[디지털데일리 강소현 기자] “인공지능(AI) 도입 목적은 인력 대체가 아니라 급증하는 트래픽과 사물인터넷(IoT) 환경에 효율적으로 대응하기 위한 것입니다.”

LG유플러스 권준혁 네트워크부문장(부사장)은 10일 서울 강서구 LG사이언스파크에서 열린 기자간담회에서 “기존 인력은 반복 업무 대신 고객 가치 중심 업무에 집중하도록 역할이 전환될 예정”이라며 이같이 밝혔다.

‘자율 운영 네트워크(Autonomous Network)’는 AI 에이전트와 디지털 트윈 기술을 상용망에 적용해 네트워크 운영 전반을 자동화하는 개념이다. 인력 중심 운영의 한계를 넘어 보다 안정적이고 편리한 통신 서비스를 제공하겠다는 전략이다.

이날 간담회에서는 자율 운영 네트워크의 실증 성과와 향후 로드맵도 공개됐다. LG유플러스는 현재 일부 기능에 적용된 자율화 기술을 장애 대응, 트래픽 관리, 무선망 최적화, 국사 운영 등 네트워크 전 영역으로 확대한다는 방침이다. 이르면 2028년 완전한 자율 운영 네트워크 구축을 목표로 한다.

전략의 중심에는 자율 운영 플랫폼 ‘에이아이온(AION·Artificial Intelligence Orchestration Nexus)’이 있다. 회사는 이를 기반으로 반복 업무 자동화와 AI 기반 선제 대응 체계를 단계적으로 도입하고 있다.

현재 에이아이온에는 총 15개의 AI 에이전트가 탑재됐다. 이들은 24시간 실시간 모니터링을 통해 네트워크 장애를 대응하고, 급격한 트래픽 변화 시 기지국 과부하를 방지하는 역할을 수행한다. 또 사람이 인지하기 어려운 미세한 품질 문제를 탐지해 네트워크 설정까지 자동으로 수행한다.

국사 운영 영역에서도 디지털 트윈과 AI를 결합해 자율화를 확대했다. 디지털 트윈은 실제 국사 환경을 가상 공간에 구현해 설비 배치와 운영 상태를 사전에 점검할 수 있도록 돕는 기술이다.

에이아이온 도입 이후 모바일 고객 품질 불만 접수는 70%, 홈 고객 품질 불만은 56% 감소한 것으로 나타났다. 회사는 장기적으로 고객 체감 품질 향상뿐 아니라 자본지출(CAPEX)과 운영비용(OPEX) 절감 효과도 기대하고 있다.

권 부사장은 “빔 패턴 최적화와 트래픽 예측을 통해 네트워크 투자 효율이 높아져 장기적으로 CAPEX 절감 효과가 기대된다”며 “장애 사전 대응을 통해 운영 효율이 개선되면서 OPEX 절감 가능성도 있다. 다만 구체적인 비용 절감 규모는 추가 검토가 필요하다”고 밝혔다.

플랫폼 수익화 가능성도 검토 중이다. 회사는 오는 3월 스페인 바르셀로나에서 열리는 MWC2026에서 AI와 디지털 트윈 기반 네트워크 자율 운영 기술을 공개할 예정이다.

LG유플러스 박종원 AX실행담당은 “구체적인 사업화 계획은 아직 확정되지 않았지만 향후 플랫폼을 SaaS 형태의 솔루션으로 발전시키는 방안을 검토하고 있다”고 설명했다.

다음은 LG유플러스 권준혁 네트워크부문장(부사장), 박성우 네트워크 AX그룹장, 이상헌 네트워크 선행개발 담당, 박종원 AX실행담당과의 일문일답.

Q. 시스템 도입 이후 고객 불만이 70% 감소했다고 했는데 실제로 어떤 유형의 불만이 가장 많이 줄었는지.

A: 가장 큰 변화는 장애가 발생한 이후 고객센터로 접수되던 불만이 사전 대응 단계에서 줄었다는 점이다. 회선 설정 오류나 선로 문제 등 장비가 인지하지 못하던 이슈를 데이터 기반으로 선제 탐지하면서 고객 불편이 크게 감소했다. 또 로봇과 디지털 트윈을 활용하면서 국사 내부 상황을 실시간으로 파악할 수 있어 불필요한 출동을 줄이고 배터리·전원 등 위험 환경에 직접 노출되는 작업을 최소화할 수 있게 됐다. 기존에는 현장 출동 후 육안 확인이 필수였다.

Q. 완전 자율 네트워크(레벨 5) 달성 목표 시점은

A: 의사결정부터 조치까지 AI에 맡길 수 있는 수준은 안정성 검증이 선행돼야 한다. 현재로서는 구체적인 목표 시점은 정하지 않았다. AI 기술 발전 속도를 고려하면 시기는 앞당겨질 수 있지만, 상용 적용은 고객 관점에서 보수적으로 접근할 계획이다.

Q. AI 에이전트 도입 시 인력 재배치 계획이 있는지

A: 인력 감축이나 재배치 계획은 없다. AI 도입 목적은 인력 대체가 아니라 급증하는 트래픽과 IoT 환경을 효율적으로 대응하기 위한 것이다. 기존 인력은 반복 업무 대신 고객 가치 중심 업무에 집중하도록 역할이 전환될 예정이다.

Q. AI 에이전트 학습 데이터는 충분한가

A. 망 영역별로 다른 학습 전략을 적용했다. 액세스망은 장애 데이터가 충분하지만 코어망은 장애 발생이 적다. 현재 내부 데이터를 중심으로 학습을 지속 확대하고 있다.

Q. 자동화 도입 시 CAPEX·OPEX 영향은

A: 빔 패턴 최적화와 트래픽 예측을 통해 네트워크 투자 효율성이 높아져 장기적으로 CAPEX 절감 효과가 기대된다. 또한 장애 사전 대응으로 운영 효율이 향상돼 OPEX 절감 가능성도 있다. 다만 구체적 비용 절감 규모는 추가 검토가 필요하다.

Q. 해당 플랫폼이 향후 사업화로 이어질 가능성이 있는지, 또 자율 네트워크 확대에 따른 AI 권한 증가와 보안 우려에 대한 대응 계획은

A: 현재 단계에서 구체적인 사업화 계획이 확정된 것은 아니다. 다만 이번 MWC에서 약 15개 기능을 포함한 플랫폼 형태로 글로벌 시장에 선보일 예정이며 향후 플랫폼을 SaaS 형태의 솔루션으로 발전시킬 가능성에 대해서는 내부적으로 검토를 시작한 단계다. AI 권한 확대에 따른 보안 우려에 대해서는 대응 체계를 강화하고 있다. 기존 사람이 수행하던 업무를 자동화하는 과정에서 AI 기반 위협 탐지·침해 대응 기술을 함께 개발 중이며, 향후 고도화가 이뤄질 경우 보안 수준 역시 한층 강화될 것으로 기대하고 있다.