NVIDIA의 오픈소스 AI 도구, 로봇공학·전력 관리·네트워크 시뮬레이션 분야에서 6G 연구 가속

차세대 무선 시대를 위한 NVIDIA 오픈소스 스택

AI Aerial 무선 소프트웨어 스위트를 출시한 지 1년 만에 NVIDIA는 Sionna를 추가해 오픈소스 포트폴리오를 확장했으며, 시뮬레이션·AI 학습·공중 실험을 연결하는 통합 툴킷을 만들었다. 이 도구들은 현재 6G 연구의 사실상 기반이 되고 있다. 전 세계 개발자들의 AI Aerial 및 Sionna 채택이 10배 성장했으며, NVIDIA의 5G/6G 오픈소스 자산 다운로드 총합이 100만 건을 넘어섰고, 8,000개가 넘는 학술·연구 기관이 활발히 사용하고 있다.

목표 지향 의미 커뮤니케이션으로 로봇 반응 속도 향상

전통적인 클라우드 기반 AI는 실시간 로봇 의사결정을 방해하는 지연을 초래할 수 있다. King’s College London 연구진은 카메라가 장착된 로봇 팔을 NVIDIA Jetson AGX Orin에 연결하고 Sionna의 소프트웨어 정의 5G 스택을 구동했다. 전체 이미지를 전송하는 대신 객체 유형·위치·관계와 같은 압축된 의미 기술자를 전송함으로써, 과일 포장 및 큐브 적재 실험에서 고의적인 오류를 포함했음에도 작업 완료 시간이 최대 52.6 % 단축되었다. 이 방식은 성공률을 높이고, 떨어진 물체를 감지하며, 디지털 트윈과 결합했을 때 충돌 가능성을 사전 검증한다.

AI 강화 수신기로 더 깨끗한 신호 제공

긴급 상황—예를 들어 소방관이 드론 영상을 보거나 구조팀이 실종자를 추적할 때—전파 간섭이 무선 스트림을 손상시킬 수 있다. SoftBank는 NVIDIA의 Aerial CUDA‑Accelerated RAN (ACAR)에 신경망 수신기를 통합하고 상용 5G 스마트폰으로 테스트했다. 15가지 간섭 환경에서 AI 기반 수신기는 기존 설계보다 일관되게 우수한 성능을 보였으며, 최대 업링크 처리량이 약 60 % 향상되었다.

한편 ETH Zurich 연구진은 Aerial Testbed를 활용해 현지 환경 측정값으로 신경망 수신기를 미세 조정했다. 이 맞춤형 모델은 기존에 사전 학습된 상용 모델에 비해 블록 오류율을 3분의 1 이상 감소시켰다.

수요를 예측하는 전력 절감 네트워크

6G가 수십억 대의 디바이스를 연결하려는 목표를 갖고 있는 만큼 에너지 효율성이 핵심 과제로 떠올랐다. University of Leeds는 네트워크 부하를 10분 앞서 예측하고, 어떤 기지국을 안전하게 슬립 모드로 전환할지 결정하는 예측 시스템을 구축했다. 휴대형 NVIDIA DGX Spark 기반 5G ‘network‑in‑a‑box’와 디지털 트윈을 활용해 검증한 결과, 모든 디바이스를 연결 상태로 유지하면서 RAN 전력 소비를 45.6 % 절감했다.

가속된 시뮬레이션으로 배포까지의 시간 단축

네트워크를 실제 구축하기 전에 엔지니어는 밀집된 디바이스 트래픽과 간섭을 시뮬레이션해야 한다. Centre Tecnològic de Telecomunicacions de Catalunya (CTTC)는 ACAR의 GPU 가속 라디오 채널 모델을 오픈소스 5G‑LENA 시뮬레이터에 통합했다. 초기 테스트에서는 시뮬레이션 시간이 약 3시간에서 10‑20분으로 크게 단축되었으며, 통계적 정확도와 네트워크 성능 지표는 유지되었다. 빠른 피드백은 연구자들이 더 많은 설계와 극한 시나리오를 탐색하게 해 6G 출시를 앞당길 가능성을 높인다.

향후 전망

이러한 초기 프로젝트들은 보다 큰 목표를 보여준다. 사람·기계·자율 에이전트를 위한 통합 소프트웨어 정의 플랫폼 위에 연결성·컴퓨팅·센싱을 결합한 AI‑네이티브 6G 네트워크를 구현하는 것이다. NVIDIA의 AI Aerial과 Sionna는 GitHub에서 무료로 제공되며, 커뮤니티는 워싱턴 D.C.에서 열리는 NVIDIA GTC의 6G 개발자 세션에서 추가 혁신을 선보일 예정이다.

--- 자세한 내용은 NVIDIA 블로그 게시물 “How NVIDIA Open Source Tools Are Helping Researchers Build Next‑Generation 6G Networks.”를 참고하십시오.