Agentic AI for Mobile Network RAN Management and Optimization
Created by
- Haebom
Category
Empty
저자
Jorge Pellejero, Luis A. Hernandez Gomez, Luis Mendo Tomas, Zoraida Frias Barroso
개요
Agentic AI는 대규모 AI 모델(LAM)을 사용하여 인간 수준의 인지 능력을 제공함으로써 복잡한 시스템을 자동화하는 새로운 패러다임이다. 이는 자율적으로 목표를 분해하고, 지속적으로 컨텍스트를 유지하며, 지속적으로 학습하고, 도구 및 환경 전반에서 작동하며, 동적으로 적응하는 차세대 AI 시스템을 이끌 것이다. 5G 및 곧 출시될 6G 네트워크의 복잡성으로 인해 수동 최적화는 비효율적이므로, 동적 RAN 환경에서 의사 결정을 자동화하는 방법으로 Agentic AI가 부상하고 있다. 본 논문은 Agentic AI의 핵심 개념을 개략적으로 설명하고 RAN 최적화에 Agentic 원리를 적용하는 실용적인 사용 사례를 제안하여 5G 및 6G 네트워크에서 Agentic AI에 대한 지속적인 연구에 기여한다.
시사점, 한계점
•
Agentic AI는 5G 및 6G 네트워크의 동적 RAN 환경에서 의사 결정을 자동화하는 데 활용될 수 있다.
•
본 논문은 Agentic AI의 핵심 개념과 설계 패턴(반성, 계획, 도구 사용, 다중 에이전트 협업)을 설명한다.
•
5G RAN 사례 연구를 통해 시계열 분석 및 LAM 기반 에이전트가 KPI 기반 자율 의사 결정을 위해 협업하는 방식을 보여준다.
•
본 논문은 Agentic AI의 구체적인 구현과 관련된 기술적인 세부 사항이나 성능 평가를 포함하지 않을 수 있다.
•
Agentic AI에 대한 보편적으로 받아들여지는 정의나 확립된 프레임워크가 아직 없다는 점을 고려해야 한다.
