Autonomous Network Level 4: Telefónica가 망 운영 일부를 사람 개입 없이 돌리는 방식

Telefónica는 망 운영 자동화를 회사 전체 한 덩어리가 아니라 프로세스 하나하나의 자율 등급으로 관리합니다. 독일 모바일망 운영처럼 이미 레벨 4에 오른 프로세스가 있고, 2028년에는 전사 평균을 3.75까지 올리는 것이 목표입니다. 따라 하려면 프로세스 목록과 등급표, 예측에서 조치까지 닫힌 고리, 그리고 그 밑을 받치는 정돈된 운영 데이터가 먼저 있어야 합니다.

요약

TelecomTV 편집국장 Ray Le Maistre가 2026년 11월 12일 Telefónica의 3분기 실적과 중기 전략 Transform & Grow(2025년 11월 초 발표한 ‘전환과 성장’ 계획)의 1년 성과를 정리했습니다. 2026년 1~9월 그룹 매출은 248.3억 유로로 2.8% 늘었고 조정 EBITDA(이자·세금·감가상각 전 영업이익)는 88.5억 유로로 4.6% 늘었습니다. 회사는 이 EBITDA 증가 폭이 최근 10년 중 가장 크다고 밝혔습니다. 3분기만 보면 매출이 4.8%, 조정 EBITDA가 6.2% 늘었습니다. 단말 판매가 예상보다 부진해 연간 매출 성장 전망은 1.5~2.5%에서 1~1.5%로 낮췄습니다. 최고운영책임자(COO) Emilio Gayo는 효율의 원천으로 단순해진 운영 모델과 함께 AI, 디지털화, 자동화, 레거시 시스템 종료를 꼽았습니다.

AI가 가장 구체적으로 드러나는 곳은 망 운영입니다. Telefónica는 Autonomous Network Journey(자율 네트워크 여정) 프로그램을 TM Forum의 6단계 자율 네트워크 분류로 측정합니다. 회사 설명은 짧고 단정적입니다. “Level 4 use cases are already in full operation.” 2028년 목표는 전사 평균 레벨 3.75입니다. 사례는 세 나라에서 나왔습니다. 스페인은 트래픽이 적은 시간대에 맞춰 기지국 자원을 조정해 불필요한 망 이벤트를 줄입니다. 독일은 AI 기반 모바일망 운영 프로세스가 레벨 4에 올랐습니다. 브라질 Vivo는 폐루프(closed-loop) 자동화로 용량 부족을 예측하고 고객이 느끼기 전에 자원을 배정합니다. 회사는 이 과정에서 데이터 품질을 높이고, 정보 출처를 하나로 맞추고, 운영 시스템을 현대화하고 있으며 이것이 더 많은 자동화와 정확한 판단의 기반이 된다고 설명했습니다. 아래에서는 이 등급 체계와 세 사례가 어떻게 돌아가는지, 그리고 다른 회사가 같은 방식을 따라 하려면 무엇을 준비해야 하는지 풀어 봅니다.

핵심 메커니즘

TM Forum Autonomous Network Levels: 프로세스마다 자율 등급을 매긴다

통신 업계 표준 단체 TM Forum은 망 운영의 자율성을 0부터 5까지 여섯 단계로 나눕니다. 대체로 레벨 0은 사람이 모두 하는 수동 운영, 레벨 1~2는 도구가 돕거나 일부를 맡는 단계, 레벨 3은 정해진 조건 안에서 시스템이 스스로 판단하는 단계, 레벨 4는 대부분의 상황을 시스템이 감지·판단·조치까지 닫는 단계, 레벨 5는 모든 상황에서 완전 자율인 단계입니다. 등급은 회사 전체가 아니라 장애 처리, 용량 관리, 최적화 같은 개별 운영 프로세스에 매깁니다. 그래서 어떤 프로세스는 이미 레벨 4인데 전사 평균은 3점대라는 말이 함께 성립합니다. Telefónica가 레벨 4 사례를 운영하면서 2028년 평균 목표를 3.75로 둔 것도 이 계산 방식 때문입니다. 이 방식은 수십 개 운영 프로세스를 하나의 숫자로 묶어 경영진이 진척을 볼 때 씁니다. 반대로 프로세스 하나의 성능을 비교할 때는 평균보다 그 프로세스의 등급과 사람 개입 빈도를 직접 봐야 합니다.

Low-traffic Resource Adaptation: 한산한 시간대에 기지국 자원을 줄인다

스페인 사례는 기지국을 늘 같은 설정으로 켜 두지 않고 트래픽이 적은 시간대에 맞춰 자원을 조정하는 지능형 기지국 관리입니다. 입력은 셀별 시간대 트래픽 패턴이고, 처리는 한산한 구간을 찾아 자원을 줄이거나 다시 늘리는 결정이며, 출력은 불필요한 망 이벤트가 줄어드는 것입니다. 이벤트를 줄인다는 것은 운영 화면에 뜨는 경보와 상태 변화가 줄어 사람이 볼 일이 줄어든다는 뜻이기도 합니다. 패턴이 안정적인 도심·주거 지역 셀에 잘 맞고, 행사·재난처럼 트래픽이 갑자기 튀는 지역은 예외 규칙이 필요합니다.

AI-driven Mobile Network Operations: 독일 모바일망 운영을 레벨 4로

독일에서는 모바일망 운영 프로세스 자체가 AI 기반으로 바뀌어 레벨 4에 올랐다고 Telefónica는 밝혔습니다. 레벨 4라는 말은 이 프로세스에서 감지부터 판단, 조치까지 대부분을 시스템이 맡고 사람은 예외와 정책을 관리한다는 뜻입니다. 원문은 이 프로세스의 세부 구성이나 도구를 밝히지 않았습니다. 참고로 독일의 5G 커버리지는 99%로, 원문이 든 네 나라 가운데 가장 높습니다.

Closed-loop Capacity Automation: Vivo가 용량 부족을 먼저 막는다

폐루프 자동화는 감지, 예측, 결정, 실행, 결과 확인이 사람 손을 거치지 않고 한 고리로 도는 구조입니다. 브라질 Vivo는 이 고리를 용량 관리에 붙였습니다. 망 사용량 추세에서 어느 지점이 곧 용량 한계에 닿을지 예측하고, 고객 체감 품질이 떨어지기 전에 자원을 미리 배정합니다. 예측이 맞았는지 실행 뒤 다시 측정해 다음 예측에 반영하는 것이 ‘닫힌’ 고리의 핵심입니다. 트래픽 증가가 서서히 오는 곳에 잘 맞고, 자원을 더 줄 여유가 없는 곳에서는 예측만 하고 증설 계획으로 넘기는 반쯤 열린 고리가 맞습니다.

Data Foundation: 데이터 품질과 출처 통합이 자율화의 바닥

Telefónica는 이 프로그램이 데이터 품질 개선, 정보 출처 통합, 운영 시스템 현대화를 함께 진행한다고 설명했습니다. 같은 기지국이 시스템마다 다른 이름과 다른 상태로 남아 있으면 AI가 내린 판단은 엉뚱한 장비를 향합니다. 출처를 맞추면 판단이 정확해지고, 판단이 정확해야 사람 확인 없이 실행할 수 있는 범위가 넓어집니다. 회사는 이 바닥이 더 많은 자동화, 더 정확한 결정, 그리고 통제되고 회복력 있는 자율 운영으로 이어진다고 봅니다.

통념과 다른 주장

저자가 든 사례

스페인: 지능형 기지국 관리

상황	한 일	결과	연결
트래픽이 적은 시간에도 기지국 자원이 같은 수준으로 돌아감	한산한 시간대에 맞춰 기지국 자원을 자동 조정	불필요한 망 이벤트 감소(수치는 원문에서 밝히지 않음)	Low-traffic Resource Adaptation

독일: AI 기반 모바일망 운영

상황	한 일	결과	연결
5G 커버리지 99%의 넓은 모바일망을 운영	모바일망 운영 프로세스를 AI 기반으로 전환	이 프로세스가 레벨 4 자율 등급에 도달	Autonomous Network Levels

브라질 Vivo: 용량 폐루프

상황	한 일	결과	연결
용량 한계에 닿으면 고객 품질이 먼저 떨어짐	용량 제약을 예측하고 자원을 미리 배정하는 폐루프 자동화	고객 영향 전에 자원 배정(수치는 원문에서 밝히지 않음)	Closed-loop Capacity Automation

기술 디테일: 프로세스 자율 등급과 폐루프를 만드는 법

아래는 Telefónica 사례를 다른 회사가 따라 할 때 필요한 구성을 새로 정리한 가상 예시입니다.

프로세스별 등급을 매기려면(Autonomous Network Levels) 운영 프로세스 목록부터 만듭니다. 통신사라면 장애 처리, 용량 관리, 에너지 최적화, 설정 변경, 품질 감시처럼 20~40개 단위가 적당합니다. 프로세스마다 감지·분석·결정·실행·확인 다섯 단계를 누가 하는지(사람 / 시스템 제안 후 사람 승인 / 시스템 단독) 표시하고, 이를 0~5 등급으로 환산합니다. 전사 평균은 단순 평균보다 프로세스 처리 건수로 가중한 평균을 함께 내야 큰 프로세스의 진척이 묻히지 않습니다. 등급표는 분기마다 다시 매기고, 판정 근거(사람 개입 건수 로그)를 같이 저장합니다.

{
  "process_id": "MOB-CAP-01",
  "name": "모바일 셀 용량 관리",
  "stages": {"detect": "auto", "analyze": "auto", "decide": "auto", "execute": "auto", "verify": "human_review"},
  "level": 4,
  "human_touch_rate": 0.06,
  "monthly_volume": 12000,
  "evidence_period": "2026-Q3"
}

용량 폐루프를 돌리려면(Closed-loop Capacity Automation) 셀별 시간대 사용량을 최소 12개월치 모아 계절성과 요일 패턴을 잡습니다. 예측 모델은 셀 수천 개에 같은 방식을 적용할 수 있는 시계열 모델(예: 그래디언트 부스팅 + 달력 변수)로 시작하고, 예측 구간은 1~4주로 둡니다. 결정 규칙은 “4주 안에 사용률 85% 초과 확률 70% 이상이면 자원 배정”처럼 숫자로 고정합니다. 실행 전 가드레일로 한 번에 바꿀 수 있는 셀 수 상한, 야간 실행 창, 자동 원복 조건(실행 뒤 24시간 안에 지표 악화)을 둡니다. 예측이 빗나가는 경우에 대비해 셀 묶음별 예측 오차(MAPE)를 매주 재고, 오차가 기준(예: 20%)을 넘는 묶음은 자동 실행을 멈추고 사람 승인으로 되돌립니다. LLM은 숫자 판단이 아니라 실행 결과를 운영자용 요약으로 쓰거나 예외 건의 원인 후보를 정리하는 데 씁니다.

한산 시간대 자원 조정을 하려면(Low-traffic Resource Adaptation) 셀별 사용량 하위 구간을 찾는 규칙과 다시 켜는 조건을 짝으로 둡니다. 줄이는 조건은 “최근 4주 같은 시간대 평균 사용률이 낮은 셀”처럼 과거 패턴으로, 다시 늘리는 조건은 “실시간 사용률이 기준 초과”처럼 현재 값으로 잡아야 갑작스러운 수요에 대응합니다. 행사장·병원·재난 대응 지역 셀은 제외 목록에 넣습니다. 효과는 자원 사용량과 함께 운영 화면 이벤트 수를 조정 전후로 비교해 봅니다.

데이터 바닥을 다지려면(Data Foundation) 장비·셀·회선을 하나의 ID로 묶는 기준 인벤토리를 먼저 만듭니다. 시스템별 이름 대응표, 상태값 사전(같은 ‘정상’을 시스템마다 다르게 쓰는 문제), 갱신 주기를 정하고 품질 지표로 ID 일치율과 지연 시간을 매주 잽니다. 자동 실행 대상 프로세스는 이 지표가 기준(예: ID 일치율 98% 이상)을 넘은 영역부터 고릅니다.

현업 실행 디테일: 누가, 언제, 무엇을

아래 역할과 일정은 비슷한 프로그램을 시작하는 팀을 위한 가상 예시입니다.

역할	맡는 일
망 운영 총괄(스폰서)	등급 목표와 2~3년 평균 목표를 정하고 분기마다 점검
프로세스 오너	담당 프로세스의 단계별 수행 주체 표시, 자동 실행 범위 승인
데이터 엔지니어	기준 인벤토리, 이름 대응표, 품질 지표 운영
ML 엔지니어	용량 예측 모델과 결정 규칙, 원복 조건 구현
NOC 운영자	시범 기간 동안 시스템 제안을 검토하고 예외 기록

준비물은 운영 프로세스 목록, 최근 12개월 셀별 사용량, 장애·변경 이력, 시스템별 장비 목록입니다. 1~2주차에 프로세스 목록과 현재 등급을 매기고, 3~6주차에 데이터 정합성을 맞추며, 7~10주차에 한 지역을 골라 사람 승인을 거치는 제안 모드로 돌리고, 11~12주차에 자동 실행 여부를 판정합니다.

프로세스 오너 인터뷰에서는 다음을 묻습니다. 이 프로세스에서 사람이 매일 보는 화면은 무엇인가? 판단을 내릴 때 숫자 기준이 있는가, 경험인가? 지난 분기 사람이 결정을 뒤집은 건은 몇 건이고 이유는 무엇인가? 잘못 실행되면 원복에 몇 분이 걸리는가? 자동 실행으로 넘기는 판정 기준(가상 예시)은 제안 모드 4주 동안 사람 승인 비율 95% 이상, 원복 건 0건, 고객 영향 장애 0건입니다.

적용 제언입니다. 이 방식은 통신사 밖에서도 그대로 쓸 수 있습니다. 제조 공장의 설비 운영, 물류센터의 작업 배정, IT 운영처럼 반복되는 운영 프로세스가 수십 개 있는 회사라면 먼저 프로세스별 자율 등급표를 만들어 경영진 보고의 공통 언어로 쓰는 것이 좋습니다. 첫 대상은 데이터가 이미 정돈돼 있고 실패해도 원복이 빠른 프로세스 한두 개로 고르고, 그 프로세스의 등급을 올리는 동안 데이터 바닥 작업을 다음 대상 영역으로 넓혀 갑니다.

원문 사례

항목	내용
원문	TelecomTV, Ray Le Maistre, 2026.11.12
전략	Transform & Grow, 2025년 11월 초 발표
1~9월 실적	매출 248.3억 유로(+2.8%), 조정 EBITDA 88.5억 유로(+4.6%, 최근 10년 최대 증가)
3분기 실적	매출 84.3억 유로(+4.8%), 조정 EBITDA 31억 유로(+6.2%)
연간 전망	매출 성장 1.5~2.5% → 1~1.5%(단말 판매 부진)
재무	매출 대비 설비투자 12%, 부채 16억 유로 줄어 251.9억 유로
가입 기반	접속 3억 210만 회선(+5%), 후불 모바일 1억 480만, FTTP 1,450만, 광 커버리지 7,760만 가구
5G 커버리지	스페인 96%, 독일 99%, 브라질 73%, 영국 88%
자율 네트워크	TM Forum 6단계 기준, 레벨 4 사례 전면 가동, 2028년 전사 평균 3.75 목표
국가별 사례	스페인 기지국 자원 조정, 독일 모바일망 운영 레벨 4, 브라질 Vivo 용량 폐루프
기반 작업	데이터 품질 개선, 정보 출처 통합, 운영 시스템 현대화
성장 영역	B2B 디지털 서비스, B2C 생태계, 주권 디지털 인프라, 엣지, AI 서비스, AI 기가팩토리(EU 집행위 9월 합작법인 승인)
인물	COO Emilio Gayo, CTIO Andrea Folgueiras(별도 인터뷰)

핵심 개념

Transform & Grow

Telefónica가 2025년 11월 초 내놓은 중기 전략. 운영 모델 단순화, 일부 시장 철수, 신규 성장 영역을 묶었습니다.

Hispam

Telefónica Hispanoamérica. 중남미 사업 부문으로, 회사는 이 지역에서 거의 철수를 마쳤습니다.

Adjusted EBITDA

일회성 항목을 뺀 이자·세금·감가상각 전 영업이익. 통신사 실적 비교의 기본 지표입니다.

Capex-to-revenue

매출 대비 설비투자 비율. Telefónica는 12%로, 대형 통신사로서는 낮은 편이라고 원문은 짚었습니다.

FTTP

Fibre to the Premises. 광케이블을 가정·사업장까지 직접 연결하는 방식입니다.

Virgin Media O2

Telefónica가 50%를 가진 영국 통신사. 대규모 비용 절감 프로그램을 앞두고 있습니다.

AI gigafactory

EU가 자금을 대는 대형 AI 연산 시설 사업. Telefónica는 이 자금에 응모할 합작법인을 만들었습니다.

내 메모

TODO: 내 생각 추가

원문은 TelecomTV의 「Telefónica boasts ‘Transform & Grow’ success」(Ray Le Maistre, 2026.11.12)입니다. TM Forum 자율 네트워크 등급의 단계별 설명은 TM Forum Autonomous Networks 프레임워크의 일반 정의를 참고해 보탰습니다. 요약, 핵심 메커니즘의 원문 예, 통념과 다른 주장, 사례, 원문 사례 표는 원문이 밝힌 내용을 AX Partners가 다시 정리한 것입니다. 기술 디테일과 현업 실행 디테일의 등급 환산 방식, JSON 예시, 모델·결정 규칙·가드레일, 수치 기준, 역할과 일정은 실제로 돌릴 때 필요한 것을 새로 작성한 가상 예시이며 인포그래픽은 모두 새로 그렸습니다. 전체 내용은 원문에서 볼 수 있습니다.