[르포] 장애 잡고 시설물 살피고 … SKT, 자율 네트워크 운용도 AI로 '척척'

SK텔레콤이 무선망과 코어망, 유선 인프라 등 네트워크 운용 현장 전반에 인공지능(AI)을 적용하며 ‘자율 네트워크’ 전환에 속도를 내고 있다. AI가 대형 행사 트래픽을 예측해 이동기지국 배치를 지원하고, 코어망 장애 대응부터 도로 곳곳의 통신 시설물 점검까지 맡는 방식이다.

SKT는 1일 경기 성남시 분당사옥에서 네트워크 AX 현장을 공개하고 무선망 AI 운용 시스템 ‘A-One(에이원)’, 코어망 AI 통합관제 시스템 ‘스파이더(Spider)’, 유선 인프라 자동 점검 솔루션 ‘톺다’ 등을 소개했다.

SKT는 설계·구축·감시·제어 등 네트워크 운용 전 단계에 걸쳐 총 2835개의 AI 에이전트를 개발하고 있다.

A-One은 콘서트와 스포츠 경기 등 대형 행사에서 발생하는 트래픽 폭증에 대응하기 위한 무선 액세스망 AI 운용 시스템이다.

기존에는 담당자가 행사 정보를 직접 수집하고 예상 인파와 트래픽을 분석해 이동기지국 배치 계획을 세우는 데 최소 5일이 걸렸다. A-One은 이벤트 정보를 자동으로 수집하고 AI가 인파와 트래픽을 분석·예측해 필요한 이동기지국의 수량과 위치까지 도출한다.

이를 통해 대응 준비 시간은 5일에서 30분으로 줄었고 투입 인력도 기존보다 63% 감소했다. SKT는 연간 약 180건의 대규모 행사를 기준으로 이 같은 효과를 확인했다.

복재원 SKT 네트워크운용담당은 “기존에 학습된 데이터를 가지고 분석을 해 AI 모델링을 통해 이 지점이 최적의 장소라는 것들을 도출해내는 것들을 실제 활용하고 있다”고 설명했다.

코어망에는 AI 통합관제 시스템 ‘스파이더’를 적용했다. 기존에는 담당자가 수많은 알람과 품질 데이터를 직접 감시하고 장애가 발생하면 경험과 대응 매뉴얼 등을 바탕으로 원인을 파악해 조치해야 했다.

스파이더는 75개 시스템에 흩어져 있던 알람을 한 화면에 실시간으로 모은다. 알람이 발생하면 AI가 과거 조치 이력을 찾아 원인을 파악하고 약 30초 안에 대응 방법을 추천한다. 모든 조치 결과는 데이터베이스에 축적돼 재학습에 활용된다.

스파이더 도입 이후 실제 고장률은 53%, 평균 복구시간은 24% 감소했다.

유선 인프라에서는 AI 자동 점검 솔루션 ‘톺다’를 상용화했다. 업무용 차량에 설치한 AI 카메라로 촬영한 영상을 분석해 공사장·중장비와 선로 시설물 불량 등 11개 유형의 점검 요소를 자동 탐지한다.

SKT가 관리하는 광케이블은 약 20만km로 지구 다섯 바퀴 길이에 해당하고 전주는 235만개로 전국 가로등의 약 70%에 달한다. 사람이 일일이 확인하기 어려운 방대한 인프라를 기존 업무용 차량의 이동 과정에서 자동으로 점검하는 방식이다.

복 담당은 “사람의 힘으로 지금 잘 관리를 하고 있지만 AX를 활용해서 효과적으로 보다 정확하고 체계적으로 관리할 수 있을까가 톺다 개발의 출발점”이라고 말했다.

톺다에는 SKT가 자체 개발한 AI 영상 분석 플랫폼 ‘VISTA(Visual AI Inspection System for Telco Assets)’가 적용됐다. VISTA는 영상 속 설비와 점검 대상을 인식하는 비전 AI, 주변 상황과 맥락을 해석하는 맥락 AI, 2차원 영상을 3차원 공간 정보로 변환하는 공간 AI를 결합했다.

예컨대 굴착기가 포착되면 장비의 존재만 확인하는 것이 아니라 실제 굴착 작업 중인지, 단순히 이동 중인지 등을 구분한다. 공간 AI를 통해 점검 대상의 위치를 추정하고 SKT 시설물과의 연관성도 분석한다.

이날 기자들이 톺다 차량에 직접 탑승한 시연에서도 도로 주변 공사장과 맨홀, 굴착기 등이 탐지됐다. 한 굴착기를 포착한 뒤에는 맥락을 분석해 실제 작업 중이 아니라고 판단하고 ‘위험 미감지’로 분류했다.

SKT 관계자는 “운영자가 가장 관심 있는 사항은 현장에서 센싱된 객체가 정말 위험한가”라며 “SKT 시설물과 근접했는지가 가장 중요한 요소”라고 설명했다.

이어 “센싱된 이후 가입자들이 실제 그 케이블에 몇 명이 통화를 하고 있는지, 데이터 통신을 하고 있는지 알고 있고 이를 통해 위험도를 추가 분석하고 있다”고 말했다.

SKT는 지난 5년간 축적한 현장 사진 2만2000장을 AI 학습에 활용했다. 톺다의 탐지 정확도는 2024년 65%에서 올해 88%까지 높아졌으며 2027년에는 95% 수준까지 끌어올릴 계획이다.

지난 5월부터 8월까지 수도권에서 업무용 차량 6대로 파일럿을 운영한 결과 주요 유선 구간 시설물의 50%를 한 차례 이상 점검했다. SKT는 2027년 점검 커버리지를 70%, 2028년에는 90% 이상으로 확대할 계획이다.

SKT는 AI 도입이 인력 감축을 목적으로 한 것은 아니라고 강조했다.

복 담당은 “사람을 대체하는 것을 목적으로 두지 않기 때문에 오히려 안전을 대체하는 쪽에 활용을 주안점으로 두고 있다”며 “사람들은 더 판단하고 실제 이런 것들을 정답지 데이터로 만들고, 고객 품질이나 현장 점검에서 여전히 못 챙기는 쪽으로 역할을 더 많이 하는 것”이라고 말했다.

톺다는 작업 현장의 안전수칙을 자동 점검하는 데에도 활용되고 있다. 올해 말에는 초고위험 작업으로 분류되는 터널 내 유선설비 점검에도 적용할 계획이다.

철탑 점검에는 VISTA 기반의 ‘VISTA-Drone’을 활용하고 있다. 드론으로 촬영한 영상을 바탕으로 철탑을 3차원 모델로 재구성하고 안테나와 볼트·너트 등을 자동 인식한다. 이를 통해 기존 2인 1조가 최대 75m 높이의 철탑에 직접 올라가야 했던 점검 기간을 60%, 판독 시간을 85% 단축했다.

SKT는 앞으로 무선·코어망뿐 아니라 유선 인프라 등 네트워크 운용 전 영역에 AI 기반 자동화를 확대해 자율 네트워크를 구현한다는 계획이다.

복 담당은 “AI 기반의 톺다와 VISTA를 활용해 통신 인프라 안전 점검의 효율성을 대폭 강화하고, 점검 인력이 우선순위가 높은 업무에 집중할 수 있는 기반을 마련했다”며 “앞으로도 AI와 현장 데이터를 바탕으로 네트워크 운용의 안전성과 효율을 높이고, 자율 네트워크 전환을 가속화하겠다”고 말했다.