길리랩blog

AI 에이전트로 운영하는 SD-WAN과 5G 슬라이싱

AI 에이전트 오케스트레이션으로 SD-WAN과 5G 슬라이싱 SLA를 자동화하고, 의도 기반 네트워킹 정책을 운영하는 구조를 정리한다.

2026-08-14 · 최초 발행 2026-08-02

텔레메트리에서 실행까지 이어지는 SD-WAN 운영

멀티클라우드와 5G 연동이 늘어난 SD-WAN 환경에서는 정적 정책만으로 운영 복잡도를 감당하기 어렵다. AI 에이전트 기반 오케스트레이션은 네트워크 상태를 수집하고, 원인을 해석하며, 승인된 정책 범위에서 변경을 실행하는 운영 모델이다.

핵심은 감지·추론·행동이 계속 이어지는 루프에 있다. 에이전트는 실시간 텔레메트리를 받아 LLM 또는 전문 추론 엔진으로 근본 원인을 분석하고, 허용된 범위 안에서 설정을 직접 변경한다. Nokia와 AWS가 MWC 2026에서 시연한 Amazon Bedrock 기반 Intent-Based 5G 슬라이싱이 이 흐름의 사례다.

단일 에이전트에 모든 판단을 맡기기보다 슬라이싱, QoS, 보안처럼 도메인별 전문 에이전트를 두고 오케스트레이터가 조율하는 방식도 사용된다. 실행 결과와 의사결정 기록은 포렌식 피드백 루프로 남아 파라미터를 실시간으로 개선하는 데 쓰인다. Du(UAE)와 Orange는 라이브 네트워크에서 이 구조의 파일럿을 진행하고 있다.

⤢✕자연어 입력구조화된 의도슬라이스 설정QoS 정책보안 정책텔레메트리피드백사용자 의도(자연어 / API)의도 파서Intent Parser오케스트레이터 에이전트슬라이싱 에이전트QoS 에이전트보안 에이전트SD-WAN 컨트롤러5G 코어SMF / PCF텔레메트리 수집기포렌식 분석 엔진

SLA가 흔들릴 때 슬라이스를 복구하는 흐름

5G 네트워크 슬라이싱은 물리 인프라 위에 격리된 논리 네트워크를 만들고, 슬라이스별로 독립적인 SLA를 보장하는 방식이다. NSA(Non-Standalone)는 LTE 코어를 함께 쓰는 초기 배포 방식이며, SA(Standalone)는 5G 코어만으로 동작해 슬라이싱 자동화 효과가 극대화된다.

슬라이스 유형 대상 서비스 지연 목표 대역폭 가용성
eMBB 영상 스트리밍, AR/VR < 10ms 수 Gbps 99.9%
URLLC 자율주행, 원격 제어 < 1ms 수백 Mbps 99.9999%
mMTC IoT 센서, 스마트시티 < 100ms 낮음 99.5%

에이전트는 지연, 패킷 손실, 처리량 같은 실시간 KPI를 관찰하다 SLA 위반을 발견하면 개입한다. arXiv에 발표된 Contract-based Agentic Intent Framework(2026)는 슬라이스 계약을 형식화하고, 그 계약을 바탕으로 에이전트가 O-RAN에서 자동 협상과 조정을 수행하는 구조를 제안한다.

⤢✕정상위반무선 혼잡코어 과부하WAN 병목SLA KPI 모니터링(실시간 텔레메트리)SLA 위반감지?원인 추론(AI 에이전트)근본 원인유형?무선 자원 재할당(RAN 에이전트)코어 정책 변경(SMF/PCF 에이전트)SD-WAN 경로 변경(WAN 에이전트)결과 검증(포렌식 분석)파라미터 최적화학습 반영정상 운영

자연어 의도를 정책으로 옮기는 IBN

의도 기반 네트워킹(IBN, Intent-Based Networking)은 운영자가 원하는 결과를 선언하면 시스템이 이를 구현할 방법을 결정하는 접근이다. Ericsson 백서는 AI 에이전트를 IBN 구현의 핵심 컴포넌트로 정의하고, 자연어 의도를 네트워크 정책으로 바꾸는 파이프라인을 설명한다.

먼저 LLM이 입력에서 목표(Goal), 제약(Constraint), 우선순위(Priority)를 추출한다.

예시 입력: "영업팀 화상회의 트래픽은 지연 5ms 이하, 손실 0.01% 이하로 보장하고, 업무 시간 외에는 대역폭을 일반 인터넷으로 개방해라"

이 입력은 영상 트래픽 QoS 보장이라는 목표, latency ≤ 5ms와 packet_loss ≤ 0.01%라는 제약, 업무 시간(09:00-18:00 KST)이라는 시간 조건, 그리고 업무 시간 외 대역폭 해제 조건으로 구조화할 수 있다.

이후 에이전트는 현재 네트워크 상태와 추출한 의도를 결합해 설정 변경안을 만든다. YANG 모델 또는 API 명세를 기준으로 SD-WAN 컨트롤러와 5G SMF, PCF에 전달할 파라미터를 생성한다.

보안 정책과 QoS 정책처럼 여러 의도가 동일 트래픽에서 충돌하면 오케스트레이터가 우선순위 규칙으로 중재한다. 적용 뒤에는 의도 달성 여부를 지속적으로 확인하고, 목표에 미달하면 재조정 루프를 실행한다.

도메인별 에이전트를 묶는 제어 구조

엔터프라이즈에서는 SD-WAN, 5G, 클라우드 네이티브 환경, 온프레미스 인프라가 함께 운영된다. 이 모든 영역을 하나의 AI 에이전트가 관리하면 도메인 전문성과 확장성 측면에서 비효율적일 수 있다. arXiv의 Agentic AI Control Plane for 6G Network Slice Orchestration(2026) 연구는 계층적 멀티에이전트 아키텍처를 제안한다.

⤢✕인프라 레이어도메인 에이전트 레이어오케스트레이션 레이어의도 레이어비즈니스 의도(운영자 입력)글로벌 오케스트레이터에이전트(LLM + 추론 엔진)SD-WAN 에이전트(WAN 최적화)RAN 에이전트(무선 자원)코어 네트워크 에이전트(SMF/UPF/PCF)클라우드 에이전트(멀티클라우드)SD-WAN 기기(Edge 노드)5G RAN(gNB/RU)5G Core(클라우드 네이티브)AWS / GCP / Azure

글로벌 오케스트레이터는 비즈니스 의도를 해석한 뒤 각 도메인 에이전트에 서브태스크를 배분한다. 도메인 에이전트는 인프라별 전문 지식을 바탕으로 실제 API 호출과 설정 변경을 담당한다. 에이전트 간 통신에는 O-RAN Alliance의 A1 인터페이스 같은 표준화된 메시지 포맷을 사용할 수 있다.

가시성부터 자율 운영까지 넓히기

기존 운영 체계에서 AI 에이전트 기반 SD-WAN·5G 오케스트레이션으로 즉시 전환하기는 어렵다. 위험을 통제하면서 성과를 확인하려면 자동화 권한을 단계적으로 넓히는 방식이 적합하다.

처음 0-6개월에는 AI 기반 텔레메트리 수집과 대시보드를 구성하고, 이상 탐지 알림을 자동화한다. 이 구간에서 에이전트는 권고만 수행하며 기존 SD-WAN 컨트롤러 API 연동을 시험한다.

6-12개월에는 QoS 정책 조정과 경로 전환 같은 저위험 작업에 자동 실행을 허용할 수 있다. 중요 변경은 Human-in-the-loop 방식으로 운영자 승인을 거치게 하고, 5G 파일럿 환경에서는 NSA 슬라이싱 자동화를 테스트한다.

12-24개월 구간에서는 정의된 SLA 범위 안의 설정 변경을 에이전트가 자율 실행하도록 확장한다. SA 슬라이싱 자동화와 IBN을 완전히 구현하고, 포렌식 피드백 루프로 모델을 지속적으로 개선하는 단계다.

Catalyst Center, Mist AI, VeloCloud의 운영 방식

항목 Cisco Catalyst Center Juniper Mist AI (Marvis) Broadcom VeloCloud
AI 엔진 자체 ML + Cisco AI Analytics Marvis (클라우드 AI) 자체 ML + DMPO
핵심 기능 근본원인 분석(RCA), 예측 트래픽 관리 (15분 전방) Marvis Minis(디지털 트윈), Marvis Actions(자동 복구) 동적 멀티패스 최적화(DMPO), QoS 자동화
5G/슬라이싱 제한적 (5G 연동 개발 중) Juniper 5G 코어와 연동 가능 SASE 통합, 5G 백홀 지원
의도 기반 정책 자연어 → 정책 변환 지원 (제한적) Marvis를 통한 자연어 쿼리 Orchestrator UI 기반 (자연어 미지원)
오픈 아키텍처 Cisco 중심, 3rd party 읽기 전용 오픈 API, 멀티벤더 지원 VMware 인수 이전 오픈성, Broadcom 이후 변화 중
자동 복구 권고 후 운영자 승인 기본 Marvis Actions으로 선제적 자동 복구 경로 자동 전환 (사전 정의 정책 기반)
적합 환경 Cisco 인프라 중심 엔터프라이즈 DevOps/클라우드 네이티브, 멀티벤더 WAN 최적화 중심, 레거시 VMware 환경
강점 딥 텔레메트리, 엔터프라이즈 보안 사용자 경험 시뮬레이션, 개방성 성숙한 SD-WAN 기능, 멀티패스 최적화
한계 벤더 종속, 3rd party 제한 Juniper 하드웨어 없이 제한 Broadcom 인수 후 전략 불확실

Cisco Catalyst Center는 Cisco 인프라에서 깊은 텔레메트리와 엔터프라이즈급 보안 정책을 제공하지만, 다른 벤더 장비와의 완전한 자동화 연동에는 제약이 있다. Juniper Mist AI의 Marvis는 디지털 트윈 기반 시뮬레이션과 선제적 자동 복구에 강점이 있으며, 클라우드 네이티브와 멀티벤더 환경에서 유리하다. Broadcom VeloCloud는 성숙한 SD-WAN 기능과 DMPO 아키텍처를 유지하지만, 2024년 Broadcom 인수 이후 로드맵과 지원 정책에는 불확실성이 존재한다.

AI 에이전트 기반 SD-WAN 오케스트레이션과 5G 슬라이싱 자동화는 Nokia-AWS의 MWC 2026 시연, Du와 Orange의 라이브 파일럿을 통해 실증 단계에 들어섰다. 변화의 핵심은 AI의 역할이 권고에서 실행으로 옮겨가는 데 있다. 벤더를 선택할 때는 Cisco 중심인지 멀티벤더인지, 클라우드 네이티브 운영 성숙도가 어느 수준인지를 기준으로 Catalyst Center, Mist AI, VeloCloud를 검토할 수 있다.

Sources

SD-WAN5G 슬라이싱AI 에이전트의도 기반 네트워킹네트워크 자동화