본 논문은 WiFi 기반 실내 위치 추정의 정확도 향상을 위해 Generative Pretrained Transformer (GPT) 기반 시스템인 WiFiGPT를 제안합니다. 기존 WiFi 위치 추정 기술은 환경 변화, 다중 경로 효과, 간섭 등으로 인해 정확도가 떨어지고, WiFi 기기 제조사별로 다른 telemetry 데이터 형식을 처리하는 데 어려움을 겪습니다. WiFiGPT는 이러한 문제점들을 해결하기 위해 대규모 언어 모델(LLM)을 활용하여 다양한 형태의 telemetry 데이터에서 미묘한 공간 패턴을 효과적으로 학습하고, 높은 위치 추정 정확도를 달성합니다. 실험 결과, WiFiGPT는 RSSI와 FTM 데이터에서는 sub-meter 수준, CSI 데이터에서는 centimeter 수준의 정확도를 달성하여 기존 최첨단 기법들과 비교하여 동등하거나 우수한 성능을 보였습니다. 특히, 수작업 기반의 신호 처리나 보정 과정 없이 성능을 달성한 점이 특징입니다.
