5G NWDAF (Network Data Analytics Function) 강화

아래는 **5G NWDAF (Network Data Analytics Function)의 고도화/강화 방향 (Rel-17~18 중심)**에 대한 상세 정리입니다.
NWDAF는 이제 단순한 KPI 통계 분석 기능에서 벗어나, AI 기반 예측·최적화·폐쇄루프 정책반영까지 지원하는 자동화 엔진으로 진화 중입니다.

---

✅ 1. NWDAF 강화 방향 핵심 요약 (Rel-17 → Rel-18)

항목	Rel-17 기준	Rel-18 강화 내용
분석 종류	통계 + 예측	실시간 스트리밍 기반 예측 + 추론 기반 제안
연동 대상 확대	PCF, AMF, SMF	NSSF, CHF, NEF, OAM, External AF까지 확대
모델 학습	비동기 학습 (ML offline)	실시간 데이터 학습 + 연속 피드백 기반 모델
배포 구조	단일 NWDAF	분산 NWDAF (central-local federation)
정책 반영	수동 API 기반	자동 폐쇄 루프 (Closed-loop Automation)
데이터 수집 방식	이벤트 기반	Kafka 등 stream 기반 + NWDAF-PubSub 구조

---

✅ 2. NWDAF 강화 기능별 요약

▒ A. 실시간 분석 스트리밍

• Kafka / HTTP2 기반 메시지 수집 지원
• KPI, UE 행동 패턴, Slice 상태 등의 연속 수집

▒ B. 예측 기반 자동 정책 연계

• NWDAF → PCF: “이 Slice는 과부하 예상 → 우선순위 변경 권고”
• NWDAF → CHF: “과금 이상징후 감지 → 요금제 자동 전환 제안”
• NWDAF → SCP: “서비스 경로 지연 예측 → 다른 NF 경로 권고”

▒ C. External ML Engine 연계 (ML-model API)

• AI팀/OSS 플랫폼에서 훈련한 모델을 NWDAF에 적용 가능
• 예: TensorFlow, PyTorch 학습 모델 → ONNX 변환 → NWDAF 사용

▒ D. 폐쇄 루프 최적화 (Closed-loop Optimization)

• 분석 결과 → 자동 정책 실행까지 5GC 내에서 연결
• NWDAF → PCF → SMF → UPF (예: QoS 자동 조정)

---

✅ 3. 연동 흐름 예시 (자동 Slice 우선순위 조정)

1. NWDAF → AMF/SMF: 실시간 KPI 수집
2. NWDAF: AI 분석 결과 → 특정 Slice 혼잡 예측
3. NWDAF → PCF: 우선순위 재조정 제안
4. PCF → SMF: QoS Rule 재적용
5. SMF → UPF: 새 경로로 전환

→ 예측–판단–정책 적용이 자동화된 완전한 폐쇄 루프 구성

---

✅ 4. 벤더별 NWDAF 강화 방향

벤더	특성
Samsung	자체 ML 엔진 내장 + 폐쇄루프 SLA 자동보정 기능
Ericsson	NWDAF-Kafka 기반 실시간 분석 파이프라인
Huawei	DNN 기반 UE 행동 예측 + 정교한 Slice 적응
Nokia	NWDAF Federation 구조 + AI Ops 연계 강조

---

✅ 5. 실무 적용 시 고려사항

항목	필요 조치
데이터 품질	KPI 신뢰도 확보, 수집 지연 최소화
ML 모델 정확도	Training 데이터 검증, 지속적인 튜닝
정책 연결성	PCF, CHF, SCP 등과의 자동 연계 테스트 필요
폐쇄 루프 안정성	피드백 주기, rollback 시나리오 설계 필수