LG유플러스가 네트워크 장비에서 발생하는 불량 징후 데이터를 인공지능(AI)으로 분석해 장비 운영 효율성을 높이는 솔루션을 개발했다. 이를 통해 불량 장비 검출 정확도를 끌어올리고 고객 체감 품질도 개선할 것으로 기대된다.
5일 업계에 따르면 LG유플러스는 유무선 네트워크 장비 불량을 빠르게 검출할 수 있는 AI 장애분석 솔루션 'SWAN'을 개발해 현장에 도입했다. SWAN은 딥러닝 기술로 900여개 네트워크 데이터를 학습해 장비 이상징후를 자동으로 파악하는 솔루션이다.
SWAN에는 딥러닝 기반 AI 기술이 적용됐다. 전국에 운영 중인 수십만대 장비에서 수집한 성능, 알람, 서비스 품질 데이터를 딥러닝한 뒤 AI 학습용 데이터로 가공해 AI 플랫폼에 연동하는 방식이다.
기존에도 담당 직원의 지식·경험 및 머신러닝 기반의 불량 검출 솔루션을 운용하고 있었지만 인지하지 못한 장비 불량까지 검출하는데는 한계가 있었다. 이에 따라 딥러닝 AI가 장비 품질을 모니터링하고 네트워크 장애 발생에 앞서 이상징후를 파악해 빠르게 선조치할 수 있는 시스템을 구축할 필요가 있었다.
LG유플러스는 2년간 사전스터디를 통해 약 900종류의 네트워크 데이터를 활용한 프로토타입 모델을 개발했다. 이후 현장 검증을 거쳐 기지국 원격무선헤드(RRH)와 유선가입자망 장비인 L2스위치 불량을 검출할 수 있는 모델을 상용화했다.
RRH는 롱텀에볼루션(LTE) 신호 전송을 맡아 무선 커버리지를 형성하는 장비다. 광랜 L2 스위치는 네트워크 내 여러 디바이스를 연결하고 MAC 주소 기반으로 목적지에 해당하는 포트로 프레임을 전송해주는 장비다. 회사 측은 “두 장비에 장애가 생길 경우 유무선 인터넷 서비스 품질이 저하되거나 중단돼 언제나 최상의 컨디션이 유지돼야 한다”고 설명했다.
LG유플러스는 AI 분석 솔루션을 통해 장애 검출 정확도를 90% 이상으로 끌어올렸다. SWAN 구축으로 장비 불량으로 인한 고객 불편을 34% 개선하고 인력 출동 횟수도 감소시킬 수 있었다.
회사 관계자는 “장애가 발생하기도 전에 기존에 알지 못하는 새로운 불량 장비를 찾는 것이 목적”이라며 “아파트 지하에 있는 유선 L2 장비와 무선 RRH 등을 검출하기 때문에 인빌딩 장비 불량도 알아챌 수 있다”고 말했다.
LG유플러스는 향후 5G 기지국 장비로도 AI 장애분석 솔루션을 확대 적용한다는 계획이다. 3차원(3D) 맵 기반의 AI 네트워크 모니터링 솔루션 도입도 검토한다.
박준호 기자 junho@etnews.com
