항공기 지연 및 결항 원인 분석과 데이터 관리 체계 개선 및 빅데이터 분석 기법을 활용한 항공 안전 및 운항 효율성 증진 방안 doc_id PCY_201509110503133191_6

항공기 지연 및 결항을 일으킬 수 있는 요인 분석을 통해 최종적으로 항공기 지연 및 결항과 같은 비정상 운항률의 감소를 도모하고자 한다. 항공기 지연 및 결항을 일으킨 원인과 실제 지연 및 결항 시간, 건수 등과의 연관관계 분석을 시행하면 보다 유용한 정보를 얻을 수 있을 것이며 항공사 측면에서는 고객 서비스 증진을 위한 방안을 세울 수 있는 기준이 될 것이다. 현재 항공정보포털시스템(Airportal)에는 항공사별, 항공기 기종별, 공항별, 출발지별 항공기 도착 계획 시간과 실제 도착 시간을 비교해서 구축한 항공기출/도착 현황 데이터가 있다. 또한 비정상 운항 현황에는 항공기가 지연 되고 취소된 현황과 원인 데이터가 구축되어 있다. 그러나 비정상 운항 원인에 대한 분류가 명확하게 구분되어 있지 않고 원인을 기술하는 방식의 일관적인 기준이 없다는 문제점이 있어 연관 규칙 분석 기법(Association Rule)과 같은 데이터 마이닝(Data Mining) 분석 기법이나 빅데이터 분석 기법을 적용하기 어렵다는 한계점이 있다. 항공기 지연 및 결항을 유발할 수 있는 원인에는 기상 상황, 활주로 문제, 연결, 연료 문제, 항로 혼잡 등 다양한 원인이 있다. 항공기 지연 및 결항을 일으킨 원인 데이터와 실제 항공기 지연, 결항 여부 및 지연 시간 데이터 간의 연관 규칙 분석과 같은 데이터 마이닝 분석 기법을 적용하면 대용량의 데이터베이스로부터 유용한 지식을 찾아낼 수 있다. 연관관계규칙 분석은 장바구니 분석(Market Basket Analysis)이라고도 불리며 데이터에 존재하는 항목간의 연관 관계를 살펴보고 이를 통해 데이터 사이의 유의미한 관계를 도출하고자 할 때 사용하는 데이터 마이닝 분석 기법의 일종이다. 연관 규칙 분석 기법을 통해 데이터를 분석하면 분석 결과가 “If A then B”의 형태로 도출되기 때문에 이해가 쉽고 명료하여 실질적으로 적용하기 쉬운 분석 기법이다. 연관 규칙 분석 기법을 통해 도출된 규칙들 중 유용한 연관 규칙을 찾기 위해서는 빈도수를 기반으로 연관 정도를 정량화 한 지지도, 신뢰도, 리프트 값을 이용한다. 그러나 현재 항공기 지연 및 결항 데이터 관리 방식은 일자, 편명, 출발 공항, 계획, 예상, 도착, 항공 구분, 지연 및 결항 상태, 원인 칼럼으로만 나누어져 있으며 항공 비정상 운항을 일으키는 요인에 대한 서술 방식이 ‘기상-바람(활주로 변경으로 지연)’, ‘기상-시정’, ‘기타(추가 점검 요청)’, ‘자발적 하기로 인한 지연’ 등과 같이 제각각이라는 한계점이 있다. 또한 현재 지연 및 결항 데이터의 관리 단위는 분이고, 가장 주요한 지연 및 결항의 원인인 기상 데이터의 관리 단위는 시간이기 때문에 두 데이터를 결합하여 분석할 수 없다. 따라서 향후 분석 및 데이터의 효율적 관리를 위해서는 항공기 지연 및 결항을 일으키는 요인을 통일성 있는 기준에 따라 사례별로 서술하고, 기상, 연결, 정비, 인적 요인 등 세부 항목들을 포괄할 수 있는 상위 항목 단위로 데이터 칼럼을 나누어 관리할 필요가 있다. 또한 기상 데이터와 항공기 지연 및 결항 데이터의 결합을 통한 분석을 위해 기상 데이터의 경우도 분 단위로 수집 및 관리할 필요성이 있다. Andrew McAfee 외(2012) 연구에서는 기존의 항공기 도착예정시각(ETA)은 공항접근시점에서 파일럿들의 추정에 의해 만들어짐에 따라 승객, 승무원, 지상 근무자의 대기시간 지연 등 불필요한 비용이 발생하며, 실제 미국 메이저 공항의 항공기 10%를 연구한바 도착 추정시각과 실제 도착시각과는 최소 10분 정도의 차이가 발생하였다. 이에 항공기 도착예정시각의 정확한 예측으로 항공기 지연으로 인한 여러 가지 불필요한 비용발생을 줄이고 항공업 관계자 등 이해관계자의 이익을 증가시키기 위한 방법으로 DB 구축·활용하고 있다. 2001년 서비스 제공 시작으로 처음에는 공개적으로 이용 가능한 날씨나 항공 스케줄 등 소수의 정보를 이용하여 도착시각을 계산하였으나, 10년에 걸친 수준 높은 정보의 축적으로 2012년에는 총 155개 이상의 자료를 활용하여 정확한 도착예정시각을 계산하였다. 정보 이용자들은 비단 정확한 도착예정시각에만 초점이 있는 것이 아니라 포괄적으로 여러 가지 의사결정에 도움이 될 수는 날씨나 운항 스케줄, 레이더 기지의 간접 사용 네트워크 활용 등 총 155가지 이상의 자료를 매 4.6초마다 업데이트하여 올바른 도착예정시각 정보를 제공하고 있다. 셋째, 공항분야에는 항공기 도착예정시각 관련 연구 사례가 포함된다. Andrew McAfee 외(2012) 연구에서는 항공기 도착예정시각의 정확한 예측으로 항공기 지연으로 인한 여러 가지 불필요한 비용발생을 줄이고 항공업 관계자 등 이해관계자의 이익을 증가시키기 위한 방법으로 DB 구축·활용하고 있다. 넷째, 운항분야에는 항공교통관리(ATM) 관련 분야 활용 연구 사례가 포함된다. Eurocontrol, SESAR, NextGen 등 은 항공교통관리(ATM) 분야에서 다양한 정보를 공유할 수 있도록 SWIM을 도입하였다. SWIM은 항행, 공항, 기상, 항공교통관제 등 모든 ATM 정보를 구축하고 있으며, 복잡한 여러 시스템의 다양한 정보를 관리하여 최적화 ATM 분석 활용을 가능하게 할 수 있다. 노태우와 박재찬(2014)은 항공사고 유발요인, 사고예방 조치, 사고 후속조치를 내재적, 외재적의 두 가지 차원으로 구분하여 대한항공과 아시아나 항공의 항공사고 사례를 분석했으며 이를 통해 국적 항공사의 안전 개선 전략을 제시했다. 이외에도 주요 국가들의 항공사고 분류 체계를 비교 분석하여 국내 항공사고 분류 체계에 도입할 방안을 제시한 연구가 존재한다. 기존의 많은 연구자들이 항공안전 데이터를 분석하려는 시도는 했으나 대부분 연도, 월, 일별로 집계된 통계 데이터와 같은 정형적 데이터를 분석 대상으로 했으며 사고조사가 이미 끝나서 구축되어 있는 결과적 데이터를 이용하여 분석했다는 한계점이 있다. 본 연구에서는 기존의 정형화된 데이터에만 치중 되었던 연구들의 한계를 보완하기 위해 빅데이터 분석 기법인 텍스트 마이닝을 적용하여 항공안전과 관련된 비정형 텍스트 데이터를 분석하였다. 항공안전과 관련된 텍스트 데이터의 텍스트 군집 분석을 통해 항공사고 및 준사고를 일으킬 수 있는 장애 요인을 분석하고, 토픽 분석을 통해 중요 요인들을 찾아내었다. NDSL에서 항공 관련 연구는 10여 년 간 총 2,780건이며 총 415개의 저널에 포함되어 있다. 항공 관련 연구가 다수 포함되어 있는 주요 저널로는 한국항공우주학회지, 한국항공운항학회지, 한국측량학회지, 항공우주기술, 항공우주정책·법학회지 순이다. KISS에서 항공 관련 연구는 총 1,214건이며 총 195개의 저널에 포함되어 있다. 항공 관련 연구가 다수 포함되어 있는 저널로는 한국항행학회논문지, 한국항공경영학회지, 한국항공운항학회지, 항공우주정책·법학회지, 관광연구, 관광경영연구, 호텔경영학연구, 관광연구저널, 한국군사과학기술학회지 순이다. 두 데이터베이스에서 중복적으로 다루고 있는 문서는 제거하고 하나의 문서만 선택하여 분석하였다. PRISM으로부터 항공 관련 정책과제를 검색한 결과, 총 110건의 정책연구가 진행되었다.