KREONET

오늘날 네트워크는 수만 개의 장비가 실시간으로 맞물려 돌아가는 복잡한 시스템이다. 장애가 발생하면 서비스 중단과 막대한 손실로 이어지기 때문에, 장비 상태를 빠짐없이 파악하고 문제가 생기면 즉시 원인을 찾아 조치해야 한다. 지금까지는 이 모든 과정을 사람이 직접 수행했지만, 최근 AI 기술이 급속도로 발전하면서 네트워크가 스스로 판단하고 행동하는 방향으로 전환이 빠르게 이루어지고 있다. 대표적으로 네트워크 자동화, AIOps, AI-RAN, AI 에이전트 기반 자율 운영 등의 흐름이 주목받고 있다.

- 네트워크 자동화 — 사람이 하던 반복 작업을 AI가 대신
네트워크 엔지니어는 장비 하나하나에 직접 접속해 명령어를 입력하는 작업을 반복해왔다. 장비 제조사마다 명령어 방식이 달라 숙련된 전문가가 아니면 다루기 어렵고, 설정 하나를 바꾸는 데도 며칠이 걸리는 경우가 많았다. 최근에는 이러한 반복 작업을 AI가 자동화하거나, 관리자가 의도만 전달하면 실제 설정까지 자동 완료하는 기술이 상용화 단계에 접어들었다. SKT는 2024년 국내 통신사 최초로 전국 5G·LTE 유선망에 'AI 오케스트레이터'를 적용했다. 수십 종의 장비를 코드 하나로 통합 제어할 수 있게 되었고, 기존에 며칠씩 걸리던 작업이 하루 안에 완료된다. 위험한 명령어는 자동으로 검출해 승인 없이는 실행되지 않도록 설계되어 있다. Cisco, Juniper 등의 글로벌 기업에서는 '의도 기반 네트워킹(Intent-Based Networking)' 방식을 채택했다. 관리자가 "이 서버들끼리 연결해줘"라고 자연어로 지시하면 실제 장비 설정까지 자동으로 완성되는 방식이다. 그 결과, 일부 도입 사례에서 데이터센터 네트워크 구축 시간이 기존 8~12시간에서 30분으로 단축됐고, 운영비용은 90% 줄었다.

- AIOps — 문제가 생기기 전에 먼저 알아채는 AI
AIOps(AI for IT Operations)는 AI를 활용해 네트워크 운영 전반을 더 빠르고 정확하게 처리하는 접근 방식이다. 네트워크에서는 매 초 수백만 건의 상태 데이터가 생성되는데, 사람이 이 모든 신호를 보고 판단하는 것은 불가능하다. AI가 평소 패턴을 학습해두고, 평소와 다른 징후가 나타나면 문제가 커지기 전에 경고하거나 자동으로 조치하는 것이 핵심이다. Cisco는 2025년 자사의 40년 기술 문서와 전문 자격증 교재를 학습한 네트워크 전용 AI 모델을 발표했다. 엔지니어가 "지금 이 구간에서 왜 지연이 발생하는가?"라고 자연어로 물으면 실시간 데이터를 분석해 원인과 해결책을 제시한다. 명령어를 몰라도 대화하듯 네트워크를 관리할 수 있게 된 것이다. Juniper의 AI 어시스턴트는 2025년 기준 문제 해결 정확도 80% 이상을 기록하고 있으며, 실제 장애 발생 전에 디지털 트윈으로 네트워크 상태를 시뮬레이션해 예측 진단을 수행한다. 유럽 연구망 G&Eae;ANT은 최근 AIOps 도입 보고서를 통해, 고속 네트워크가 단순히 빠른 것을 넘어 연구 효율성 및 안정성 증대와 탄소 배출 저감에 얼마나 기여하는지를 수치로 입증하는 방향으로 전환하고 있다고 밝혔다.

- AI-RAN — 스스로 학습하고 최적화하는 기지국
RAN(Radio Access Network)은 스마트폰으로 인터넷에 연결될 때 거치는 기지국 네트워크를 말한다. 수많은 사용자의 신호를 동시에 처리하는 복잡한 장비인데, 여기에 AI를 직접 내장해 기지국이 주변 환경 변화를 스스로 학습하고 자원을 실시간으로 최적화하는 기술이 AI-RAN이다. 전송 속도 향상을 넘어 에너지 절감과 자율 운영이 핵심 목표다. 삼성전자는 2025년 2월 미국 버라이즌(Verizon)과 협력해 AI 기반 에너지 절감 기술을 상용망에 적용했다. 기지국이 트래픽이 낮은 시간대를 스스로 감지해 불필요한 전력을 자동으로 줄이는 방식으로, 평균 15%, 최대 35%의 전력 절감 효과를 확인했다. 삼성은 AI-RAN 얼라이언스 창립 멤버로 국제 표준 개발도 주도하고 있다. 화웨이는 통신 전용 AI 모델과 디지털 트윈 기반의 자율 네트워크 아키텍처를 개발해, RAN 지능형 에이전트를 이미 9개 도시 3만 2천여 개 기지국에 배포했다. 1,200명 이상의 엔지니어가 AI 코파일럿을 통해 수천 개 기지국을 관리하고 있다. 엔지니어 한 명이 AI의 도움으로 수천 개 장비를 담당하는 구조가 현실이 된 것이다.

- AI 에이전트 기반 자율 운영 — 스스로 생각하고 행동하는 네트워크
앞서 소개한 기술들이 특정 작업을 자동화하는 데 초점을 맞췄다면, AI 에이전트는 한 단계 더 나아간다. 상황을 스스로 파악하고, 무엇을 해야 할지 판단하며, 실제로 행동까지 수행하는 자율적인 소프트웨어다. 하나의 에이전트가 단순 작업을 처리하는 것을 넘어, 최근에는 여러 에이전트가 서로 역할을 나눠 협력하는 '다중 AI 에이전트' 구조가 주목받고 있다. 화웨이는 MWC 2025에서 5G 코어망에 AI 에이전트를 직접 내장한 'AI 코어 네트워크'를 발표했다. 네트워크가 서비스 요구에 따라 스스로 구성을 바꾸고 장애를 자체 복구하는 완전 자율 운영 구조를 목표로 한다. Cisco는 네트워크·보안·애플리케이션 세 영역을 단일 화면에서 AI 에이전트로 통합 관리하는 플랫폼을 출시했다. 2028년까지 기업 IT 운영의 68%가 AI 에이전트에 의해 처리될 것으로 전망하고 있다. HPE는 서버·네트워크·저장장치를 하나로 묶어 관리하는 클라우드 플랫폼에 AI 에이전트를 탑재했다. 관리자가 자연어로 명령을 입력하면 인프라 전반을 자동으로 제어하는 구조다.

- AI for KREONET
KREONET도 위에서 소개한 흐름에 맞춰 AI 기반 네트워크 연구를 진행하고 있다. 네트워크 운영 중 발생하는 로그·트래픽·테스트 결과 등을 통합 저장하는 데이터 레이크를 구축 중이며, 이를 기반으로 관리자가 자연어로 의도를 입력하면 유무선 통합 네트워크가 스스로 처리하는 의도 기반 AI 에이전트 모델을 설계, 개발하고 있다. 미국 ESnet 등 해외 연구망과도 AI 기반 연구망 고도화를 목표로 공동 협력을 이어가고 있다.