NVIDIA는 오픈소스 5G·6G 도구의 다운로드가 100만 회를 넘었고, 전 세계 8,000곳 넘는 연구·학술 기관이 사용한다고 밝혔다. 회사는 2026년 11월 6일 이 수치를 공개하며 소프트웨어가 어디에 쓰이는지 보여주는 연구 사례 네 가지를 함께 소개했다.

NVIDIA는 1년 전 무선 소프트웨어 Aerial을 오픈소스로 공개했고, Sionna 등 다른 오픈 도구와 함께 6G 개발을 지원하고 있다. 회사에 따르면 Aerial과 Sionna의 개발자 도입은 지난 1년간 10배로 늘었다.

네트워크가 로봇의 반응을 빠르게 할 수 있나

King’s College London 연구진은 카메라가 달린 로봇 팔을 Sionna가 구동되는 NVIDIA Jetson AGX Orin에 연결했다. Sionna는 소프트웨어 정의 5G 네트워크와 엣지 처리를 모두 맡는다. 로봇은 전체 이미지를 보내는 대신 물체와 위치, 관계를 간결하게 설명한 정보를 전송했다.

일부러 고장을 넣은 과일 포장과 큐브 쌓기 실험에서 이 방식은 주기적으로 이미지를 보내는 방식보다 작업 완료 시간을 최대 52.6% 줄이고 성공률도 높였다고 NVIDIA는 설명했다. 떨어뜨린 물체를 감지하고, 실패한 동작에서 회복하며, 디지털 트윈을 쓰면 실행 전에 충돌 가능성을 점검할 수도 있었다.

수신기가 약한 신호를 더 잘 해독할 수 있나

SoftBank는 신경망 수신기를 NVIDIA Aerial CUDA-Accelerated RAN(ACAR)에 통합해 시판 5G 스마트폰으로 시험했다. 간섭을 준 통제 시험에서 시험한 15개 설정 모두에서 기존 수신기보다 높은 상향 처리량을 보였고, 최대 개선폭은 약 60%였다.

ETH Zurich 연구진은 NVIDIA Aerial Testbed로 현지 측정값을 이용해 신경망 수신기를 조정했고, 선택된 사전 학습 버전보다 블록 오류율을 3분의 1 넘게 낮췄다.

연결을 끊지 않고 전력을 아낄 수 있나

University of Leeds 연구팀은 10분 뒤의 수요를 예측하고, 그 예측으로 어떤 기지국을 절전 상태로 둘지 판단하는 시스템을 만들었다. 기지국을 끄기 전에 인접한 가동 기지국이 영향받는 기기를 계속 처리할 수 있는지 확인하고, 용량 복구가 필요한 변화가 있는지도 살핀다.

연구팀은 NVIDIA DGX Spark로 구동되는 휴대용 5G ’네트워크 인 어 박스’와 디지털 트윈으로 실제 무선 장비에 대한 판단을 검증했다. 연구진은 최대 출력 기준선과 비교해 RAN 전력 소비가 45.6% 줄었고 기기 연결은 유지됐다고 보고했다.

네트워크 시뮬레이션이 더 빨라질 수 있나

Centre Tecnològic de Telecomunicacions de Catalunya(CTTC)는 ACAR에서 돌아가는 GPU 가속 무선 채널 모델을 오픈소스 5G 네트워크 시뮬레이터 5G-LENA에 넣었다. 초기 평가에서 통합 방식에 따라 시뮬레이션 시간이 약 3시간에서 10분에서 20분으로 줄었고, 예상되는 통계적 특성과 네트워크 성능은 유지됐다.

오픈소스 도구에는 무엇이 들어 있나

NVIDIA의 이전 발표에 따르면 Aerial에는 Aerial CUDA-Accelerated RAN, Aerial Omniverse Digital Twin, 새 Aerial Framework가 포함되며 Apache 2.0 라이선스로 GitHub에 공개된다. 당시 Sionna의 다운로드는 200,000회를 넘었다. NVIDIA는 Aerial과 Sionna를 GitHub에서 받을 수 있다고 밝혔다.

가격

이번 게시물에는 가격이 나오지 않는다. 소프트웨어는 오픈소스이며 GitHub에서 받을 수 있고, 이전 Aerial 발표는 Apache 2.0 라이선스를 언급했다. 실험에 쓰인 Jetson AGX Orin과 DGX Spark 같은 하드웨어의 가격은 두 자료 어디에도 없다.

어떤 사람에게 맞을까

대학과 연구실 연구자는 Aerial과 Sionna가 시뮬레이션과 실제 무선 시스템 실험을 이어 주므로, 아이디어를 시험하고 결과를 비교하며 서로의 작업 위에 쌓아 갈 수 있다.

로봇과 자동화 팀은 King’s College London 사례에서 무선 연결이 반응 시간에 어떤 영향을 주는지 볼 수 있다.

통신사와 장비 제조사는 SoftBank, Leeds, CTTC의 결과를 수신, 전력, 설계 시험에 관한 초기 근거로 참고할 수 있다. 다만 모두 연구 또는 통제된 시험이다.

무선 공학을 공부하는 학생과 애호가는 오픈소스 코드에서 시작할 수 있다. 일부 부분에는 적절한 하드웨어가 필요하다.

아직 알려지지 않은 점

게시물이 전하는 것은 연구 결과와 초기 평가이며 상용 배치가 아니다. 이런 기술이 실제 6G 네트워크에 언제 들어올지는 밝히지 않았고, 수치는 각 팀이 설명된 조건에서 한 시험에서 나온 것이다.

코드를 살펴보려면 GitHub의 NVIDIA Aerial과 Sionna 저장소를 열면 된다. NVIDIA는 GTC Washington, D.C.에서 6G 개발자 세션이 열려 더 많은 연구가 소개된다고 밝혔다.