[기사 스크랩] SKT-삼성전자, AI로 5G 기지국 품질 최적화 나선다

AI 뉴스

 

• 기사 제목 : SKT-삼성전자, AI로 5G 기지국 품질 최적화 나선다
• 기사 링크 : https://www.netmanias.com/ko/?m=view&id=operator_news&no=16203

SKT-삼성전자, AI로 5G 기지국 품질 최적화 나선다 | NETMANIAS

 

---

본문 및 헤드라인

 

 

 SK텔레콤은 삼성전자와의 협력을 통해 AI 기반 5G 기지국 품질 최적화 기술(AI-RAN Parameter Recommender)을 개발하고, 이를 상용망에 적용해 무선망을 고도화한다고 28일 밝혔다. SK텔레콤과 삼성전자 연구원이 AI 기반 5G 기지국 품질 최적화 기술 실증에 대해 논의하는 모습

 딥러닝 활용 무선환경 예측, 최적의 파라미터 자동 설정하는 AI 기술 개발 기지국 성능 극대화로 체감품질 향상… 트래픽 변화 빈번한 곳에 확대 적용 “통신과 AI 기술 융합된 AI-Native Network로의 진화 가속화하는 계기” SK텔레콤(대표이사 CEO 유영상, http://www.sktelecom.com)은 삼성전자와의 협력을 통해 AI 기반 5G 기지국 품질 최적화 기술(AI-RAN Parameter Recommender)을 상용망에 적용, 무선망을 고도화한다고 28일 밝혔다.

 SKT와 삼성전자는 AI·딥러닝을 활용해 과거의 이동통신망 운용 경험을 학습하는 작업을 연중 지속해 왔으며, 각 기지국 환경에 맞는 최적의 파라미터(parameter, 매개변수)를 자동으로 추천하는 기술 개발을 최근 완료했다.

 양사는 이 과정에서 관련 AI 기술을 SKT 상용망에 적용해 체계적으로 실증했고, 해당 기술을 통해5G 기지국의 잠재적인 성능을 끌어내 고객 체감 품질을 높일 수 있다는 점을 확인했다.

 이동통신 기지국은 각기 위치한 지형적 요인이나 주위 설비 등에 따라 서로 다른 무선 환경에 영향을 받는다. 같은 이유로 동일 규격의 장비를 사용하는 서로 다른 지역의 5G 이동통신 서비스 품질에 큰 차이가 나기도 한다.

 이에 SKT는 기존 무선망에서 축적된 통계 데이터와 AI 운용 파라미터의 상관 관계를 분석 및 학습하는 딥러닝을 활용, 다양한 무선 환경과 서비스 특성을 예측했고 체감 품질 향상을 위한 최적의 파라미터를 자동 도출하는 데 성공했다.

 이번 실증에 사용된 삼성전자의 ‘네트워크 파라미터 최적화 AI 모델’은 무선망 환경 및 성능 최적화에 투입되는 리소스를 효율화하고, 클러스터 단위로 광범위하게 조성된 이동통신망을 최적의 상태로 관리할 수 있게 해준다.

 양사는 최적화 AI 모델에 적용하는 파라미터를 다양화하고 트래픽 패턴이 빈번하게 변하는 지하철에도 확대 적용하여 추가 학습 및 검증을 진행하고 있다.

 SKT는 전파 신호가 약하거나 간섭으로 인한 데이터 전송 오류가 발생할 때 AI 기술이 자동으로 기지국 전파의 출력을 조절하거나 전파 재전송 허용 범위 등을 재설정하여 품질을 개선하는 방식으로 고도화를 추진 중이다.

또한 향후 빔포밍* 관련 파라미터와 같이 AI로 최적화할 수 있는 대상의 범위를 확대하고, 실시간 적용 기능을 개발하는 등 기술의 완성도를 지속적으로 높여 나갈 계획이다.

* 빔포밍(Beamforming): 안테나를 통해 받은 신호를 특정한 수신기기 방향으로 집중시켜 신호를 강하게 송수신하는 기술

 

 SKT는 이번 기지국 품질 향상을 포함해 '텔코 에지 AI(Telco Edge AI)'와 네트워크 전력 절감, 스팸 차단, 운용 자동화 등 통신 네트워크의 다양한 분야에 AI 기술을 확대 적용하고 있다. 특히 AI 기반의 네트워크 전력절감 기술은 최근 세계적 권위의 ‘네트워크 엑스 어워드(Network X Award 2024)’에서 우수 기술로 선정된 바 있다.

 류탁기 SK텔레콤 인프라기술 담당은 “AI를 접목해 개별 기지국의 잠재 성능을 극대화할 수 있음을 확인한 성과로 의미가 있다”라며, “통신과 AI 기술의 융합으로 차별적인 고객 경험을 제공하는 AI 네이티브 네트워크(AI-Native Network)로의 진화에 박차를 가하겠다”고 강조했다.

 최성현 삼성전자 네트워크사업부 선행개발팀장은 "AI는 여러 산업 분야의 혁신을 위한 핵심 기술로서, 차세대 네트워크로의 진화에도 결정적인 역할을 하고 있다"며, "삼성전자는 AI 기반 차세대 네트워크의 지능형·자동화 기술 개발에 지속 앞장서 나가겠다"고 밝혔다.

---

추가 조사할 내용 및 요약

 

1. 5G시대의 핵심기술! ‘빔포밍’

링크 : https://news.samsungdisplay.com/23016

5G시대의 핵심기술! ‘빔포밍’

 

 먼저 뜻을 살펴보자. 빔포밍(Beamforming)은 단어 그대로 Beam과 Forming이 합쳐진 말이다. 레이저빔처럼 뭔가가 직선으로 길게 뻗어나간 모습을 빔이라 부른다. 포밍은 특정한 모습으로 뭔가의 형태를 잡아주는 일이다. 따라서 빔포밍이란 말은, 통신 주파수를 빔 모양으로 만들어준다는 것을 의미한다.


 처음으로 이 기술을 시연한 사람은 1909년 노벨 물리학상 수상자이자 브라운관을 만든 독일 물리학자, 칼 페르디난트 브라운이다. 1905년, 3개의 안테나를 이용한 위상 배열 안테나를 만들어서, 원하는 방향으로 전파를 쏠 수 있다는 걸 보여줬다. 이후 빔포밍 기술은, 2차 세계 대전 당시 위상 배열 레이더를 만드는 과정에서 쓰이며, 이론적으로 정립되기 시작한다.

 2차 세계 대전 이후 빔포밍 기술은 레이더와 음파 탐지, 의료 이미지, 음향 등의 분야에 널리 쓰이기 시작한다. 널리 쓰였지만, 일반인에게 익숙한 기술은 아니었다. 우리 곁에 모습을 드러낸 건, 1990년대에 휴대전화가 보급되기 시작하면서부터다. 이동통신망의 통화/데이터 품질 개선을 위해 다중 안테나 기술(MIMO)이 쓰이기 시작하면서, 그와 짝을 이뤄 빔포밍 기술이 함께 퍼졌다. 다시 말해 빔포밍이 5G만을 위해 태어난 기술은 아니다. 이미 LTE와 와이파이에서 쓰이고 있다.

 포밍이 가지는 일반적인 이미지는 이렇다. 안테나에서 발사되는 전파는 360도 모든 방향으로, 원형으로 퍼진다. 그걸 한쪽으로 모아서, 필요한 기기 쪽으로 쏴준다. 사방으로 퍼질 전파를 한쪽으로 모으니, 힘도 세고 데이터도 잘 주고받을 수 있게 된다. 누군가는 이걸 원형 풍선을 양옆에서 힘줘서 눌러 타원형으로 만드는 형태로 설명하기도 한다.


 다른 이미지는, 전파를 받을 기기가 있는 곳을 찍어서 전파를 배달해 준다는 것이다. 그래서 낭비가 없다. 애당초 전파를 보낼 방향을 지정하려면, 수신기가 어디에 있는지를 파악해야 하기 때문이다. 레이더가 작동하는 원리를 거꾸로 사용하는 셈이다.

 실제 원리는 조금 다르지만 빔포밍이 필요한 이유는 같다. 우리는 전파 자원을 여럿이 나눠 쓰기 때문에, 360도로 퍼지는 전파를 그대로 내버려 두면 낭비가 심하다. 전파를 나누어 쓰는 방식은 보통 시분할(TDM)과 주파수분할(FDM) 방식을 이용한다.


 많이 쓰이는 시분할 방식은 A가 한번 쓰고, B가 한번 쓰고 하는 식으로 전파 자원을 시간상으로 구분해 돌려쓰는 방식이다. 여기서 A와 B는 서로 다른 위치에 있는데, 어디 있는지 몰라서 360도로 전파를 쏘면 A 한 명, B 한 명에만 가면 될 전파가 다른 방향으로도 아깝게 다 새 버린다.


 이런 낭비를 막으려면, 먼저 수신자/수신기기가 어디에 있는지 위치를 찾은 다음, 그쪽으로 전파를 집중해서 보내야 한다. 레이저빔처럼 특정 지역으로 쏴주는 이미지는 그래서 생겼다. 실제로는 호수에 돌을 던졌을 때 생기는 파문과 더 비슷하다. 전파가 어떻게 생겼는지 파악해서, 특정 방향으로 그와 같은 모양 전파를 추가하면 신호가 강해진다. 반대로 전파를 보낼 필요가 없는 곳은, 정반대로 생긴 전파를 추가하면 모양이 상쇄되어 신호가 사라진다.


빔포밍을 위해 안테나를 여럿 쓰는 이유가 여기에 있다. 각 안테나에 서로 다르게 수신되는 전파를 상호비교 분석해, 수신자가 어디에 있는지를 찾고, 특정 전파를 추가하기 위해서다. 이걸 계산하고, 안테나를 그것에 맞게 조정하는 방법이 상당히 어렵고 복잡하다. 그래서 20세기에는 많이 쓰이지 않았다.

 갤럭시 버즈 플러스 같은 최신 블루투스 이어폰에서 많이 쓰이는 노이즈 캔슬링도 같은 원리를 이용한다. 통화 품질 향상을 위해 사용되는 빔포밍 마이크도 마찬가지다. 인공지능 스마트 스피커도 정확한 음성 인식을 위해, 여러 개의 마이크를 장착해서 빔포밍 기술을 쓴다. 목소리도 주파수를 가지고 있기 때문이다. 인터넷 공유기도 빔포밍이 지원되는 경우가 많다.

 IEEE802.11ac 나 IEEE802.11ax 규격을 지원하는 공유기가 그렇다. 안테나도 최소 2개 이상 붙어 있을 것이다. 단, 이런 공유기가 지원하는 성능을 제대로 쓰려면 스마트폰이나 노트북 PC도 안테나가 2개 이상 달려 있어야 한다.

 많은 분야에서 쓰이고 있지만, 빔포밍은 결국 5G 네트워크를 지원할 때 가장 빛을 발한다. 초고속 데이터통신에 쓰이는 밀리미터파 5G(28GHz 대역), 흔히 말하는 진짜 5G를 경험하기 위해서 꼭 필요하기 때문이다.


 앞서 말한 스몰셀, 매시브 MIMO와 함께, 빔포밍 기술은 밀리미터파를 음영 지역 없이 쓰게 해준다. 금방 사라지는 전파 신호를 강하게 해주며, 필요한 곳으로만 보내 기지국을 효율적으로 사용하며, 움직이는 이용자를 추적해 끊김 없이 쓸 수 있도록 하며, 기지국 사이에도 정보를 주고받아 상호 협력할 수 있도록 만든다.


 여러 개의 안테나를 탑재한 5G 스마트폰들이 확대되고 초고속 28GHz 기지국 설치가 확대된다면 보다 빠른 5G를 만날 수 있을 것으로 기대된다.

 

2. 무선 네트워크 최적화하는 AI-RAN 플랫폼 '엔비디아 AI 에리얼'

링크 : https://www.gttkorea.com/news/articleView.html?idxno=13478

무선 네트워크 최적화하는 AI-RAN 플랫폼 '엔비디아 AI 에리얼'

 

 통신 기업들은 음성과 데이터 서비스에 머물지 않고, AI 컴퓨팅 인프라를 도입해 무선 네트워크의 효율성을 높이고 있다. 아울러, 모바일, 로봇, 자율주행차, 스마트 팩토리, 5G 등의 차세대 AI 기술 요구에 대응하기 위해 향상된 기술을 채택하고 있다.

 AI 컴퓨팅 기업 엔비디아가 AI 기반 무선 네트워크(RAN)를 지원하는 AI-RAN(AI radio access network)의 설계, 시뮬레이션, 훈련, 배포를 목적으로 한 가속 컴퓨팅 소프트웨어 및 하드웨어 제품군 ‘엔비디아 AI 에리얼(NVIDIA AI Aerial)’을 출시했다.

‘AI-RAN’ 활용으로 비즈니스 기회 확대  

 ‘AI 에리얼’은 고성능, 에너지 효율적인 소프트웨어 정의 RAN을 포함한 ‘AI-RAN’으로 네트워크 성능을 최적화해 통신 기업의 네트워크 경험을 향상시킨다. 또한, 내부 및 다른 기업에서 개발한 생성AI 애플리케이션을 에지 AI 애플리케이션에 호스팅할 수 있어 새로운 수익 기회를 창출한다.

 이 플랫폼은 대규모 네트워크를 최적화를 지원하며, 통신 기업은 총소유비용을 절감하고 기업 및 소비자 서비스에서 수익 모델을 발굴 할 수 있다. 제조 로봇과 자율주행차가 원격 작업을 할 수 있게 하고, 다양한 산업에서 컴퓨터 비전, 생성AI 기반 코파일럿 및 개인 비서, 공간 컴퓨팅 애플리케이션, 로봇 수술, 3D 협업, 5G와 6G 발전 등을 촉진한다.

무선 네트워크 개발 지원하는 ‘AI 에리얼’

 ‘AI 에리얼’은 ‘에리얼 쿠다 가속 RAN’, ‘에리얼 AI 라디오 프레임워크’, ‘에리얼 옴니버스 디지털 트윈(Aerial Omniverse Digital Twin, AODT)’ 플랫폼 등이 포함돼 훈련, 시뮬레이션, 추론 등을 포함한 AI 기능에 대한 접근을 제공해 통신 기업들은 차세대 무선 네트워크를 개발부터 배포까지 모든 단계에서 참여할 수 있다.

 ‘에리얼 쿠다 가속 RAN’은 엔비디아 가속 컴퓨팅 플랫폼을 기반으로 고성능 가상 RAN 워크로드의 개발과 배포를 지원하는 소프트웨어 라이브러리를 구성되어 있다.

---

마무리

 여기까지 오늘의 기사 스크랩이었습니다. 오늘은 오랜만에 통신과 관련하여 SKT와 삼성의 AI-RAN 기술에 대해서 살펴보았습니다. 이와 관련하여 5G 기술의 핵심 중 하나인 빔포밍에 대해서 알아보았고 이어서 AI-RAN과 관련하여 엔비디아의 에리얼에 대해서 알아보았습니다. 최근 LLM과 관련하여 은행, 로봇 등에서만 알아보았는 데, 통신에서도 AI를 활용한 네트워크 기술들이 발전하고 있다는 것을 확인할 수 있었습니다.