최신 동향 노트AI-RAN 시장성

정책편 · AI-RAN 시장성

최근 업데이트 · 최초 발행

  • AI-RAN
  • 아키텍처
  • BB 스케줄링

O2는 AI-RAN으로 20%를 얻고도 왜 GPU에는 투자하지 않았나

영국 O2가 Nokia·NVIDIA와 런던 기지국에서 AI-RAN으로 주파수 효율 최대 약 20% 개선을 확인하고도 7억 파운드 투자계획에 GPU RAN 배치가 없는 이유를 출발점으로, 현재 시장의 반응과 향후 시장성을 살피고 성능 개선과 실제 투자 타당성에 대한 필자의 의견을 덧붙인다.

글 · TelcoNexus최초 발행 조회수 확인 중

영국 이동통신사 O2(Virgin Media O2)는 시험 결과를 2026년 10월 공개했다. 런던 Paddington의 Nokia 기지국에 NVIDIA GPU를 설치하고 AI로 무선 채널 품질을 추정하는 기능을 시험했으며, 주파수 효율은 최대 약 20% 개선됐다. 같은 주파수와 장비로 그만큼 더 많은 데이터를 실어 나를 수 있었다는 뜻이다. [9][10]

O2는 이번 시험이 7억 파운드 모바일 전환 계획의 일부라고 밝혔다. [9] 그러나 이 계획에 GPU RAN 배치는 들어 있지 않다. 계획은 2026년 초 발표됐다. [10] O2의 모바일 액세스 엔지니어링 디렉터는 GPU가 꼭 필요한 것은 아니라는 취지로 말했다. [10] 성능은 확인됐는데 GPU 배치는 계획에 없다. 이 글은 이 간극에서 출발한다. 성능 개선이 왜 곧바로 투자로 이어지지 않는지, 세계 시장은 AI-RAN에 어떻게 반응하고 있는지, 앞으로 돈이 될 수 있는지를 차례로 살피고, 마지막에 필자의 의견을 사실과 구분해 적는다.

O2가 확인한 것과 확인하지 않은 것

O2 시험에서 확인된 것은 기존 Nokia 기지국 현장에 GPU 연산 자원을 더해, **기지국이 휴대폰과의 무선 채널 상태를 고정된 수식 대신 현장 환경을 학습한 모델로 추정하게 했다는 사실이다.** 기지국을 통째로 바꾼 것이 아니라 무선 처리 흐름 안의 한 단계를 AI로 바꾼 셈이다. [10]

확인되지 않은 것도 많다. 공개 자료에는 GPU의 정확한 모델과 장착 형태, 추가 장비의 전력과 비용, 다른 지역에서도 같은 효과가 나는지가 없다. 단일 사이트 시험의 20%를 전국망 효과로 일반화할 수는 없다. 그리고 앞서 본 대로, 이 결과는 투자계획을 바꾸지 못했다.

이 사례를 제대로 읽으려면 AI-RAN이라는 말부터 좁혀야 한다. 업계는 서로 다른 세 가지를 같은 이름으로 부른다. [1] 세 가지는 비용 구조와 수익 논리가 다르고, O2 사례는 그중 첫 번째에 해당한다.

AI-RAN 세 가지 구분: AI-for-RAN, AI-and-RAN, AI-on-RAN의 무엇·목적·돈의 논리·장비·현재

그림 1. AI-RAN이라는 한 단어에 들어 있는 세 가지. 이 글에서 "AI-RAN이 유행"이라고 할 때 실제로 움직이는 것은 대부분 AI-for-RAN이다.

현재 시장의 반응: 참여는 넓고, 상용은 좁다

참여 규모만 보면 흐름은 분명하다. AI-RAN Alliance는 2024년 2월 11개 창립 회원으로 출발해 2025년 2월 75개, 7월 100개를 넘었고, 2026년 2월 132개에 이르렀고, 이때 Qualcomm·SK텔레콤·Vodafone을 새 이사회 회원으로 소개했다. [2] SK텔레콤은 2025년 11월 이사회 회원사로 선정됐으며 2026년 5월 총회 참여사가 145개였다고 밝혔다. [13] 10월에는 약 140개 기관 규모로 3GPP 시장대표파트너 승인을 받았다. [3] NVIDIA는 Nokia에 10억 달러를 투자했다. [4] NVIDIA는 2026년 10월 21일 약 20개 통신사가 Nokia 소프트웨어와 NVIDIA 장비 기반 AI-RAN 협력을 공개 발표했다고 밝혔다. [5]

AI-RAN Alliance 회원 수 추이와 확인된 투자 규모

그림 2. AI-RAN Alliance 회원 수 추이와 확인된 돈의 규모. 연합체 전체 투자비는 공개 수치가 없다.

그러나 통신사 단위로 내려가면 그림이 달라진다. 2026년 10월 기준으로 확인되는 사례를 단계별로 놓으면 다음과 같다. [6][7][8][9][10][11][12][13][14]

2026년 10월 기준 주요 통신사의 AI-RAN 단계

그림 3. 2026년 10월 기준 주요 통신사의 AI-RAN 단계. 주황은 GPU 방식, 파랑은 기존 칩·소프트웨어 방식이다.

이 그림에서 읽히는 것은 세 가지다.

  • 필자가 확인한 범위에서 GPU 방식의 전국망 상용 배치는 0곳이다. GPU 방식은 협력 발표와 단일 사이트 시험 단계에 머물러 있다.
  • 가장 앞선 상용화는 기존 칩 위의 AI 소프트웨어다. Ericsson은 고객 기지국 약 6만 곳에 AI 기반 링크 적응을 적용해 주파수 효율 약 10% 개선을 주장하고 [10], Samsung은 KDDI 상용망 시험에서 기존 장비 위의 파라미터 최적화 소프트웨어로 하향 속도를 피크 시간대 시험 지역 평균 31%, 도심 밀집 지역에서 최대 52% 높였다. [12]
  • GPU 방식의 판단은 2027년으로 미뤄져 있다. SoftBank 상용망 시험, Nokia 상용 제품 출시, 한국 과제 2차년도가 모두 그해에 몰려 있다. [11][13]

벤더의 입장도 갈린다. 같은 AI-RAN을 말하지만 무엇을 팔려는지는 다르다.

AI-RAN을 둘러싼 주요 벤더의 입장: Nokia, Ericsson, Samsung, Huawei의 방향·장비·핵심 주장·시장 평가

그림 4. AI-RAN을 둘러싼 주요 벤더의 입장. 같은 AI-RAN을 말하지만 무엇을 팔려는지는 다르다.

Nokia는 Marvell 전용 칩 기반 신제품 개발을 멈추고 GPU로 방향을 바꿨다. [10] Ericsson CEO는 2026년 7월 투자자들에게 자사 RAN 소프트웨어가 x86, GPU, 자체 칩 어디서든 돌아가며 하드웨어에는 중립적이라고 말했다. [15] Samsung은 기존 장비 위의 AI 최적화 소프트웨어를, Huawei는 RAN Agent와 통신 파운데이션 모델을 앞세운다. [12][16] 분석가들은 Nokia의 효율 2배 목표에 대해 실전 증거가 아직 부족하다고 평가한다. [15] 반면 [17]이 정리한 2025년 11월 시점의 구분에 따르면, Ericsson·Telefónica·Deutsche Telekom과 여러 아시아 통신사는 소규모 시험만 하며 약속을 피하는 관망 그룹이었다. 다만 Deutsche Telekom은 이후 Nokia·NVIDIA 시험 협력 발표 목록에도 이름이 올라, 이 구분은 시점에 따라 달라졌다. [5][17]

향후 시장성: 돈은 움직이지만 파이는 커지지 않는다

시장조사 기관 Dell'Oro는 2026년 6월 보고서에서 2026~2030년 AI-RAN 누적 매출을 350억 달러로 전망했다. 동시에 기본 시나리오에서 AI-RAN이 전체 RAN 시장을 키우지는 못한다고 명시했다. GPU RAN 전망은 위로 조정됐지만 2030년까지 10억 달러를 넘는 수준이고, **당분간 시장은 AI-for-RAN, 단일 목적, 비GPU 구조, 기존 5G 분산 기지국이 중심이라고 봤다.** [18] 같은 기관의 9월 전망은 전체 RAN 시장이 2030년까지 사실상 제자리이며, AI-RAN·Massive MIMO·Cloud RAN은 정체된 총액 안에서 비중만 바꾼다고 설명한다. [19]

Dell'Oro 전망: 연간 RAN 시장, AI-RAN 연평균, GPU RAN 규모 비교

그림 5. Dell'Oro 전망을 한 해 단위로 비교한 규모. AI-RAN 연평균은 5년 누적 350억 달러를 5로 나눈 참고값이다.

숫자의 크기를 가늠하면, 5년 누적 350억 달러는 업계가 한 해에 쓰는 RAN 투자 규모와 비슷한 수준이라는 해석이 있다. [20] 즉 AI-RAN은 새 시장이 아니라 기존 교체·업그레이드 예산이 옮겨 가는 항목에 가깝다.

그렇다면 통신사에 AI-RAN은 무엇을 주는가. 확인된 수치들을 통신사 회계로 번역하면 답은 "새 매출"이 아니라 "안 써도 되는 돈"이다. 주파수 효율 10~20% 개선은 그 기지국이 같은 주파수와 장비로 그만큼 더 많은 데이터를 처리한다는 뜻이고, 혼잡한 지역에서는 다음 증설 투자나 주파수 추가 확보를 미룰 수 있다는 뜻이다. O2 CTO가 이미 가진 주파수와 인프라를 더 똑똑하게 쓰는 것이 중요하다는 취지로 말한 것도, Nokia가 다음 주파수 경매를 기다리지 말라는 취지로 말한 것도 같은 논리다. [9][21] 다만 이 이득은 혼잡한 기지국에서만 생긴다. 용량이 남는 기지국은 효율이 올라도 절약되는 돈이 없다.

반대로 늘어나는 비용이 있다. GPU 방식은 장비 자체가 추가되고, 보드당 수백 와트의 전력과 냉각, 현장 공사가 따른다. [17] 범용 GPU가 단일 목적 전용 칩만큼 전력 효율이 좋을 수 없다는 우려는 업계에 널리 퍼져 있다. [10] GPU를 중앙에 모아 여러 기지국을 처리하려면 기지국당 전송 용량이 현재 10Gbps에서 최대 75Gbps 수준으로 늘어 광케이블 추가가 필요하다는 것이 O2 담당자의 지적이다. [10] 여기에 Nokia는 AI 알고리즘과 효율 개선을 소프트웨어 구독으로 제공하겠다고 밝혔다. 한 번 사는 장비가 아니라 구독 형태로 계속 내는 비용이 된다. [21]

통신사의 계산식: 줄어드는 돈과 새로 드는 돈

그림 6. 통신사의 계산식. 금액 비교가 아니라 확인된 항목의 비교다. 노란 항목은 아직 가설이다.

**O2가 이유를 밝힌 것은 아니지만, 이 그림은 GPU 방식이 투자계획에 들어가지 않은 것을 설명할 수 있는 한 가지 계산이다.** 왼쪽의 이득은 기존 칩 위의 소프트웨어로도 상당 부분 얻을 수 있는데, GPU 방식은 오른쪽 비용을 모두 떠안는다. 담당자가 GPU가 꼭 필요한 것은 아니라는 취지로 말한 점도 같은 방향을 가리킨다.

벤더가 말하는 "새 수익"은 세 번째 축인 AI-on-RAN에 있다. 기지국의 GPU가 남는 시간에 기업용 추론이나 엣지 AI 서비스를 돌려 돈을 번다는 그림이다. 한국 통신 3사도 기지국을 분산형 AI 데이터센터로 바꿔 B2B 과금 모델을 재설계하는 방안을 검토하고 있다고 보도됐다. [22] 그러나 이것은 AI 작업을 통신사 기지국에 맡길 고객이 실제로 있는지에 달려 있고, 2026년 10월 기준 상용 검증 사례는 확인되지 않는다. Dell'Oro는 통신사가 GPU RAN에 신중한 구조적 이유로 전력 예산, 비용 통제, 그리고 기지국에서 비통신 작업을 돌릴 실익과 필요성에 대한 의문을 든다고 설명한다. [23]

따라서 향후 시장성은 조건부로 정리된다. 기존 칩 위의 AI 소프트웨어는 이미 상용 단계이며 혼잡 지역에서 투자 회피 효과가 실재한다. GPU 기지국은 2027년 SoftBank 상용망 시험, Nokia 상용 제품 출시, 한국 과제 2차년도 결과가 나와야 판단할 수 있다. AI-on-RAN의 새 수익은 기술이 아니라 수요의 문제이며 아직 가설이다.

필자의 의견: 정체된 산업이 찾은 새 광팔이

광팔이라는 말이 있다. 실체는 없는데 보기 좋게 떠벌리는 것을 뜻한다. 필자는 지금의 AI-RAN이 통신산업의 새 광팔이가 되고 있다고 본다. 열기의 상당 부분이 기술의 돌파보다 산업의 정체에서 나왔기 때문이다.

통신사 쪽을 보면, 5G에서 전송 속도가 더 빨라지는 것은 그 속도를 필요로 하는 서비스가 없는 한 투자의 이유가 되지 못한다. 가입자 성장은 멈췄고, 속도 경쟁은 요금에 반영되지 않는다. 벤더 쪽을 보면, 3GPP 표준의 새 릴리스에서 통신사가 지갑을 열 만큼 매력적인 기능이 보이지 않는다. 전체 RAN 시장이 2030년까지 제자리라는 전망은 이 교착을 숫자로 보여 준다.

이 교착 속에서 AI-RAN은 양쪽 모두에게 편리한 이름이다. 벤더에게는 줄어드는 교체 수요를 새 하드웨어와 소프트웨어 구독으로 바꿀 명분이고, 통신사에게는 투자자와 정부에 "우리도 AI를 한다"고 말할 수 있는 간판이다. NVIDIA의 10억 달러 투자와 Nokia의 전략 전환, 약 140개 기관이 모인 연합체, 정부 예산이 붙은 실증 과제는 이 이름이 얼마나 널리 받아들여졌는지를 보여 주지만, 그것이 곧 사업성의 증거는 아니다. 발표는 많고, 필자가 확인한 범위에서 GPU 방식의 상용 배치는 없으며, 통신사가 자기 돈으로 투자계획에 넣은 사례도 아직 확인되지 않는다. 이것이 광팔이의 전형적인 모습이다.

실체가 아주 없는 것은 아니다. 기존 장비 위에서 돌아가는 AI 알고리즘이 혼잡 지역의 증설을 미루게 해 준다면 그것은 실재하는 이득이다. 그러나 그 이득은 통신사가 AI-RAN이라는 간판 없이도 조용히 도입했을 소프트웨어 개선이지, 기지국에 GPU를 넣고 AI 데이터센터로 바꾸겠다는 그림을 정당화하는 근거가 아니다. 광팔이는 바로 이 지점에서 생긴다. 10~20%의 효율 개선이라는 작은 실체를 앞세워, 전력 예산과 현장 조건과 아직 확인되지 않은 B2B 수요 위에 세운 훨씬 큰 그림을 판다. 이 그림이 실현되지 않으면 AI-RAN은 5G 초기의 "초저지연·초연결"처럼 기대만 남기고 지나가는 또 하나의 구호가 된다.

판단의 시점은 2027년이다. 그때 확인해야 할 것은 발표의 수가 아니라 세 가지 숫자다. GPU 기지국의 와트당 처리량이 전용 칩과 얼마나 차이 나는지, AI 작업을 기지국에 맡긴 유료 고객이 몇 곳인지, 그리고 통신사가 자기 돈으로 GPU RAN을 투자계획에 넣었는지다. 이 세 숫자가 나오기 전까지 AI-RAN은 통신사에 돈을 벌어 주는 기술이 아니라, 돈을 덜 쓰게 해 주는 기술로 보는 것이 정확하다.

독자용 참고자료

연결된 글