SK 텔레콤은 MWC 2015에서 차세대 모바일망 운용플랫폼인 Fast Data Platform(SK Telecom 용어임)을 선보였다. 이 플랫폼은 빅데이타 기반의 지능형 운용 플랫폼인 T-PANI(T-Packet Analytics & Network Intelligence)와 APOLLO(Analytics Platform for Intelligent Operation)가 핵심 요소이다. 

 

(요즘 삼시세끼-어촌편 식구들이 선전히는 밴드 LTE이다.

손호준이 말하길, "다 ~ 알아서 언제 어디서든지 잘 되게 해주는거죠",

이걸 해주는게 T-PANI와 APOLLO이다.)

 

 

SK 텔레콤은 Fast Data를 “빅데이터+ 실시간 분석”으로 정의하고 있었다. 또한 Fast Data Platform은 "망에서 발생하는 빅데이터를 효과적으로 처리할 뿐 아니라 실시간으로 분석하고 최적화하여 사용자의 서비스 품질 저하를 빠르게 해결할 수 있는 플랫폼으로, 이를 이용하면 개인별 맞춤 최적화가 가능해진다"고 설명했다.

 

대단히 추상적인 표현들인 데, 넷매니아즈에서 이 Fast Data Plaform의 컨셉을 분석해 보았다.   

 

기존의 망 운용/관리 

 

그림 1. 기존 망 운용 Platform – O&M 정보를 기반으로 한 셀 최적화

 

기존의 망 운용/관리는 망 장비(기지국) 중심으로 이루어져 왔다. 망 최적화는 기지국 벤더가 제공하는 셀 단위 통계 정보를 이용하여 셀 단위로 최적화된다. 기지국에서 O&M 정보가 발생하면 벤더 EMS가 이를 수집하여 셀 단위 통계 정보로 가공하여 cSON (centralized Self-Organizing Network) 서버로 전송하고, cSON 서버는 이를 망 최적화에 이용한다(간략화를 위해 그림에서는 EMS를 생략).  SK 텔레콤은 자체 개발한 cSON을 2012년에 상용화하여 운용 중이다. 주로 neighbor 최적화와 power 제어에 사용되어왔다.

 

5G향 망 운용/관리: Fast Data Platform 

 

그림 2. Fast Data Platform – big data의 실시간 분석을 기반으로 한 개인별 최적화

 

셀만 처다보는 기존 platform과는 달리, Fast Data Platform에서 망 운용/관리는 사용자와 서비스 중심으로 이루어진다. 망 최적화 역시 사용자와 서비스 중심으로 실행된다. 최적화는 3단계로 진행되는데, 1) 개인/단말에 관한 big data를 수집하고, 2) T-PANI와 APOLO가 이를 분석하여 사용자/서비스 중심으로 최적화하고, 3) cSON을 통해 최적화가 적용된다. 

 

Big data는 단말, RAN (기지국), Core 망으로부터 수집된다. 단말로부터는, 단말에 설치된 “DoD (DIAG on Device)” App을 통해 단말이 겪는 event들이 수집된다. 기기국으로부터는 셀 단위 data 외에 기지국과 단말이 주고받는 signaling data 및 순간적으로 변하는 variation들  (예, 단말의 무선 환경)이 수집된다. Core 망으로부터는 사용자의 베어러/서비스 data가 수집된다.

 

예를들어, 기지국과 단말이 주고받는 RRC 메시지만도 하루에 수십 TB 이상이 생성되나 기존에는 이를 정보로 활용하지 못하였다. 반면에 새 platform은 이들 big data를 정보로 활용하여 이상성 (abnormality)과 문제점을 파악하고 분석하여 최적화할 대상 (예, 서비스, 사용자, 셀)을 파악하고 최적화를 수행한다. 최적화 결과는 cSON을 통해 기지국에 적용된다 

같은 셀 같은 장소/이동경로에 있는 가입자라도 가입자 등급이나 어떤 서비스를 이용하고 있는가에 따라 최적화가 수행되어, 더 많은 사용자의 서비스 품질을 향상시키면서 망 자원을 효율적으로 사용할 수 있다.  

 

Fast Data Platform에서의 최적화 과정을 간단히 살펴보자. 

 

1) Big Data 수집

Fast Data Platform이 단말, RAN, core network으로부터 big data를 수집하는 단계이다(위 그림에서 노란색 선으로 전달되는 것들이 다 빅데이타이다). Big data를 간단히 정리하면,  

• Core network 으로부터 수집되는 data: 베어러/서비스 데이터
  • Network performance info: link utilization, call drop ratio 등
  • Application별 시도호 (call attempts), 성공호 (successful calls), 이용지수 (usage index) 등
• RAN (기지국)으로부터 수집되는 data 
  • 기지국/셀 정보 : eNB configuration info (served cells, neighbor cells), Resource status info (radio resource, transport network load, HW load), Interference info, Handover report info (handover failure event), Mobility info (mobility parameters), Fault status 등
  • 기지국과 단말이 주고 받는 sinaling 정보: connection 설정  및 handover를 위한 RRC 메시지 등
  • 단말의 무선 환경 (radio measurements): RSRP, RSRQ, CQI 등
• 단말로부터 수집되는 data
  • Call event: out of service, radio link failure, HD voice 호 절단 등
  • Mobility event: handover failure, cell reselection failure 등 

단말에는 DoD app이 설치되어 사용자가 직접 경험한 call/mobility event와 무선 신호 수신 품질 (quality of received radio signals)을 보고한다.

 

SK 텔레콤 담당자 설명에 따르면, 이 앱은 매우 낮은 전력으로 background로 수행되어 사용자의 서비스 품질에 영향을 미치지 않으며, 문제 분석에 가장 효과적이라고 한다.

 

Galaxy S5, G3 등 최신 기종 때부터 설치되기 시작하여 현재는 이 앱을 이용하는 사용자가 적은 편이나, 앞으로 DoD 설치 휴대폰이 증가하고 DoD data가 증가함에 따라 사용자별 최적화가 더 효과적으로 될 것으로 기대하였다.  

 

2) 실시간 분석과 최적화: T-PANI and APOLLO 

T-PANI와 APOLLO는 수집된 big data를 실시간으로 분석하여, 문제점을 파악하고 최적화 대상을 정하고 최적화한다. 

 

T-PANI: T-PANI는 network, customer, service를 체계적으로 관리한다. 고객 체감 지수 (Customer Experience Index, CEI)를 측정하고 어플리케이션/서비스 상태를 모니터링하여, 실시간으로 서비스별/지역별 CEI와 어플리케이션/서비스 상태를 분석한다. CEI 저하나 서비스 상태 이상이 있을 때, 1분 이내에 E2E 관점의 서비스 품질 이상 유무나 시스템 장애를 파악할 수 있다. CE 정보와 서비스 상태 정보를 APOLLO에게 전달하여 APOLLO가 사용자별 최적화를 수행할 수 있도록 한다. T-PANI 구성 모듈은 간단히 다음과 같다.  

• Network Topology: Network 운용을 지원 
• Application Service: 서비스 상태 감시/분석을 통해 망 외부로부터의 위협 요소에 대응    
• Customer Experience Management (CEM): CEI를 분석하여 고객 경험 품질을 관리   
  • 서비스별 CEI: Data, HD Voice, CSFB 별 CEI, 
  • 지역별 CEI 분포 전국 맵 
  • Bad CE level별 현황 
  • Bad CE 고객 현황

 

그림 3. T-PANI Screenshot

 

APOLLO: APOLLO는 기지국에서 발생하는 원시 big data를 실시간으로 수집하고 분석하여, 기지국/셀 및 사용자의 성능을 최적화한다. 10초마다 data 통계를 처리하고 과거이력을 기반으로 비정상성 (abnormality)을 파악하여, 실시간 최적화와 사용자 품질 정보와 연계한 사용자별 최적화를 실행할 수 있다. 또한 트래픽 변동과 기지국 성능을 예측함으로써, 기지국 및 사용자 성능 저하를 최소화하게 된다. 다음은 APOLLO 기능 및 그에 따른 최적화에 대한 간단한 예이다.

• Real-time interference monitoring ⇒ Automatic interference avoidance
• Detecting abnormality in fronthaul and radio unit ⇒ Automatic recovery
• Real-time analytics of call flow and wireless environment ⇒ Optimization of call processing parameters 

 

그림 4. APOLLO Screenshot

 

3) 최적화 적용

APOLLO가 문제 분석을 통해 최적화 대상을 정하고 최적화를 수행하면, 최적화 결과는 cSON을 통해 기지국에 적용된다. cSON은 Fast Data Platform과 기지국 간에 표준화된 인터페이스를 제공한다.  APOLLO가 cSON으로 최적화 provisioning을 제공하면, cSON을 이를 기지국에 enforcement 하여 기지국 운용 파라미터를 갱신하고, 기지국은 새롭게 갱신된 운용 파라미터로 동작한다.      
 

		Fast Data Platform은 기존 망 운용/관리 시스템에서는 활용하지 못하던 단말 (DoD app)이 제공하는 품질 측정 정보를 이용한다는 것이 가장 큰 특징이다.     필자가 보기에 DoD app은 무선망 품질 측정 tool들이 사용자 단말로 들어간 것으로, 즉, Benchbee/Speedtest, Chariot, XCAL과 같은 tool들이 사용자 단말에 설치되었다고 보면 된다. 사업자는 DoD 앱을 통해 각 단말 별로,   i) 무선 신호 수신 품질 ii) 단말 다운로드 속도 품질  iii) 서비스 품질 (예, VoLTE)을 실시간으로 수집할 수 있다.  셀이 점점 소형화되고 기지국 수가 증가할 수록 SK 텔레콤 인력/장비만으로 기지국 품질을 측정하기에는 operating cost가 점점 커질것이다. 점점 더 많은 소형 셀들이 실내에서 동작하게 되는데 실내에서의 무선 품질 측정도 사업자에게는 고민거리다. DoD는 이런 고민을 해결해줄 열쇠가 될것으로 보인다.   DoD app을 이용하면 SK 텔레콤은 DoD 단말이 있는 모든 곳에서 망 품질 정보를 얻을 수있게 된다 (전국에 2천만 대 DoD 단말이 있고 DoD data가 전수 수집된다고 생각해 보자. )    SK 텔레콤은 DoD app을 이용하여 i) 개인별 최적화로 사용자의 서비스 체감 품질을 향상시킬 수 있을 뿐만 아니라   ii) 단말의 도움으로 SK 텔레콤 무선망의 장애여부 등을 실시간으로 감지할 수 있다. 즉 단말의 도움을 얻어 정밀한 망 관리를 하는 것이다. SK 담당자는 "Fast Data Platform 적용 후 셀사이트 장애 감지 및 처리 시간이 대폭 감소되었다" 라고 하였다.