통신 분야의 인공지능 : Artificial Intelligence in Telecom

느낀점

통신 분야에서 현재 cloud, 5G를 위한 수요는 알았지만 향후 통신 분야에서 AI가 적용되었을 때 임베디드 시스템을 위한 AI 칩셋과 Reinforcement Learning 기술에 대한 필요성이 있다는 것이 흥미로웠다.

AI 분야를 공부하며 삼성에서 개발한 'nnstreamer' 오픈 소스를 적용한 하나의 파이프라인을 구성하는 연구 과정에서 경량화를 위한 AI 칩셋이 필요하다 생각했는데 통신 분야 AP칩에서도 이에 대한 준비가 필요함을 다시 한번 되새길 수 있었다.

또한, 통신 분야는 기반 사업이기 때문에 AIOps(MLOps)와 같은 인프라 전반에 적용될 수 있는 기술이나 자동화 기술이 중요하다 생각했는데 이미 화웨이 등 다수 회사가 RL을 적용하고 있어 self driving network를 위해 RL과 같이 agent가 자가 학습을 할 수 있는 기술이 중요하단 것을 깨닳았다. 기회가 되면 AIOps 뿐만 아니라 RL을 학습할 수 있도록 시간을 내봐야겠다.

앞으로 통신 사업에서 5G, Cloud, AI 간의 협업이 어떻게 이뤄지는지 지속적인 관심을 가지고 지켜봐야겠다.

요약

'통신 분야에서의 AI는 네트워크 구축, 계획, 운영관리 등과 관련된 이 분야의 challenges를 해결함으로써 legacy telecom system에 변화를 가져올 것이다.

AI를 통해 통신 분야에서 주요 관심사인, CAPEX & OPEX 부분에 상당한 감소가 있을 전망이다.

초기 AI 도입은 대량의 네트워크 데이터에 ML 알고리즘을 적용함으로써 네트워크 운영과 관련된 지능화를 이끌어낼 것이다.

이러한 솔루션들을 통해 MNO(Mobile Network Operator)는 네트워크 품질을 유지하며 network parameter들을 모니터링하고 downtime을 줄이는 조치를 통해 경쟁 우위를 취할 수 있다.

5G의 도래와 함께, 통신망에서 hyper-automation에 대한 필요성은 통신 영역에서의 AI 혁신을 촉진했다.

Core Network는 관리자의 수동적 개입없이 최적화 및 재설정되고 처리할 수 있는 self-organizing network(SON)로 변하고 있다.

현재, SON는 telecom entity가 RAN process로 변화하는데 있어 주요 전략 요소이다.

또한, 통신 산업은 digital telecom network를 설계하기 위해 cloud capabilities를 동력화하는 클라우드향 구조로 이동하고 있다.

클라우드 네이티브는 기존의 하드웨어 의존성을 줄이고 하드웨어와 소프트웨어를 분리함으로써 가상화된 RAN을 달성할 수 있는 중요한 경로이다.

네트워크 자동화를 통해 통신사들은 새로운 비지니스 모델을 채택하고 핵심 AI 기술을 개발하고 있다. AI 매니지드 서비스, 인텔리전트 칩셋, 데이터 수익 창출 전략, 오픈 소스, 클라우드 자동화는 통신 분야에서 주요 비지니스 변환 요소이다. AT&T는 이미 2020년까지 네트워크의 75%를 가상화했고,

Ciena는 adaptive self-driving network를, Huawei는 reinforcement learning-based database를, Rakuten은 greenfield approach를 China Telecom은 CTNet을 도입했다.

이는 주요 통신사들이 세계적으로 미래의 automonous self-healing network로 연결되고 있음을 보여준다.

M&A 트렌드를 살펴보면,

2018년에는 다른 분야에서 많은 인수합병이 있었고 2019년 초에는 보안과 클라우드와 관련된 기업 간에 인수합병이 이뤄졌다.

이 두 기술은 주요한 큰 가치를 가져올 것이다. AI 통신망 생태계에서 M&A의 주요 acquirer는 통신사업자, CSP(communication service provider), 스타트업, 투자자가 있다. CSP 중에서 주요 인수자는 Ericsson, Nokia, Cisco이다. Nokia와 Ericsson은 주로 네트워크 분석과 클라우드에 초점을 맞추고 있고 통신사들은 AI 보안 솔루션으로 초점을 기울이고 있다.

Telefonica의 인수 전략은 데이터 수익 창출 전략 비지니스를 위한 가치 제안에 있다.

반면, 스타트업들은 인수합병을 통해 그들의 AI 포트폴리오를 다양화할 수 있는 곳으로 움직이고 있고, 헤지펀드와 사모펀드는 CSP에게 안전한 디지털 네트워크를 제공할 수 있는 AI 보안 솔루션에 투자하고 있다.

AI/ML 솔루션의 채택은 통신 사업의 주요 challenge로 언급되고 있는 문제를 해결하고 있는 스타트업 성장을 가속화할 것이다.

주요한 challenge는 full-duplex에서의 interference, 하드웨어 의존성, 네트워크 최적화 구축 등이다.

Altiostar는 엔드 단 간에 RAN 가상화 솔루션을 클라우드로 제공하여 큰 펀딩을 받았다.

Kumu Networks와 GeXcomm은 full-deplex 통신을 위한 self-interference cancellation 기술로 통신 시장에 혼란을 가져왔다.

Cabricon의 AI 칩셋과 비교하여, Pivotal Commware과 Metawave는 5G 생태계를 위한 metamaterial beamforming 기술을 사용한 접근을 하고 있다.

Netscribe 분석에 따르면, self-driving network 목표를 실현하기 위해, 통신 생태계의 MNO, CSP와 다른 참가자들은 reinforcement learning, cloud native architecture, AI hardware에 투자를 고려해야만 한다. 이는 다음 세대 automonous network를 위한 강력한 R&D 로드맵을 형성할 것이다.

또한, 다른 분야(반도체, IT, 스타트업, 투자자)의 회사들 또한 AI 통신 시장에 포함될 수 있는 새로운 수익원을 만들 수 있다.'

2020년 한해가 가기 전 여유로운 주말 오후,

Market Research Report, 'AI in Telecommunication'(Nescribes, 2019/06/19)를 읽고 짧은 요약 및 생각 정리 끝:)