[정보통신신문=박남수기자]
코로나 시대는 통신 산업에 큰 변화를 불러왔다. 많은 기업이 재택근무를 시행함에 따라 통신사를 이용하는 고객은 전보다 많은 시간을 집에서 보내게 됐고, 자신이 사용하는 네트워크에 대한 기대치도 상당히 높아졌다.
이런 높아진 고객의 기대치를 해결하기 위해 통신사는 다시 고객 경험 개선에 주목하기 시작했고, 통신 산업 전반에 걸쳐 디지털 트랜스포메이션이 가속되는 결과를 낳았다.
수년간 통신사는 미디어와 엔터테인먼트 분야로 뻗어가는 다각화 전략을 시도했으나, 다시 원점으로 돌아가 고객이 만족하는 통신 서비스를 제공하고자 많은 자본과 시간을 투자하고 있다.
이러한 투자의 대부분은 인공지능(AI)과 맞닿아 있다. 다른 많은 산업과 같이 통신 산업은 서비스 개선과 더불어 직원들의 일상적인 업무를 더 쉽고 효율적으로 만들어 주는 기술에 눈을 뜨고, 이를 구현하고 있다.
6G가 등장하고 심리스(seamless) 서비스에 대한 요구가 그 어느 때보다 큰 가운데, 고품질의 네트워크 서비스 연결성 제공은 핵심 요소 중 하나다. 만약 AI가 고품질의 연결성을 성공적으로 제공하는 데 도움을 준다면, 통신사는 AI가 많은 양의 고품질 데이터에 접근할 수 있도록 보장해야 한다.
통신 네트워크는 매우 복잡하다. 통신 네트워크는 여러 세대에 걸친 기술과 다른 여러 상호 연결된 시스템으로 구성되어, 네트워크 실패와 다운타임을 예측하고 예방하는 것을 매우 어렵게 만든다. 또한, 네트워크는 날씨나 네트워크 트래픽 양과 같은 물리적 요소와 씨름해야 한다. AI는 이 두 영역 모두에서 문제 해결에 엄청난 가치가 있다. 액센츄어(Accenture)가 분석한 자료에 따르면, AI가 통신사들에게 네트워크 다운타임을 최대 50%까지 줄일 수 있는 잠재력이 있다고 추정한다.
이는 AI 시스템이 인간은 할 수 없는 일을 눈 깜짝할 새 처리할 수 있기 때문이다. 또한 AI는 과거 장애 사건들로 훈련한 머신 러닝 알고리즘을 기반으로 날씨 패턴을 식별할 수 있다. 이러한 AI 기술들은 과거 있었던 악천후와 악천후가 다시 발생할 가능성을 분석함으로써, 엔지니어들이 정전을 예방할 수 있는 방법을 추천해준다. 예를 들어, AI는 강풍의 심각성을 예측해 통신탑이 오프라인이 되는 것을 막기 위해 더 강력한 대비가 필요한지에 대해 요청할 수 있다.
AI와 머신 러닝은 엔지니어가 장애예측을 위해 많은 추측과 힘든 일을 하지 않게 해주며, 큰 문제가 되기 전에 문제를 해결할 수 있게 해준다. 또한, 큰 문제가 발생하면 AI에 기반한 결정은 평균 장애처리 시간을 대폭 줄여준다.
AI는 사전에 트래픽 급증을 예측해 고객에게 조언해줄 수도 있다. 시스템은 네트워크 워크로드를 자체적으로 관리하고 최적화하도록 훈련될 수 있으며, 통신사들은 이를 바탕으로 수요가 많은 시간에 어떤 기술을 사용해야 하는지 정보에 기반한 결정을 내릴 수 있다. 수요를 관리하기 위해 다양한 유/무선 네트워크 기술들이 사용될 수 있다. 통신사들은 다양한 솔루션에 사용할 수 있고 유연성을 높여주는 기술을 대부분 사용할 수 있다. 하지만 이 기술을 네트워크 안정성을 위해 최적의 사용 방법을 잘 알고 있을 때만 가능하다.
예를 들어, LG유플러스는 5G 네트워크 서비스 품질 확보를 위한 실시간 빅데이터 분석 플랫폼인 NRAP을 구축했다. 클라우데라와 함께 구축한 이 플랫폼 덕분에 LG유플러스는 실시간 데이터 처리를 통한 네트워크 품질감시 수준 향상, 통신 서비스 품질 이슈에 대한 선제적 대응과 더불어 현장 작업자의 업무 효율성 또한 높였다.
AI가 발전함에 따라 다양한 사용 예시들이 등장할 예정이다. 하지만 이를 기업에 바로 적용하기는 어렵다. AI의 품질은 훈련시킨 데이터에 따라 결정되기 때문이다. 기업의 데이터를 충분히 학습시키지 않은 경우엔 중요한 인사이트를 놓치거나 ‘환각’에 기반한 답변을 제공할 수 있다.
통신 서비스 분야를 위한 글로벌 AI 시장 규모가 2021년 12억달러에서 2030년까지 거의 400억달러로 성장할 것으로 예상된다. 산업의 미래인 AI 솔루션은 깨끗하고 정확한 데이터에 기반해 편견이 없고, 공정하며, 안전하고, 균형 잡혀 있어야 한다.
기업은 AI가 완전한 데이터 세트에 접근할 수 있도록 AI 사용 사례를 구축해야 한다. 이는 AI가 클라우드 환경에서 온프레미스 데이터 센터까지 회사 전체 데이터로부터 인사이트를 이끌어낼 수 있도록 하는 통합 하이브리드 클라우드 데이터 플랫폼을 기반으로 구축된 현대 데이터 아키텍처를 필요로 한다. 또한, 규정 준수를 보장하기 위해 어디서나, 언제나 엄격한 거버넌스가 시행돼야 한다.
AI는 핵심 서비스에 다시 초점을 맞춘 통신사들이 더 나은 서비스를 제공하기 위한 주요한 역할을 할 것이다. 6G 네트워크 출시를 준비중인 통신 분야는 더 복잡해질 것이기에, 통신사들은 지금부터 준비를 시작하고 서비스가 방해받지 않도록 데이터를 통합해야 한다.
AI 모델을 작동시킬 양질의 데이터가 없다면 AI가 상황 파악에 실패하거나 잘못 이해할 위험이 있다. 더 나아가 브랜드 명성을 훼손시키는 부정확한 결과물을 도출할 수도 있다. AI의 잠재력을 완전히 발휘하기 위해 데이터 보호 사례와 다양하고 편향되지 않은 데이터 선별을 우선시해야 한다. AI는 산업에 혁명을 일으킬 만한 폭발력이 있지만 단단한 기반이 필수적으로 뒷받침되어야 하기 때문이다.
