노키아, 네트워크용 에이전트 AI 출시

노키아가 발표한 'Agentic AI for Networks'는 기존의 룰 기반 자동화나 단순 ML 예측을 넘어, 자율적으로 의사결정하고 행동하는 AI 에이전트를 고정 네트워크(fixed network) 운영 전반에 배치하는 접근이다. 핵심은 LLM 기반 추론 엔진이 텔레메트리 데이터, 알람, 토폴로지 정보, 가입자 로그를 통합적으로 해석하고 사람의 개입 없이 다단계 작업을 수행한다는 점이다. 예컨대 광케이블 장애 발생 시 OLT/ONT 진단 → 근본 원인 추정 → 티켓 생성 → 자동 복구 스크립트 실행까지 에이전트 체인으로 이어진다. 이는 단일 모델 호출이 아니라 도구 사용(Tool Use), 메모리, 플래닝 능력을 갖춘 에이전트 아키텍처를 통신 OSS/BSS 도메인에 본격 적용한 사례로, MCP나 LangGraph 같은 에이전트 프레임워크가 통신 산업으로 확산되는 흐름과 맞닿아 있다.

개발자 입장에서 가장 큰 변화는 NMS(Network Management System) 연동 방식이다. 기존에는 SNMP, NETCONF, gNMI 같은 프로토콜로 명시적 API를 호출했지만, 에이전트 AI 환경에서는 자연어 인터페이스와 함수 호출(Function Calling) 기반 통합이 표준이 된다. 즉, 통신 인프라를 다루는 백엔드 엔지니어라면 자사 시스템을 'AI 에이전트가 호출 가능한 도구'로 노출하는 작업(MCP 서버 구현, OpenAPI 스펙 정비, idempotent한 액션 설계)이 필수 역량이 된다. 또한 광 가입자망(FTTH) 배포 가속화 기능은 현장 엔지니어의 워크플로우를 챗봇 형태로 재편하므로, 모바일/웹 프론트엔드 개발자에게도 에이전트 UI 패턴(스트리밍 응답, 액션 승인 플로우, 휴먼 인 더 루프) 설계 수요가 늘어날 것이다.

실무에서 주의할 점은 자율 에이전트가 네트워크 설정을 직접 변경할 수 있다는 사실에서 비롯되는 안전성 문제다. 한 번의 잘못된 라우팅 변경이 수십만 가입자에게 영향을 줄 수 있기에, 가드레일(예: dry-run 모드, 변경 범위 제한, 롤백 트랜잭션, 정책 기반 승인 게이트) 설계가 핵심이다. 국내 KT, SKT, LG U+ 등 통신사 협력사에서 일하는 엔지니어라면 노키아의 이번 발표를 단순 벤더 뉴스로 보지 말고, 자사 운영 자동화 로드맵에 에이전트 레이어를 어떻게 끼워 넣을지(특히 관측성, 감사 로그, 멀티 에이전트 오케스트레이션) 검토할 시점이다. 또한 OpenTelemetry 기반 에이전트 트레이싱, LLM 호출 비용 모니터링, 프롬프트 인젝션 방어 등 기존 SRE 영역에 LLMOps 요소를 추가로 학습해 두면 향후 통신/엔터프라이즈 네트워크 직무에서 경쟁력을 확보할 수 있다.