민동
2. AI-RAN(2) 본문
지난주에 이어 이번주에도 AI-RAN에 대해서 포스팅해보려고 한다.
저번 포스팅에서는 AI-RAN Alliance라는 협의체가 있고 AI-For/And/On-RAN과 같이 세 파트로 나누어 AI를 무선망에 적용시키는 기술들을 연구한다고 적었다.
이번 시간에는 각 파트가 무슨 일을 하는지 더 자세히 알아보려고 한다.
1. AI for RAN
한글로 번역하면 RAN을 위한 AI? 즉, RAN의 성능을 최적화 및 개선하기 위해 AI를 사용한다는 것이다. 기존의 RAN은 정해놓은 규칙(Rule-Based)로 작동했지만, AI를 RAN에 붙임으로써 실시간 예측과 학습이 가능하게 되었다. 이를 통해 무선 자원 관리, 간섭 제어, 빔포밍 최적화, Power Saving이 좀 더 효율적으로 진행 될 수 있게 되었다.
또한, AI 기반 채널 추정과 네트워크 장애 예방 및 자가 복구와 같은 기능들도 가능하게 되었다.
AI 기반 채널 추정 기술은 전파 왜곡이 심한 환경에서도 신호를 정확하게 전달할 수 있도록 하는 기술이다. 실제로 삼성전자는 MWC 2025에서 엔비디아(NVIDIA), 키사이트(Keysight)와 공동으로 'AI 기반 PUSCH(물리 상향링크 공유 채널) 채널 추정 기술'의 성능 향상 데모를 시연하며 글로벌 통신 시장의 큰 주목을 받았었다.
네트워크 장애 예방 및 자가 복구 기능은 AI 에이전트를 통해 네트워크 전체의 의도를 파악하여 스스로 장애 원인을 진단하고 장비세팅을 변경하여 셀 사이트를 정상화 하는 것을 뜻한다. 특히 노키아의 MANTARAY AutoPilot은 AI를 활용한 의도 기반 오케스트레이션 엔진으로 네트워크 운영자가 정의한 목표에 맞추어 네트워크를 관리한다.
2. AI and RAN
AI and RAN은 RAN과 AI의 워크로드가 하나의 컴퓨팅 자원을 공유하여 처리될 수 있도록 하는 것을 뜻한다. 즉, GPU와 메모리 자원에 대한 인프라 통합 및 아키텍처를 연구하는 분야이다.
공유 컴퓨팅 인프라 디자인, AI-RAN 융합 플랫폼 아키텍처 설계, 자산 효율화, 수익 경로 개척 등이 이들의 목표이며 수익 경로 개척의 경우, 통신사들에게 새로운 비즈니스 모델을 제공할 수 있는 방법을 연구한다.
선두 주자로는 일본의 소프트뱅크가 있다. 소프트뱅크는 자사 기지국에 엔디비아 GPU 기반 인프라를 도입해서 AI원크로드와 RAN 워크로드를 동시에 돌리는 테스트를 진행중이다. AITRAS라는 AI-RAN 오케스트레이터를 바탕으로 레드햇의 llm-d를 결합하여 GPU 자원을 동적으로 쪼개어 워크로드를 처리할 수 있도록 한다.
3. AI on RAN
AI and RAN이 인프라 아키텍처를 다루었다면 AI on RAN은 그 인프라 위에서 돌아가는 실제 AI 서비스와 응용 어플리케이션에 초점을 맞은 파트이다. 쉽게 말하면 RAN에서 AI 응용 서비스를 실행해 기업 또는 개인에게 판매하여 새로운 수익을 창출 할 수 있도록 가이드 라인을 제시해주는 곳이다.
예시로 기지국 엣지 AI 기반 자율주행 로봇 실시간 원격제어 PoC가 있다. 이 PoC의 핵심은 주변 환경 인식용 AI 연산을 통신망 에지에서 할지 로봇 자체에서 할지 ms단위로 정하는 '동적 오프로딩' 기술이다. 소프트뱅크와 에릭슨은 이를 통해 네트워크 상태와 작업 부하에 따라 로봇 내부 AI와 외부 에지 컴퓨팅을 유기적으로 전환하며 쓸 수 있음을 입증하였다.
이렇게 총 AI-For/And/On - RAN의 세 파트에 대해서 자세히 알아보았다. 포스팅을 하면서 확실히 통신은 AI와 이제 뗄 수 없는 관계를 넘어서 어떻게 더 잘 활용하는지가 과제라는 것을 느꼈다. AI에 대한 공부를 빼먹지 말자..
