Dev Stories

AI 연구원 '유나' - 협업으로 만들어진 실시간 네트워크 오퍼레이터

안녕하세요, KT AX미래기술원 Frontier AI Lab에서 근무하고 있는 엄태현입니다. 저는 GenApp개발 부서에서 이미지 및 동영상 생성 연구를 하고 있습니다. 2026년 3월 2일부터 5일까지 스페인 바르셀로나에서 개최된 MWC 2026(Mobile World Congress)에 참석하여 네트워크 및 인공지능 분야의 최신 기술 동향을 현장에서 직접 확인하는 기회를 가졌습니다. 

이번 출장은 타부문과의 협업, 또 실제로 개발한 기술이 현장에서 어떻게 사용되는지 경험하고, 또 세계 각국의 쟁쟁한 기업들의 부스를 돌아보며 세계 기술의 트랜드를 파악할 수 있는 귀한 경험이었습니다.

1. MWC(Mobile World Congress)란? 

01.jpg


  MWC는 세계이동통신사업자연합회(GSMA)가 주최하는 세계 최대 규모의 모바일 및 정보통신기술(ICT) 박람회입니다. 매년 2월 말에서 3월 초 사이 스페인 바르셀로나에서 개최되며, 전 세계 통신사, 제조사, 소프트웨어 기업들이 모여 차세대 기술력을 겨루는 장입니다.

제가 느낀 MWC 2026의 키워드는 6G, Agentic AI, Physical AI, Smart Glass 등이 있었습니다. 기업들은 각자의 방식으로 기술을 정의하고 설명하며, 당면한 문제들을 해결해나가고 있었습니다. 주요 참여 기업들로는 KT, Samsung, SKT, LG U+, SK hynix, Samsung Display, Google Cloud, Starlink, Intel, Dell, T-mobile, NTT, KDDI,  Xiaomi, Alibaba등이 있었습니다. 


2. 사람들의 이목을 끌었던 AI-Human 유나



저희 팀이 선보였던 AI-Operator '유나'의 반응은 정말 뜨거웠습니다. Network존 MC분과 직접 소통하며 매끄러운 발표가 진행될 수 있도록 큰 힘을 보탰습니다. 특히 방문하신 많은 분들이 카메라에 담아 가시는 모습을 보면서 직접 개발한 팀의 일원으로서 뿌듯하고 KT의 실질적인 도움이 된 것 같아서 기뻤습니다. 


3. 실시간 영상 생성 파이프라인

AI 오퍼레이터 유나는 KT AI 영상 기술의 총집합체라고 할 수 있습니다. 먼저 사용자의 요구 및 네트워크 장애에 신속, 정확하게 반응할 수 있도록 Network Knowledge로 fine-tuning 된 믿:음 K Base 2.0을 Language AI 부서에서 개발 및 학습을 진행하였습니다. 그리고 믿:음 K 의 입출력을 담당하는 STT(Speech to Text), TTS(Text to Speech) 모델을 Sound AI 부서에서 개발 및 학습하였습니다. 최종적으로 모델의 출력을 시각화 하는 실시간 영상 생성 모듈 개발 및 전체 파이프라인 통합 구축을 Gen AI 개발 부서가 맡아 개발하였습니다. AX미래기술원 그리고 네트워크부문까지 많은 KT 연구진들의 협업으로 AI 오퍼레이터 유나가 탄생할 수 있었습니다. 

02.jpg


저희 팀이 개발을 담당하였던 실시간 영상 생성 모듈에 대해 보다 자세히 설명드리겠습니다. 저희 팀은 각 모듈의 독립적인 환경을 고려하여 multi-docker 환경을 구성하였는데, 각 모듈은 다양한 레이어의 프로토콜을 통해 통신합니다. 크게 세 가지 파트로 구분됩니다. 외부 클라이언트의 콜을 기다리는 API server, 텍스트로부터 음성을 생성하는 TTS server, 실시간 영상을 생성하는 Ditto Backend Server 로 구성됩니다. 구체적인 생성 순서도는 다음과 같습니다. 


  1. 외부 클라이언트(믿:음 K 2.0 Base)가 응답을 생성합니다.  
  2. API Server가 응답을 수신하고 언어(영어/한국어)에 맞는 TTS 파라미터를 설정한 뒤, Ditto Server에 요청합니다.
  3. Ditto Server는 받은 텍스트를 청킹(Chunking)하여 TTS Server에 전달해 음성을 생성 후 다시 입력 받습니다.
  4. 이후, 인물 이미지의 입모양을 음성에 맞게 변형한 영상 프레임을 실시간으로 생성합니다. 
  5. 만들어진 영상은 VLC Player에 푸시되고, 최종적으로 웹 클라이언트로 송출합니다. 

저희는 이 모든 과정이 실시간으로 진행되기 위해 다양한 기술을 적용하였습니다. 핵심은 이 과정이 순차적으로 끝난 뒤 다음 단계로 넘어가는 것이 아니라, TTS 음성이 패치 단위로 도착하는 동시에 영상 생성과 송출이 병렬로 진행된다는 점입니다. 즉, 텍스트 입력부터 화면에 영상이 나오기까지 하나의 연속적인 스트리밍 파이프라인으로 동작하기 때문에, 사용자 입장에서는 질문한(텍스트를 보낸) 직후부터 AI 인물이 말하기 시작하는 일상대화처럼 느낄 수 있습니다. 텍스트가 없을 때는 실제 사람처럼 보이도록 AI Human이 대기하는 모습으로 구현 하였습니다. 이러한 기술을 활용하여 가장 자연스러운 AI Human을 구현할 수 있었습니다. 


4. 다양한 기업 부스 탐방, AI와 통신 중심으로

03.jpg

Google Cloud


구글 클라우드 기업 전시는 구글 클라우드를 사용하는 기업들의  Agentic AI 성공 및 구축 사례로 구성됐습니다. 다양한 서비스들 중 가장 인상 깊었던 내용은 네트워크 이상 감지였습니다. GNN(그래프 신경망) 모델을 사용하여 네트워크의 복잡한 연결 관계를 파악하는 것이었는데, 계층별(OSPF, IP, MPLS 등)로 얽힌 계층 데이터를 분석해 "어디가 진짜 문제인가?"를 짚어내고 장애 확산을 방지하여 신속하게 많은 수의 이슈를 처리하는 기술을 선보였습니다.


04.jpg

T-Mobile


 T-Mobile이 선보였던 서비스는 통화 AI 비서 서비스였습니다. 통화 중에 Magenta AI를 호출해 다양한 정보를 바로 물어보고 함께 대화할 수 있는 기능입니다. KT와 비슷하게 자체 AI를 학습하고, 운용하는 점이 인상깊었습니다. 또한 코로나 이후 저가형 핸드폰 사업에 착수하여, 핸드폰 사용 데이터를 수집, AI학습에 이용하고 있다는 점도 인상깊었습니다.  

05.jpg

KDDI


KDDI는 NTT와 소프트뱅크와 함께 일본 통신을 3분하고 있는 회사입니다. 편의점 회사와 협업하여 AI 에이전트를 활용하여, 편의점 재고 관리 및 메뉴 제작, 추천 서비스를 개발하였고, povo라는 앱 서비스 제작 플랫폼을 만들어서 플랫폼 회사로서도 사업을 이어가고 있었습니다. 또한 금융 브랜드인 Ponta, 간편 결제 시스템인 au Pay를 활용하여 자체 생태계를 구축하고 있었습니다. 단순히 통신회사에 그치지 않고 다양한 영역에 도전하는 양상이 본받을 점이라고 생각 되었습니다.



5. 맺으며

journey.jpg

글을 마무리하며 이번 MWC에서 얻은 소중한 경험을 나누고자 합니다. 


가장 큰 수확은 현장에서 필요로 되는 것은 단순한 성능 지표를 넘어 안정성과 실시간성에 있다는 점을 체감한 것이었습니다. 논문 작성을 위해 이론적 수치 향상에 몰두하던 학구적 관점에서 벗어나, 실제 현장에서만 마주할 수 있는 실질적인 통찰을 얻을 수 있었습니다. 


또한 전 세계 통신사들의 사업 흐름을 지켜보며, 거의 모든 기업이 6G와 AI라는 거대한 조류에 몸을 싣고 있음을 확인했습니다. 기술적 방향성이 유사한 상황에서, 누가 더 먼저 탁월한 완성도에 도달하느냐가 우리에게 주어진 중요한 과제임을 절감했습니다.


출장 중 틈틈이 즐긴 스페인에서의 휴식 또한 잊지 못할 값진 시간이었습니다. 저에게 해외 출장의 기회를 주시고 믿어주신 팀원분들과 팀장님께 깊은 감사의 인사를 전합니다. 긴 글 읽어주셔서 감사합니다. 






엄태현

Frontier AI Lab에서 이미지 및 비디오 생성 관련 연구개발을 담당하고 있습니다.

←이전 글
다음 글→