본 연구는 급증하는 데이터 사용량에 따른 네트워크 성능 저하 문제를 해결하기 위해 AI/ML 모델을 활용한 네트워크 사용량 예측 방법을 평가했어요. 시계열 분해, Prophet, Random Forest, XGBoost, SVM, LSTM 등 다양한 모델을 비교 분석했죠. MAPE, NRMSE, R-square 지표를 통해 모델 성능을 평가하고, 정확도와 효율성 간의 균형을 제시합니다.
연구 결과, 모델의 정확도와 계산 효율성 간의 균형을 고려하여 네트워크 환경에 최적화된 예측 모델을 선택할 수 있도록 돕습니다. 특히, LSTM 모델이 뛰어난 성능을 보였지만, 계산 비용이 높다는 점을 고려해야 합니다.
본 연구는 네트워크 관리자, 운영자, 사업 관계자들이 네트워크 용량 계획을 효율적으로 수립하고 운영 비용을 절감하는 데 도움을 줄 수 있습니다.