【AWS Summit 2024】通信業界における AWS 活用事例とアーキテクチャ(講演レポート)
2024.06.28
2024年6月20日(木)~ 21日(金)の2日間、幕張メッセにて毎年 延べ 30,000 人が参加する日本最大のAWS を学ぶイベント「AWS Summit Japan 2024」が開催されました。本ブログでは、AWS Summitに実際に参加したエンジニアから、イベントの様子や講演の現地レポートをいち早くお届けします。
今回は、6/21(金) 14:50~15:30に開催されたセッション「通信業界における AWS 活用事例とアーキテクチャ」をリポートします。
AWS Summit Japan 2024 とは?
AWS Summit Japan 2024とは、日本最大の “AWS クラウドを学ぶ”イベントです。基調講演や150を超えるセッション、250を超えるEXPO コンテンツが用意されています。
クラウドコンピューティングコミュニティが一堂に会してアマゾン ウェブ サービス (AWS) に関して学習し、ベストプラクティスの共有や情報交換ができる、全てのクラウドでイノベーションを起こすことに興味がある皆様のためのイベントです。
セッション概要(通信業界における AWS 活用事例とアーキテクチャ)
今回は、6/21(金) 14:50~15:30に開催されたセッション「通信業界における AWS 活用事例とアーキテクチャ」をリポートします。
公式サイト上のセッション紹介は以下の通りです。
“通信業界における AWS 活用は、従来主流であったサービス基盤におけるアジリティやスケーラビリティの向上やデータ分析基盤にとどまらず、BSS/OSS といった基幹システムやモバイルネットワークの基盤にまで広がっています。
このセッションでは、 B2C/B2B、顧客体験、BSS/OSS、コアネットワーク、無線ネットワークの5つの領域における AWS の活用事例とそのアーキテクチャを解説します。“
登壇者
会社名 | 登壇者 |
---|---|
アマゾン ウェブ サービス ジャパン合同会社 |
山内 晃 技術統括本部 ストラテジックインダストリー技術本部 通信グループ 本部長 |
セッション詳細
本セッションでは以下のテーマに基づいてグローバルの通信業界におけるAWSの活用事例や、アーキテクチャを紹介していただきました。
変革のポイントに沿って、各企業が実際に取り組まれてきた事例をそれぞれ紹介していきます。
改革のポイント1.
ネットワークのクラウド化(5Gコア&RAN)
5Gコアにおける4つの課題
通信制御を行う5Gコアの課題について、それぞれ4つの問題点を挙げていました。AWSではこれらの課題を以下のサービスを提供することでサポートしています。
仮想化環境
課題 | 構築、運用するにあたって非常に複雑でコストもかかります。 |
---|---|
解決 | AWS Regionや、AWS Locak Zonesといったマネージドサービスで提供可能です。 |
エッジクラウド
課題 | 膨大なパケットを処理する必要があるユーザープレーンや、UPFといったコンポーネントはリージョンに集約しづらいです。端末や基地局からのネットワーク遅延、クラウドからのデータ転送のコストなどを考慮する必要があります。 |
---|---|
解決 | AWS Outpostsや、Amazon EKS Anywhereを使用してオンプレミスに配置することが可能です。 |
自動化
課題 | 5Gのコアネットワークでは様々なNetwork Functionsを統合して導入、管理する必要があります。 |
---|---|
解決 | AWS Telco Network Builderというオーケストレーションツール、有償コンサルのAWS Professional Services(ZeTA)が提供するゼロタッチオートメーション「ZeTA」というフレームワークを用いてNetwork Functionsの導入や、管理を支援可能です。 |
マネタイズ
課題 | 5Gネットワークには膨大な投資がかかるため、新しいサービスは一刻も早く収益化を行う必要があります。 |
---|---|
解決 | パブリックリンクのAWS Wavelengthや、プライベート5Gパッケージを展開することで、通信事業者と共同でGoToMarketを実装することが可能です。 |
【事例1】AWSの仮想化環境で5Gコアをスケーリング(LGユープラス社)
韓国の大手電気通信事業者LGユープラス(LG U+)が取り組む5Gコアのスケーリングの事例になります。
LG U+では実際の商用トラフィックデータ2か月分を用いてシミュレーションを行い、時系列予測と、異常トラフィック検知の2種類の機械学習アルゴリズムを組み合わせて、トラフィックに応じてKubernetesのPOD数をスケールさせることに取り組んでいます。
通常のITシステムでは、CPUの利用率などのリソースの使用状況を見てスケーリングを判断していますが、モバイルネットワークといった非常に大きなインフラでは、リソース状況だけでなく、様々なメトリクスを用いてモバイルネットワーク状態に合わせてスケールを判断する必要があります。
このような場合、機械学習のような高度なアルゴリズムを使用することで、モバイルネットワークの中にある様々なメトリクスをトリガーとして、スケーリングさせることが可能です。
様々なネットワークKPIでトリガーさせたスケーリングを Amazon EventBridgeのようなマネージドなイベント連携のサービスを使用することで、実際のkubernetesなどのインフラのスケーリングの方に繋げていくことが可能となります。
5G RAN(無線アクセスネットワーク)の課題
次に5G RAN(無線アクセスネットワーク)の4つの課題と、AWSのサービスを活用することでの課題の取り組み方について解説いただきました。
低コスト
課題 | Gによって増々大容量化が進むネットワークを、より安価なコストで提供することは通信事業者にとって非常に大きな問題です。 |
---|---|
解決 | AWSではAWS Nitro System、AWS Gravitonといった価格性能に優れたインフラを提供することでこれを支援しています。 |
迅速な展開
課題 | 全国に基地局が数万と点在している場所へ、RANのコンポーネントを迅速に展開していくためには、それぞれのRANベンダーのソフトウェアをインテグレードして展開する必要があります。 |
---|---|
解決 | AWSではエッジに適したハードウェア(AWS Outposts、Amazon EKS Anywhere)を活用して、迅速に展開することが可能です。また、AWS Professional Services(ZeTA)では自動化された手順でこれらの展開をサポートしています。 |
ライフサイクル
課題 | 展開したコンポーネントは継続的にパッチの適用や、アップグレードが求められます。 |
---|---|
解決 | AWS Management Console / API でクラウドからエッジまで一貫したユーザーインターフェースと、AWS Professional Services(ZeTA)でライフサイクルの管理を効率化することが可能になります。 |
インテリジェント化
課題 | 基地局周りの通信環境は基地局の場所や時間帯、人や車といった流れによって常に変動しています。ソフトウェア化されたオープンRANの世界では、無線のアンテナの向きや周波数、周波数帯、電波の出力 様々なパラメータを合わせて調整していくことに、機械学習を活用することで運用や、性能を最適化していく取り組みが盛んにおこなわれております。 |
---|---|
解決 | AWSでは統合された機械学習のスイートとして Amazon SageMaker を活用してRANのインテリジェント化を推奨しています。 |
【事例2】 5G on AWS-3つの階層でネットワークを冗長、分散(ディッシュ・ネットワーク社)
アメリカで衛星放送のサービスや、運営を行っているディッシュ・ネットワーク社(Dish Network)の、AWS Local Zoneを活用した5G ネットワークの展開方法についての事例になります。
設備を持たない状態でモバイル通信に参入した Dish Network は、AWSの4つのRegionや、15以上のLocal Zoneを用いて効率的にネットワーク設備を展開する必要がありました。
Dishは以下3つの仕組みを用いて、2022年5月にラスベガスで初めて5Gサービスを開始し、2023年6月には全米の70%の人口をカバーするまでの5Gネットワークを展開させました。
1. National Data Center(NDC)
BSS/OSS、加入者 DB、IMS コア など集約可能なコンポーネントをマルチリージョンで冗長化する形で配置しました。
2. Regional Data Center(RDC)
NDCに紐づく形でスケーラビリティが必要なコンポーネントで、具体的には端末のアクセスや、移動管理するAMF、セッションを管理するSMF、実際のパケット処理を行うUPF、これらのコンポーネントの一部をマルチアベイラビリティソーン(マルチ AZ)の構成で配置しました。
3. Edge Data Center(EDC)
Local Zoneに分散して配置する必要があるコンポーネントです。Regionから遠いところに配置せざるを得ない UPF、RAN(CU) を、AWS Local Zone を使用して全米に分散して配置しました。
【事例3】AWSを活用した強靭な5Gネットワーク(NTTドコモ社)
AWSと共同で強靭な5Gネットワークの提供に取り組む株式会社NTTドコモ(NTT DOCOMO)の事例を紹介します。
先ほど紹介されたDish Networkとは対照的に、既存の設備を持つ通信事業者 NTT DOCOMO では、AWSとの共同で2024年5月にAWSを活用した強靭な5Gネットワークの提供を試みています。
通信構成は以下3つの 5G コア、RAN、衛星ブロードバンド に分けられており、それぞれ以下を目標に取り組んでいます。
通信構成 | 目標 |
---|---|
5G コア | |
5G RAN | |
衛星ブロードバンド |
改革のポイント2.
BSS/OSSの刷新(Business & Operation)
2つ目の変革のポイント「BSS/OSSの課題」では、現在のBSS/OSSにおける4つの課題を挙げられました。これら4つの課題によって、早いペースで成長を続ける通信事業のビジネスにBSS/OSSは追随できなくなってきています。
また、5Gなどの新しいネットワークに向けて、BSS/OSSをモダナイズしていくことが必要になっていきます。効率的に管理していくためには機械学習や、データ分析などが求められています。
【事例1】コネクテッド・カスタマージャーニー:CCJ(グローブ・テレコム社)
フィリピンのグローブ・テレコム(Globe Telecom)が取り組むコネクテッド・カスタマージャーニーでの事例になります。
ビジネスの課題である数多くのレガシーシステムに、データが分散してしまいお客様を中心に状況を捉えることができないといった課題に対してGlobe Telecomでは、データを統合して組織の粒度を解消することによって、お客様の体験をリアルタイムかつ一元的に把握して課題の解決に取り組みました。
Globe Telecomが取り組むコネクテッド・カスタマージャーニーのアーキテクチャでは、様々なインターフェースからデータを取り込み、蓄積したデータを検索や、可視化することで分析が可能です。また、Amazon Neptune を使用しグラフ探索や機械学習活用して、体験の似ている顧客同士を紐づけて分析することで、顧客体験をさらに改善するといったアプローチがとられています。
Amazon Neptune ではリレーショナルデータベースでは表現が難しい複雑な関係性を持つデータをシンプルにモデル化し、機械学習と合わせて活用することが可能です。
ここでは一例として解約を予測して、引き止めるためのオファーを作成し、メール、SNS等様々な手段を用いて、チャットボットからお客様にコンタクトを取り、解約を踏みとどまっていただく事例が挙げられました。
また、オファーの作成や、お客様へのコンタクトなどにはAWS BedrockといったAWSの生成AIが使用されています。
【事例2】ネットワーク障害対応の迅速化(COX Communications社)
アメリカのケーブル会社であるコックス・コミュニケーションズ(COX Communications)での、ネットワーク障害対応を迅速化した取り組みについて紹介されました。
COX Communicationsの課題として検知、診断、解決までに平均して16時間以上かかるネットワーク障害において、一連の対応にかかる時間を短縮したい課題がありました。
この課題に対してCOX Communicationsでは生成AIによるチャットボットや、拡張検索生成(RAG)を使ったナレッジ検索といった仕組みによって、ネットワーク障害の対応を迅速化する取り組みを行っていきました。
初めにNOCがService Healthという分析ダッシュボードを経由して、調査したいネットワーク障害について問い合わせます。
これに対してバックエンドのLambdaがオーケストレーションする形でS3に保存されたトラブル対応ガイドや、顧客対応履歴といったドキュメントを取得、あるいはAthenaを使用してネットワークテレメトリーを検索したり、ベクトル化されたナレッジをOpen Searchで検索したりといった形でコンテキストを取得します。
これらで取得したコンテキストを元の質問・プロンプトと併せて、Bedrockに送信することで応答を生成しています。こうした取り組みによってCOX Communicationsではネットワーク障害の対応にかかる時間を従来の数時間から、数分に短縮することに成功しました。
【事例3】Telco LLM “TelClaude”(SKテレコム社)
韓国最大の携帯電話事業者SKグループの中核企業であるSK Telecom(SKテレコム)での、通信事業者専用の言語モデルを開発する取り組みについての事例です。
SK TelecomではAnthropicと共同でTelco 専用のLLM「TelClaude」を開発中です。コンタクトセンターや、チャットボットなど様々サービスでの活用が期待されています。
改革のポイント3.
新たなサービスの創出(Consumer & Business)
最後に3つ目の変革のポイント「新たなサービスの創出(Consumer & Business)」について紹介していきます。
【事例1】スマートホーム・スマート農業のワンストップ導入(TELUS社)
ここではカナダの大手通信業者TELUS(テラス)のコンシューマー向けのスマートホームの提供と、ビジネスユーザー向けのスマート農業のワンストップ導入について紹介されました。TELUSの多種多様なスマートホームの取り組みについて、デモ動画を交えながら紹介されていました。動画ではスマート電球をスタンドに取り付けるだけで、自宅のデバイスとして認識させ、異なるメーカー同士でライトの点灯と消灯を可能にしていました。
また、生成AIを活用して自宅で人が倒れたら、容態を確認したロボット(Amazon Astro)がレスキューを呼び、レスキューの到着に合わせて玄関の鍵を開錠するといった複雑なシナリオなどが挙げられました。これらのスマートホームのアーキテクチャについて以下の通り解説しています。
AWS IoTを活用してそれぞれ異なるスマートホームのデバイスを「ゼロタッチオンボーディング」かつ「ユビキタス制御」で統合しています。TELUSではAWSのサービス群を活用して、認証、監視、請求などの共通機能や、アプリケーションといったスマートホームサービス基盤を構築しています。
これらを家電制御や、ホームセキュリティ、スマートヘルスケアといったユースケースごとにサービス化することで提供を可能にしています。 最後にビジネスユーザー向けのスマート農業のワンストップ導入について紹介していきます。
前提としてスマート農業のソリューションを導入するには、通常ですと複雑なインテグレーションと、膨大な時間、高度なスキルが必要になり、これらがスマート農業の導入の妨げになっているという問題がありました。
TELUSではこの問題に着目し、AWSのマネージドサービスを活用することで、シンプルなスマート農業ソリューションのワンストップ導入を提供しています。
まとめ
本セッションでは、通信業界におけるAWSの活用について、各企業の事例を交えて実用的な取り組み方を解説していただきました。
今後の通信業界は5Gの普及や、データ量の増加、顧客要求の高度化など、急速な変化に対応する必要があると強く感じました。
このセッションを通じて、通信業界がAWSのクラウドサービスを活用することでどのように競争力を高め、顧客に対するサービスを改善しているのかが明確になったと思います。
最後に宣伝となりますが、JIG-SAWからAWSをご契約いただくとAWSの利用料が割引でご利用いただけます。
利用料の割引だけでなく様々な無料特典もつき、システム構築や監視・運用、セキュリティサポートなど各種オプションサービスもご用意しておりますので、お気軽にご相談ください。