[최홍석 칼럼] 에이전틱 AI가 망을 운용한다

"레거시를 그대로 두고 에이전트를 위에 얹기만 한다면 레벨4에는 도달하지 못한다. 빠른 말(馬)을 얻을 수는 있어도, 트랙터는 얻을 수 없다."(TM 포럼)

3월 OpenROADM 기고에서 광 계층의 개방화를, 5월에는 IP/MPLS의 구조적 단순화를, 6월에는 소버린 AI와 피지컬 AI 시대에 통신사가 맡아야 할 역할을 다뤘습니다. 이 흐름의 논리적 귀결이 이번 주제입니다.

최홍석 E&B 정보통신 기술전략 상무

인프라를 단순화하고, GW급 AI 팩토리를 구축하는 궁극적 목적은 무엇인가. 바로 '망 스스로가 운용되는 상태', 즉 자율 네트워크(Autonomous Network)입니다.

올해 상반기, 그 자율 네트워크가 개념에서 상용 운영으로 넘어왔습니다. TM 포럼의 지난 3월 보고서는 '2025년 하반기~2026년 초를 기점으로 L4 자율화 선언 및 검증 사례가 빠르게 증가하고 있다'고 밝혔습니다. 지금 무슨 일이 일어나고 있는지, 그리고 국내 통신사는 어디에 서 있는지 짚어보겠습니다.

TM Forum 자율화 레벨...L4가 의미하는 것

TM 포럼이 정의하는 자율 네트워크 성숙도는 L0(완전 수동)에서 L5(완전 자율)까지 6단계입니다. 현재 업계의 실질적 목표선은 L4입니다. L4의 핵심 정의는 세 가지 'Zero'입니다. 사람의 개입을 기다리지 않는 'Zero-Wait', 수동 조작이 없는 'Zero-Touch', 그리고 장애가 자체 해소되는 'Zero-Trouble'입니다.

중요한 것은 L4가 '네트워크 전체'가 아닌 '특정 시나리오 단위'로 인증된다는 점입니다. TM 포럼의 공식 검증 프로그램(ANLAV)은 RAN 에너지 최적화, IP 망 장애 관리, 서비스 보증 등 개별 도메인의 시나리오별로 L4를 검증합니다. 글로벌 사업자들은 지금 이 '도메인별 자율화 거점'을 빠르게 늘려가고 있습니다.

이미 작동하고 있는 L4...글로벌 상용 사례

① NTT 도코모 : 에이전틱 AI 상용 전환(2026.02)

NTT 도코모는 지난 2월4일 에이전틱 AI 시스템을 전국 상용 네트워크에 정식 가동했습니다. AWS Bedrock AgentCore 기반으로 구축된 이 플랫폼은 기지국·코어 장비를 포함한 100만 대 이상의 네트워크 장비에서 트래픽과 알람 데이터를 실시간으로 수집합니다. 여러 AI 에이전트가 그래프 모델 기반 네트워크 토폴로지를 참조해 이상을 탐지하고, 장애 추정 지점을 식별하며, 엔지니어에게 조치 권고를 제시합니다. 기존에 수십 명의 엔지니어가 수시간에 걸쳐 처리하던 복잡 장애의 대응 시간이 50% 이상 단축되었습니다.

② 에릭슨 × TDC 넷 : 세계 최초 ANLAV L4 공식 인증(2025.06)

덴마크 통신사 TDC 넷과 에릭슨은 TM 포럼 ANLAV 제도 하에서 세계 최초로 L4 공식 인증을 획득했습니다. 인증 시나리오는 RAN 에너지 효율 최적화(Predictive Cell Energy Management)로, 2024년 5월부터 실제 운영 환경에서 가동 중입니다. 시스템은 기지국별 트래픽 패턴을 읽어 에너지 절감과 서비스 품질을 자동으로 균형 조정합니다.

③ 차이나 모바일 : L4 High-Value 시나리오 13개 달성

차이나 모바일은 화웨이·ZTE·노키아와 협업하여 현재까지 13개의 L4 고가치 시나리오(HVS)를 상용 검증했습니다. 랴오닝 서브넷의 사례를 보면, VIP 고객 장애 처리 시간이 2일에서 1.5시간으로 단축되었고, 현장 유지보수 필요 건수가 40% 감소했으며, 전체 O&M 비용이 30% 절감되었습니다. IP 망 장애 관리 시나리오에서는 소프트웨어 장애의 100%가 클로즈드루프 자동화로 처리됩니다.

④ T 모바일 : 혹한 폭풍 대응에서 자율망 검증

T 모바일은 지난 1월 대형 혹한 폭풍 'Fern' 발생 당시 100만 명 이상 고객의 전력이 끊긴 상황에서 자율 네트워크를 통해 약 3만 건의 안테나 파라미터를 자동으로 조정해 망 서비스를 유지했습니다. T 모바일 CTO 존 소는 MWC 2026에서 이를 기반으로 '망 전체를 거대한 에이전틱 AI 플랫폼으로 전환하는 것'을 목표로 제시했습니다.

⑤ 바르티 에어텔 : MTTR 30~50% 단축, OPEX 20~25% 절감

인도 최대 통신사 에어텔은 에이전틱 AI를 네트워크 운용 프로세스에 적용하여 장애 평균 복구 시간(MTTR)을 30~50% 단축하고, 운영 비용(OPEX)을 20~25% 절감하는 성과를 달성했습니다. 포브스의 지난 2월 보도에 따르면, 이 절감 규모는 에어텔 전체 O&M 예산의 구조적 변화를 의미하는 수준입니다.

벤더는 이미 L4 포트폴리오로 재편 중

사업자 사례만큼 주목해야 할 것이 글로벌 주요 벤더의 전략 변화입니다. 에릭슨은 클라우드 RAN 플랫폼에 AI 기반 rApp을 통합하여 이상 탐지·트래픽 분산 최적화·자가 치유를 에이전틱 레이어에서 처리하는 구조로 전환하고 있습니다.

노키아는 DTW 2026(코펜하겐)에서 오토노머스 네트워크 에이전트 라이브러리와 업그레이드된 오토노머스 네트워크 슈트를 발표했습니다. IP·고정·광학 네트워크를 포괄하는 에이전틱 AI 프레임워크를 통해 생산성 향상 효과가 기존 대비 60~80%에 달한다고 밝혔습니다.

특히 NSP(Network Services Platform)에서 AI 에이전트가 실제 네트워크 컨텍스트를 기반으로 추론하고 정책 경계 내에서 자율 조치를 수행하는 구조는, 이전 컬럼에서 다룬 SRv6·RON 기반 단순화 인프라 위에서 가장 효과적으로 작동합니다.

화웨이는 차이나 모바일과 협업을 통해 RAN부터 코어·전송·광학 도메인까지 AI를 내재한 엔드투엔드 자율망 아키텍처를 상용 검증하고 있으며, AI가 망의 '눈(인지)·두뇌(판단)·손(실행)'을 담당하는 구조로 포지셔닝하고 있습니다.

냉정한 현실...L4는 아직 '거점' 단계다

긍정적 사례만큼이나 냉정한 수치도 직시해야 합니다. TM 포럼 지역 벤치마크에 따르면 전체 사업자 중 L4에 도달한 비율은 약 4%에 불과하며, 17%가 L3, 31%가 L2입니다. 액센추어 조사는 더 냉혹하게, 79%의 통신사가 아직 L0 또는 L1이라고 보고했습니다.

이 수치들이 모두 맞는 이유는 측정 대상이 다르기 때문입니다. ANLAV 인증은 '단일 시나리오'의 L4이고, 성숙도 조사는 '네트워크 전체'를 평가합니다. 결국 지금의 L4는 '인증된 자율화 거점'이지, 망 전체를 아우르는 엔드투엔드 자율 운영이 아닙니다. TM 포럼이 경고했듯, 레거시 위에 에이전트를 올리는 것만으로는 진정한 L4에 도달할 수 없습니다.

한국 통신사를 위한 시사점...지금 무엇을 해야 하는가

글로벌 사례가 공통적으로 증명하는 선행 조건이 있습니다. 에이전틱 AI는 데이터 위에서만 작동한다는 사실입니다. 도코모가 100만 대 장비의 실시간 데이터를, 차이나 모바일이 도메인별 학습 데이터를 먼저 갖추었기에 에이전트가 의미 있는 판단을 내릴 수 있었습니다. 5월 컬럼에서 강조한 gNMI 스트리밍 텔레메트리가 에이전틱 AI의 선행 조건인 이유가 바로 이것입니다.

다음은 '거점 확보' 전략입니다. 망 전체 자율화는 10년 이상의 과제입니다. 그러나 RAN 에너지 최적화, IP 망 장애 관리, 서비스 보증 자동화 같은 고가치 시나리오 하나에서 L4를 달성하는 것은 지금 당장 시작할 수 있습니다. 에릭슨 × TDC 넷이 보여준 것처럼, 인증 가능한 단위의 자율화 거점을 확보하는 것이 조직의 역량과 신뢰를 함께 쌓는 가장 현실적인 경로입니다.

결론, 인프라 단순화의 목적지는 자율 운영이다

3월 OpenROADM, 5월 SRv6·RON, 6월 소버린 AI·네오스케일러, 이 시리즈가 일관되게 강조해 온 '구조 단순화'의 목적지가 드디어 모습을 나타냈습니다. 복잡성을 제거하고, 계층을 통합하고, 개방된 인터페이스로 데이터를 흘리는 것은 에이전틱 AI가 망 전체를 읽고 판단하고 실행할 수 있는 기반을 만드는 일입니다.

NTT 도코모, 차이나 모바일, T 모바일이 이미 상용 운영으로 검증한 것처럼, 자율 네트워크 L4는 먼 미래가 아닙니다. 전 세계 통신사의 89%가 올해 AI 투자를 늘리고 있고, 텔코 에이전틱 AI 시장은 2030년까지 연 38.8%의 성장률로 확대될 전망입니다. 한국 통신사에게 지금 필요한 것은 파일럿 결과를 기다리는 것이 아니라, 첫 번째 고가치 시나리오를 선정하고 실행에 옮기는 결단입니다.