테라헤르츠(terahertz; THz)초대규모다중입력다중출력(ultra massive-multiple input multiple output; UM-MIMO)은 6G 통신 시스템에서 증가하는 데이터 전송 속도를 지원할 수 있는 핵심 기술로 각광받고 있다. THz UM-MIMO 시스템을 최대한 활용하려면 정확한 채널 정보 획득이 중요하다. 그러나 안테나 수에 따라 선형으로 증가하는 파일럿 오버헤드로 인해 정확한 THz 채널 획득하는 것에 어려움이 있다. 본 논문에서는 THz UM-MIMO 시스템을 위한 트랜스포머 기반 THz 채널 파라미터 획득 기법 (Transformer-based parametric THz channel acquisition; T-PCA)이라는 새로운 딥 러닝 (deep learning; DL) 기반 채널 획득 기술을 제안한다. T-PCA는 입력 데이터 간의 상관 관계를 기반으로 각 입력 데이터의 가중치를 다르게 부여하는 DL 아키텍처인 트랜스포머를 사용하여 수신된 파일럿 신호와 채널 파라미터 (예: 각도, 거리, 경로 이득) 간의 복잡한 매핑 함수를 학습함으로써 상대적으로 적은 파일럿 자원으로도 빠르면서 정확한 채널 추정을 할 수 있다. 또한 트랜스포머의 주의 메커니즘 (attention mechanism)을 활용함으로써 특징 추출 (feature extraction)에 있어 수신된 파일럿 신호의 상관 구조를 충분히 반영할 수 있다. 실험을 통하여 우리는 제안하는 T-PCA가 THz 채널 정보를 획득하고 파일럿 오버헤드를 줄이는 데 매우 효과적임을 보인다.