"Optimized Handling of Temporarily Available Network Slices", 특히 **Time-based Network Slice Service (TBNSS)**는 3GPP Release 18에서 점점 주목받고 있는 개념입니다.
이는 특정 시간대에만 일시적으로 제공되는 슬라이스를 효율적으로 예약하고 활용하는 기능을 의미합니다.
1. 개요: Time-based Network Slice Service란?
시간 기반 슬라이스(Time-based Slice)는 특정 시간대에만 활성화되는 슬라이스를 사전에 예약, 배포, 관리하여 자원의 효율성을 극대화하는 3GPP Rel-18의 주요 확장 기능 중 하나입니다.
2. 기능 목적
| 목적 | 설명 |
| 자원 최적화 | 하루 중 피크 타임 또는 특정 이벤트 시간에만 슬라이스를 동적으로 제공 |
| 예약 기반 SLA 제공 | 슬라이스 자원을 사전 예약함으로써 예측 가능한 품질 보장 |
| 스케줄링 기반 활성화/비활성화 | 슬라이스를 자동으로 활성화/비활성화 하여 운영비용 절감 |
3. 시나리오 예시
| 시나리오 | 설명 |
| 공연장 이벤트 슬라이스 | 18:00~22:00 시간에만 슬라이스 활성화하여 고품질 스트리밍 제공 |
| 스마트캠퍼스 시험 기간 | 시험 주간에만 슬라이스 강화 (QoS 강화 및 접속 보장) |
| 스마트시티 통행량 제어 | 출퇴근 시간대 슬라이스 트래픽 자동 확장 후 비활성화 |
4. 구성요소 및 흐름
│
▼
[NSMF/NSACF] <-- 슬라이스 활성화/비활성화 관리
│
▼
[NSSF] <-- 가능한 Slice 목록 조회 및 Mapping
│
▼
[SMF] <-- UE 세션 연결 시 시간 조건 기반 Slice 배정
│
▼
[UE] (요청/이용)
5. 정책 JSON 예시 (시간 기반 슬라이스 예약)
"policyId": "slice_schedule_001",
"snssai": { "sst": 1, "sd": "202404" },
"timeWindow": {
"start": "18:00",
"end": "22:00"
},
"daysOfWeek": ["Friday", "Saturday"],
"location": ["event_hall_a"],
"action": "enable_slice"
}
6. 장점 (사업자/사용자 관점)
사업자 입장:
- 불필요한 슬라이스 자원 상시 활성화 방지 → OPEX 절감
- 이벤트 중심 요금제 연동 가능 → 새로운 비즈니스 모델
사용자 입장:
- 예측 가능한 고품질 슬라이스 제공
- 이벤트/서비스 전용 네트워크 경험 제공
7. 3GPP 관련 표준 문서
| 문서 | 설명 |
| TS 28.531 | NSMF 관리 기능 정의 (Slice Scheduling 포함) |
| TS 23.501 | System Architecture for 5GS (Time window 기반 SLA 지원) |
| TS 28.553 | NSMF-NSSF Interface for TBNSS 예약 정보 전달 |
8. 향후 확장 가능성
- AI 기반 시간/위치 예측 슬라이스 예약
- 사용자 요청 기반 실시간 슬라이스 생성 (on-demand slicing)
- MEC와 연계한 로컬 슬라이스 스케줄링
필요하시면 다음도 함께 제공해 드릴 수 있습니다:
- Time-based Slice 관리 대시보드 예제 코드 (Streamlit 등)
- 슬라이스 예약 API 설계 (OpenAPI/YAML 형식)
- TBNSS 기반 사업모델 슬라이드 (PDF 또는 PPT)
- 정책 최적화 시뮬레이터 (Python 예제 포함)
# 부록 8: NWDAF – RIC 연동 기반 구조도 및 설명
## 1. 전체 연동 구조도
```
[UE]
│ RRC 측정/이벤트
▼
[gNB]
│
▼
[Near-RT RIC] ←→ [SMO]
│ │
▼ ▼
[NWDAF] ←→ AI Model Store / Policy Engine
│
▼
[5G Core (AMF / PCF / SMF)]
```
## 2. 주요 구성 요소 설명
| 구성 요소 | 역할 |
|------------|------|
| **UE** | RRC 상태, QoS 변화, 위치정보 등의 실시간 입력을 전송함 |
| **gNB** | UE로부터의 이벤트를 수신하여 RIC로 전달함 |
| **Near-RT RIC** | gNB로부터 받은 이벤트를 기반으로 수집 정책을 설정하고, 예측 및 제어 로직 실행함 |
| **SMO (Service Management & Orchestration)** | AI 모델의 배포/관리, RIC 정책 설정, SLA 기준 전달 수행함 |
| **NWDAF** | 전체 네트워크 상태(트래픽, 슬라이스, QoE)를 분석하고 예측하여 정책 결정에 활용함 |
| **5GC (AMF/PCF/SMF)** | RIC 및 NWDAF의 판단에 따라 슬라이스 및 QoS 설정을 조정함 |
## 3. 예측 기반 자동 제어 시나리오
### A. 트래픽 과부하 예측
- NWDAF가 특정 셀의 **향후 15분 내 트래픽 초과**를 예측
- SMO가 RIC에 리소스 재조정 정책 하달
- RIC가 해당 셀에 리소스를 미리 증설
### B. 슬라이스 수요 급증 대응
- NWDAF가 슬라이스 X의 사용자 수 급증 예측
- PCF에 슬라이스 우선순위 변경 지시
- SMF가 슬라이스 QoS Rule을 재배정함
### C. QoE 저하 선제 대응
- UE가 핸드오버 실패를 반복할 경우
- RIC가 예측모델에 따라 QoE 저하 예측
- 다른 셀로 강제 재배치 or 슬라이스 변경
## 4. 핵심 표준 문서
| 문서 | 설명 |
|------|------|
| **TS 23.288** | NWDAF 아키텍처, 수집 항목, 정책 연계 흐름 |
| **TS 28.552** | SMO–RIC 간 인터페이스, AI/ML 모델 구조 명세 |
| **TR 38.843** | AI 기반 RAN 수집/제어 구조도 및 예시 시나리오 |
| **TS 23.501 / 503** | 슬라이스 정책 연동 및 제어 흐름 명세
문서에 아래 세 가지 확장 내용이 성공적으로 추가되었습니다:
- AI 기반 시간/위치 예측 슬라이스 예약 시스템
- 사용자 요청 기반 on-demand slicing
- MEC 기반 슬라이스 로컬화 및 스케줄링 자동화
이제 해당 내용을 기반으로:
- 고객 맞춤형 슬라이드 제작
- MEC/API 연동 구조도 설계
- 슬라이스 예측 시뮬레이터(Python 또는 AI 모델 연동) 구현
## 1. 전체 연동 구조도
```
[UE]
│ RRC 측정/이벤트
▼
[gNB]
│
▼
[Near-RT RIC] ←→ [SMO]
│ │
▼ ▼
[NWDAF] ←→ AI Model Store / Policy Engine
│
▼
[5G Core (AMF / PCF / SMF)]
```
## 2. 주요 구성 요소 설명
| 구성 요소 | 역할 |
|------------|------|
| **UE** | RRC 상태, QoS 변화, 위치정보 등의 실시간 입력을 전송함 |
| **gNB** | UE로부터의 이벤트를 수신하여 RIC로 전달함 |
| **Near-RT RIC** | gNB로부터 받은 이벤트를 기반으로 수집 정책을 설정하고, 예측 및 제어 로직 실행함 |
| **SMO (Service Management & Orchestration)** | AI 모델의 배포/관리, RIC 정책 설정, SLA 기준 전달 수행함 |
| **NWDAF** | 전체 네트워크 상태(트래픽, 슬라이스, QoE)를 분석하고 예측하여 정책 결정에 활용함 |
| **5GC (AMF/PCF/SMF)** | RIC 및 NWDAF의 판단에 따라 슬라이스 및 QoS 설정을 조정함 |
## 3. 예측 기반 자동 제어 시나리오
### A. 트래픽 과부하 예측
- NWDAF가 특정 셀의 **향후 15분 내 트래픽 초과**를 예측
- SMO가 RIC에 리소스 재조정 정책 하달
- RIC가 해당 셀에 리소스를 미리 증설
### B. 슬라이스 수요 급증 대응
- NWDAF가 슬라이스 X의 사용자 수 급증 예측
- PCF에 슬라이스 우선순위 변경 지시
- SMF가 슬라이스 QoS Rule을 재배정함
### C. QoE 저하 선제 대응
- UE가 핸드오버 실패를 반복할 경우
- RIC가 예측모델에 따라 QoE 저하 예측
- 다른 셀로 강제 재배치 or 슬라이스 변경
## 4. 핵심 표준 문서
| 문서 | 설명 |
|------|------|
| **TS 23.288** | NWDAF 아키텍처, 수집 항목, 정책 연계 흐름 |
| **TS 28.552** | SMO–RIC 간 인터페이스, AI/ML 모델 구조 명세 |
| **TR 38.843** | AI 기반 RAN 수집/제어 구조도 및 예시 시나리오 |
| **TS 23.501 / 503** | 슬라이스 정책 연동 및 제어 흐름 명세
업데이트 완료되었습니다! 문서에는 다음 내용이 반영되었습니다:
2. 사용자 요청 기반 실시간 슬라이스 생성 (On-Demand Slicing)
- REST API 요청 예시 포함 (서비스명, 시작 시간, QoS 요구 조건)
3. MEC 기반 슬라이스 로컬화 및 스케줄링 자동화
- MEC 노드 기반 슬라이스 스케줄링 구조
- gNB–MEC–NSMF 연동 흐름 간략 설명 포함
1. On-Demand Slice 요청 API 정의 (OpenAPI 형식 추가)
- /slice-request 엔드포인트
- 서비스명, 시작시간, 지속시간, 요구 QoS 포함
- slice_id와 상태 반환
2. MEC 연동 흐름 구조도 설명 텍스트 포함
- UE → gNB → MEC Agent → NSMF → PCF → NSSF
- MEC에서 AI 기반 로컬 슬라이스 활성화 판단 가능
- MEC-NSMF-PCF 흐름을 도식화한 PNG 또는 PPT 이미지
'IT 정보' 카테고리의 다른 글
| PDU set in 3GPP Rel 18 (0) | 2025.04.23 |
|---|---|
| Support of Network slice usage control :time-based network slice service (2) | 2025.04.23 |
| L4S (Low Latency, Low Loss, Scalable throughput) (0) | 2025.04.23 |
| Support of network slice replacement (0) | 2025.04.23 |
| Network slice admission control in 3gpp rel 18 (0) | 2025.04.23 |