RAMO Lab's AI-RAN Testbed Featured in NVIDIA Aerial Official Documentation

2026년 9월 14일 | NVIDIA Aerial 공식 기술 문서 소개

연세대학교 로보틱 및 무선네트워크 연구실(RAMO, 지도교수 김성륜)이 구축한 GPU 기반 AI-RAN 테스트베드와 피지컬 AI(Physical AI)를 위한 5G 네트워크 연동 실증 사례가 NVIDIA Aerial Testbed 공식 기술 문서의 Community Showcase에 소개되었습니다.

NVIDIA는 공식 문서의 “Private AI-RAN and Commercial 5G for Physical AI” 항목에서 RAMO 연구실의 GPU 가속 가상화 무선접속망(vRAN) 구축 과정과 실제 5G 단말 연결, 사설 AI-RAN과 상용 5G 네트워크 간 전환 실증을 다뤘습니다.

• NVIDIA Aerial 기반 GPU 가속 vRAN 테스트베드: RAMO 연구실은 NVIDIA Aerial과 DGX Spark 또는 H100 GPU 기반의 테스트베드를 구축하여 무선접속망의 물리계층(L1) 처리를 GPU로 가속하는 환경을 구현하였습니다. 상용 O-RU를 연동하고 국내 4.7 GHz 사설 5G 주파수 대역(n79)을 활용하여 실제 무선 환경에서 실험할 수 있는 플랫폼을 마련하였습니다.

• 실제 5G 단말 기반 종단 간 통신 검증: 구축된 테스트베드에 iPhone을 연결하고 YouTube 스트리밍을 포함한 데이터 서비스를 성공적으로 시연하였습니다. 이를 통해 GPU 기반 vRAN 환경에서 실제 상용 단말을 이용한 종단 간(End-to-End) 네트워크 연결을 검증하였습니다.

• LG유플러스 상용 5G망과의 연동 실증: RAMO 연구실은 LG유플러스와 협력하여 자체 구축한 사설 AI-RAN(n79, 4.7 GHz)과 상용 5G 네트워크(n78, 3.5 GHz) 간의 전환을 실증하였습니다. 산업용 모바일 단말이 무선 환경 변화에 따라 적합한 네트워크를 자동으로 선택하고 연결을 유지하는 과정을 확인하였으며, 이는 로봇과 드론 등 이동형 피지컬 AI 시스템의 서비스 연속성을 지원하는 기술로 활용될 수 있습니다.

NVIDIA 공식 문서에서는 향후 연구 방향으로 GPU 가속에 따른 CPU 사용률 및 처리 오버헤드 분석과 단일 GPU에서 무선접속망 처리 및 AI 추론을 동시에 수행하는 AI-RAN 기술의 검증을 제시하였습니다.

이번 공식 문서 소개를 계기로 RAMO 연구실의 AI-RAN 테스트베드 구축 및 실증 사례가 글로벌 연구자와 개발자들에게 공유되었습니다. RAMO 연구실은 앞으로도 GPU 기반 vRAN, 엣지 AI 및 피지컬 AI를 위한 차세대 5G/6G 무선 네트워크 연구를 지속할 계획입니다.

원문 링크: NVIDIA Aerial Testbed Documentation | Community Showcase – Yonsei University

RAMO Lab's AI-RAN Testbed Featured in NVIDIA Aerial Official Documentation

September 14, 2026 | Featured in NVIDIA Aerial Documentation

The Robotic and Mobile Networks Laboratory (RAMO), led by Professor Seong-Lyun Kim at Yonsei University, has been featured in the Community Showcase section of NVIDIA's official Aerial Testbed documentation for its GPU-accelerated AI-RAN testbed and 5G network interoperability demonstration supporting Physical AI.

Under the title “Private AI-RAN and Commercial 5G for Physical AI,” NVIDIA highlights RAMO Lab's GPU-accelerated virtualized Radio Access Network (vRAN), successful connectivity with commercial 5G devices, and network transition demonstration between private AI-RAN and a commercial 5G network.

Key Highlights

• NVIDIA Aerial-Based GPU-Accelerated vRAN Testbed: RAMO Lab developed a GPU-accelerated vRAN testbed using NVIDIA Aerial with DGX Spark or H100 GPU platforms. The system accelerates Layer 1 (L1) processing on GPUs and integrates a commercial O-RU operating in Korea's 4.7 GHz private 5G spectrum (n79), enabling over-the-air experimentation in realistic wireless environments.

• End-to-End Connectivity with Commercial 5G Devices: The team successfully connected an iPhone to the private 5G network and demonstrated end-to-end connectivity through applications including YouTube streaming. This validated the operation of commercial user equipment within the GPU-accelerated vRAN environment.

• Interoperability with LG Uplus's Commercial 5G Network: In collaboration with LG Uplus, RAMO Lab demonstrated a network transition between its private AI-RAN operating at 4.7 GHz (n79) and LG Uplus's commercial 5G network operating at 3.5 GHz (n78). An industrial mobile device automatically selected an appropriate network as radio conditions changed while maintaining connectivity. This demonstration illustrates a practical approach to supporting service continuity for mobile Physical AI applications, including robots and drones.

The NVIDIA documentation also outlines RAMO Lab's future research directions, including evaluating CPU utilization and processing overhead under GPU acceleration, as well as investigating AI-RAN architectures in which a single GPU simultaneously supports real-time RAN processing and AI inference workloads.

Through this feature in NVIDIA's official documentation, RAMO Lab's AI-RAN testbed development and experimental validation have been shared with the broader international research and developer community. RAMO Lab will continue advancing GPU-based vRAN, edge AI, and next-generation 5G/6G wireless networking technologies for Physical AI.

Original Source: NVIDIA Aerial Testbed Documentation | Community Showcase – Yonsei University