
5G 통신 예측 AI 모델 검증 결과 예시 (사진=넷큐브AI Metrica 제공)
이번 성과를 통해 △단말 접속 요청 사전인지를 통해 RRC 자원을 미리 준비, URLLC나 VoNR과 같이 지연에 민감한 서비스 품질을 극대화 △기지국 접속 확률이 낮은 시간에는 장비를 슬립 모드로 전환, 전력 소모를 절감하고 접속 예상 시 즉각 서비스를 제공해 에너지 효율 상승 △특정 시간대에 접속이 폭증하는 상황을 예측, RACH 자원을 선제적으로 증설해 접속 지연과 실패 방지, 네트워크 안정성 강화 △정상 패턴을 벗어나는 이상 트래픽 감지를 통해 DDoS와 같은 보안 위협에 조기 대응, 통신망 보안 강화의 효과를 기대할 수 있다.
이번 연구의 핵심 기술은 ‘심볼릭 회귀(Symbolic Regression)’다. 넷큐브 측은 기존 딥러닝 모델의 ‘블랙박스’ 작동 방식의 단점을 극복, 예측 근거를 파악하기 어려운 점을 보완한 설명 가능한 AI(XAI) 기술이라고 설명했다. 심볼릭 회귀 모델은 데이터 패턴을 사람이 이해할 수 있는 간결한 수학 공식으로 도출, 네트워크 엔지니어가 예측 결과를 신뢰하고 자동화된 제어 정책에 활용할 수 있도록 한다. 특히 양사가 개발한 모델은 몬테카를로 트리 탐색(MCTS)을 결합한 강화학습 구조를 채택, 복잡한 네트워크 환경에서도 빠르고 효율적으로 최적의 예측 수식을 발견할 수 있다.
유동호 넷큐브 대표는 “설명 가능한 AI 기술이 5G 고도화와 6G 준비의 핵심이 될 것”이라며 “글로벌 통신 시장에서 한국 기술의 우위를 확보하겠다”고 설명했다.
한편, 넷큐브는 올해 하반기부터 개발된 AI 모델을 국내 제조사 및 통신사와의 실증 테스트를 확대하고, 향후 기술 표준화를 진행할 예정이다.