Solution Variant 1 : 요청 처리 구조
6G에서 AI를 논할 때 가장 먼저 결정해야 하는 것은 “네트워크가 요청을 어떻게 처리할 것인가?”이다.
이 질문에 대한 답이 바로 Solution Variant #18.1 (A/B/C)이며,
여기에서는 6G Core Network의 동작 철학 자체를 정의한다.
Variant 1과 같은 경우에는 다음과 같은 근본적인 변화를 포함한다.
- 절차 기반 네트워크 → 의도 기반 네트워크
- 고정된 기능 실행 → 동적 워크플로우 생성
- NF 중심 구조 → Agent + Tool 중심 구조
Variant 1A. Intent 기반 요청 처리 아키텍처
“네트워크가 ‘명령 수행 시스템’에서 ‘Intent 해석 시스템’으로 전환”
Variant 1A는 가장 급진적인 형태다.
이 솔루션 그룹은 UE(단말)나 AF(애플리케이션 기능)가 'Intent(의도)'를 포함하여 요청을 보낼 때,
이를 6G 핵심망(CN)에서 어떻게 수용하고 AI 역량을 활용해 처리할 것인지에 집중한다.
모든 요청이 Intent 형태로 입력되며, 네트워크는 이를 해석하고 실행 방법을 스스로 결정한다.
핵심 구조: Agent 중심 실행 모델
이 구조에서 가장 중요한 구성 요소는 Agentic Entity다.
Agent는 Intent를 해석하고, 필요한 기능을 선택하며 실행 절차(Workflow)를 생성하는 역할을 수행한다
여기서 Agent는 Control Plane의 지능화된 오케스트레이터로 동작한다.
Tool 기반 실행 구조
여기서 NF는 더 이상 직접 호출되지 않는다.
대신 NF 기능이 Tool 형태로 추상화되고 Agent가 이를 선택하여 호출한다.
예를 들어 QoS 설정 → 하나의 Tool / 경로 최적화 → 또 다른 Tool 과 같은 셈이다.
이때 Agent의 능력 (Agentic Skills)를 등록하고 검색하기 위해 기존 NRF를 확장하거나 별도의 저장소를 활용할 수 있다.
가장 핵심적인 변화는 기존 5G의 NF 중심에서 6G에서는 Capability (Tool) 중심 구조 전환하자는 것!
Dynamic Workflow 생성
Variant 1A의 본질은 다음과 같다.
- Intent 입력 → Agent가 분석 → 필요한 Tool 조합 → 실행 순서 생성
이 과정에서 절차는 사전에 정의되지 않으며 실행 중에도 얼마든지 수정될 수 있다
즉, 네트워크가 런타임에 스스로 프로그래밍된다.
각 기업별 구체적인 Solution
| 회사명 | 주요 메커니즘 | 주요 메커니즘 및 특징 | 관련 문서 |
| ZTE | 자연어 기반 Intent 처리 |
UE App이 보낸 자연어 Intent를 UE OS 계층에서 3GPP 반정형 Intent로 변환하여 NAS Container를 통해 전달한다. AI Agent가 이를 분석해 동적 Workflow를 생성하며, AI/데이터 서비스를 제공하는 Beyond Connectivity Service Provider라는 신규 NF를 도입한다. | S2-2600077 |
| NTT DOCOMO |
중앙 집중형 Intent Handler |
Intent 생성, 타당성 검토, 충족 여부 및 모니터링을 담당하는 Intent Handler NF를 제안. Intent 구조를 '요청 유형(Request Type), 컨텍스트(Context), 성능 목표(Performance Target)'로 정형화하여 모호성을 제거. | S2-2600449 |
| Qualcomm | Domain 분리 아키텍처 |
6G CN을 '3GPP 절차/서비스 도메인'과 'AI Agent 도메인'으로 엄격히 분리. AI Agent Proxy가 인증/인가를 담당하고, Tool Adapter를 통해 기존 SBI API를 에이전트가 쓸 수 있는 '스킬(Skill)'로 변환하여 제공합니다. |
S2-2600573 |
이 그림은 ZTE가 제안한 6G Intent 기반 서비스 처리 흐름(전송–분석–실행)을 보여준다.
사용자의 요구는 UE App에서 자연어 Intent 형태로 생성되어 UE OS의 AI Agent를 통해 3GPP Intent로 변환된다.
이 Intent는 NAS 컨테이너에 담겨 AMF/CMF를 거쳐 Core Network의 AI Agent로 전달되어 해석 및 의사결정이 수행된다.
AI Agent는 분석 결과를 기반으로 동적 Workflow를 생성하고,
필요 시 Beyond connectivity service provider와의 연결을 설정하여 AI/데이터 서비스를 제공한다.
이후 실행 결과는 다시 NAS를 통해 UE로 전달되며, OS AI Agent가 이를 사용자 친화적인 형태로 변환하여 App에 전달한다.
결과적으로 이 구조는 자연어 기반 요구 → 네트워크 실행 → 결과 피드백까지의 end-to-end intent 처리 흐름을 정의한다
이 그림은 NTT DOCOMO가 제안한 6G Core의 Intent 전달 및 처리 구조를 보여준다.
UE에서 생성된 Intent는 NAS 또는 User Plane 경로를 통해 UPF 또는 AMF를 거쳐 Core Network로 전달된다.
Core 내부에서는 새로운 기능인 Intent Handler가 중심이 되어 Intent를 수신, 해석 및 처리한다.
AF에서 발생한 Intent는 NEF를 통해 SBI 기반으로 전달되어 동일한 Intent Handler에서 통합적으로 처리된다.
Intent Handler는 다양한 NF와 연동하여 서비스 수행 여부를 판단하고,
필요한 네트워크 기능을 호출하여 Intent를 실제 서비스로 변환한다.
또한 Intent는 요청 유형, 컨텍스트, 성능 목표 등의 구조를 가지며,
이를 통해 네트워크가 모호함 없이 요구사항을 해석하도록 설계된다
이 그림은 Qualcomm이 제안한 AI Agent Domain 기반 6G 아키텍처와 처리 절차를 보여준다.
6G Core는 AI Agent Domain과 기존 3GPP 절차 영역을 분리하여, AI 기반 요청과 기존 네트워크 기능을 독립적으로 운영한다.
UE의 AI Agent는 PDU 세션을 통해 AI Agent Proxy와 연결되고,
인증 및 구독 정보를 기반으로 접근 가능한 AI Agent와 Skill을 탐색한다.
이후 UE는 특정 Skill에 대한 Intent를 전송하며, Network AI Agent는 이를 해석하고 실행 계획을 수립한다.
Network AI Agent는 Tool Adapter를 통해 SBI API를 Tool 형태로 호출하여 실제 네트워크 기능(NF)을 수행한다.
결과적으로 이 구조는 Skill discovery → Intent 처리 → Tool 호출 → SBI 실행으로 이어지는 Agent 중심의 실행 흐름을 정의한다
Variant 1B — Intent + Non-Intent 통합 처리 아키텍처
“기존과 미래를 동시에 수용하는 현실적인 구조”
Variant 1B는 AI가 포함된 6G가 어떻게 기존 5G와 공존할 수 있는지를 고려한 아키텍처이다.
이 솔루션 그룹은 6G 핵심망(CN)이 인텐트(Intent)가 포함된 새로운 형태의 요청뿐만 아니라,
기존 방식(Non-intent)의 요청까지 모두 유연하게 처리할 수 있는 통합 AI 아키텍처를 지향한다
통합 요청 처리 모델
이 구조에서는 Intent 기반 요청과 기존 Signaling 기반 요청, 이렇게 두 가지 요청이 동시에 존재한다:
핵심은 이 두 요청 모두를 하나의 AI 기반 처리 구조로 통합하는 것!
Agent의 역할 확장
Variant 1B에서 Agent는 다음과 같이 복잡한 역할을 수행한다.
- Intent 요청 → 해석 후 Workflow 생성
- Non-intent 요청 → 최적 절차로 변환
즉, 모든 요청을 “Task”로 변환하는 공통 처리 계층에 해당한다.
Dynamic Composition의 핵심
이 Variant의 핵심은 “동적 절차 구성”에 있다.
- 네트워크 기능을 Tool 단위로 분해한 뒤,
- 요청에 따라 실시간으로 조합해 실행한다.
- 실행 중 피드백을 반영한다.
이를 통해 기존 5G의 정적 절차를 넘어 → 상황 기반 절차 생성을 지향한다.
Multi-Agent 협력 구조
이 Variant에서는 단일 Agent를 넘어 다중 Agent 협력 구조를 지향한다.
예를 들어 Agent의 종류로는 Data Agent, Compute Agent, Connectivity Agent가 있을 수 있다.
Supervisor 아키텍처처럼 중앙 Agent가 이를 조율하거나, 혹은 분산 협력 구조로 동작할 수 있다.
Fallback 메커니즘
또한 현실적인 시스템에서는 AI 실패 시 어떻게 동작할지를 고려해야 한다.
- AI 실패 시 기존 절차로 처리
- Non-AI NF 직접 호출 가능
각 기업별 구체적인 Solution
| 회사명 | 주요 솔루션 | 주요 솔루션 내용 및 특징 | 관련 문서 |
| Huawei / HiSilicon |
에이전트 중심 코어 아키텍처 (Agentic Core) |
6G 에이전트(GA), 6G 도구(GT), 6G 에이전트 매니저(GAM)를 정의. 사용자의 요청이 인텐트 방식인지 기존 방식인지에 관계없이 GA가 이를 수신하여 작업(Task)으로 번역하고 적절한 도구를 실행한다. |
S2-2600182 |
| China Mobile |
AI 에이전트 기반 작업 스케줄링 | AI 에이전트(AIA)가 Intent 또는 표준 메시지를 분석하여 수행해야 할 '작업 리스트'를 생성. NEF나 기존 NF들과 협력하여 사용자의 목표를 달성하는 Workflow를 동적으로 관리합니다. | S2-2600086, S2-2600097 |
| CATT | Intent 매핑 및 분해 솔루션 | : AI Agent가 서비스 요청을 받으면 이를 Network가 이해할 수 있는 하위 Intent로 분해하고 매핑하는 기능을 수행. 이를 통해 복잡한 요청도 단계별 네트워크 제어로 전환할 수 있다. | S2-2600555 |
이 그림은 Huawei가 제안한 Agentic Core Architecture의 Control Plane 구조를 보여준다.
이 구조에서는 Planning, Connection 등 여러 Network AI Agent들이 역할별로 분리되어 협력하는 multi-agent 구조이다.
UE로부터 들어오는 요청(NAS 기반)은 SRF(Signalling Routing Function)를 통해 적절한 AI Agent로 전달된다.
각 AI Agent는 직접 NF를 호출하는 대신, AM, SM, xNF, AF 등이 제공하는 기능을 ‘Tool’ 형태로 추상화하여 호출한다.
특히 Planning Agent는 상위에서 전체 요청을 해석하고, 작업을 분해하여 다른 Agent들에게 할당하는 Orchestrator 역할.
즉, 이 구조는 기존의 고정된 절차 대신, AI Agent가 Tool을 조합하여 동적으로 네트워크 절차를 생성하는 방식을 구현한다
이 그림은 China Mobile 등이 제안한 6G AI Agent 기반 네트워크 아키텍처를 나타낸다.
이 구조에서는 System AI Agent와 Data AI Agent 등으로 구성된 6G Agents 계층이 상위에서 네트워크 제어를 담당한다.
UE의 요청은 RAN을 통해 전달된 후, 기존 SBI 대신 Agentic SBI를 통해 AI Agent로 전달되고 처리된다.
AI Agent는 요청을 해석하고 계획을 수립한 뒤, 6G SM, NSSF, PCF 등의 기능을 ‘Tool Calling’ 방식으로 호출해 작업을 수행.
또한 ARF(Agent Registration Function)는 AI Agent와 Tool의 등록 및 탐색을 지원하여,
동적으로 필요한 기능과 Agent를 선택할 수 있도록 한다.
결과적으로 이 구조는 기존의 고정된 SBI 기반 호출을 확장하여,
AI Agent가 중심이 되어 동적으로 절차를 구성하는 AI-native 네트워크 구조를 지향한다
이 그림은 CATT가 제안한 6G AI Reference Architecture로, 네트워크 전반에 AI 기능을 분산 배치한 구조를 보여준다.
이 아키텍처에서는 PCF, SMF, RAN, UPF 등 주요 네트워크 기능(NF)에 AI 기능이 내장된 AI-enabled NF 구조를 채택한다.
특히 AIMF(AI Management Function)와 같은 전용 AI 관리 기능이 존재하여,
네트워크 전반의 AI 모델과 기능을 통합적으로 관리한다.
UE부터 RAN, Core, 데이터 네트워크(DN)까지 전 구간에 걸쳐 AI가 적용되어 end-to-end 지능형 네트워크를 구성한다.
또한 데이터 제어(DCF), 컴퓨팅(CMF) 등 새로운 기능이 추가되어 데이터와 컴퓨팅 자원을 AI 기반으로 최적화할 수 있도록 한다.
결과적으로 이 구조는 특정 Agent 계층이 아닌, 네트워크 전체에 AI를 내재화한 분산형 AI-native 아키텍처를 지향한다.
Variant 1C — Non-Intent 요청 기반 AI 내부 최적화 아키텍처
"외부 Interface는 그대로 유지하면서 내부에서만 AI를 활용하는 가장 보수적인 접근"
이 솔루션 그룹은 UE나 AF가 Intent를 명시적으로 포함하지 않은 기존 방식의 서비스 요청을 보냈을 때,
6G CN 내부에서 AI 역량을 활용하여 이를 최적으로 처리하는 구조에 집중한다.
이 Variant의 핵심 철학은 UE는 AI 존재를 알 필요 없고, 기존 프로토콜 유지하면 된다는 것이다.
그 결과 완전한 backward compatibility를 달성할 수 있다.
기본 구조: Transparent AI
이 구조에서는:
- UE는 Intent를 생성하지 않는다
- AF도 Intent를 보내지 않는다
그 대신 네트워크 내부 AI가 모든 것을 처리한다.
즉, 사용자가 인텐트를 직접 정의하지 않더라도, 망 내의 AI 지원 엔티티(AI-capable entity)가 기존 시그널링을 분석하여 가장 효율적인 서비스 절차를 동적으로 생성한다.
AI-capable entity의 구성 및 역할
- 에이전트 엔티티 또는 기존의 AI 지원 6G NF가 도구(Tools)를 호출하여 요청을 수행
- 요청 수신 시, AI 에이전트는 이를 분석하여 내부적인 동적 워크플로우(Dynamic Workflow)를 생성.
Toolization 구조 유지
6G NF들이 제공하는 서비스 기능을 '도구' 단위로 모듈화하여 에이전트가 호출할 수 있도록 하며,
이를 위한 도구 저장소(Tool Repository)를 운영한다.
즉, NF 기능은 Tool로 추상화되고, Agent가 이를 호출하는 형태는 Variant 1A/1B와 동일함. 단지 인터페이스만 다를 뿐!
기존 절차와의 호환성
AI 기반 처리가 불가능한 상황을 대비하여,
NF가 기존의 캡슐화된 서비스 운영 방식을 통해 항상 서비스될 수 있도록 하는 폴백(Fallback) 메커니즘을 유지.
각 기업별 구체적인 Solution
| 회사명 | 주요 솔루션 | 주요 솔루션 내용 및 특징 | 관련 문서 |
| Ericsson, AT&T, T-Mobile USA, Verizon |
표준 요청의 AI 기반 최적화 |
UE가 Intent를 생성하거나 이해할 필요가 없는 구조를 제안. 네트워크 내부의 AI entity가 표준 NAS 메시지나 서비스 요청을 수신하면, 내부적으로 AI/ML 모델을 활용하여 해당 요청을 달성하기 위한 최적의 경로와 절차를 스스로 설계하고 실행. | S2-2600244 |
위 그림을 보면 AI 관련 트래픽과 기존 네트워크 트래픽이 완전히 분리되어 있다.
Intent는 6G Core를 거치지 않고, UE와 ↔ Application 간에 직접 전달되고,
CN은 이를 지원하는 인프라 역할만 한다”
또한 AI Agent는 Modem(MT)에 존재하지 않는다.
즉, AI는 통신 스택(NAS, RRC)이 아니라 OS / Application 레이어에 존재하는데,
이렇게 되면 3GPP 프로토콜을 바꾸지 않고 AI를 도입할 수 있게 된다.
'3GPP Technical Report > 3GPP for 6G' 카테고리의 다른 글
| [AI for 6G #1] AI를 위한 6G Architecture 설계 과정에서 논의되는 사항 (0) | 2026.03.26 |
|---|---|
| [6G SBA #4] 어떻게 6G SBA를 Design할 것인가? (0) | 2026.03.25 |
| [6G SBA #3] 복잡한 5G SBA를 어떻게 단순하고 확장 가능하게 할 것인가? (0) | 2026.03.25 |
| [6G SBA #2] 6G SBA에서 논의되는 NF Discovery & Selection 최적화 전략 (0) | 2026.03.25 |
| [6G SBA #1] 6G 표준에서 논의되는 5G SBA의 구조적 한계 총정리 (0) | 2026.03.25 |