통신망 운영 및 장애 예측에 최적화된 통신 특화형 AI 모델을 개발하여 광전송장비에 우선 적용

에치에프알(HFR, 230240)이 차세대 통신 인프라 혁신을 이끌 통신장비 특화 언어모델(Story-LLM, Story Large Language Model)을 독자 개발했다고 20일 밝혔다.

이번에 개발된 에치에프알의 통신 특화 Story-LLM은 통신장비 및 AI 기반 통신망 운영 플랫폼과 연동해 네트워크 상태를 실시간으로 분석하고, 장애 징후와 예측 결과를 해석해 장애 원인과 조치 방안을 제시하는 통신 특화형 AI 모델이다.

특히 외부 범용 대규모언어모델(LLM)과 비교해 통신장비 운영 환경에 요구되는 보안성, 응답성, 전문성 및 기술 통제력을 강화한 것이 특징이다.

에치에프알 Story-LLM이 일반 LLM 대비 가지는 주요 장점은 다음과 같다.

첫째, 데이터 주권과 보안성이다. 외부 API형 범용 LLM을 사용할 경우 장비 구성정보와 성능정보, 장애이력 등 민감한 네트워크 데이터를 외부 클라우드로 전송해야 할 가능성이 있다. 반면 에치에프알의 Story-LLM은 고객사 내부 서버와 폐쇄망 환경에서 구동할 수 있으며, 자체 개발한 시맨틱 코딩 기반 보안 표현 기술을 적용해 장비명과 포트, 채널 등 민감한 식별정보의 직접 노출과 데이터 외부 전송 경로를 최소화하도록 설계됐다.

둘째, 통신망 운영에 필요한 빠른 응답 성능과 분산형 AI 운영 구조다. 외부 API와 클라우드 서버를 거치지 않고 장비 인접 엣지 환경이나 고객사 내부 인프라에서 직접 분석을 수행하기 때문에 장애 징후가 발생하면 신속한 분석과 대응이 가능하다. 향후에는 장비 단위의 신속한 판단과 경량 AI 추론을 수행하고, 중앙 관제 시스템에서는 복수 장비와 서비스 간 상관관계 및 장기 이력을 분석하는 대형 AI 모델을 운용하는 분산형 통신 AI 체계를 구축할 수 있다.

셋째, 통신 도메인 특화로 인한 환각 현상(Hallucination) 최소화다. 일반 범용 LLM은 통신 전문용어와 알람 코드, 광신호 지표 및 복잡한 네트워크 토폴로지를 일반적인 문맥으로 잘못 해석할 가능성이 있다. 에치에프알의 Story-LLM은 통신 표준 문서와 축적된 장애 조치 지식을 중심으로 특화 학습했다. 또한 수치와 임계치, 포트 및 토폴로지 정보를 분석하는 결정론적 엔진의 결과를 근거로 활용해 5G·6G 네트워크 운영과 통신장비 장애 분석에 필요한 일관성과 설명력이 강화되었다.

넷째, 모델과 장비를 함께 통제할 수 있는 기술 주권이다. 에치에프알은 외부 사업자의 모델 버전과 가격 정책, API 제공 조건 및 라이선스 변화에 종속되지 않고 데이터 수집부터 모델 학습, 장애 분석, 운영 화면 및 장비 제어까지 전체 기술 체계를 자체적으로 관리할 수 있다. 고객 요구와 국가 및 통신사업자별 보안 정책에 따라 모델의 기능과 적용 범위를 조정할 수 있다는 점도 특징이다.

에치에프알은 이번에 개발한 LLM을 자사의 이음5G 특화망 솔루션인 my5G 나 브로드밴드 솔루션에도 순차적으로 적용할 계획이다. 이를 통해 단순한 데이터 전송을 넘어, 인프라 자체가 스스로 생각하고 최적화하는 '자율형 지능 통신망(Autonomous Intelligent Network)' 시대를 주도한다는 계획이다.

에치에프알 신윤재COO는 "Agent AI가 통신장비와 결합하는 피지컬 AI 시대에, 범용 LLM은 비용과 보안, 지연 시간 측면에서 명확한 한계를 지닌다"며, "에치에프알이 독자 개발한 통신 특화 Story-LLM은 가장 안전하고 효율적인 방식으로 차세대 AI 통신 인프라를 구축하려는 통신 사업자와 엔터프라이즈 고객들에게 최고의 솔루션이 될 것"이라고 밝혔다.

글로벌 통신장비 시장에서 기술력을 인정받고 있는 에치에프알은 최근 AI 기반 통신장비 예지보전 기술의 상용화에 성공한 데 이어, 독자적 Story-LLM까지 선보이며 AI를 위한 통신 인프라(Network for AI) 선도 기업으로서의 입지를 더욱 확고히 다지고 있다.