엔비디아가 덴마크 코펜하겐에서 열린 TM 포럼 DTW 이그나이트 2026 행사에서 통신사 자율 운영 네트워크 구축에 필요한 기술 블록을 총망라해 선보였다. 합성 데이터 생성부터 보안 에이전트 실행 환경, GPU 가속 시뮬레이션까지 이어지는 이 스택은 통신사가 네트워크·IT·비즈니스 시스템을 넘나들며 문제를 자율 탐지·수정할 수 있는 AI 에이전트를 현장에 배치하기 위한 실용 경로를 제시한다. 엔비디아는 기존 생성형 AI 자동화가 사람이 지시한 절차를 빠르게 처리하는 ‘작업 자동화’ 수준에 머물렀다면, 이번 방향은 에이전트가 의도를 이해하고 자율 판단으로 행동하는 ‘자율성(autonomy)’ 단계로의 전환이라고 밝혔다.
핵심 과제 중 하나는 고품질 훈련 데이터 확보다. 통신사 설문에서 54%가 데이터 관련 문제를 최대 장벽으로 꼽을 만큼 실제 망 데이터는 민감 정보를 담아 직접 활용하기 어렵다. 이를 해결하기 위해 소프트뱅크가 엔비디아 NeMo Safe Synthesizer와 NeMo Anonymizer를 활용해 실제 네트워크 성능·설정 데이터의 통계 분포를 유지하면서도 개인 식별 정보를 제거한 합성 데이터셋을 생성하고 있다. 이 합성 데이터는 소프트뱅크의 대규모 텔레콤 모델과 특화 네트워크 에이전트 학습에 쓰인다. 에이전트 실행 환경에서는 엔비디아가 NemoClaw 블루프린트와 OpenShell 보안 런타임을 통해 정책 기반 가드레일과 샌드박스 격리를 제공한다. AdaptKey는 이 환경 위에서 5G 자가 치유(self-healing) 에이전트를, Amdocs는 로밍 패키지 소진 예측·고객 대응 에이전트를, NTT DATA는 장기 성능 추이를 추적하는 이상 탐지 에이전트를 각각 시연 중이다. ServiceNow는 Project Arc로 네트워크 운영 센터 장애 대응 전 주기를 자동화하고, TCS는 이상 신호를 먼저 광범위하게 스캔한 뒤 선택적으로 정밀 진단을 트리거하는 다중 정확도 AI 센서 구조를 선보였다.
시뮬레이션 역시 이번 발표의 주요 축이다. 에이전트 판단이 실 망에 영향을 미치기 전에 검증할 수 있는 안전한 환경이 필요하기 때문이다. 네트워크 계획 플랫폼 업체 포스크(Forsk)는 자사 Naos 무선 접속망(RAN) 계획 플랫폼에 AI 기반 전파 전파 모델을 통합해 엔비디아 RTX PRO 6000 블랙웰 서버 에디션 GPU 위에서 레이 트레이싱 수준의 정확도를 CPU 단독 대비 최대 200배 빠르게 구현한다고 밝혔다. VIAVI 솔루션스도 TeraVM AI RAN 시나리오 생성기를 같은 GPU로 이전해 대규모 RAN 시뮬레이션 처리량을 자릿수 단위(order-of-magnitude)로 끌어올렸다고 설명했다. 한국 통신사들도 이미 생성형 AI로 망 관리와 고객 응대에서 가시적 성과를 내고 있는 만큼, 엔비디아가 제시한 합성 데이터·보안 런타임·디지털 트윈 시뮬레이션 조합이 국내 자율 망 전략에도 직접적인 참조 모델이 될 수 있다.
