통신 인프라가 5G와 에지 컴퓨팅, 대규모 사물인터넷 연결로 확장됨에 따라 네트워크 운영 복잡도는 기하급수적으로 증가하고 있다. 이에 따라 네트워크 문제를 실시간으로 감지·진단하고 자동으로 해결할 수 있는 자가 치유형 인프라 요구가 높아지고 있으며, 생성AI와 AIOps 기술이 이러한 수요에 대한 핵심 해법으로 부상하고 있다. 특히 다계층 네트워크와 수많은 데이터 흐름을 빠르고 정확하게 분석·처리하기 위해서는 고품질 데이터 기반의 실시간 연산이 필수적이다.

글로벌 보안 기업 넷스카우트(NETSCOUT SYSTEMS)는 최근 TM 포럼의 자가 치유 네트워크 실증 프로젝트 ‘뉴로NOC(NeuroNOC)’에 참여해 AI 기반 운영의 가능성을 제시했다.

뉴로NOC 프로젝트, AI와 자동화를 통한 네트워크 자율 운영 실현

TM 포럼이 주도하고 넷스카우트가 참여한 뉴로NOC 카탈리스트 프로젝트는 2025년 DTW 이그나이트 행사에서 가장 많은 통신사와 국가가 참여한 대형 공동 연구 과제다. 본 프로젝트는 AI 에이전트와 폐쇄 루프 자동화 기술, 고품질 실시간 네트워크 데이터를 활용해 통신사 네트워크 전반에 걸쳐 자가 복구 기능을 어떻게 구현할 수 있는지 실증적으로 검토했다.

이 프로젝트에는 AWS, 액센츄어, 심포니카, 샌드 테크놀로지스 등이 기술 파트너로 참여했고, BT 그룹, 텔레콤 아르헨티나, 오만텔, 터크넷, 액시언 텔레콤, 사파리콤 등 다수의 글로벌 통신사가 참여해 실제 통신 환경에서의 활용 가능성을 실험했다.

넷스카우트는 이번 프로젝트에서 자사의 옴니스 AI 인사이트 솔루션(Omnis AI Insights Solution)을 배포했다. 이 솔루션은 옴니스 AI 센서(Omnis AI Sensor)와 옴니스 AI 스트리머(Omnis AI Streamer)로 구성되어 있다. 옴니스 AI 센서는 심층 패킷 검사 기반의 종단 간 네트워크 가시성을 제공하며, 옴니스 AI 스트리머는 개방형 API 기반의 데이터 세트를 실시간 분석·필터링할 수 있다.

이 시스템은 고성능 원격 측정을 통해 5G 독립형 무선 접속 네트워크(SA RAN)와 패킷 코어의 데이터를 확보하고, 이를 바탕으로 시뮬레이션된 문제 시나리오에서 가입자 등록 문제를 식별하고 원인을 분석하며 자동 수정 절차를 수행할 수 있도록 지원했다. 이를 통해 네트워크 운영 센터(NOC) 엔지니어는 최소한의 수작업으로 고장 원인을 진단하고 복구 단계를 실행할 수 있었다.

데이터 품질이 AI 기반 운영의 핵심

넷스카우트는 본 프로젝트에서 고품질로 큐레이션된 데이터가 AI 기반 네트워크 운영의 핵심이라는 점을 강조했다. 적절한 데이터를 실시간으로 수집·연계하지 못하면 AI 모델이 문제를 정확히 분석하고, 자동 복구를 수행하는 것이 불가능하다는 사실이 입증됐다.

실제 시뮬레이션에서는 수동 문제 해결이 80%까지 감소했고, 통신사의 운영 비용은 최대 50%까지 절감될 수 있는 가능성이 확인됐다. 또한, AWS 베드록(AWS Bedrock)을 활용한 모델 기반 처리 과정에서는 데이터 사용량 및 토큰화가 약 80% 줄어드는 결과가 도출돼 AI 연산의 효율성과 비용 최적화 가능성도 함께 입증됐다.

넷스카우트 제품 관리 수석 이사 리처드 풀와일러(Richard Fulwiler)는 “정확하고 실시간으로 큐레이션된 데이터는 지능형 네트워크 운영의 기반이다”라며 “고품질 패킷 수집이 뒷받침되지 않으면 문제 연관 분석, 근본 원인 파악, 자동 수정 실행이 현실적으로 어렵다”고 말했다. 그는 이어 “완전 자율형 네트워크는 아직 초기 단계지만, 이번 프로젝트는 실시간 데이터 기반 AI 에이전트가 문제 해결 속도와 정확성을 획기적으로 향상시킬 수 있음을 보여줬다”고 강조했다.