바르셀로나, 스페인 2025년 5월 30일 /PRNewswire/ — 통신 네트워크 운영이 점점 더 어려워지고 있다. 우선 네트워크 통합이 진행 중이다. 사물인터넷(IoT) 사용이나 엔드투엔드(end-to-end) 네트워크 슬라이싱 같은 서비스 경험을 제공하려면 고정형과 이동형 네트워크가 동시에 필요한 경우가 자주 발생한다.
또한 네트워크가 소프트웨어 중심으로 진화함에 따라 유지보수와 품질 보증에 기존과 다른 기술이 요구된다. 여기에 기업용 API와 에이전틱 AI와 같은 신규 기술이 등장하면서 복잡함이 더해진다. 이러한 기술은 차별화된 세분화된 서비스에 맞게 네트워크 운영을 최적화할 수 있게 해주며, 단순한 ‘가동 시간(uptime)’보다 비즈니스 핵심 성과 지표(KPI)에 맞춰 우선순위를 조정할 수 있게 해준다. 네트워크는 적절한 아키텍처와 운영 관행을 활용해 더 높은 신뢰감을 주면서 더 다양해진 사용 사례를 지원할 수 있다.
화웨이가 줄 수 있는 도움
화웨이 인텔리전트 오퍼레이션(Huawei Intelligent Operations)은 자사의 네트워크 담당 기술 엔지니어 및 산업 표준 기구와 긴밀히 협력하여, 네트워크 서비스의 발전을 이끌면서 모든 산업 표준의 충족을 보장한다. 화웨이는 TM 포럼(TM Forum)과 긴밀히 협력하여 고객 피드백과 자사의 운영 비전을 조화시켜 서비스 중심의 운영 지표를 만들고 있다. 이를 통해 통신 운영 분야에서 AI의 경계를 확장하고 있으며, 디지털 트윈(digital twin)과 통신 특화 기반 모델에 대해 집중적으로 연구하고 있다. 또한 통신 네트워크를 운영하면서 쌓은 방대한 경험을 최우수 운영 사례를 만드는 데 반영하고 있다.
주요 지원 사례
화웨이는 아시아•태평양 지역에서 한 통신사와 협력해 장애가 발생한 기지국이 서비스에 미치는 영향을 분석했다. 화웨이는 분석을 위해 ‘예상 수요 미충족(Expected Demand Not Served)’ 알고리즘을 활용했다. 이 알고리즘은 서비스 사용량이 평소보다 적을 때 이를 감지하여 이런 문제를 일으킬 수 있는 장애가 무엇인지 찾아내어, 네트워크가 다시 원래 설계된 대로의 기능을 발휘할 수 있게 수리의 우선순위를 정해준다. 그 결과 해당 통신사의 트래픽 손실이 15% 감소하는 성과를 거뒀다.
중동 지역에서 화웨이 인텔리전트 오퍼레이션은 FTTx(광가입자망) 네트워크의 토폴로지 정확도를 크게 개선했다. 이를 위해 ‘지연 허용 네트워크 아키텍처(delay-tolerant network architecture)’를 활용해 무효한 작업 명령을 60% 줄이는 데 성공함으로써 결과적으로 고객 불만을 10% 감소시켰다.
유럽에서는 생성형 AI(Gen-AI)를 활용해 MTTR(평균장애처리시간)을 25% 개선했다. 화웨이는 지역 통신사와 협력해 현장 유지보수 인력을 위한 역할 기반 코파일럿(copilot) 및 다중 에이전트(multi-agent) 협업을 추진함으로써 복잡한 시나리오에 종합적으로 대응했다.
Kevin Ye, President, Intelligent Operation Domain, Huawei
“ 화웨이 인텔리전트 오퍼레이션은 단순히 CSP(통신 서비스 제공업체) 파트너들이 기존 운영 과제를 극복하는 데 도움을 줄 뿐만 아니라 최신 기술을 활용해 회사 전반에 걸쳐 새로운 비즈니스 혜택을 창출하는 데도 도움을 준다고 믿는다” – 케빈 예(Kevin Ye), 화웨이 인텔리전트 오퍼레이션 부문 사장
생성형 AI 의 응용 사례 및 과제
생성형 AI가 급부상하면서 두 가지 기본 운영 모델이 탄생했다. 코파일럿과 에이전트다. 코파일럿은 인간 직원이 코딩, 시스템 구성, 서비스 품질 데이터 스트림 관리, 트러블 티켓(고장 신고) 처리를 할 수 있게 도와준다. 에이전트는 특정 작업이나 운영상 문제에 집중하면서 인간 직원의 감독 하에 독립적인 운영이 가능하다.
생성형 AI를 제대로 활용하기 위해선 이 두 도구가 다음과 같은 문제를 해결해야 한다.
- 환각 현상. 생성형 AI는 일반적으로 허위 정보를 생성할 수 있다. 따라서 모델 훈련, 검색증강생성(retrieval-augmented generation), 다른 시스템으로부터의 검증 등 다양한 안전장치를 통해 잘못된 데이터와 행동을 최소화해야 한다.
- 높은 비용. 생성형 AI는 운영 비용이 많이 들 수 있다. CSP는 이 새로운 기술의 이점을 유지하면서 비용을 최소화하는 AI 버전의 ‘핀옵스(FinOps)’가 필요하다. 예를 들어, 서비스 파트너는 최소 사양만으로도 원하는 결과를 생산하는 대형언어모델 (Large Language Model)을 결정할 수 있으며, 토큰 사용량을 최소화하도록 시스템을 설계할 수도 있다.
- 기존 시스템과의 통합. 에이전틱 AI는 네트워크의 디지털 트윈과 연결된 생성형 AI 인터페이스가 강력한 자동화를 가능하게 해준다는 사실을 이미 입증하고 있다. 그러나 데이터 소스와 BSS/OSS 시스템의 통합은 복잡한 작업이다.
- 데이터 변환과 관리. 디지털 트윈을 구축하려면 데이터 사일로(data silo)를 분해하고, 불량 데이터를 정리하고 표준화해 다양한 형식과 소스의 데이터를 단일 저장소에 통합해놓아야 한다. 이때 경험이 풍부한 강력한 전문 서비스가 필요하다.
- 교육. 대형언어모델은 도메인 전문가의 교육 없이는 CSP의 문서, 트러블 티켓, 운영 프로세스 등을 이해할 수 없다.
화웨이 인텔리전트 오퍼레이션의 도움
차세대 생성형 AI 딥시크(DeepSeek)
2025년 1월에 출시된 딥시크는 생성형 AI가 훨씬 더 효율적인 모델을 통해 현재의 모든 AI 기능을 제공할 수 있다는 걸 입증했다. 화웨이의 연구에 따르면 딥시크는 도메인 지식 구축과 적용, 코드 생성, 데이터 분석, 지능형 티켓 처리 등 CSP 운영에 직접 적용 가능한 다양한 장점을 제공한다. 화웨이는 이러한 새로운 모델을 통신 인프라에 적용하는 데 앞장서고 있다.
화웨이의 ICT 운영 비전
화웨이는 새로운 기술이 지능형 가속기로 기능하는 가운데 ICT 기술이 앞으로도 계속해서 디지털 경제를 주도하는 데 중요한 역할을 할 것으로 믿는다. 신뢰할 수 있는 네트워크 운영과 지능형 운영의 중요성은 계속해서 높아질 것이다. 화웨이는 이러한 발전을 지원하기 위해 연구개발(R&D)에 대한 대규모 투자를 이어가면서 지능형 운영으로의 전환을 가속화할 것이다.
최근 화웨이는 TM 포럼 및 주요 통신사와 협력해 ‘차세대 지능형 운영 백서 3.0(New-Generation Intelligent Operations White Paper 3.0)’를 발표했다. 이 연례 보고서는 최신 비즈니스 실천 사례와 신기술 적용에 대한 귀중한 통찰을 제공한다.
