[논문 리뷰] Toward Next Generation Open Radio Access Network--What O-RAN Can and Cannot Do!

Aly Sabri Abdalla, Pratheek S. Upadhyaya외 2명|arXiv (Cornell University)|2021. 11. 26.

Advanced Wireless Communication Technologies인용 수 8

한 줄 요약

이 논문은 현재 O-RAN 사양의 핵심적 한계—특히 종단 간 보안, 결정적 지연, 실시간 물리계층 제어, 그리고 AI 기반 RAN 테스트—를 규명하고, 6G RAN 운영을 위한 강력한 기반을 마련하기 위해 실시간 RIC(RT RIC)을 도입하여 초밀리초 제어, 경량 AI 모델, 하드웨어 가속, 통합된 AI 검증 프레임워크를 제안한다.

ABSTRACT

The open radio access network (O-RAN) describes an industry-driven open architecture and interfaces for building next generation RANs with artificial intelligence (AI) controllers. We circulated a survey among researchers, developers, and practitioners to gather their perspectives on O-RAN as a framework for 6G wireless research and development (R&D). The majority responded in favor of O-RAN and identified R&D of interest to them. Motivated by these responses, this paper identifies the limitations of the current O-RAN specifications and the technologies for overcoming them. We recognize end-to-end security, deterministic latency, physical layer real-time control, and testing of AI-based RAN control applications as the critical features to enable and discuss R&D opportunities for extending the architectural capabilities of O-RAN as a platform for 6G wireless.

연구 동기 및 목표

• 현재 O-RAN 사양의 핵심적 격차를 규명하여 6G 무선 네트워크의 기초로 삼는 데에 장애가 되는 요소를 파악하는 것.
• O-RAN 아키텍처에서 종단 간 보안, 결정적 지연, 실시간 물리계층 제어 지원 부족 문제를 해결하는 것.
• 개방적이고 동적인 네트워크 환경에서 AI 기반 RAN 제어 애플리케이션(xApps, rApps, zApps)의 테스트 및 검증 과제를 조사하는 것.
• AI 네이티브, 저지연, 안정적인 6G 네트워크 운영을 지원하기 위해 O-RAN의 능력을 확장하는 연구 개발 방향을 제안하는 것.

제안 방법

• O-CU, O-DU 또는 O-RU에 배치된 실시간 제어기(RT RIC)를 O-RAN 아키텍처에 통합하여 RAN 기능에 대한 초밀리초 수준의 제어를 가능하게 한다.
• RT RIC에서 실행되는 제3자 제어 애플리케이션(zApps)을 도입하여 AI 기반 물리계층 제어 및 동적 자원 할당을 가능하게 한다.
• 엄격한 초밀리초 반응 시간 제약 조건을 충족하기 위해 경량이고 복잡도가 낮은 AI 모델(예: 에코 스테이트 네트워크)을 권장한다.
• O-CU/O-DU 플랫폼의 실시간 AI 추론 성능을 향상시키기 위해 하드웨어 가속(예: FPGAs, GPUs)을 권장한다.
• O-RAN 제어기 내부에 통합된 AI 테스트 프레임워크를 제안하여 정밀도, 해석 가능성, 노이즈 또는 불완전한 데이터에 대한 내성 확보.
• 폐쇄형 시스템에서의 드리프트, 악성 입력, 상충 목표 탐지에 대비해 AI 모델의 온라인 모니터링 및 인증이 필수적임을 강조한다.

실험 결과

연구 질문

• RQ1 현재 O-RAN 사양의 핵심 아키텍처적 한계는 무엇이며, 이는 6G 무선 네트워크의 기초로 사용되는 데에 장애가 되는가?
• RQ2 O-RAN은 6G 지연 요구사항을 충족하기 위해 결정적이고 초밀리초 수준의 실시간 물리계층 기능 제어를 어떻게 지원할 수 있는가?
• RQ3 O-RAN 제어 평면에서 저지연, 고정밀도 의사결정을 보장하기 위해 필요한 AI 모델 특성과 구현 전략는 무엇인가?
• RQ4 AI 기반 RAN 제어 애플리케이션(xApps, rApps, zApps)은 안정성, 보안성, 상호운용성을 확보하기 위해 어떻게 테스트 및 검증될 수 있는가?
• RQ5 해석 가능성, 설명 가능성, 데이터 무결성은 O-RAN 환경에서 신뢰할 수 있는 AI 배포를 보장하는 데 어떤 역할을 하는가?

주요 결과

• 65개 기관 소속 연구자 및 전문가의 다수는 O-RAN을 6G 무선 R&D의 기초 프레임워크로 평가한다.
• 응답자의 38%는 융통성 있는 功能 분할을 통해 시간 및 주파수 도메인의 I/Q 데이터 접근에 관심을 보였고, 16%는 동적 기능 분할을 원했다.
• 가장 요구되는 O-RAN 기능은 프로그래밍 가능한 물리계층/MAC 계층, 다중 사용자 MIMO, 지능형 스케줄링 및 자원 할당이다.
• 특히 AI 기반 zApps를 위한 초밀리초 제어를 가능하게 하기 위해 실시간 RIC(RT RIC)의 도입이 필수적이라고 제안된다.
• 에코 스테이트 네트워크와 같은 경량 AI 모델은 실시간 제어에서 계산 부담과 지연을 줄이는데 유망한 해결책으로 규명된다.
• 동적이고 악성 네트워크 조건에서 AI 모델의 강건성, 해석 가능성, 내성 확보를 위해 통합적이고 온라인 테스트 및 검증 프레임워크가 필수적이다.