|
손장우 (Harrison Jangwoo Son)
넷매니아즈 | (주)엔앰씨컨설팅그룹 대표이사 |
현재, 5G를 넘어 6G로 향하는 이동통신 진화 과정에서 AI-RAN은 가장 주목받는 핵심 키워드 중 하나다. 단순히 “RAN에 AI를 붙인다”는 개념을 넘어, 무선망 자체를 AI 중심으로 재설계하려는 시도라는 점에서 의미가 크다. 이번 글에서는 AI-RAN의 개념을 정리하고, 실제 데모/시연 사례 분석을 통해 AI-RAN이 무엇이고, 무엇을 하려고 하는지 살펴본다.
<AI-RAN: 이동통신망의 진화 - 이동통신 기지국에 AI 침투/AI의 이동통신망 접수>
이통사 무선 액세스망 (RAN)은 D-RAN -> C-RAN -> vRAN -> O-RAN으로 진화하다가 최근 AI를 RAN에 적용한 AI-RAN으로 진화중임
|
|
일본 소프트뱅크(손정의)과 미국 엔비디아(젠슨황)가 주도하여 2024년 결성된 AI-RAN Alliance에서 AI-RAN의 개념과 Use case를 정의하고 있다. AI-RAN Alliance는 MWC 2024, MWC 2025, MWC 2026 등의 행사에서 이들과 함께하는 에코시스템이 함께 구현한 AI-RAN 솔루션을 시연하며 AI-RAN의 가능성을 입증해 나가고 있다.
AI-RAN Alliance는 엔비디아(NVIDIA), 암(Arm), 소프트뱅크, T-Mobile, Nokia, 에릭슨, 삼성전자, Microsoft, Deepsig 등 11개 글로벌 통신 및 IT 기업들이 창립했으며 26년 1월 현재 회원사는 109개사에 이른다. 국내 이통 3사도 회원사이다.
AI-RAN Alliance의 핵심 목표는 RAN (기지국)에 AI를 결합하여 무선 통신 성능을 극대화하고 (AI for RAN), AI 응용 기반의 새로운 비즈니스 가치를 창출하는 것 (AI and RAN, AI on RAN)이다. |
AI-RAN Alliance에서 제시하는 AI-RAN의 세 가지 핵심 개념이 AI for RAN, AI on RAN, AI and RAN이며 이에 관해 알아보자.
|
|
AI-RAN |
|||||||||||||||||||||
|
AI for RAN Spectral Efficiency |
AI and RAN Asset Utilization |
AI on RAN New Applications |
||||||||||||||||||||
|
Concept 이게 뭔가?
AI RAN Alliance 정의 |
목적: AI/ML(머신러닝)를 활용해 RAN 성능을 개선하고 최적화함. 기존 RAN에 적용하던 Rule- based 알고리즘이 아닌 AI/ML 모델(데이터 기반 학습과 추론)을 기지국에 심어 기지국 성능을 고도화함.
주요예제: AI/머신러닝 기반 - 채널 추정/간섭 제어/MAC 스케쥴링/빔포밍 최적화/전력제어
효과: UE의 통신 품질이 높아지고 이통사의 통신망 투자비, 운용비용이 절감됨
|
목적: RAN 워크로드와 AI 워크로드가 하나의 컴퓨팅 자원(RAN 서버)를 공유하여 자원의 활용도 을 높임: GPU와 메모리 자원 이용율 최적화.
주요예제: 심야시간 또는 베드타운의 낮시간대 처럼 통신량이 적을 때 RAN 서버의 자원을 외부 기업에 AI 연산용(AI Training 이나 AI Inferecing)으로 대여 - RAN 서버 유휴 자원 판매 로 신규 수익 창출
효과: 통신 트래픽이 적을 때는 GPU 자원을 AI 컴퓨팅에 활용하는 식으로 자원 효율성이 극대화 (유휴 자원을 유연하게 분배하여 전체적인 소유 비용(TCO)을 낮춤)
• 이 때, RAN 서버에 올라가는 AI application은 RAN과 무관하며, 이 AI 응용의 이용자도 RAN에 접속한 5G 이용자가 아닌 인터넷 이용자(폰, 유선, 와이파이)이면 됨. • 이용자 입장에서는 RAN 서버가 동네 데이터센터 인 셈.
|
목적: RAN에서 AI 응용 서비스를 실행해 기업 또는 개인에게 판매하여 새로운 수익 창출
주요 예제(주로, AI Inferencing): 실시간 영상 분석, 자율주행, 원격 수술 보조, 실시간 로봇 제어, AR, LLM, 기업용 RAG, Agentic AI
효과: RAN에 접속한 단말 대상으로 RAN 서버에 서 AI 서비스를 제공하므로 초저지연 AI 서비스 제공 가능
• 이 때, RAN 서버에 올라가는 AI 응용은 같은 서버의 RAN을 씀. • 즉, RAN 서버에 올라가는 AI 응용 서비스의 대상은 해당 RAN에 직접 접속된 단말임. • AI on RAN의 AI는 기존 MEC (Mobile Edge Computing)이라고 보면 됨.
|
|||||||||||||||||||
|
AI RAN Alliance / SoftBank의
AI-RAN 개념설명
|
|
|
|
|||||||||||||||||||
|
AI에 의한 RAN의 고성능화 [주파수 효율 향상]
|
RAN과 AI의 설비 공통화 [설비 이용 효율 향상]
|
Edge AI 애플리케이션 [신규 서비스]
|
||||||||||||||||||||
|
Nvidia의 AI-RAN 개념 설명
|
• AI-algorithms for RAN performance improvement • Site specific learning & optimizations for spectral efficiency
|
• Common infrastructure to run AI and RAN workloads • Orchestration & dynamic workload distribution between AI and RAN
|
• Network-differentiated connectivity • Local breakout of AI traffic for enhanced Quality of experience
|
|||||||||||||||||||
|
AI RAN Alliance의 MWC 2024 Demo
AI for RAN, AI and RAN, AI on RAN의 개념을 대표적으로 보여주는 데모임 |
효과: AI Channel Interpolation 적용으로 기존 RAN 대비 업링크 Throughput 25% 향상
Demo 주체: SoftBank, NVIDIA, Fujitsu
|
SMO는 vRAN측에서 발생하는 워크로드를 모니터링하고 Cluster Agent와 통신. 더 많은 워크로드를 전송함(추론 워크로드를 해당 Cluster에 보낸다). User가 보낸 Query는 RAN 서버상의 AI 추론 응용으로 보내지고 답을 받는다. User와 AI 응용, Cluster Agent와 Cloud간은 인터넷임.
Demo 주체: NVIDIA, Radisys, Aarna Networks, Supermicro
|
5G 카메라로부터 5G망을 통해 비디오 스트림을 수신하여 실시간으로 객체(보행자, 자동차, 트럭, 버스)를 검출하는 데모.
MEC 서버상의 AI응용이 RAN 서버로 바로 올라간 형태임.
Demo 주체: NVIDIA, Radisys, Fujitsu, Supermicro
|
|||||||||||||||||||
|
AI-RAN 데모/개발 사례를 더 알아보자
|
효과: 셀 경계에서 스마트폰의 업링크 Throuput 이 30% 이상 향상. 기지국 커버리지 확장으로 이통사 투자비 절감
Demo 주체: NVIDIA, Samsung, Keysight
효과: 간섭 많은 상황(Low SNR)에서 AI 적용안한 기존 L1 대비 업링크 Throughput 20~50% 향상됨
Demo 주체: SoftBank, NVIDIA, Fujitsu
신경망 기반 인코더, 수신기 및 디코더가 기존의 파일럿과 변조 방식을 대체하면서도 5G-NR과 호환되는 CP/DFT-OFDM 슬롯 구조는 유지함.
이 데모는 AI/ML 기반 무선 인터페이스 설계가 무선 성능을 향상시키고, 스펙트럼 효율성을 높이며, 기존 5G 네트워크와 원활하게 통합될 수 있음을 보여준다. 이는 향후 AI-RAN 구축에 필수적인 기능임.
Demo 주체: DeepSig, NVIDIA
|
AI and RAN Northeastern AutoRAN Demo – MWC 2025 AI-RAN Coexistence
Demo 주체: Keysight and Northeastern University Open6G
|
Demo 주체: ARM, Tannera, Effinet, Phluido
초저지연 LLM: SoftBank는 로봇에 탑재된 센서 정보를 기반으로, 실시간으로 로봇의 동작 생성을 수행하는 AI (초저지연 LLM)를 개발함 (NVIDIA AI Enterprise 활용하여 개발)
의미: 로봇 외부의 이통망 에지에서 구동되는 LLM 이 로봇의 동작을 실시간 제어할 수 있음을 보여줌
2025.03
Softbank는 RAG의 편의성과 정확성을 향상 시키는 여러 기술을 탑재한 엔터프라이즈용 RAG 애플리케이션을 개발했다. 엔터프라이즈 데이터를 통합하면 최신 사내 정보를 기반으로 답변을 생성할 수 있으므로 회사 업무에 특화된 작업을 생성 AI에 맡길 수 있다. 데이터는 모두 "AITRAS"의 에지 AI 서버에서 폐쇄적으로 처리 되므로 인터넷상의 클라우드를 활용하는 것보다 높은 보안 환경에서 실행할 수 있다.
|
|||||||||||||||||||
<뉴젠스가 김포국제공항 국제선 구역에 국내 최초로 가상화 기지국(AI-RAN) 기반 5G 특화망 구성도>
실증망은 공항 내 출입제한구역이나 보안 사각지대에서 발생할 수 있는 침입, 역행, 이상행동 등을 AI CCTV로 실시간 감지하고 이를 자동으로 경보 시스템과 연동하는 지능형 보안 서비스를 검증.
동시에 AI 알고리즘이 5G 카메라와 기지국 간 신호 품질을 개선해 고화질·대용량 영상도 끊김 없이 안정적으로 전송할 수 있도록 지원.
|
||||||||||||||||||||||
상호: (주)엔앰씨컨설팅그룹 주소: 서울시 강남구 테헤란로 128, 3층 387호 대표이사: 손장우 전화: 02-3444-5747 메일: [email protected] 등록번호: 서울 아03722 제호: 넷매니아즈 등록일자: 2015년 5월 4일 발행/편집인: 손장우 청소년보호책임자: 이수정
주소: 본사: 서울시 강남구 테헤란로 128, 3층 387호 Netmanias USA: 5214 36th Ave. NE Seattle, WA 98105 USA
Copyright ⓒ 2002-2023 NMC Consulting Group. All rights reserved.
|
