|
|
손장우 (Harrison Jangwoo Son)
넷매니아즈 | (주)엔앰씨컨설팅그룹 대표이사 |
미국의 T-Mobile(이통사)과 NVIDIA는 GTC 2026 행사에서 Nokia와 Physical AI agent 개발사들과 협력하여 Nokia의 5G S/W와 AI agent 개발사들의 AI agent(스마트 시티 운영, 전력선 자동 검사, 비전 기반 시설 관리, 실시간 산업 안전)를 T-Mobile의 5G망의 분산형 에지(AI-RAN)에서 시범운영한다고 발표함(장소: 산호세 시).
| 1. 스마트 시티 운영 | 2. 자동화된 전력선 검사 | 3. 비전 기반 시설 관리 | 4. 실시간 산업 안전 | |||||
| Computer Vision 기반 "도시 운영 에이전트"와 디지털 트윈을 테스트하고 있으며, 이를 통해 신호등 타이밍을 인지, 시뮬레이션 및 최적화하여 샌호세 시의 사고 대응 시간을 5배 단축하는 것을 목표로 함 | 5G 네트워크를 통해 수십만 마일에 달하는 송전선로 검사를 자동화하고 있음. 이를 통해 기울어진 전봇대, 부식, 과열 지점과 같은 이상 징후를 5배 더 빠르게 감지하고 해결 | 단순 센서를 넘어 위협 탐지 및 장애 예측을 수행하고 자동화된 워크플로우를 실행하여 시설 관리를 개선하는 시설 관리 에이전트를 구축 | 육상, 해상 및 시추 현장과 같은 고위험 건설 환경에서 작업자가 매달린 하중 아래에 있거나 탄화수소 유출과 같은 위험 상황을 실시간으로 감지하고 대응할 수 있도록 지원 |
T-Mobile이 구현하고 있는 상기 4 가지 Use Case중 "1. Smart City 운영" Use Case의 동작 로직을 살펴보자(T-Mobile 5G망의 분산 Edge/AI-RAN에서 AI Agent를 실행해 도시 물리 세계를 실시간으로 제어).
5G: Nokia 5G S/W
AI Agent 개발사(AI Agent 개발사들이 NVIDIA Metropolis VSS를 이용해서 개발함): LinkerVision, Inchor, Voxelmaps
단순한 CCTV Vision AI이면 영상을 분석해 교차로에 사고 발생을 인지하고 보고하는 것으로 끝이다.
그러나, Agentic AI는 스스로 문제를 해결한다. 이 사례에서 Operation Agent는 사고 발생이 모니터링되면 Simulation Agent를 호출하여 최적의 대안을 찾아내어 실제 물리세계의 신호등 신호 변경을 요청하여 문제를 해결함.
[시범운영중인 Use Case] Operation Agent가 5G망을 통해 실시간으로 전송되어 오는 도시내 전체 영상을 모니터링하여 이상 징후 (예로 교차로내 차량 고장, 교통 정체 예상)를 식별하면 Simulation Agent에게 어떤 대응이 좋은지 시뮬레이션해줄 것을 요청한다.
Simulation Agent는 Digital Twin과 Traffic Simulator 툴을 이용하여 여러 교통신호 제어 대안을 시뮬레이션한다(신호변경 시나리오 1: 개선 효과 32%, 신호변경 시나리오 2: 개선효과 64%,…). Operation Agent는 그 결과를 바탕으로 최적의 대응을 결정(시나리오 2)하고 실제 세계의 교통 신호 변경을 요청한다.
“통신 네트워크는 비전 AI 에이전트부터 로봇, 자율주행차에 이르기까지 수십억 개의 기기가 실시간으로 보고, 듣고, 행동할 수 있도록 지원하는 AI 인프라로 진화하고 있습니다” 젠슨 황
[Source]
T-Mobile, NVIDIA, T-Mobile and Partners Integrate Physical AI Applications on AI-RAN-Ready Infrastructure, 2026.03.16
NVIDIA, [동영상] How AI-RAN Turns Telecom Networks into Real-Time AI Infrastructure, 2026.04.15