항공분야 빅데이터의 정책적 활용방안 연구

기존의 정형화된 데이터에만 치중 되었던 연구들의 한계를 극복하기 위해 빅데이터 분석 기법인 텍스트 마이닝을 적용하여 항공안전과 관련된 비정형 텍스트 데이터를 분석한다. 항공안전과 관련된 텍스트 데이터의 텍스트 군집 분석을 통해 항공사고 및 준사고를 일으킬 수 있는 장애 요인들을 살펴보고, 토픽 분석을 통해 중요 요인들을 밝혀내고자 한다. 본 연구에서는 항공안전장애보고 데이터 중 서문의 편집자 주 부분을 제외하고 우리나라의 KAIRS, 미국의 ASRS, 영국의 CHIRP와 같은 각국의 항공안전자율보고제도에 제보된 사례만을 분석 대상으로 정했다. 본 연구에서는 비정형화된 데이터인 텍스트 데이터를 분석하고자 한다. 먼저 텍스트 군집 분석(Text Clustering)을 통해 유사한 주제를 다루고 있는 군집을 도출하고, 텍스트 마이닝 기법 중 토픽 분석을 수행해 봄으로써 비정형 데이터에 숨어있는 유용한 정보를 찾아내고자 한다. 텍스트 군집 분석 결과, 총 12개의 토픽이 도출되었으며 하나의 토픽은 5개의 기술 용어 집합으로 표현되었다. 다음으로 항공안전 장애사례 데이터를 대상으로 토픽 분석을 시행하였다. 토픽분석 결과, 총 13개의 토픽이 도출되었으며 하나의 토픽은 5개의 키워드의 집합으로 표현되었다. 본 연구에서는 항공안전 및 사고조사 분석, 지연 및 결항 분석, 그리고 항공산업 관련 트렌드 분석 분야에서 가능한 데이터를 탐색하고, 관련 데이터를 활용하여 빅데이터 분석을 수행하였다. 항공안전 및 사고조사 분석의 경우 기존의 정형화된 데이터에만 치중되었던 연구들의 한계를 극복하기 위해 빅데이터 분석 기법인 텍스트 마이닝을 적용하여 항공안전과 관련된 비정형 텍스트 데이터의 분석을 통해 항공사고를 유발할 수 있는 장애 요인들을 군집화하고 그 결과를 기반으로 향후 항공사고 조사 및 항공안전 데이터 축적의 기준을 제시했다는 점에서 의의가 있다. 지연 및 결항 분석의 경우 연관 규칙 분석 기법을 적용하여 항공기 비정상 운항을 일으키는 요인과 지연, 결항 여부 및 시간과의 연관관계를 분석해보고자 하였으나, 세분화되지 않은 항공기 지연 및 결항 데이터 관리 방식으로 인해 비정상 운항 요인 분석에서 한계점을 발견하고 이에 대한 시사점을 제시하였다. 지연 및 결항 분석에서는 항공사별, 항공기 기종별, 공항별, 출발지별 항공기 도착 계획 시간과 실제 도착 시간이 분류된 항공기 출/도착 현황 데이터를 사용하였으며, 비정상 운항 현황 분석에서는 항공기가 지연되고 취소된 현황과 원인 데이터를 활용하였다. 이러한 빅데이터 분석을 수행하여 도출한 지연 및 결항률 감소 요인을 사전에 감지하여 예측한 경우, 각 항공사는 항공기 지연 및 결항 여부를 고객에게 사전 공지할 수 있다. 이를 통해 고객서비스 증진 효과를 기대할 수 있으며, 항공사의 경쟁력을 확보할 수 있다. 항공산업 관련 트렌드 분석에서는 항공 관련 전문자료인 논문 등을 통해 항공산업의 핵심 이슈를 도출하고, 핵심 유망분야를 선정하고자 한다. 기존의 핵심 유망분야 선정과 같은 미래 예측에 관한 연구는 대부분 문헌 조사, 전문가 평가, 델파이 기법(Delphi method)과 같은 정성적(Qualitative) 분석 방법을 활용해 왔으나, 많은 양의 정보를 분석하기 위한 많은 시간과 비용이 수반된다. 따라서 기존의 트렌드 분석의 갖는 한계점을 보완하여 객관성 및 실효성 높은 결과를 확보하기 위해 빅데이터 분석 기법인 텍스트 마이닝을 통해 정량적 분석을 수행하고자 한다. 항공우주산업은 R&D 중심의 산업으로서 석·박사 중심의 고급인력이 참여하는 고도의 지식집약적 산업이기 때문에 부가가치가 높을 뿐만 아니라, 고용 창출 효과도 높아 향후 지속적 개발이 가능한 선진국형 산업이라 할 수 있다. 따라서 항공우주산업 개발을 위한 목표 설정, 방향 제시 및 정책 수립 등을 위해서는 미래 항공우주기술 로드맵 수립이 우선되어야 한다. 현재 다양한 분야에서 주로 전문가의 식견 및 다양한 연구를 바탕으로 한 미래 기술 로드맵이 수립되고 있으나 R&D 정책의 다변화와 산업 환경의 빠른 주기에 대응하기 위해서는 예측의 신뢰성을 높이고 데이터 기반의 과학적인 방법을 도입할 필요가 있다. 빅데이터 분석을 기반으로 보다 과학적이고 신뢰성 있는 미래 항공우주기술 로드맵 수립이 가능해 질 것이다. 본 연구 제4장에서 실증분석하여 제시한 공공데이터인 논문, 특허, R&D 연구 통계, 기술 개발 통계 데이터 등을 기반으로 논문 및 특허데이터를 분석하여 기술지도 작성, 기술영역 탐색, 기술간 연관관계 분석, 기술수명주기 측정, 공동연구망 구축 및 유관 연구 분야와 기술에 대한 핵심이슈 및 트렌드 분석, 정책 연구과제 도출 등이 가능하다. 이러한 과학적 근거를 기반을 통한 미래 기술 로드맵 수립이 이루어질 수 있다. 항공산업의 핵심 이슈 도출 및 트렌드 분석을 위해 이용할 수 있는 정보 원천으로는 논문, 정책연구보고서, 뉴스 기사 등이 존재한다. 본 연구에서는 항공 관련 전문 자료인 논문 데이터를 수집하여 논문의 기본적인 정보 및 연구 내용이 요약된 초록을 분석에 이용한다. 본 연구에서는 ‘항공’이라는 키워드를 포함한 2000년부터 현재까지 연구된 국내 학술논문 및 정책연구보고서 총 4,104건을 추출하여 분석에 이용하였다. 2000년부터 2014년 현재까지 연구된 항공 관련 논문 3,994개를 분석에 이용하였다. 빅데이터 분석 기반의 항공산업 핵심 이슈 도출 및 트렌드 분석에 관한 연구는 아직 초기 단계이기 때문에 비교적 정형화된 항목으로 구성되어 있고 분석이 용이한 논문을 분석 대상으로 선정하였다. 항공정책/항공운송산업에 관한 이슈는 6개, 공항에 관한 이슈는 4개, 안전/보안에 관한 이슈는 2개, 환경/기술에 관한 이슈는 11개의 토픽을 포함하고 있다. 본 연구에서는 항공 관련 논문을 대상으로 빅데이터 분석 방법인 텍스트 마이닝 기법을 사용하여 항공 관련 핵심 이슈를 추출하여 항공 관련 연구동향을 파악하고, 미래 핵심 유망분야를 전망해보고자 하였다. 항공분야 실무자 233명을 대상으로 한 항공분야 빅데이터 분석 인식도 및 제약 조건 조사 결과는 다음과 같다. 본 설문조사에 참여한 총 응답자 수는 233명으로, 응답자의 소속은 항공공무원이 20.6%, 항공사 종사자가 39.9%, 공항공사 종사자가 30.5%, 연구계 종사자가 4.3%, 학계 종사자가 4.7%로 조사되었다. 응답자의 연령 분포는 20대가 22.3%, 30대가 51.5%, 40대가 21.0%, 50대가 4.7%, 60대 이상이 0.4%로 조사되었다. 응답자의 전문분야로는 운항/정보 분야가 17.2%, 관제/통신 분야가 15.0%, 항공안전 분야가 10.3%, 항공사/공항운영 분야가 30.0%, 기타 분야(경영지원, 기획, 건설, 영업 등)가 27.5%로 조사되었다. 응답자의 성별 분포는 남자가 67.4%, 여자가 32.6%로 조사되었다. 응답자의 근무경력으로는 1-5년이 46.4%, 6-10년이 25.3%, 11-15년이 14.2%, 16-20년이 7.7%, 21년 이상이 6.4%로 조사되었다. 교통 분야의 빅데이터에 해당하는 데이터로는 교통량, 사고 데이터, O-D Table, 교통카드 이용 데이터, GPS 데이터 등이 있으며 이를 분석에 적용한 다양한 연구가 존재한다. 김순관 외(2007)은 수도권 교통카드 데이터를 활용하여 대중교통 이용자들의 교통수단별, 사용자 구분별, 환승 횟수별, 이용 시간대별 통행 패턴을 통계 분석하고, 이를 기반으로 교통카드 데이터 기반 OD를 구축했으며 분석에 사용된 데이터 결측치 및 데이터의 한계를 보완하는 보정 방안과 교통 카드 데이터 활용 방안을 제시했다. 김선홍 외(2014)는 경부고속도로 8,037대의 VDS시스템(Vehicle Detection System)에서 수집한 약 2년 6개월간의 데이터를 통해 요일 및 시간대별 차량 속도의 통계 분석과 교통 정보(교통량, 점유율)간의 양의 상관관계를 밝혔다. 기상 및 항공부문의 융복합 분석사례로는 항공 위험기상 예측 활용사례가 있다. 기상청은 기존의 대용량의 기상 데이터를 기상전문가의 지식과 추론으로 예측되는 위험 기상 예측의 문제점을 해소하기 위해 과거 기상데이터를 기반으로 7개의 위험기상(호우, 풍랑, 대설, 강풍, 한파, 폭염, 낙뢰)의 발생 가능성을 예측하는 각 지역별 맞춤 모델 생성하였다.