피드로 돌아가기
The RegisterInfrastructure
원문 읽기
AI-native 6G 실현을 위한 '2+4' 프레임워크 및 AI-RAN Decoupling 설계
ZTE CDO Cui Li at GTI Summit 2026: Co-creating an intelligent, ubiquitous 6G future and exploring new opportunities in the mobile AI era
AI 요약
Context
단순 Connectivity 중심의 네트워크 구조로는 기하급수적으로 증가하는 Agent-driven connection 및 AI 서비스 요구사항 수용 불가. AI 에이전트 서비스 지원을 위한 Uplink 강화, Ultra-low latency 및 Deterministic experience 확보가 필수적인 상황.
Technical Solution
- 6G+AI Convergence 및 SAGIN 중심의 '2+4' 전략 프레임워크 구축을 통한 네트워크 지능화
- AI-RAN 아키텍처 내 'AI for RAN'과 'RAN for AI'의 Decoupling 설계를 통한 상호 독립적 진화 구조 확보
- AI ASIC(필수)과 xPU(선택)의 하이브리드 조합으로 Performance, Energy Efficiency, TCO 최적화 달성
- Token flow scheduling 및 Cross-domain experience assurance를 위한 AI-native 프로토콜 아키텍처 탐색
- TN-NTN Integration을 통한 D2C 위성 연결 및 저고도 UAV 네트워킹의 Seamless handover 메커니즘 검증
- Embodied AI 및 Industrial agent 등 실세계 시나리오 기반의 Application Validation 프로세스 적용
실천 포인트
- AI 서비스 통합 시 기능별 Decoupling 설계를 통해 하드웨어 및 소프트웨어의 개별 확장성 확보 - Performance와 TCO 사이의 Trade-off 해결을 위해 전용 ASIC과 범용 xPU의 계층적 배치 검토 - 신규 프로토콜 설계 시 단순 데이터 전송이 아닌 Token 단위의 스케줄링 및 리소스 관리 체계 고려