본 논문은 차세대 의미론적 통신을 위한 새로운 프레임워크를 제시합니다. 의미론적 통신은 원시 데이터 전송이 아닌 메시지의 의미 전달을 우선시하는데, 수신측의 목표가 시간에 따라 변화할 때 성능 저하 없이 중요한 의미 정보를 정확하게 식별하고 추출하는 것이 주요 과제입니다. 본 논문에서 제안하는 프레임워크는 작업별 정보와 상황 정보를 공동으로 포착하여 다양한 수신측 작업에 유연하게 적응할 수 있으며, 이미지 데이터셋과 컴퓨터 비전 작업에 대한 실험을 통해 기존 연구보다 우수한 성능(다운스트림 작업 성능 향상, 일반화 성능 향상, 초고대역폭 효율, 낮은 재구성 지연시간)을 보여줍니다.
