LLM-Guided Open RAN: Empowering Hierarchical RAN Intelligent Control
Created by
- Haebom
Category
Empty
저자
Lingyan Bao, Sinwoong Yun, Jemin Lee, Tony Q. S. Quek
개요
본 논문은 대규모 언어 모델(LLM)을 활용한 무선 통신 네트워크의 자원 관리 향상을 위한 LLM 기반 계층적 RIC(LLM-hRIC) 프레임워크를 제안한다. LLM-hRIC는 비실시간 RIC(non-RT RIC)에 LLM을 통합하여 환경 맥락에 기반한 전략적 지침 및 상위 정책을 제공하고, 준실시간 RIC(near-RT RIC)에 강화 학습(RL)을 통합하여 전략적 지침과 지역적 준실시간 관측에 기반한 저지연 작업을 수행한다. 통합 접속 및 백홀(IAB) 네트워크 환경에서의 시뮬레이션 결과를 통해 제안된 프레임워크의 우수한 성능을 입증하고, LLM을 O-RAN에 적용하는 데 있어 향후 주요 과제를 논의한다.
시사점, 한계점
•
시사점:
◦
LLM과 RL을 결합한 효율적인 O-RAN 자원 관리 프레임워크 제시
◦
비실시간 및 준실시간 RIC 간의 효과적인 협업 구현
◦
IAB 네트워크 환경에서의 성능 향상을 시뮬레이션으로 검증
◦
LLM 기반 O-RAN의 미래 과제 제시
•
한계점:
◦
실제 O-RAN 환경에서의 실험 결과 부재
◦
LLM의 계산 복잡도 및 에너지 소모에 대한 고려 부족
◦
다양한 O-RAN 아키텍처 및 트래픽 패턴에 대한 일반화 가능성 검증 부족
