통신 네트워크는 지속적으로 증가하는 데이터 트래픽과 에너지 소비 문제로 인해 효율적인 관리가 필수적이다. 특히, 무선접속망(RAN)은 통신 인프라의 핵심 구성 요소로, 높은 에너지 소비와 네트워크 성능 최적화의 필요성이 대두되고 있다.

전통적인 네트워크 운영 방식은 수동적이며, 변동하는 트래픽 수요에 신속하게 대응하기 어렵다. 이에 따라, AI 기반의 RAN 최적화 솔루션이 필요하며, 이를 통해 자원의 효율적 배분과 에너지 절감이 가능해진다.

레드햇과 소프트뱅크는 하이브리드 클라우드 애플리케이션 플랫폼인 ‘레드햇 오픈시프트(Red Hat OpenShift)’를 활용하여 AI-RAN의 전력 소비 및 네트워크 성능을 최적화하는 협력을 발표했다.

이번 협력은 통신 서비스 제공업체들이 AI와 RAN을 통합해 동적으로 네트워크 매개변수를 조정하고, 네트워크 운영을 간소화해 민첩성을 높이는 데 초점을 맞추고 있다. 이를 위해 소프트뱅크는 AI 및 RAN을 통합한 솔루션 ‘아이트라스(AITRAS)’를 개발하고 있으며, 가상 RAN 및 AI 기반 애플리케이션을 지원하는 네트워크 오케스트레이션 및 최적화 기능을 제공할 계획이다.

전력 모니터링으로 에너지 효율 향상

소프트뱅크와 레드햇은 오픈소스 프로젝트 케플러(Kepler)와 같은 커뮤니티 기반 기술을 활용하여 통신 서비스 제공업체가 애플리케이션의 전력 사용을 보다 정확하게 측정하고, 이에 따른 최적화 조치를 취할 수 있도록 지원한다.

레드햇 오픈시프트의 전력 모니터링 기능은 클러스터 수준에서 주요 성능 데이터를 제공하며, 이를 통해 소프트뱅크의 아이트라스 오케스트레이터는 분산된 네트워크 환경에서 전력 소비를 균등하게 조정하고, 에너지 절감을 실현할 수 있다.

AI-RAN 솔루션의 핵심 기능 및 기대 효과

레드햇 오픈시프트와 케플러 기반의 전력 모니터링 기능을 통해 통신 서비스 제공업체는 다음과 같은 이점을 얻을 수 있다.

전력 소비 지표를 기반으로 컴퓨팅 및 GPU 집약적 워크로드의 배치를 최적화하여 에너지 사용량을 줄이고 성능을 유지할 수 있다.

eBPF(extended Berkeley Packet Filter)를 활용한 경량 측정 방식으로 오버헤드를 줄이고, 에너지 효율성을 향상시킬 수 있다.

향상된 관측 기능을 통해 리눅스 프로세스 및 쿠버네티스 포드(Kubernetes Pod)의 GPU 에너지 사용량을 정밀하게 분석할 수 있으며, 이를 통해 멀티 인스턴스 GPU(MIG) 및 다양한 GPU 장치 전반에서의 최적화가 가능하다.

레드햇과 소프트뱅크의 AI-RAN 협력은 네트워크 운영의 자동화를 가속화하고, 에너지 소비 절감을 통해 지속 가능한 통신 인프라를 구축하는 데 기여할 것으로 예상된다. 향후 AI-RAN 기술이 발전하면서, 네트워크 성능 최적화와 함께 기업들은 운영 비용을 절감하고 환경 친화적인 IT 인프라를 구축할 수 있는 기회를 얻게 될 것이다.