) 이미지 크게보기 |
| 시벨 톰바즈 에릭슨 코리아 대표/사진제공=에릭슨 코리아 |
시벨 톰바즈 에릭슨 코리아 대표는 머니투데이와의 인터뷰에서 '피지컬 AI 시대에 통신 기술의 역할은 무엇인가'라는 질문에 이같이 답했다.
톰바즈 대표는 에릭슨에서 5G 무선 접속 네트워크(RAN) 포트폴리오를 총괄하며 '에릭슨 스펙트럼 쉐어링'과 같은 기술 개발을 주도했다. 지금은 에릭슨 코리아에서 5G(세대) 고도화와 6G 리더십 확보를 위해 노력하고 있다. 에릭슨은 스웨덴에 본사를 둔 세계 최대 규모의 이동통신 장비 및 서비스 기업이다. 최근에는 AI가 스스로 최적화하는 '레벨4 자율 네트워크' 개발을 선도한다.
"네트워크와 AI, 더욱 밀접하게 결합될 것"-한국이 AI 리더십을 확보하기 위해 5G SA(Standalone, 단독모드)로의 전환이 필요하다고 말한 이유가 무엇인가. 향후 AI와 통신 기술의 관계는 어떻게 될 것으로 전망하나?
▶5G SA는 통신 사업자가 보장된 수준의 첨단 연결성을 제공하는 데 필요한 기술적 토대다. AR(증가현실)·VR(가상현실) 어시스턴트, 스마트 안경, 자율 주행 기기, 산업용 제어 시스템처럼 '결정론적 성능'과 서비스별 SLA(서비스 수준 협약)를 요구하는 AI 활용 사례에 필수다. AI가 점점 더 '에이전틱'(대리인 역할)해지고 지연 시간에 민감해짐에 따라, 네트워크와 AI는 더욱 밀접하게 결합될 것이다.
-최근 'AI 네이티브 네트워크'를 강조했다. 기존 네트워크에 AI를 합치는 것과 무엇이 근본적으로 다른가.
▶기존 네트워크에 AI를 부가한다는 것은 주로 분석, 추천 또는 개별적인 최적화를 위해 AI를 외부 계층으로 적용하는 것을 의미한다. AI가 특정 사례를 지원하기는 하지만 네트워크 자체는 여전히 정적이고 규칙 기반이며 수동으로 운영된다. 반면 'AI 네이티브 네트워크'는 처음 설계 단계부터 네트워크 아키텍처와 라이프사이클 전반에 지능이 내재돼 있다. 이 모델에서 AI는 '폐쇄 루프' 방식으로 끊임없이 감지, 예측, 결정, 실행 및 학습한다. 이를 통해 네트워크는 비즈니스 의도, 서비스 요구사항 및 환경 조건에 맞춰 실시간으로 적응할 수 있다.
-한국이 AI 네이티브 네트워크를 구축하기 위해서 어떤 것들이 필요한가?
▶AI 네이티브 네트워크 구축을 위해서는 △전국 단위 5G SA 및 네트워크 슬라이싱 리더십 △AI 시대를 위한 강력하고 현대화된 모바일 토대 △네트워크 고유 아키텍처로서의 분산형 AI △설계 단계부터 고려된 신뢰, 보안 및 거버넌스 △생태계 규모, 개발자 모멘텀 및 개방형 아키텍처 등 5가지 핵심 요소가 필요하다. 또 지속적인 민간 인프라 투자를 장려하는 정책 환경도 중요하다. 예측 가능한 규제, 테스트베드 지원, 세제 혜택 등 혁신 친화적인 조치들이 통신 사업자의 자발적 투자를 유도해 전국적인 AI 도입의 기반을 강화할 것이다.
) 이미지 크게보기 |
| AI 시대 정보통신의 미래는/그래픽=윤선정 |
▶글로벌 6G 표준 리더십은 구체적인 기술 기여와 실제 현장 실증을 통한 영향력에서 나온다. 이를 위해서는 초기 연구 및 표준화 전 단계에 대한 투자, 오픈 표준 및 동맹에 대한 적극적인 참여, 멀티 벤더 간 상호 운용성을 입증하는 상용화 전 단계의 테스트, 강력한 민관 파트너십이 필요하다.
-한국에서 6G는 어떤 역할과 의미를 가질까?
▶피지컬 AI 시대에 6G의 역할은 단순히 인터넷 속도를 높이는 것을 훨씬 뛰어넘는다. 대규모 AI는 속도뿐만 아니라 초저지연, 고신뢰성, 정밀 타이밍, 강력한 상향링크, 상황 인식 능력과 같은 첨단 연결성에 의존하기 때문이다. 이러한 역량은 이미 '5G-어드밴스드'와 SA를 통해 구축되고 있으며 향후 6G에서 '감지 및 통신 통합', 분산 지능 등으로 진화할 것이다. 한국의 제조업 분야에서 이는 실시간 디지털 트윈, 협동 로봇, 지능형 공장 오케스트레이션을 가능하게 한다.
통신망은 피지컬 AI의 '제어 신경망' -피지컬 AI 시대 통신 기술의 역할은 무엇인가?
▶피지컬 AI 시대에 통신은 일종의 '지능형 패브릭'이 된다. 통신 네트워크는 로봇과 자율 주행 기기가 현실 세계에서 안전하게 작동할 수 있도록 하는 토대를 제공한다. 짧고 예측 가능한 지연 시간, 고화질 영상을 위한 높은 상향링크 용량, 기기별 QoS(서비스 품질), 신뢰성, 그리고 지터(신호 떨림)가 낮은 보안 연결이 필수다. 또 모바일 네트워크는 에지 컴퓨팅으로의 신속한 로컬 브레이크아웃, 정밀 시간 동기화, 그리고 AI 에이전트가 자원이나 센싱 데이터를 요청할 수 있는 '네트워크 인식 API'를 가능하게 한다. 이처럼 통신망은 피지컬 AI의 '제어 신경망' 역할을 수행하게 된다.
-스마트폰과 로봇의 온디바이스 AI 성능이 좋아질수록 네트워크의 역할이 줄어들 것이라는 시각도 있다. 이에 대해 어떻게 평가하나?
▶그러한 시각은 실제 AI 워크로드가 대규모로 작동하는 방식을 과소평가한 것이다. 에릭슨의 연구에 따르면 온디바이스 AI가 발전할수록 네트워크의 역할은 줄어드는 것이 아니라 오히려 더 중요해진다. 로봇, 드론, 스마트 안경과 같은 피지컬 AI는 막대한 상향링크 트래픽을 생성하며 전력 소비와 무게, 발열 제한으로 인해 기기 자체에서 모든 연산을 처리하기 어렵다. 따라서 '동적 AI 오프로딩'이 반드시 필요하다. 결국 AI는 기기 내부에만 머물지도, 클라우드에만 집중되지도 않는 '분산형 모델'로 진화할 것이다.
-에릭슨이 구현한 레벨4 자율 네트워크 기술은 기존의 자동화와 비교해 무엇이 다른가?
▶에릭슨의 레벨4 자율 네트워크는 단순한 스크립트나 사전 정의된 규칙 기반의 자동화와 근본적으로 다르다. 이는 AI에 의해 구동되는 네트워크의 완전한 변혁을 의미한다. 레벨 4에서 네트워크는 의도 기반 운영과 폐쇄 루프 자동화를 통해 영역 전반에서 스스로 감지, 예측, 결정 및 행동할 수 있다.
