본 논문은 개방형 무선 접속 네트워크(O-RAN)에 대규모 언어 모델(LLM)을 통합하는 데 있어 기존의 범용 LLM의 한계를 지적하고, O-RAN에 특화된 기초 LLM을 개발하는 ORANSight-2.0 이니셔티브를 소개한다. ORANSight-2.0은 Mistral, Qwen, Llama, Phi, Gemma 등 5개의 오픈소스 LLM 프레임워크를 기반으로 18개의 모델을 1B~70B 파라미터 범위로 미세 조정하여 O-RAN 특화 작업의 성능을 향상시킨다. 특히, RANSTRUCT라는 새로운 Retrieval-Augmented Generation(RAG) 기반 지시 조정 프레임워크를 통해 고품질 지시 조정 데이터셋을 생성하고, QLoRA를 이용하여 미세 조정한다. 성능 평가를 위해 srsRAN을 기반으로 한 새로운 벤치마크인 srsRANBench를 제시한다.
