AR, XR 및 뇌 인터페이스
에릭슨과 Altair, AI 웨어러블용 저전력 5G 연결 시험
에릭슨과 Altair는 ALT1550 모뎀을 사용해 eRedCap 연결을 완료하고, AI 웨어러블과 기타 소형 연결 기기를 위한 더 단순한 독립형 5G 경로를 시험했다.

핵심 포인트에릭슨과 알테어는 eRedCap을 사용한 연결을 완료했지만 기기에서 AI 워크로드를 시연하지는 않았다.
더 보기
- 에릭슨과 알테어는 eRedCap을 사용한 연결을 완료했지만 기기에서 AI 워크로드를 시연하지는 않았다.
- 모뎀은 추론이 아니라 연결성을 제공하므로 로컬 처리와 클라우드 모델은 별개의 설계 선택으로 남는다.
- 상용 배포는 이후 연도를 목표로 하며 발표에서 통신사나 측정된 성능은 공개되지 않았다.
에릭슨과 Altair Semiconductor는 향상된 제한 기능(Reduced Capability, eRedCap)을 이용한 최초의 네트워크 연결을 완료했다고 밝혔다. 11월 19일 발표에 따르면, 이번 시험에서는 에릭슨의 무선 액세스 네트워크 소프트웨어와 Altair의 ALT1550 모뎀을 기반으로 한 기기를 연결했다. 이는 휴대전화 수준의 데이터 속도가 필요하지 않고 휴대전화 크기의 배터리를 탑재하기도 어려운 웨어러블 기기, 추적기, 센서에 독립형 5G를 제공하기 위한 진전이다.
다른 용도에 맞춘 더 작은 무선 장치
기존 5G 하드웨어는 대용량 다운로드와 모바일 동영상 등 높은 성능이 필요한 작업을 처리하도록 설계된다. 자산 추적기는 위치 정보를 간헐적으로 전송할 수 있고, 웨어러블 비서는 짧은 음성 질문을 보내거나 응답을 받을 수 있다. 광대역 기기의 활용도를 높이는 성능이 데이터 전송량이 훨씬 적은 제품에는 불필요한 설계 부담이 될 수 있다.
초기 5G 제한 기능(RedCap)은 기기 설계자가 광대역 기능을 모두 구현하지 않고도 독립형 네트워크를 이용할 수 있게 했다. 3GPP Release 18에 도입된 eRedCap은 데이터 전송률이 낮은 쪽으로 적용 범위를 더 확장한다. 에릭슨의 RedCap 기술 개요는 이 기술들이 지원할 수 있는 작업의 유형을 구분하고, eRedCap이 기기 비용과 에너지 사용량을 줄일 가능성을 설명한다. 이는 설계 목표일 뿐, 11월 시험에서 배터리 수명을 측정해 얻은 결과는 아니다.
Altair는 이미 스마트 계량기와 추적기 같은 제품에 쓰이는 LTE-M 및 NB-IoT 칩셋을 생산하고 있다. Altair의 셀룰러 IoT 제품군은 기존 연결 방식을 기반으로 제품을 개발하는 고객이 독립형 5G를 고려할 수 있도록 ALT1550을 제시한다. 이번 시험이 중요한 이유는 제조업체와 통신사가 실제 제품을 검증하기 전에 모뎀과 무선 네트워크가 함께 작동해야 하기 때문이다. 이번 시험으로 기존의 모든 기기를 새로운 하드웨어 설계 없이 5G로 전환할 수 있다는 점이 입증된 것은 아니다.
AI 처리는 실제로 어디서 이뤄지는가
모뎀은 추론이 아니라 연결 기능을 제공한다. AI 기기는 일부 처리를 기기 자체에서 수행하고, 외부 정보가 필요하거나 클라우드에서 실행되는 모델을 이용해야 할 때 네트워크를 사용할 수 있다. 모뎀 시험에서는 이러한 AI 작업 중 어느 것도 시연하지 않았으며, 양사는 출시 준비를 마친 웨어러블 제품을 공개하지 않았다.
eRedCap이 어떤 용도에 적합할지 판단할 때 이 차이는 중요하다. 호출어를 기기에서 감지하고 간헐적으로 음성 요청을 전송하는 안경은 원격 분석을 위해 동영상을 계속 업로드하는 안경과 네트워크 요구 사항이 다르다. 전자의 설계에는 적당한 데이터 연결만으로도 충분히 유용할 수 있지만, 후자는 끊임없이 이어지는 데이터 스트림을 처리할 만큼 충분한 대역폭과 응답성이 필요하다. 두 경우 모두 배터리는 카메라, 프로세서, 마이크와 디스플레이(탑재된 경우)에도 전력을 공급해야 한다. 더 단순한 모뎀은 전력 예산의 한 부분을 해결하는 데 도움이 되지만 나머지 문제까지 해결해 주지는 않는다.
출시 전에 남은 과제
Altair는 이번 이정표로 2027년 상용 서비스 도입 일정이 순조롭게 진행되고 있다고 밝혔다. 이는 목표일 뿐, 출시일이나 통신망 커버리지 제공을 약속하는 것은 아니다. 발표에서는 참여 통신사와 기기 제조사, 대상 시장을 밝히지 않았으며, 이번 연결의 측정 데이터 전송 속도, 지연 시간, 에너지 소비량도 공개하지 않았다. 앞으로는 시연 환경을 넘어 이러한 장단점이 실제로 무엇을 의미하는지 보여 주는 상용 네트워크 및 기기 시험 결과를 확인해야 한다.
AI 하드웨어 제조업체가 당장 얻은 성과는 범위가 제한적이지만 유용하다. 적당한 데이터 전송률에 맞춰 설계된 모뎀이 에릭슨의 네트워크 소프트웨어에 연결된 것이다. 특정 AI 기능에 초점을 둔 웨어러블에는 고급 무선 장치가 필요하지 않을 수도 있지만, 기기를 지원하는 네트워크와 연결 기능을 효과적으로 활용하는 제품 설계는 여전히 필요하다.












