X-RIC: 강화학습 기반 RAN 지능형 컨트롤러 평가 프레임워크 제안

요약

본 논문은 O-RAN 아키텍처의 한계를 극복하기 위해 강화학습 기반의 설명 가능한 RIC(X-RIC) 프레임워크를 제안합니다. X-RIC는 행동 복제, 통신 언어 모델(TLM), 폐쇄 루프 공동 적응을 결합하여 에이전트형 AI와 반응적 RL을 통합했습니다. 이를 통해 SLA 준수성을 유지하며 운영 비용 절감 및 성능 향상을 입증했습니다.

핵심 포인트

• X-RIC는 강화학습과 설명 가능한 AI를 결합한 새로운 RIC 프레임워크입니다.
• TLM(통신 언어 모델)을 도입하여 추론의 해석 가능성을 높였습니다.
• SLA 인식 네트워크 슬라이싱으로 운영 비용 89% 절감 효과를 보였습니다.
• 기존 방식 대비 수렴 속도 향상 및 훈련 단계 감소가 확인되었습니다.