SKT가 개발한 A-STAR는 전국 약 수십만개 기지국의 상태를 지속적으로 감시하면서 고객 체감 품질에 영향을 줄 것으로 예상되는 기지국을 찾아 현장 운용 담당자에게 전달하고, 동시에 문제의 원인과 개선 방법을 추천하는 솔루션이다.
A-STAR는 △전국 기지국 장비의 품질 데이터를 매시간 분석해 이상 현상을 담당자에게 전달하는 ‘무선 품질 감시’ △장비 별 평균 250종 내외 품질 데이터를 분석헤 저하의 핵심 원인을 선별해 제공하는 ‘품질 저하 원인 분석’ △품질 저하 상황의 데이터와 과거 품질 개선 조치 내용을 비교 학습하는 AI 알고리즘을 통해 적절한 개선 방법을 추천하는 ‘개선 방안 추천’의 기능으로 구성됐다.
SKT는 A-STAR를 활용해 무선 네트워크 품질 저하에 더욱 선제적인 대응이 가능하고, 이를 통해 기지국 장비 이상이 고객의 불편으로 이어지는 상황을 최소화할 수 있을 것으로 기대하고 있다.
실제로 SKT가 지난 2022년 A-STAR 활용을 통한 현장 품질 개선 활동을 기존 방식과 비교한 결과, 품질 분석에 소요되는 시간은 80.7% 절감됐고 현장의 기지국 선제적 개선 조치는 약 46.7% 향상한 것으로 나타났다.
A-STAR는 SKT와 SK오앤에스의 네트워크 현장 전문가들이 유기적으로 협업을 추진한 결과다. SKT는 지난 2020년부터 A-STAR 개발을 시작했으며 2년간의 개발과 현장 활동 검증, 기능의 점진적 보완 개선 과정을 거쳐 AI 모델의 실질적 활용성을 확보했다.
또 A-STAR는 추천 결과가 부적절한 경우, 현장 품질 개선 담당자들의 최종 조치 내용을 전달받아 재학습함으로써 AI의 성능을 지속 향상할 수 있도록 구성돼 있다. 이를 통해 A-STAR는 시간이 지날수록 더 정확한 정보를 제공할 수 있는 구조라는 설명이다.
SKT는 현재 매 시간 진행되는 A-STAR의 품질 분석 주기를 단축하고 현장 담당자들의 개선 활동을 효과성을 강화하기 위한 최적 이동 경로 추천 기능을 확장하는 등 지속적으로 A-STAR를 고도화 할 예정이다.
박명순 SKT 인프라DT담당은 “SKT는 AI 기술을 고객 품질 관리 활동에 활용함으로써 네트워크 운영 지능화를 한층 업그레이드했다”며 “앞으로도 AI인프라로 더욱 진화하기 위해 현장의 변화를 지속하겠다”고 밝혔다.