[논문 리뷰] Toward Native Artificial Intelligence in 6G Networks: System Design, Architectures, and Paradigms

Jian Wu, Rongpeng Li외 5명|arXiv (Cornell University)|2021. 03. 04.

IoT and Edge/Fog Computing참고 문헌 6인용 수 26

한 줄 요약

논문은 독립 데이터 평면과 지능형 평면을 갖춘 엔드투엔드 6G 아키텍처를 제안하여 네이티브 AI 서비스와 수렴된 통신 및 컴퓨팅 자원 전반에 걸친 XaaS식 프로비저닝을 가능하게 한다.

ABSTRACT

The mobile communication system has transformed to be the fundamental infrastructure to support digital demands from all industry sectors, and 6G is envisioned to go far beyond the communication-only purpose. There is coming to a consensus that 6G will treat Artificial Intelligence (AI) as the cornerstone and has a potential capability to provide "intelligence inclusion", which implies to enable the access of AI services at anytime and anywhere by anyone. Apparently, the intelligent inclusion vision produces far-reaching influence on the corresponding network architecture design in 6G and deserves a clean-slate rethink. In this article, we propose an end-to-end system architecture design scope for 6G, and talk about the necessity to incorporate an independent data plane and a novel intelligent plane with particular emphasis on end-to-end AI workflow orchestration, management and operation. We also highlight the advantages to provision converged connectivity and computing services at the network function plane. Benefiting from these approaches, we believe that 6G will turn to an "everything as a service" (XaaS) platform with significantly enhanced business merits.

연구 동기 및 목표

• 지능의 포함과 AI 서비스의 보편적 접근을 가능하게 하는 클린 슬레이트 6G 설계 동기 부여.
• 독립 데이터 평면과 새로운 지능형 평면을 특징으로 하는 엔드투엔드 시스템 아키텍처를 제안한다.
• RAN, CN, TN에 걸친 통신과 컴퓨팅의 심층 결합을 가능하게 하는 네트워크 기능 평면을 정의한다.
• 프라이버시, 보안 및 교차 도메인 데이터 공유를 지원하기 위한 데이터 거버넌스 및 관리 메커니즘을 도입한다.
• 생태계 전반의 AI 서비스 배포와 협업을 가능하게 하는 XaaS 플랫폼 개념을 개요한다.

제안 방법

• 독립 데이터 평면, 지능형 평면, 수렴된 네트워크 기능 평면, 그리고 XaaS 플랫폼의 네 가지 평면을 갖춘 엔드 투 엔드 6G 아키텍처를 도입한다.
• AI 서비스 호스팅 및 오케스트레이션을 위한 두 계층 RAN 분할(cNB 및 sNB)과 독립 CmP(컴퓨팅 평면)를 제안한다.
• 독립 데이터 평면 내에서 데이터 수집, 처리, 저장 및 접근 제어를 포함하는 데이터 거버넌스 프레임워크를 정의한다.
• AI 서비스 오케스트레이션, 인프라 매핑 및 수명 주기 관리를 위한 NAMO(Network AI Management and Orchestration)을 설명한다.
• NAMO 구성요소의 표준화 및 오픈 소스 접근 방식과 AI 작업 흐름 배치를 위한 CI/CD 메커니즘에 대해 논의한다.
• 잠재적 이익을 보여주기 위한 사용 사례 그림 및 네트워크 보조 다중 에이전트 학습 시나리오를 제시한다.

실험 결과

연구 질문

• RQ1 엔드투엔드 아키텍처 재설계를 통해 6G가 어떻게 네이티브 AI 지원을 달성할 수 있는가?
• RQ2 지능 포함을 가능하게 하는 필수 평면 기반 구성요소(데이터 평면, 지능형 평면, 그리고 XaaS)는 무엇인가?
• RQ3 6G-네이티브 AI 시대에 데이터 거버넌스, 보안, 다당사자 협업은 어떻게 다뤄져야 하는가?
• RQ4 NAMO가 분산되고 이기적인 자원에서 AI 서비스를 어떻게 오케스트레이션하면서 서드파티 AI 서비스를 가능하게 할 수 있는가?
• RQ5 다중 에이전트 시나리오에서 네트워크 지원 AI의 이점을 뒷받침하는 증거(시뮬레이션 또는 사례 연구)는 무엇인가?

주요 결과

• 독립 데이터 평면과 지능형 평면을 갖춘 엔드투엔드 6G 아키텍처는 네이티브 AI 서비스 오케스트레이션 및 관리를 지원할 수 있다.
• RAN에서 제어 기능과 서비스 기능을 분리(CNB와 SNB)하고 Computing Plane을 도입하면 엣지에서 동적 AI 서비스 배치가 가능해진다.
• NAMO 프레임워크는 다도메인 네트워크에 걸친 AI 서비스 오케스트레이션, 인프라 매핑 및 관리를 제공한다.
• XaaS 플랫폼은 수렴된 통신 및 컴퓨팅 자원을 가능하게 하여 제3자 AI 애플리케이션 및 새로운 비즈니스 모델을 지원한다.
• 시뮬레이션 기반 사례 연구(예: 네트워크 지원 다중 에이전트 학습)는 네트워크 지원을 포함하면 특정 지연 및 동기화 조건하에서 성능이 향상될 수 있음을 보여준다.