• Samsung Electronics と KT Corporation は、AI ベースの無線アクセスネットワーク（AI RAN）の最適化をライブ商用ネットワークで成功裏に実証し、6G 開発への潜在的な進展を示しました。
  • この検証は技術的な向上を示す一方で、実際の運用複雑性、コスト、大規模商用採用への道筋についても疑問を投げかけています。

何が起きたか：ライブネットワークで検証された AI 駆動ネットワーク最適化

SamsungElectronics と KT Corporation は、AI ベースの無線アクセスネットワーク（AI RAN）の最適化を、京畿道城南市にある KT の商用モバイルネットワーク上で成功裏に実証しました。今週発表されたこの検証は、制御されたシミュレーションではなく、実際の運用条件下で同技術がテストされた初めての事例となります。

フィールドトライアルは、信号品質にばらつきのあるエリアにおいて約 18,000 人のユーザーを対象としました。AI RAN は、セル全体に均一な最適化を適用するのではなく、ユーザーごとに無線パラメータを調整します。使用パターンや移動行動を学習することで、システムは接続の不安定性を予測し、障害を減らすためにネットワーク構成を事前に調整します。

両社によると、以前は接続問題を繰り返していたユーザーは、AI RAN による調整適用後に障害が大幅に減少しました。同じ地理的エリアの他のユーザーでもサービス品質が向上し、セルレベルでのより広範なメリットが示されました。

Samsung の研究部門と KT の Future Network Laboratory は、テストを他の商用環境にも拡大する計画で、AI 駆動最適化を将来の 6G アーキテクチャの基盤要素と位置付けています。

あわせて読みたい：AWS が 50 万基の Trainium2 チップで Project Rainier を開始
あわせて読みたい：Telus と Samsung が Open RAN アップグレードを推進

なぜ重要なのか

この検証は次世代 RAN 開発にとって重要な一歩であり、特に世界的なベンダーや事業者が、人工知能が将来のネットワークの複雑性にどう対応できるかを模索している中での成果です。AI RAN は 6G において重要な役割を果たすと期待されており、数十億の接続デバイス、新しいモビリティパターン、超低遅延要件が、ネットワーク内でのリアルタイムの自動意思決定を必要とします。

しかし、いくつかの戦略的な疑問が残ります。大規模なマルチベンダーネットワークで AI ベースの最適化を拡張することは、運用面とコスト面の課題をもたらします。このテクノロジーには広範なデータ処理インフラが必要であり、効率性、相互運用性、長期的な保守性に関する懸念が生じます。

もう一つの不確実性は商業的な実現可能性です。世界中の事業者は、内部パフォーマンスを向上させても新たな収益源を生み出さない AI 駆動ネットワーク機能に対して慎重です。顧客や企業が対価を支払う意欲のある機能を AI RAN が実現しない限り、大規模な収益化は依然として不透明です。

また、管理された韓国環境での成果を、地理やハードウェアエコシステム、規制条件がより多様な市場にそのまま適用することは難しい可能性があります。このブレークスルーは技術的に有望ですが、AI RAN が一般消費者向けネットワークの標準コンポーネントになるまでには、まだ多くの取り組みが必要です。