SK텔레콤이 통신 서비스와 네트워크 품질을 AI로 정교하게 분석할 수 있는 네트워크 분석 솔루션인 ‘DNA(Deep Network AI)’를 상용망에 적용했다고 30일 밝혔다.

SKT는 해당 기술을 통해 통화 품질, 데이터 속도 저하 등 고객 불편 사항을 해결하는 시간을 단축하고, 네트워크 품질 등 망 운영 효율을 크게 높일 수 있을 것으로 기대하고 있다.

이동통신 사업에서 효율적인 네트워크 투자와 운영을 위해서는 현재 운영 중인 네트워크 상황을 정확하게 파악하는 일이 필수적이다. 지금까지의 통화 품질, 데이터 속도 파악 등 네트워크 기술 분석은 주로 위·경도 기반의 실외 2차원 공간에서 이뤄졌다. 위도와 경도로 바둑판처럼 나눈 격자 영역들 기준의 평면적인 분석만으로는 더 나은 품질을 요구하는 고객의 기대를 정교하게 반영하는 데 어려움이 있었다.

예를 들어, 어떤 건물 안에 있는 고객이 네트워크 품질 저하를 겪었을 때, 그 건물이 위도와 경도로 나눈 격자의 일부에 걸쳐 있을 수 있다. 기존 방식대로 격자 영역 단위로 분석한다면, 건물 외의 불필요한 영역까지 포함하게 되어, 분석 시간도 더 걸리고 결과의 정확도도 떨어질 수 있다. 마찬가지로 큰 건물, 큰 도로가 위도와 경도로 구획된 격자의 여러 개에 걸쳐 있는 경우에도 기존 방식의 네트워크 품질 분석은 비효율적일 수 있다. 고객이 현실적으로 생활하는 공간은 바둑판처럼 나누어진 영역이 아닌 특정 건물 내부이며, 이동도 도로, 지하철 노선 등을 따라서 발생한다.

SKT는 이러한 한계를 개선하기 위해 건물/지하철 등 맵 피처(Map Feature. 건물, 도로, 지하철 등 고객의 체류 혹은 이동 단위)를 추가해 차원이 하나 더 늘어난 3차원 공간에서 네트워크 상황을 분석하고 시각화하는 ‘DNA(Deep Network AI)’ 기술을 개발했다.

DNA는 고객의 시간(Time), 위치(Place), 상황(Occasion)을 정확히 분석하기 위해 AI 기반 네트워크 품질 분석 기술, 실내 측위 기술, 이동/체류 분류 기반 모빌리티 분석 기술을 활용했다. 고객의 시간과 위치를 파악하기 위해 인프라 내에서 수집된 데이터에 Transformer 모델을 적용하고, 그 결과에 DBSCAN 모델을 이용하여 이동, 체류 상황을 분류했다. 또한 이동 수단이나 체류 목적에 따라 네트워크 데이터를 맵핑함으로써 각 건물이나 모빌리티 환경에서 정확한 분석을 할 수 있게 됐다. 이를 통해 현장에서 고객의 불편 상황을 해결하는 시간을 단축하고, 네트워크 품질을 조율해 망 운용 효율성을 높일 수 있다.

또한, DNA는 네트워크 품질을 모니터링하는 관리자가 네트워크 상황을 더 잘 파악할 수 있도록 분석 결과를 3차원 공간 형태로 제공한다. 예를 들어, 통화량이나 트래픽이 집중된 곳은 높은 건물 형태로 나타난다. 기존 2차원에서는 색깔이나 점으로 표현되었다. DNA를 통해 모니터링 관리자는 ▲트래픽 양 분석 ▲고객 경험 네트워크 속도 추정 ▲네트워크 커버리지 분석 ▲고객 불편 사항을 시각적으로 상세하게 확인할 수 있다.

SKT는 현재 수도권 내 상업용 건물과 지하철, 철도, 도로 등 70% 이상의 공간을 대상으로 DNA 분석을 적용했다. 현장에서 네트워크 저하 현상을 인지하기까지의 시간이 기존 대비 평균 60% 이상 개선되는 것을 확인했다. 기존에는 엔지니어가 현장에 직접 출동하여 기지국 고장/용량 등의 문제를 해결해야 할 경우, 의심이 가는 지점을 직접 돌아다니며 품질을 측정해야 했다. DNA 적용 후, 건물 단위 분석과 실제 사용자들의 패턴과 유사한 맵 피처 정보 덕분에 기존보다 더 빠르게 파악이 가능해졌다.

SKT는 문제점 파악에서 더 나아가, 망 설치 및 운영, 기지국 업그레이드, 소형 기지국 설치 등 인프라 투자에도 DNA를 통해 더 정확한 판단과 기획이 가능할 것으로 내다봤다.