본 논문은 3차원 무선 채널 모델링을 위한 핵심 도구로 떠오르고 있는 무선 광선 추적(Ray Tracing, RT) 기술의 한계를 극복하기 위한 새로운 접근법을 제시한다. 기존의 온라인 학습 방식은 고주파수에서 환경 변화에 민감한 차세대(Beyond 5G, B5G) 네트워크 신호를 정확하게 모델링하는 데 어려움을 겪고, 실시간 환경 감독이 필요하여 비용이 많이 들고 GPU 기반 처리와 호환되지 않는다는 문제점을 가지고 있다. 본 논문에서는 광선 경로 생성을 순차적 의사결정 문제로 재정의하고, 생성 모델을 활용하여 각 환경 내 광학적, 물리적, 신호 특성을 공동으로 학습하는 새로운 방법인 SANDWICH(Scene-Aware Neural Decision Wireless Channel Raytracing Hierarchy)를 제안한다. SANDWICH는 오프라인 방식의 완전 미분 가능한 접근법으로 GPU에서 완전히 학습될 수 있으며, 기존 온라인 학습 방식보다 우수한 성능을 제공한다.
