연구진이 6G 무선 물리 계층 아키텍처를 위한 다중 작업 무선 기초 모델인 WALoMA(Adaptive Low-Rank Masked Autoencoders)를 제안했어요.
WALoMA는 마스크 자동 인코더(MAE) 방식을 활용해 레이블이 없는 채널 데이터를 학습하여 광범위한 어노테이션 의존성을 줄여요.
다중 작업에서 96.47% (LoS/NLoS 분류) ~ 77.18% (채널 차트 작성)의 우수한 성능을 보였으며, 기존 LWM 모델 대비 59.90%의 복합 점수를 달성했어요.