NVIDIA, Agentic AI 청사진 및 Telco 추론 모델로 자율 네트워크를 진전시킨다
Source: NVIDIA AI Blog
위에 제공된 링크만으로는 번역할 본문이 없습니다. 번역이 필요한 텍스트를 알려주시면 한국어로 번역해 드리겠습니다.
왜 자율성이 중요한가
-
자동화 ≠ 자율성
- 자동화는 미리 정의된 워크플로를 실행합니다.
- 자율성은 네트워크가 운영자 의도를 이해하고, 트레이드오프를 고려하며, 행동을 결정하도록 요구합니다.
-
핵심 활성화 요소
- 텔레콤 데이터에 맞게 미세 조정된 추론 모델 및 AI 에이전트.
- 다음을 포함하는 엔드‑투‑엔드 에이전시 시스템:
- 텔코 네트워크 모델.
- 서로 소통하는 AI 에이전트.
- 행동 검증을 위한 네트워크 시뮬레이션 도구.
최근 NVIDIA 발표 (MWC 바르셀로나 이전)
| 발표 | 내용 | 중요성 |
|---|---|---|
| Open NVIDIA Nemotron‑based Large Telco Model (LTM) | Nemotron 아키텍처를 기반으로 한 최초의 오픈소스 대규모 통신 모델. | 네트워크 동역학을 이해하는 추론 에이전트를 구축하기 위한 기반을 제공합니다. |
| Comprehensive Guide for Building Reasoning Agents | 단계별 구현 가이드. | 자율 네트워크 에이전트 개발을 가속화합니다. |
| NVIDIA Blueprints | 에너지 절감 • 네트워크 구성용으로 사전 설계된 다중 에이전트 오케스트레이션 워크플로우. | 운영자가 바로 사용할 수 있는 검증된 패턴을 제공하여 자율성으로 전환하도록 돕습니다. |
GSMA와의 협업
- Open Telco AI Initiative (내일 출시) – NVIDIA와 GSMA(글로벌 모바일 통신 협회) 간의 공동 프로젝트.
- NVIDIA는 GSMA를 통해 다음과 같은 오픈 리소스를 제공할 예정입니다:
- 오픈‑소스 LTM.
- 추론 에이전트를 위한 구현 가이드.
- 에너지 효율 및 네트워크 구성을 위한 에이전시 AI 청사진.
이러한 리소스는 운영자가 자율 네트워크로의 전환을 가속화하고 효율성, 신뢰성 및 혁신의 새로운 수준을 열 수 있도록 돕는 것을 목표로 합니다.
Open Nemotron 3 Large Telco Model가 통신 분야에 추론 기능을 제공
통신 사업자가 생성형 및 에이전트형 AI를 운영 전반에 성공적으로 적용하려면, AI 모델이 통신 용어를 이해하고 복잡한 워크플로를 추론할 수 있어야 합니다. NVIDIA는 AdaptKey AI와 협력하여 전 세계 운영자가 자율 네트워크를 구축하는 데 사용할 수 있는 새로운 오픈‑소스 300억 파라미터 NVIDIA Nemotron LTM을 출시했습니다.
주요 특징
- NVIDIA Nemotron 3 패밀리 기반의 파운데이션 모델.
- AdaptKey AI가 오픈 통신 데이터셋(산업 표준 및 합성 로그 포함)으로 파인‑튜닝.
- 다음 작업에 최적화:
- 장애 격리
- 복구 계획 수립
- 변경 검증
통신 사업자를 위한 혜택
- 완전한 투명성 – 학습 데이터와 방법론에 대한 접근 가능.
- 보안된 온‑프레미스 배포 – 에이전트를 네트워크 내부에서 직접 실행.
- 맞춤형 추론 – 독자적인 네트워크 및 운영 데이터를 활용해 모델을 확장·적응.
- 데이터 제어 및 보안을 손상시키지 않으면서 자율 운영으로의 전환 경로.
네트워크 엔지니어처럼 사고하는 AI 에이전트 교육
NVIDIA와 Tech Mahindra는 텔레콤 사업자가 도메인‑특화 사고 모델을 파인‑튜닝하고, 네트워크 운영 센터(NOC) 워크플로를 안전하게 실행할 수 있는 에이전트를 구축하는 방법을 보여주는 오픈‑소스 가이드를 공개했습니다.
주요 내용
- 고영향·고빈도 사고에 집중 – 가장 자주 발생하고 운영에 가장 큰 영향을 미치는 사고 카테고리를 식별합니다.
- 전문가 해결 방안을 단계별 절차로 변환 – 각 해결 방안을 개별 작업, 도구 호출, 결과 및 의사결정으로 분해합니다.
- 구조화된 사고 추적 생성 – 엔지니어가 수행할 모든 단계와 그 이유, 기대 결과를 기록한 “사고 예시”로 절차를 캡처합니다.
이러한 사고 추적은 모델에게 무엇을 해야 하는지뿐 아니라, 특정 검사와 수정을 수행하는 것이 왜 안전하고 효과적인지에 대한 이유까지 가르치는 학습 데이터가 됩니다.
작동 방식
- 전문가 지식 수집 – 사고 로그, 운영 매뉴얼, 엔지니어 노트를 수집합니다.
- 사고 추적으로 변환 – 각 해결 방안을 구조화된 추적(예: JSON 또는 YAML)으로 인코딩하고 다음을 포함합니다:
- 작업 설명
- 사용된 도구 또는 API
- 예상 결과
- 다음 단계에 대한 의사결정 로직
- NVIDIA NeMo‑Skills로 파인‑튜닝 – NeMo‑Skills 파이프라인을 사용해 추적 데이터를 기반으로 사고 모델을 학습합니다.
- 통신사 특화 AI 에이전트로 배포 – 완성된 모델은 새로운 사고를 사고하고, 조치를 제안하며, 안전한 NOC 워크플로를 자동으로 실행할 수 있습니다.
혜택
- 사고 해결 속도 가속 – AI 에이전트가 일상적이고 반복적인 작업을 처리해 엔지니어가 복잡한 문제에 집중할 수 있습니다.
- 일관성 및 안전성 – 구조화된 사고를 통해 검증된 반복 가능한 절차를 따르게 합니다.
- 확장 가능한 전문성 – 시니어 엔지니어의 지식을 코드화해 조직 전체에 공유합니다.
자세히 살펴보려면 위에 링크된 전체 NVIDIA‑Tech Mahindra 가이드를 참고하세요.
새 인텐트‑기반 에너지‑절감 청사진으로 에너지 효율 극대화
자율 네트워크는 폐‑루프 워크플로에 의존합니다:
- 모델 – 네트워크 상태를 이해합니다.
- 에이전트 – 고수준 인텐트에 따라 행동합니다.
- 시뮬레이션 – 결과를 다시 피드백하여 의사결정을 검증·정제합니다.
새로운 NVIDIA Blueprint for intent‑driven RAN energy efficiency 은 이 세 요소를 연결해, 운영자가 5G 라디오 액세스 네트워크(RAN)의 전력 소비를 체계적으로 절감하면서 서비스 품질(QoS)을 유지할 수 있게 합니다.
핵심 구성 요소
| 구성 요소 | 역할 | 링크 |
|---|---|---|
| VIAVI TeraVM AI RAN Scenario Generator (AI RSG) | 합성 네트워크 데이터(셀 활용도, 사용자 처리량, 트래픽 패턴 등)를 생성하고, 간단하고 쿼리 가능한 형식으로 내보냅니다. | VIAVI blog – AI RSG |
| Energy‑Planning Agent | 합성 데이터를 분석하고, 에너지 절감 정책을 수립한 뒤 AI RSG에 다시 피드백하여 시뮬레이션합니다. | — |
| Closed‑Loop Validation | 운영자는 실 네트워크에 변경을 적용하기 전에 시뮬레이션으로 정책을 안전하게 테스트할 수 있어, 인텐트가 충족되는지 확인하면서 구독자에게 영향을 주지 않습니다. | — |
작동 방식
- 데이터 생성 – AI RSG는 다양한 트래픽 상황을 포괄하는 현실적인 합성 RAN 시나리오를 생성합니다.
- 정책 추론 – 에너지‑플래닝 에이전트가 데이터를 평가하고, (예: 동적 셀 슬립, 전력 레벨 스케일링) 기회를 식별해 정책을 제안합니다.
- 시뮬레이션 및 검증 – 제안된 정책을 AI RSG에 적용해 전력 사용량과 QoS에 미치는 영향을 예측합니다.
- 반복적 정제 – 결과가 에이전트에 피드백되어 정책이 조정되고, 원하는 인텐트(전력 절감 + QoS 보장)가 달성될 때까지 반복합니다.
기대 효과
- 예측 가능한 에너지 절감 – 실 배포 전에 정량적인 절감 효과를 확인할 수 있습니다.
- 서비스 중단 없음 – 모든 테스트가 샌드박스 환경에서 이루어집니다.
- 확장 가능한 인텐트‑기반 자동화 – 수천 개 사이트에 정책을 최소한의 수작업으로 전파할 수 있습니다.
- 지속적인 개선 – 폐‑루프 피드백을 통해 트래픽 패턴 변화에 따라 지속적으로 최적화됩니다.
RAN 전력 발자국을 줄이고 싶으신가요? 전체 청사진을 살펴보고 오늘부터 인텐트‑기반 에너지‑절감 워크플로를 구축해 보세요.
통신사, NVIDIA 네트워크 구성 블루프린트를 적용
**NVIDIA 텔코 네트워크 구성 블루프린트**가 전 세계 운영자들에 의해 채택되고 있습니다.
주목할 만한 배포 사례
| 운영자 / 파트너 | 블루프린트 사용 방식 | 주요 혜택 |
|---|---|---|
| Cassava Technologies | • Cassava Autonomous Network를 구축했으며, 이는 아프리카의 다중 벤더 모바일 환경을 위한 에이전시 플랫폼입니다. • 세 가지 에이전트를 구현합니다: 1️⃣ 네트워크를 모니터링하고 구성 변경을 권장합니다. 2️⃣ 문서화 및 거버넌스와 함께 변경을 적용합니다. 3️⃣ 영향을 평가하고 의도치 않은 효과를 안전하게 롤백합니다. | • 이기종 네트워크를 최적화합니다. • 자동화되고 감사 가능한 구성 사이클을 가능하게 합니다. |
| NTT DATA | • 블루프린트를 통합하여 트래픽 규제에 인텔리전스를 추가합니다. • 장애 복구 후 사용자가 재연결할 때 발생하는 급증을 관리하도록 네트워크를 지원합니다. • 일본의 티어‑1 운영자와 함께 배포되었습니다. | • 수요 급증 시 복원력을 향상시킵니다. • 수동 튜닝을 데이터 기반, 적응형 프로세스로 전환합니다. |
작동 원리
- 실시간 수요 모니터링 – AI 에이전트가 셀 전역의 트래픽을 지속적으로 스캔합니다.
- 의사결정 – 에이전트가 특정 셀에 새로운 사용자를 언제, 어떻게 허용할지 결정합니다.
- 적응형 최적화 – 상황이 안정되면 에이전트가 정책을 정제하여 전통적인 수동 구성을 자체 최적화되는 데이터 기반 루프로 전환합니다.
결과: 인간 개입 없이도 변화하는 부하 패턴에 자동으로 조정되는 보다 복원력 있고 효율적인 모바일 네트워크.
다중 에이전트 오케스트레이션을 통한 네트워크 구성 진화
통신사는 이제 NVIDIA와 BubbleRAN 간의 협업 덕분에 RAN 전역에서 복잡한 에이전트 워크플로를 설계, 관찰 및 최적화할 수 있습니다. 양사는 NVIDIA Blueprint for Telco Network Configuration 를 다음과 같이 확장하고 있습니다:
이러한 보완적인 프레임워크는 다중 에이전트 오케스트레이션을 가능하게 합니다.
Opti‑Sphere와의 통합
BubbleRAN은 NAT와 BAT를 자체 Opti‑Sphere 플랫폼에 내장하고 있습니다. 이 통합을 통해 다음을 제공합니다:
- 컨테이너와 워크로드 전반에 걸친 네트워크 모니터링, 구성 및 검증 에이전트의 유연한 관리.
- 네트워크 메트릭 및 트래픽 상태를 보고하는 도구와의 원활한 연결.
- 구성 변경에 대한 지속적인 제안 및 검증.
최초 배포
Telenor Group은 BubbleRAN과 함께 이 청사진을 채택하는 최초의 통신사가 될 것이며, 해상에서 전 세계 연결성을 제공하는 그룹의 글로벌 해양 연결 사업부 Telenor Maritime을 위해 5G 네트워크를 강화합니다.
자세히 알아보기
- Mobile World Congress – 통신 분야 에이전시 AI의 최신 발전을 확인하세요.
- 날짜: 2026년 3월 2‑5일
- 장소: 바르셀로나
- Notice – 소프트웨어 제품 정보에 대한 서비스 약관을 확인하세요.