필자, 키사이트 테크놀로지스 사라 라셀바(Sarah LaSelva) 6G 마케팅 디렉터는 마이크로파 및 밀리미터파 기술을 기반으로 무선 통신을 중심으로 테스트 및 측정 분야에서 10년 이상의 경력을 쌓았으며, 현재 최신 무선 기술을 연구하고 홍보하는 데 주력하고 있다.

경력 전반에 걸쳐 마케팅, 테스트 엔지니어링, 어플리케이션 엔지니어링 분야에서 근무했으며, 키사이트에 합류하기 전에는 NI(내쇼날 인스트루먼트)에서 소프트웨어 정의 무선 팀의 제품 마케팅 관리자로 근무하며 SDR 하드웨어, 소프트웨어, 무선 통신에 대한 심도 있는 지식을 쌓았다.<편집자 주>

인공지능(AI) 혁명이 시작되었다. 챗GPT(ChatGPT)와 같은 생성 AI 애플리케이션이 일반 대중에 공개되면서 사람들은 심층신경망(DNN, Deep Neural Network)과 머신 러닝(ML)의 강력함과 잠재력을 직접 경험하고 있다.

챗GPT는 대형언어모델(LLM)로, 인터넷과 방대한 컨텐츠를 학습하고, 인간과 닮은 방식으로 제시어(명령어)에 그 답을 생성할 수 있다. 이 애플리케이션 유형은 AI의 강점을 완벽히 보여주는 예시다. 대형 교육 데이터 세트를 기반으로 복잡한 시나리오에 대한 출력을 최적화할 수 있다.

여기에, 무선 네트워크는 본질적으로 복잡하고 대량의 데이터를 생성하며, 새로운 세대의 기술이 도입될 때마다 복잡성이 증가해 왔다. 따라서 AI가 무선 네트워크를 최적화하는 데 적합한 도구로 주목받고 있다.

5G 네트워크에서 AI는 어떻게 활용되나?

5G가 성숙해짐에 따라 셀룰러 표준을 유지 관리하는 표준화 기관인 3GPP(3rd Generation Partnership Project)에서 이미 AI와 ML을 연구 대상으로 지정하고 있다. 고려 중인 AI 응용 분야는 주로 네트워크 에너지 세이빙, 로드 밸런싱 및 모빌리티 최적화를 포함한 무선 인터페이스에서 찾을 수 있다.

채널 상태 정보((Channel State Information, CSI) 피드백, 빔 관리, 포지셔닝 등 향후 발표될 3GPP 릴리즈 18에서 구체적인 연구 방안이 선택될 정도로 무선 인터페이스가 활용될 수 있는 부문은 굉장히 많다. 하지만 3GPP가 AI/ML 모델을 개발하지는 않는다는 점에 유의해야 한다. 그 대신 AI/ML 모델과 관련하여 서로 다른 무선 인터페이스 기능에 추가할 공통 프레임워크와 평가 방법을 만드는 일을 한다(아래 그림 1 참조).

3GPP와 무선 인터페이스 외에, O-RAN ALLIANCE가 네트워크 오케스트레이션을 개선하기 위해 AI/ML을 사용할 수 있는 방안을 모색하고 있다. 예를 들어, O-RAN ALLIANCE는 AI/ML 최적화 애플리케이션을 호스팅하도록 설계된 RAN 인텔리전트 컨트롤러(RIC)라는 아키텍처에 고유한 기능을 가지고 있다.

RIC는 거의 실시간에 실행되는 xApp과 비실시간으로 실행되는 rApp을 호스팅할 수 있다. AI를 활용해서 스펙트럼 효율과 에너지 효율을 개선하기 위한 xApp과 네트워크 오케스트레이션을 위한 rApp이 이미 존재한다. O-RAN 에코시스템이 성장하고 성숙하면서 RIC에서 AI/ML을 사용하는 xApp/rApp과 어플리케이션이 점점 더 많아질 것이다.

그러면 6G는 AI를 어떻게 활용할 것인가?

6G는 아직 태동기에 있지만, AI/ML이 미래 무선 시스템의 모든 측면에서 기초적인 부분이 될 것이라는 점은 이미 명확하다. 네트워크 측면에서, 공식적으로 정의되지는 않았지만 업계에서는 'AI 네이티브(AI native)'라는 용어가 널리 사용되고 있다.

이러한 AI 네이티브 네트워크를 살펴보는 한 가지 방법은 가상화 및 무선 액세스 네트워크(RAN, Radio Access Network) 분리의 현재 추세를 기반으로 다이어그램(위 그림 1)을 추정하는 것이다. 각 네트워크 블록에는 공급업체와 애플리케이션에 따라 다양한 AI/ML 모델이 포함될 가능성이 높다(아래 그림 2 참조).

또한 AI 네이티브 네트워크는 기본적으로 AI/ML 모델을 실행하도록 설계된 네트워크를 의미할 수 있다(아래 그림 3 설계 플로우 참고). 전통적인 5G 네트워크에서는 무선 인터페이스가 각각 사람이 설계한 서로 다른 프로세싱 블록들로 구성되며 5G Advanced에서 각 블록은 특정 기능을 최적화하기 위해 머신러닝을 활용할 것이다. 6G에서는 AI가 심층신경망을 사용하여 전체 무선 인터페이스를 설계할 가능성이 아주 높다.

최적화를 위해 AI는 어떻게 사용될까?

AI/ML을 사용해서 네트워크 관리 오케스트레이션을 개선할 수 있다는 아이디어를 토대로 구축된 6G는 최적화 과제를 해결하기 위해 AI와 ML을 활용하고 있다. 예를 들어, AI를 사용하여 실시간 작동 조건을 기반으로 콤포넌트를 켜고 끄는 방식으로 네트워크의 전력 소비를 최적화할 수 있다.

현재 xApp과 rApp은 전력 앰프와 같이 전력 사용량이 많은 콤포넌트를 사용 중이지 않을 때 켜고 끄는 방식으로 기지국 수준에서 이러한 최적화를 실현한다. 하지만 AI는 빠르게 까다로운 컴퓨트 문제를 해결하고 많은 양의 데이터를 분석할 수 있어 더 큰 도시 단위 또는 국가 규모로 네트워크를 최적화할 가능성이 열린다.

사용량이 적을 때 전체 기지국을 끌 수 있으며, 가능한 최저 리소스를 사용해서 에너지 최적화 방식으로 실시간 수요에 대응하도록 셀을 재구성할 수 있다.

현재는 이러한 방식으로 기지국과 도시 단위 네트워크를 재구성할 수 없으며, 네트워크를 재구성하고 네트워크 구성의 변경 사항을 테스트하는 데 며칠에서 몇 주가 소요된다. 하지만 다양한 AI 기술 발전이 예상되고 있으며 인프라 공급자들은 이 점을 가장 염두에 두고 있다.

결론적으로...

무선 네트워크는 6G가 AI의 강력함을 활용하기 시작할 때까지 기다리지 않을 것이다. 전체 에코시스템에서 새로운 모델을 개발해서 현재와 미래의 무선 시스템에 통합하기 위한 연구가 활발히 이루어지고 있다.

그러나 이러한 모델은 여전히 성숙되지 않은 상태로, 정확성과 신뢰성에 대한 평가가 필요하다. 이러한 새 기술이 채택되기 위해서는 다양한 데이터 세트를 대상으로 한 AI 모델의 올바른 학습, 전통적인 기술에 비해 개선된 부분 정량화, AI 지원 모듈에 대한 새로운 테스트 방법 정의가 필수적인 것이다.

다시 말해, AI 모델 및 테스트 모범 사례가 성숙해지면서 더 빠를 수도 있지만 향후 5-10년 내에 AI가 무선 통신에 혁신을 가져올 것이라는 데는 의심의 여지가 없는 것으로 이에 대한 연구와 대응이 필요한 시점이다.