엔비디아가 무선 통신망의 주파수 효율을 GPU 병렬 연산으로 끌어올리는 AI 네이티브 RAN(AI-Native RAN) 구상과 그 기반이 되는 AI 에어리얼(AI Aerial) 플랫폼을 개발자 블로그에서 공개했다. 무선접속망을 CPU 중심의 전통 구조가 아니라 처음부터 AI·GPU 연산을 중심으로 설계한다는 접근으로, 엔비디아는 이를 통해 통신사가 이미 보유한 주파수 자산에서 더 많은 성능을 뽑아낼 수 있다고 설명했다. 미국 통신사들이 지난 30년간 주파수 확보에 2천400억 달러 이상을 쏟아부었다는 점을 근거로, 기존 대역의 활용을 극대화하는 것이 경제적으로 중요하다고 짚었다.
핵심은 매시브 마이모(Massive MIMO)가 이론상 성능에 못 미치는 원인을 CPU의 연산 한계에서 찾은 데 있다. 부정확한 사용자 추적과 신호 간섭, 비효율적인 사용자 짝짓기 같은 문제가 연산 부족에서 비롯되는데, GPU 가속을 쓰면 수학적으로 더 조밀한 모델을 실시간으로 돌릴 수 있다는 것이다. AI 에어리얼은 소프트웨어 정의 방식의 가속 컴퓨팅 플랫폼으로, 알고리즘 우선 효율화와 하드웨어 재설계 없는 모델 확장, 다중 셀 협조, 통합 센싱·통신(ISAC) 등을 지원한다. 하드웨어로는 아크 프로(ARC-Pro)와 RTX 프로 4500 블랙웰 서버 에디션 GPU가 쓰이며, 셀 간 협조에는 cuPHY·cuMAC 라이브러리가 활용된다.
성능 개선은 구체적 수치로 제시됐다. AI 기반 빔포밍은 기존 정규화 제로포싱(rZF) 대비 16계층에서 1.28배, 32계층에서 1.62배의 처리량을 냈다. 심층강화학습(DRL)을 적용한 링크 적응은 규칙 기반 방식과 비교해 셀 경계에서 1.3배의 처리량 향상을 기록했고, 지연은 GPU에서 통상 30마이크로초 안팎의 예산 아래로 유지됐다. 소프트뱅크와 엔비디아의 현장 시험에서는 16계층 매시브 마이모가 기존 4계층 대비 약 3배의 주파수 효율을 보였다. 이 밖에 학계 연구에서 무파일럿 공간 다중화가 20% 효율 향상, URLLC 환경에서 오류율 67% 감소 같은 결과도 인용됐다.
엔비디아는 이번 구상이 노키아와의 협력을 통해 6G로 진화 가능한 5G-어드밴스드 네트워크를 지원하는 방향으로 나아간다고 밝혔다. 관련해 엔비디아는 광통신 인프라 확장에서도 파트너십을 넓혀 왔는데, 앞서 코히어런트와 함께 AI 광통신 인프라를 확장한 사례도 이런 통신망 가속 전략의 연장선에 있다. 통신 산업이 AI 트래픽 급증에 대응하면서, 연산 자원을 무선망 설계의 중심에 놓는 흐름이 본격화되는 모습이다.
