항공분야 빅데이터의 정책적 활용방안 연구

항공분야 빅데이터의 정책적 활용방안 연구

Supporting Air Transport Policies Using Big Data Analysis

박진서ㆍ김제철ㆍ심가람

과거 전통적으로 축적되어 온 정형적인 데이터 관리에서 대규모의 데이터가 엄청난 속도로 증가하게 되면서 빅데이터 기반의 정부행정 서비스 및 기업 경영에 대한 혁신이 요구되고 있습니다. 그리고 최근 들어 정부는 공공데이터 개방을 기반으로 하는 창조경제 활성화 전략 을 제시하고 있으며, 산업계에서도 과학적이고 효율적인 업무수행을 위한 데이터 분석 및 활용을 시도하고 있습니다.

빅데이터 분석 연구는 정부와 기업 더 나아가 개인을 위한 과학적인 의사결정에 활용되고 있습니다. 해외의 경우, 빅데이터의 분석연구는 의료, 보안, 국가위험관리 등의 분야에서 정부 정책 결정을 위해 활용 되며, 항공, 자동차, 은행, 제조, 물류 등 다양한 산업계에서도 효율적 인 업무 지원을 위해 활용되고 있습니다.

해외 항공교통 분야의 빅데이터 분석 연구는 항공운송, 안전, 항공 사, 공항 등 다양한 분야에서 활용이 시도되고 있습니다. 그러나 국내 항공분야의 경우, 다양한 데이터들이 정부와 민간을 중심으로 구축되 어 있으나, 이에 대한 데이터 표준화, 분석 및 활용 등이 미흡한 실정 입니다. 따라서 현재까지 데이터의 활용에 있어서 매우 기초적인 수준 으로 판단해 볼 수 있습니다.

이에 본 연구에서는 항공분야와 타 분야의 빅데이터 현황 및 활용사 례를 조사하여 활용의 제약요건과 그 가능성을 검토하였습니다. 그리 고 항공분야 빅데이터 분석의 인식도 조사를 통해 활용가능성을 타진 하였습니다. 또한 항공분야 빅데이터 분석을 실제적으로 수행하였으

터 활용을 위한 정책방안을 제안하였습니다.

앞으로 본 연구에서 제안한 항공분야의 데이터 수집 및 저장방법의 표준화를 우선적으로 추진하고, 빅데이터 분석 기술 연구와 함께 데이 터 분석가를 양성하는 등 항공분야의 빅데이터 분석에 지속적으로 관 심을 가지도록 노력해야 할 것입니다.

마지막으로 본 연구를 수행하는 과정에서 자문회의나 연구협력 등 을 통해 도움을 주신 항공 및 빅데이터 정책 분야의 전문가 여러분께 깊은 감사의 뜻을 표합니다.

2014년 10월 한 국 교 통 연 구 원

원장

이 창 운

요 약 ···xiii

제1장 서 론 ···1

제1절 연구의 배경 및 목적 / 1 제2절 연구의 범위 / 3

제3절 연구의 방법 / 3

제4절 선행연구 고찰 및 본 연구와의 차별성 / 5

제2장 빅데이터의 개념과 정부 정책 현황 ···9

제1절 빅데이터의 개념 및 특성 / 9

제2절 국내외 빅데이터 활용 정책 및 사례 분석 / 18 제3절 의미 및 시사점 / 37

제3장 항공분야 빅데이터 특성과 이용사례 ···39

제1절 국내 항공분야 빅데이터 특성 및 활용현황 / 39

제2절 항공분야 빅데이터 분석 인식도 및 활용여건 조사 / 62 제3절 국외 항공분야 빅데이터 현황 및 이용사례 / 70

제4장 항공분야 빅데이터 분석체계 및 실증분석 ···90 제1절 빅데이터의 효율적 활용을 위한 분석체계 / 90

제2절 항공분야 빅데이터 실증분석 / 98

제2절 항공산업 및 공항운영 분야 / 147

제3절 항공분야 빅데이터 활용을 위한 기반 조성 분야 / 151

제6장 결론 및 정책 제언 ···163

제1절 결론 / 163 제2절 정책적 기여 / 164

참고문헌 ···167

부 록 ···179

Abstract ···185

<표 1-1> 연구범위와 연구방법 ···4

<표 1-2> 선행연구와 본 연구의 차별성 ···6

<표 2-1> 데이터 분석 및 빅데이터 분석의 차이점 ···10

<표 2-2> 빅데이터의 차별성 ···10

<표 2-3> 빅데이터의 정의 ···12

<표 2-4> 빅데이터의 개념 및 특성 ···15

<표 2-5> 빅데이터의 경제적 가치 전망 ···16

<표 2-6> 빅데이터 활용 가치 ···17

<표 2-7> 정부3.0의 세부과제 ···22

<표 2-8> 심야버스 노선 분석 ···28

<표 2-9> 위험 기상 예측 모델 ···30

<표 2-10> 링크드 데이터 5등급 표시 ···33

<표 2-11> 주요국 빅데이터 정책 동향 ···34

<표 2-12> 국외 빅데이터 활용 현황 ···35

<표 3-1> 항공사고·준사고 및 안전장애보고 데이터 구성 ···41

<표 3-2> 항공사고·준사고 및 안전장애보고 시스템 구성 ···41

<표 3-3> 통합항공안전정보시스템 데이터 구성 ···42

<표 3-4> 통합항공안전정보시스템 구성 ···42

<표 3-5> 항공안전IT시스템 데이터 구성 ···44

<표 3-6> 항공안전IT시스템 구성 ···44

<표 3-7> FOQA 데이터의 구성 및 기능 요소 ···46

<표 3-8> FOQA 데이터 구성 ···47

<표 3-9> FOQA시스템 구성 ···47

<표 3-10> 인천국제공항공사 및 한국공항공사 시스템 데이터 구성 ···48

<표 3-11> 인천국제공항공사 및 한국공항공사 시스템 구성 ···49

<표 3-15> 운항 및 비행정보시스템(FOIS) 데이터 구성 ···54

<표 3-16> 운항 및 비행정보시스템 구성 ···54

<표 3-17> 항공기상청 데이터 구성 ···55

<표 3-18> 항공기상청시스템 구성 ···56

<표 3-19> 출입국 통계 데이터 구성 ···57

<표 3-20> 출입국 통계 데이터 현황 ···57

<표 3-21> 항공부문 빅데이터의 특성 ···59

<표 3-22> 국내 항공분야 빅데이터 시스템 현황 ···60

<표 3-23> 설문지 설계 ···62

<표 3-24> 응답자 특성(1) ···63

<표 3-25> 응답자 특성(2) ···64

<표 3-26> 빅데이터 개념 인식도 및 정보의 출처 조사결과 ···65

<표 3-27> 공공데이터 활용 정책 인식도 및 데이터 기반 의사결정 활용도 조사결과 ···66

<표 3-28> 항공분야 빅데이터 활용 현황 및 수집·관리 현황 조사결과 ··· 67

<표 3-29> 항공분야 빅데이터 비활용 현황 및 분석 제약요건 조사결과 ··· 68

<표 3-30> 항공분야 빅데이터 분석제약 극복방안 조사결과 ···69

<표 3-31> Aviation Safety Information Data List ···72

<표 3-32> 부적절한 활주로 출발 관련 분석 ···74

<표 3-33> 부적절한 활주로 출발 ···75

<표 3-34> ECCAIRS 시스템 ···80

<표 4-1> 최근 발생한 국내 항공사고 현황 ···100

<표 4-2> 최근 발생한 국내 항공 준사고 현황 ···101

<표 4-3> 항공안전장애보고 군집분석 결과 ···110

<표 4-4> 항공안전 장애요인 도출 ···112

<표 4-5> 항공분야 지연/결항 소비자 분쟁 해결 기준(2014년 3월 기준) ···116

<표 4-6> A 항공사 인천 공항 도착 항공기 데이터(2013년 1월 1일자) 예시 ··· 117

<표 4-7> 분석대상 데이터 ···122

<표 4-10> 항공관련 정책연구 핵심 키워드 및 핵심 이슈와의 일치여부 ··· 132

<표 5-1> 빅데이터 분석 기법 ···156

<표 5-2> 빅데이터 처리 기술 ···157

<표 5-3> 항공분야 데이터의 제공 및 이용 활성화에 관한 지침(안) ···162

<그림 1-1> 연구의 흐름도 ···5

<그림 2-1> 노무라연구소의 광의의 빅데이터 정의 ···11

<그림 2-2> 빅데이터의 3Vs ···14

<그림 2-3> 빅데이터를 활용한 스마트 정부 구현(안) 비전 및 목표 ··· 19

<그림 2-4> 2013 정부3.0 추진계획 비전 및 목표 ···20

<그림 2-5> 공공데이터 개방·활용 지원체계 ···24

<그림 2-6> 2014 정부3.0 추진계획 비전 및 목표 ···25

<그림 2-7> Snapshot of Mobile Millennium Traffic in San Francisco and the Bay Area ···36

<그림 3-1> 항공기상데이터 수집 및 활용 절차 ···56

<그림 3-2> 부적절한 활주로 사건 기여 요인 ···75

<그림 3-3> 날씨 관련 vs 날씨 비관련 사고들 2003-2007 ···77

<그림 3-4> 날씨 관련 사고 인용 내역 2003-2007 ···77

<그림 3-5> 운항 범주별 날씨와 관련 사고 건수 ···78

<그림 3-6> 날씨 관련 vs 난기류 관련 사고 현황 ···79

<그림 3-7> ECCAIRS의 커뮤니티 ···81

<그림 3-8> Big Data Analytics ···84

<그림 3-9> Descriptive and Applicative Map ···87

<그림 4-1> 항공분야 빅데이터 실증 분석 분야 및 체계 ···92

<그림 4-2> 텍스트 마이닝 수행 단계 ···95

<그림 4-3> 연구모형 설계 및 분석 범위 ···107

<그림 4-4> 항공안전 및 사고조사 관련 분석 단계 ···107

<그림 4-5> 항공안전 장애 군집 빈도 ···111

<그림 4-6> 항공안전 장애 군집간 거리 ···112

<그림 4-7> 항공안전 장애요인별 토픽의 빈도수 ···113

<그림 4-10> 항공산업 핵심 이슈영역 ···128

<그림 4-11> 항공산업 핵심 이슈영역별 토픽 빈도수 ···130

<그림 4-12> 항공관련 정책연구 핵심 키워드 ···132

<그림 4-13> 항공정책/항공운송산업 이슈영역 트렌드 분석 ···134

<그림 4-14> 공항 이슈영역 트렌드 분석 ···135

<그림 4-15> 안전/보안 이슈영역 트렌드 분석 ···135

<그림 4-16> 환경/기술 이슈영역 트렌드 분석 ···135

<그림 4-17> 항공산업 핵심 유망분야 ···136

<그림 4-18> 항공안전정책 트렌드 분석 ···137

<그림 4-19> 항공운임(저비용항공) 트렌드 분석 ···138

<그림 4-20> 친환경 고연비 연료 트렌드 분석 ···139

<그림 5-1> System Wide Information Management(SWIM) 예시 ··· 142

<그림 5-2> 국가항공안전프로그램 ···143

<그림 5-3> 미래 항공우주기술 로드맵 예시 ···145

<그림 5-4> 비행훈련 시뮬레이션 프로그램 예시 ···146

<그림 5-5> 항공사 예약발권시스템 예시 ···147

<그림 5-6> 물류분야 빅데이터 활용 예시 ···149

<그림 5-7> 장기적 로드맵 수립 ···153

<그림 5-8> 항공분야 생태계 구축 ···154

<그림 5-9> 데이터 시각화 기술 예시 ···158

<그림 5-10> 데이터 과학자 수요 전망 ···159

<그림 5-11> 단계별 데이터 융합 지원 운영 개념 ···160

요 약

1. 연구의 배경 및 목적 가. 연구의 배경 및 필요성

박근혜 정부는 ‘정부3.0 구현’을 목표로 공공데이터 개방 및 활용을 기반으 로 하는 창조경제 활성화와 일자리 창출을 위한 전략을 제시하였다. 이는 공공 정보를 적극 개방·공유하고, 부처 간 칸막이를 없애고 소통·협력함으로써 국 정과제에 대한 추진동력을 확보하고 국민 맞춤형 서비스를 제공함과 동시에 일자리 창출과 창조경제 지원을 그 목적으로 한다. 이러한 정책 수립과 함께 활용도가 높은 생활밀착형, 국민편의 증진을 향상시킬 수 있는 항공분야의 빅 데이터 구축 및 분석의 중요성이 강조되고 있다. 현재까지 해외 항공부문 빅데 이터 분석 연구는 초기이나 주로 항공운송, 항공사, 항공안전 등과 관련된 연 구가 대다수이다. 그리고 이들 연구는 항공레이더데이터, 공항데이터, 기상데 이터, 항공사 운항데이터, 항공운송시장 데이터, 여객 데이터, 항공안전 데이 터 등을 기반으로 한 분석 및 활용이 시도되고 있다. 빅데이터 분석 연구의 이점으로 정부, 기업 그리고 개인을 위한 공식적 의사결정 수단, 경쟁적 이득 및 생산성 증가 등을 들고 있다. 따라서 항공분야의 지식 및 정보를 수집·분 석·가공하여 정부·항공업계·일반 국민들과 공유하여 항공산업 선진화의 토대 마련과 융복합 시대에 새로운 가치를 발굴하고, 항공산업에 밀접하게 관련 있 는 데이터의 연계와 융합 활용방안 마련이 필요하다.

나. 연구의 범위 및 방법

본 연구는 거시적인 관점에서 항공분야 빅데이터의 범위, 구분, 특성 및 가 치 등을 정의하고, 항공 및 비항공 정보의 연계성을 분석하고, 항공분야와 타 분야의 빅데이터 활용사례를 조사하여 빅데이터 활용의 제약 요건과 그 가능 성을 검토한다. 또한 항공분야에서 기 존재하고, 향후 생성 가능한 빅데이터의 현황을 조사하여 분석방법론과 시각화 방안을 제시한다. 결론적으로 항공분야 빅데이터의 잠재적 활용가능성을 타진하고, 빅데이터 활용을 위한 정책적 활 용방안 제안을 그 목적으로 한다.

본 연구에서는 항공분야 빅데이터 분석을 통한 활용방안 제시에 중점을 두 고 연구를 수행하였다. 첫째, 선행 연구의 빅데이터 개념 및 특성, 가치분석을 시행하고, 국내외 빅데이터 관련 정책동향 및 타 분야의 빅데이터 활용 사례를 분석하였다. 둘째, 국내 항공분야 빅데이터 현황 및 활용현황 분석, 그리고 항 공분야 빅데이터 분석 요구도 및 활용여건 설문조사를 실시하였고, 국외 항공 분야 빅데이터 현황 및 활용사례 분석을 실시하였다. 셋째, 항공분야 빅데이터 활용을 위한 분석체계 구축 및 실증분석을 실시하였다. 넷째, 항공안전 및 운항 분야, 항공산업 및 공항운영분야, 그리고 항공분야 빅데이터 기반 조성 분야의 정책 활용방안을 제시하였다.

다. 선행 연구 고찰 및 본 연구와의 차별성

최정민 외(2011)에서는 대용량의 교통정보를 개별 분석 후, 각각을 통합하 여 분석하는데 초점을 맞추었고, 이석주 외(2013)연구에서는 교통데이터 중 빅데이터로 간주할 수 있는 교통카드 및 내비게이션 자료를 중심으로 실증적 분석을 통한 정책적 활용방안 모색에 초점을 맞추었다. 그리고 김대종 외 (2013)에서는 국토정책 과정에서 공공부문의 정형데이터뿐만 아니라 민간부 문의 비정형데이터 등 다양한 빅데이터에 대한 다양한 수집, 가공, 활용 방법 론을 제시 및 정책 제안에 초점을 맞추었다. 위 연구의 특성은 주로 도로교통

분야의 빅데이터 분석에 집중되어 있으며, 미시적인 개별사안 중심의 데이터 분석이 이뤄졌다.

항공분야에서는 빅데이터의 현황 파악은 물론 이를 활용한 분석 활용사례 가 없었다. 이에 따라 본 연구에서는 미시적인 관점보다는 거시적인 관점에서 전반적 항공분야 빅데이터 현황 파악 및 정책동향 분석, 타 분야 및 국외 항공 분야 빅데이터 활용 사례 분석, 국내 항공분야 빅데이터 현황 조사, 빅데이터 인식도 및 활용여건 설문조사, 그리고 항공분야 빅데이터 실증분석을 통해 정 책 활용방안을 제시하여 향후 연구의 틀을 마련하는 기초연구를 실시하였다.

2. 빅데이터의 개념과 정부 정책 현황 가. 빅데이터의 개념 및 특성

빅데이터의 개념은 2001년 META Group(현 Gartner Inc.)의 보고서에서 처 음 언급되었으며, 이에 대한 다양한 정의가 존재한다. 메타그룹(현 Gartner Inc.)의 애널리스트 더그레이니(Doug Laney)는 2001년 그의 연구보고서 ‘3D Data Management : Controlling Data Volume, Velocity, Variety'와 관련 강 의에서 데이터의 급성장에 따른 이슈와 기회를 3V 즉, 데이터의 양(Volume), 데이터의 입출력의 속도(Velocity), 데이터 종류의 다양성(Variety)으로 정의한 다. 또한 2012년 가트너(Gartner, Inc.)는 ‘빅데이터는 큰 용량, 빠른 속도, 그 리고 높은 다양성을 갖는 정보 자산으로서 이를 통해 의사결정 및 통찰발견, 프로세스 최적화를 향상시키기 위해서는 새로운 형태의 처리방식이 필요하다’

며, IBM의 경우 진실성(Veracity)을, 브라이언 홉킨스(Brian Hopkins)의 경우 가변성(Variability)을 추가하여 새롭게 4V를 정의한다.

김대종 외(2013)는 빅데이터의 가치를 광범위 대용량의 데이터 분석 및 트 렌드 감지를 통한 미래예측 가능성, SNS 등을 통한 국민의 목소리 반영 및 선 제적 대응력, 저장/처리/분석 기술의 발달로 다양한 단편적 정보의 활용 가능 성 증대 등을 제시하고 있다. MGI(2011)는 2010년 기준 전 세계 GDP의 약

40%를 차지하는 5분야, 즉 미국의 보건의료, EU의 공공행정, 미국의 유통업, 글로벌 제조업, 글로벌 개인위치 데이터 등의 영역에서 빅데이터의 활용이 가 져올 경제적 활용 가치를 소개하였다.

자료: 노무라연구소(2012), 빅데이터 시대 도래 , 󰡔IT 프론티어󰡕 3월호. 한국정호화진흥원(2012), p. 52에서 재인용

<그림 1> 노무라 연구소의 광의의 빅데이터 정의

나. 국내외 빅데이터 활용 정책 및 사례 분석

1) 국내 빅데이터 정책 및 사례

범정부적인 데이터 융합과 민간데이터 활용으로 빅데이터 분석의 토대를 구축하기 위해 공공데이터의 개방을 추진하기 위해 2011년 10월 국가정보화 전략위원회에서 빅데이터를 활용한 스마트 정부 구현(안) 을 수립하였다.

이후, 2013년 수립된 정부3.0에 따라 공공정보를 적극 개방·공유하고, 부처 간 칸막이를 없애고 소통·협력함으로써 국정과제에 대한 추진동력을 확보하 고 국민 맞춤형 서비스를 제공함과 동시에 일자리 창출과 창조경제를 지원하 는 새로운 정부운영 패러다임을 수립하였다. 2013년도 정부3.0은 기반 구축 및 범정부적 확산을 중점으로 추진하여 중앙부처 중심으로 성과 창출을 시작하 였으나, 국민접점 기관(지자체·공공기관)의 실천 부족 및 국민 체감도 저조 등

의 해소가 필요하다고 평가된다.

이러한 공공데이터 개방 정책을 지원하기 위하여 2013년 7월 공공데이터 의 제공 및 이용 활성화에 관한 법률 이 제정되었으며, 이에 따라 공공기관이 보유·관리하는 데이터의 제공 및 그 이용 활성화에 관한 사항을 규정함으로써 국민의 공공데이터에 대한 이용권을 보장하고, 공공데이터의 민간 활용을 통 한 삶의 질 향상과 국민경제 발전에 이바지하고자하는 정책적 의지를 표명하 고 있다. 정부3.0 시행을 통한 빅데이터 공개 및 분석 연구가 활발하게 진행 중이며, 분석 분야는 주로 의료, 안전, 공간정보, 교통 정보 등이 있다.

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 이용자 들의 교통수단별, 사용자 구분별, 환승 횟수별, 이용 시간대별 통행 패턴을 통계 분석하고, 이를 기반으로 교통카드 데이터 기반 OD를 구축했으며 분 석에 사용된 데이터 결측치 및 데이터의 한계를 보완하는 보정 방안과 교통 카드 데이터 활용 방안을 제시했다. 김선홍 외(2014)는 경부고속도로 8,037 대의 VDS시스템(Vehicle Detection System)에서 수집한 약 2년 6개월간의 데이터를 통해 요일 및 시간대별 차량 속도의 통계 분석과 교통 정보(교통 량, 점유율)간의 양의 상관관계를 밝혔다.

기상 및 항공부문의 융복합 분석사례로는 항공 위험기상 예측 활용사례가 있다. 기상청은 기존의 대용량의 기상 데이터를 기상전문가의 지식과 추론으 로 예측되는 위험 기상 예측의 문제점을 해소하기 위해 과거 기상데이터를 기 반으로 7개의 위험기상(호우, 풍랑, 대설, 강풍, 한파, 폭염, 낙뢰)의 발생 가능 성을 예측하는 각 지역별 맞춤 모델 생성하였다.

2) 국외 빅데이터 정책 및 사례

각국의 정부는 빅데이터 활성화를 위한 다양한 정책을 추진하고 있으며, 이

정책들은 공공정보 개방, 공공서비스, 플랫폼·기술 기준 관련 R&D, 빅데이터 분석 전문인력 양성 등의 진흥정책과 개인정보보호, 보안 등 법·제도적 개선 정책 등으로 구분할 수 있다.

국외의 경우 빅데이터 정책에 따라 빅데이터 활용 효과가 뛰어난 분야의 정 부기관들이 우선적으로 참여하였다.

이에 따라 공공데이터를 개방·분석을 통하여 국토보안·치안·의료 분야 등 에서 광범위한 지역의 대용량 정보를 실시간으로 처리하여 위험요인 분석을 통한 미래 예측 및 선제적 대응의 정책 수립이 이루어지고 있다.

빅데이터를 활용한 교통 부문 분석 사례로는 University of California Berkeley의 Mobile Millennium Project를 들 수 있다. 이는 캘리포니아 교통국 지원 하에 UC 버클리 대학, 노키아 사 연구센터, NAVTEQ이 연계하여 2008년 11월부터 12개월 동안 파일럿 테스트를 시행한 연구로서, 실시간 교 통 정보를 얻기 위해 휴대폰 GPS 데이터를 이용하여 분석하고 다시 휴대폰으 로 정보를 제공하는 교통 감시 시스템을 구현하였다.

다. 의미 및 시사점

국내 빅데이터 정책의 한계는 단순히 정보 공개 건수로 평가 관리가 이루어 져 실무자들은 정보 공개의 중요성 및 목적을 인식하지 못하고 있으며, 이는 실제 공개된 데이터의 활용성, 연계성, 목적성이 뚜렷하지 않은 것이 문제점으 로 드러나고 있다. 데이터의 가치를 극대화 할 수 있도록 데이터 수집에서 데 이터 분석까지의 데이터 분석 연구 개발을 위해서는 각 단계별 빅데이터 전략 및 인프라 구축이 필요하다. 첫째, 빅데이터 공개에 따른 개인정보보호 및 데 이터 보안과 관련된 법·규정 수립이 필요하다. 둘째, 수요자의 니즈를 파악하 고, 그에 따른 체계적인 항공분야 빅데이터 표준화 방안 수립이 필요하다. 셋 째, 항공분야 빅데이터 분석 기술개발 및 관련 기반시설 구축이 필요하다. 넷 째, 항공분야 뿐만 아니라 빅데이터 분석이 가능한 전문 인력 양성이 필요하다.

구분 내용

데이터 수집 목적

(항공사고조사) 항공사고의 객관적 조사 및 사고예방

(항공안전자율보고(GYRO)) 안전 저해요인 사전 인지 및 개선을 통한 사고예방(개인정보보호)

연도

(항공사고조사) 사고발생일자: 2005. 1 ~ 2013. 5. / 사고조사보고서 발행일자: 2005. 2 ~ 2014. 9.

(항공안전자율보고(GYRO)) 2000. 2 ~ 2014. 7.

데이터 수집 및 관리자

(항공사고조사) 항공·철도사고조사위원회

(항공안전자율보고(GYRO)) 교통안전공단(항공안전처) 데이터 종류 (항공사고조사) 정형 데이터(PDF 파일)

(항공안전자율보고(GYRO)) 정형 데이터(PDF 파일)

3. 항공분야 빅데이터 현황과 이용사례

가. 국내 항공분야 빅데이터 수집 및 활용현황

국내 항공분야 빅데이터는 안전분야, 항공사분야, 공항분야, 운항분야, 그리 고 기타 분야로 구분하였다.

첫째, 안전분야에는 항공사고·준사고 및 안전장애보고 관련 데이터, 통합항 공안전정보 관련 데이터, 항공 IT 관련 데이터 등이 포함된다. 항공·철도사고 조사보고서는 사고원인을 명확하게 규명하여 향후 유사한 사고를 방지하는데 그 목적이 있으며, 정부3.0 정책에 따라 홈페이지에 사고조사보고서를 공개하 고 있다. 항공안전장애보고 제도는 항공종사자들이 항공운항의 안전을 저해하 거나, 저해할 우려가 있는 사건이나 상태 또는 상황발생시 이를 보고하고, 이를 일반화하여 항공종사자 및 관련 기관, 단체 등에 전파하는 방법으로 안전 저해 요인을 사전에 인지하고 개선토록 하여 사고를 예방하는데 그 목적이 있다.

항공사고조사보고서 데이터는 국내에서 발생하는 국적 항공기의 사고 및 준사고의 사고조사 원인분석 및 안전권고를 위해 2005년부터 활용되고 있으 며, 항공안전자율보고제도는 2000년부터 GYRO라는 월간정보지 및 사례집 발간을 통해 안전장애요소의 정보를 수집·전파하고 있다.

<표 1> 항공사고·준사고 및 안전장애보고 데이터 구성

구분 내용

데이터 구성

(항공사고조사) (사실정보) 비행경위, 인명피해, 항공기 손상, 기타 손 상, 인적사항, 항공기 정보, 기상 정보, 항행안전시설, 통신, 비행장 정보, 비행기록장치, 잔해 및 충격 정보, 의학 및 병리학적 정보, 화 재, 생존분야, 시험 및 연구, 조직 및 관리 정보, 기타 사항, (분석) 일반사항, 엔진 정밀검사 결과, (결론) 조사결과, 원인, (안전권고) 항 공사, 엔진제작사 등

(항공안전자율보고(GYRO)) KAIRS 보고, 세계 안전 장애 보고

데이터 수집 경로

(항공사고조사) 항공·철도사고조사위원회의 사고조사 절차를 통해 데이터 수집·축적

(항공안전자율보고(GYRO)) FAX, 전화, 인터넷, 우편 등을 통한 데이 터 수집·축적

구분 내용

데이터 수집 목적 국토교통부의 정책개발 및 행정업무 지원 연도 2007년 ~ 현재

데이터 수집 및

관리자 국토교통부

데이터 종류 정형/비정형 데이터 포함

데이터 구성

안전지표관리, 안전감독, 운항자격심사, 항공기 등록 및 인증, 초경량비 행장치, 온실가스배출량관리, 비행검사관리, 항해시설성능분석,운항자 격심사,항공종사자신체검사, 교육훈련, 항공안전공무원관리, 운항분 석, 항공통계, 관제량 분석, 사용자관리, 권한관리, 코드/게시판 관리 데이터 수집 경로 공무원, 공항관리자, 항공사 등 관련 사용자의 정보 제출을 통한 수집·축적

국토교통부의 정책개발 지원 및 업무의 효율성을 향상시키기 위해 통합항공 안전정보시스템(National Aviation Resource Management Information)을 구축 하여 현재 운영 중에 있다. 통합항공안전정보시스템은 운항·관제·기술·자격관 리·공항·항행시설 등 항공안전에 관련 된 18개 시스템을 단일화면에 구축한 시 스템이다. 통합항공안전정보시스템은 2007년부터 항공안전보고, 안전감독, 운항자격심사, 항공종사자 신체검사, 항공기인증이력관리, 온실가스 배출량 관리, 비행검사관리, 항행시설성능분석 등 항공안전분야 행정업무 지원을 위 해 활용되고 있다. 이 시스템은 각 분야의 사용자에게 ID 인증을 통해 접근 범위를 차별화하여 데이터 수집·운영되고 있다.

<표 2> 통합항공안전정보시스템 데이터 구성

구분 내용 데이터 수집 목적 (SMIS) ICAO 항공안전종합평가 대체 지원

(SOMS) 국내 항공사, 공항 등 항공안전감독체계 지원 연도 2009년 ~ 현재

데이터 수집 및

관리자 국토교통부

데이터 종류 정형 데이터 포함

데이터 구성

(SMIS) SARPs 관리, USOAP 관리(SAAQ 및 Protocol), ICAO 체약국 공한(State Letter) 조치현황, 국내 규정 관리, 항공안전평가 자료관리 (SOMS) 안전감독 계획 수립 및 감독관 지정 등 관리, 점검결과 입력, 개선명령 및 사후조치 등 실적 관리, 감독활동 관련 통계 관리, 자체 안전관리체계(Safety Management System)이행 점검 관리 데이터 수집 경로 공무원, 공항관리자, 항공사 등 관련 사용자의 정보 제출을 통한 데이터

수집·축적

국제항공안전규정관리 및 구현 시스템(SARPs Management & Implementation System, SMIS)은 ICAO가 회원국을 대상으로 실시중인 항공안전평가에 대비하 여 1만 여개의 방대한 국제표준의 이행현황을 매 조항별로 실시간 관리를 위 해 2006년 데이터베이스 기반 시스템을 개발 및 해외보급 중이다. 안전감독관 리시스템(Safety Oversight Management System, SOMS)은 항공사 공항 관제기관-정비조직 등에 대한 안전감독활동정보를 DB화하여 체계적으로 관 리하기 위해 `01년에 국내용으로 개발하였다.

항공안전IT시스템(SMIS & SOMS)은 2009년부터 항공안전분야의 국제표준 화 추진을 위해 항공안전감독 및 국제항공규정관리시스템으로서 현재 약 52 개국에 국제 보급화가 추진되었으며, ICAO의 국제표준 및 기준, 항공안전평 가 감독 자료 연동을 위한 사업을 추진 중에 있다.

<표 3> 항공안전IT시스템 데이터 구성

둘째, 항공사 분야에는 비행기록 관련 데이터가 포함된다. 비행기록데이터 (Flight Operational Quality Assurance)는 항공사의 항공기 운항 시 정기적인 수집과 분석 및 이에 대한 적극적인 사용을 통해 항공안전을 발전시키도록 고 안된 자발적인 안전프로그램을 말한다. FOQA 데이터는 항공사의 항공기 운

구분 내용

데이터 수집 목적 데이터 분석을 통한 운항 중 결점 개선 및 사고예방 연도 1992년 ~ 현재

데이터 수집 및

관리자 각 항공사

데이터 종류 정형 데이터 포함

데이터 구성 운항 단계별 FOQA 데이터

데이터 수집 경로 각 항공기 운항 시 ACMS 장치를 통해 자동적으로 데이터 수집·축적

구분 내용

데이터 수집 목적 항공산업의 기초자료로 활용

연도 및 범위 (인천국제공항공사) 2001. 3 ~ 2014. 10, 인천공항 (한국공항공사) 1997. 1 ~ 2014. 10, 전국 공항 데이터 수집 및

관리자

인천국제공항공사 한국공항공사 데이터 종류 엑셀 파일

데이터 구성 공항별 수송, 항공사별 수송, 국제선 지역별 수송, 지연/결항, 시간대별 일평균 운항/여객, 기종별, 국제선 환승, 국제선 내·외국인 수송현황 등 데이터 수집 경로 공항 운영을 통한 데이터 수집·축적

항 시 정기적 비행 데이터 수집 및 분석을 통한 항공안전 증진을 위해 고안된 자발적 안전 프로그램이다. 현재 각 항공사에서는 사내에서 비공개로 항공안 전 분야의 항공안전 검증, 비행 평가 등에 활용되고 있다.

<표 4> FOQA 데이터 구성

셋째, 공항분야에는 공항 운항 관련 데이터가 포함된다. 한국공항공사 및 인 천국제공항공사의 시스템은 국내공항의 항공운항정보와 관련된 운항현황, 스 케줄 등을 제공하고 있다. 한국공항공사 시스템의 경우 1997년도부터, 인천공 항공사 시스템의 경우 2001년부터의 데이터를 축적하고 있으며, 국내 공항 관 련 정보, 운항 정보 등과 함께 통계 정보도 제공하고 있다. 이 통계 데이터들은 항공산업의 기초자료로서 정부, 항공사, 공항공사, 학계, 연구계 등 다양한 분 야에서 활용되고 있다.

<표 5> 인천국제공항공사 및 한국공항공사 시스템 데이터 구성

구분 내용

데이터 수집 목적 항공정보서비스를 일원화하여 국민 맞춤형 항공정보 제공 연도 1971년 ~ 현재

데이터 수집 및

관리자 국토교통부/한국항공진흥협회

데이터 종류 정형/비정형 데이터 포함

데이터 구성 공항정보, 항공사정보, 항공기정보, 항공법령정보, 운항정보, 항공뉴스, 연구보고서 등

데이터 수집 경로 정부, 공항, 항공사 등 다양한 항공관련 시스템을 통한 데이터 수집·축적

넷째, 운항분야에는 항공정보포털 관련 데이터, 운항 및 비행정보 관련 데이 터 등이 포함된다. 정부기관, 항공관련기관 및 기타 단체별로 분산된 항공정보 서비스를 일원화하여 인터넷을 기반으로 국민에게 맞춤형 항공정보를 제공할 수 있는 항공정보포털시스템을 구축·운영 중에 있다.

항공정보포털시스템의 경우 2006년에 구축되어 1971년부터 현재까지의 항 공교통과 관련된 다양한 정보를 축적하고 있다. 이는 관련 기관별로 분산된 항공정보서비스 제공을 통해 항공산업의 기초자료로서 정부, 항공사, 공항공 사, 학계, 연구계 등 다양한 분야에서 활용되고 있다.

<표 6> 항공정보포털 데이터 구성

2003년 서울지방항공청에서 구축한 운항 및 비행정보시스템(FOIS, Flight Operation and Information System)은 항공기 운항관리에 필요한 각종 정보 를 통합하여 비행안전에 유용한 정보를 제공하고 효율적인 업무수행을 할 수 있도록 구축된 종합비행정보 데이터베이스 시스템이다. 운항 및 비행정보시스 템은 항공행정업무의 효율성 증대를 위해 2005년부터 운영되고 있으며, 비행 계획 및 운항실적 관리 등 항공 운항 관련 행정업무 지원을 위해 활용되고 있 다. 또한 이 시스템은 각 분야의 사용자에게 ID 인증을 통해 접근 범위를 차별 화하여 데이터 수집·운영되고 있다.

구분 내용

데이터 수집 목적 항공안전에 기여하는 고품질의 항공기상정보 제공 연도 2005. 1 ~ 현재

데이터 수집 및

관리자 항공기상청

데이터 종류 정형/비정형 데이터 포함

데이터 구성 항공특보, 항공예보, 항공실황, 도시별 날씨, 일기도 영상, 공항기후통계, 행정, 민원, 항공항행, 민원, 항공항행 기상정보, 공항관제 기상정보 등 데이터 수집 경로 공항 내 관측장비를 통한 데이터 수집·축적

<표 7> 운항 및 비행정보시스템(FOIS) 데이터 구성

구분 내용

데이터 수집 목적 항공행정업무의 효율성 증대 및 항공관련 정보 제공 연도 2007년 ~ 현재

데이터 수집 및

관리자 서울지방항공청

데이터 종류 정형/비정형 데이터 포함

데이터 구성 기초자료관리, 스케줄관리, 비행계획서 처리, 비행계획 모니터링, 비행 정보 보고, 항공고시보, 이동지역 관리, 운항실적 관리, 기상정보 등 데이터 수집 경로 공무원, 공항관리자, 항공사 등 관련 사용자의 정보 제출을 통한 데이터

수집·축적

다섯째, 기타분야에는 항공기상 관련 데이터, 출입국통계 관련 데이터 등이 포함된다. 항공기상청은 항공특보, 예보, 실황, 도시별 날씨 등 항공기상에 관 련된 정보를 제공하고 있으며, 항공특보, 항공예보, 항공실황, 도시별 날씨, 일 기도 영상, 공항기후통계, 행정, 민원, 항공항행, 민원, 항공항행 기상정보, 공 항관제 기상정보 등의 데이터를 포함하고 있다. 항공기상청 시스템의 데이터 는 2005년부터 항공기상정보를 축적하고 있으며, 항공안전에 기여하기 위한 기상정보를 제공하고 있다. 그러나 현재 데이터 공개를 위한 데이터 품질관리 절차가 진행 중으로 데이터 공개에 제약이 있다.

<표 8> 항공기상청 데이터 구성

구분 내용

데이터 수집 목적 출입국·외국인 정책의 수립 및 평가에 필요한 기초자료로 활용 연도 1960년 ~ 현재

데이터 수집 및

관리자 출입국·외국인정책본부

데이터 종류 정형 데이터(엑셀) 데이터 구성

내외국민 출입국, 출입국자 연도별, 국적/체류자격별/연령별/월별/체 류기간별 외국인 출국자, 항구별 내외국인 입출국자, 체류외국인, 결혼 이민자, 국적 통계 등

데이터 수집 경로 출입국관리정보시스템의 각 통계자료 및 해당 부서의 자료를 통한 데이 터 수집·축적

또한 출입국·외국인정책본부에서는 출입국·외국인 정책의 수립 및 평가에 필 요한 기초자료로 활용하기 위해 1960년도부터 출입국 통계자료를 구축하고 있 다. 출입국·외국인 정책본부 시스템의 출입국 데이터는 1960년부터 축적되고 있으며, 출입국·외국인 정책의 수립 및 평가에 필요한 기초자료로 활용되고 있 어 인터넷 상의 개방된 데이터 외의 특정 데이터는 비공개로 활용되고 있다.

<표 9> 출입국 통계 데이터 구성

나. 항공분야 빅데이터 분석 인식도 및 활용여건 조사

항공분야 빅데이터 분석에 앞서 연구와 관련된 정보를 얻기 위해 빅데이터 분석 인식도 및 제약조건과 관련한 설문조사 및 분석을 실시하였다. 설문조사 는 빅데이터의 인식도, 현장에서의 빅데이터 현황 및 활용, 그리고 빅데이터 분석의 제약조건 및 극복방안에 대한 항목에 대해 항공사, 공항, 정부, 학계, 연구계를 대상으로 실시하였다. 항공분야 실무자 233명을 대상으로 한 항공분 야 빅데이터 분석 인식도 및 제약 조건 조사 결과는 다음과 같다. 본 설문조사 에 참여한 총 응답자 수는 233명으로, 응답자의 소속은 항공공무원이 20.6%, 항공사 종사자가 39.9%, 공항공사 종사자가 30.5%, 연구계 종사자가 4.3%, 학 계 종사자가 4.7%로 조사되었다.

설문조사 결과, 항공분야 빅데이터 분석 인식도와 관련하여 대다수의 응답 자가 빅데이터 분석에 대해 인지하고 있으며, 주로 언론(TV, 뉴스) 및 인터넷

등을 통해 정보를 얻고 있다고 응답하였다. 그러나 정부3.0 및 공공데이터 개 발 활용정책에 대해서는 대다수가 인지하지 못하고 있어, 정보 홍보 및 활용방 안 수립이 필요하다.

항공분야 빅데이터 분석 실태와 관련하여 대다수가 항공분야 업무 수행 시 데이터 기반 의사결정을 수행하고 있지 않다고 응답하였으며, 빅데이터 접근 성 및 수집·관리에 관하여서도 적절한 관리 및 운영이 이루어지고 있지 않다 고 응답하였다. 항공분야 빅데이터가 활용되고 있는 분야로는 주로 항공 운송 및 운항 통계 관련 데이터가 가장 많았고, 그 다음으로 공항 관련 통계 데이터, 항공사 영업 관련 데이터, 사고관련 데이터 등이 가장 많이 활용되고 있다.

현재 운용 중인 항공분야 시스템 데이터 중 가장 잘 활용되고 있는 데이터 로는 운항, 운송, 관제, 안전 데이터 등으로 분석되었으며, 활용 잠재력이 있 는 데이터로는 공역, 노선, 여객 운송 데이터 등이 있으며, 이를 통해 여객 동 선 분석이나 사전예측 분석, 그리고 판매가격 데이터 및 승객 선호도(좌석, 기 내식) 데이터 등을 통한 여행지 및 여행수요 패턴 분석, 항공화물 수요패턴 분 석 등이 가능할 것으로 분석되었다.

항공분야 빅데이터 분석의 제약조건 및 극복방안과 관련하여 제약조건으로 는 데이터의 관리 부재 및 전문인력 부재가 가장 큰 요인으로 분석되었고, 이 러한 제약조건을 극복하기 위해서는 데이터의 관리, 전문인력 양성, 정보보안 관련 규제 제정, 데이터 활용 문화 확산, 분석기술의 개발 순으로 분석되었다.

다. 국외 항공분야 빅데이터 환경 분석 활용사례

국외 항공분야 빅데이터는 안전분야, 항공사분야, 공항분야, 운항분야, 그리 고 기타 분야로 구분하였다.

첫째, 안전분야에는 FAA의 Aviation Safety Information Analysis and Sha ring(ASIS), European Coordination Centre for Accident and Incident Rep orting System(ECCAIRS), ICAO The integrated Safety Trend Analysis and

Reporting System(iSTARS), Flight Safety Foundation - Global Aviation Saf ety Network(GAIN) 등이 포함된다. 미국의 연방항공청(the Federal Aviation Administration)은 2007년 개방된 안전 정보 교환 촉진을 통한 항공안전 향상 을 위해 다수의 데이터베이스로부터 데이터를 수집·분석하는 항공안전정보 분석과 공유시스템(ASIAS, the Aviation Safety Information Analysis and Sharing system)을 개발하였다. FAA의 ASIAS는 잠재적인 안전성 요인의 감 시를 지원하는 정부·산업간 정보 공유 및 분석 정책으로, 공공데이터 및 비공 개 데이터 등 다양한 데이터소스를 가지는 특징이 있다.

통합 안전 동향 분석 및 보고 시스템(iSTARS)은 온라인 안전 및 위험 분석을 수행하기 위해 안전 데이터 세트의 수집 및 관련 웹 응용 프로그램을 연결하는 웹 기반 시스템(일부공개-로그인)으로서, ICAO 회원국의 감독 당국에 의해 주 로 사용하고 대부분은 기밀 정보를 포함한다. FAA에 의해 구축된 GAIN은 사 고의 연관관계에서 있어서 기여요인을 분석하기 위해 글로벌 네트워크 수집 및 교환 시스템이다. GAIN은 안전 의사 결정 수립을 위해 기존의 툴과 프로세 스를 지원하는 도구 및 프로세스에 대한 정보를 제공했고, GAIN 시스템을 통 한 다양한 데이터 분석 보고서가 존재한다.

둘째, 항공사 분야에는 Booz Allen Hamiton 및 Southwest Airline, NASA 등에서 활용한 사례가 포함된다. Booz Allen Hamiton에서 연구한 빅데이터는 항공사, 공항 등에서 생성되는 대용량의 빅데이터에서 데이터 분석을 통하여 가치 있는 예측방향을 제시하였다. Southwest Airline은 수준 높은 고객 서비 스 제공을 목표로 빅데이터의 개념이 생겨나기도 전에 이미 생성된 각 부서의 비즈니스 정보와 빅데이터 분석을 적극 활용하였다. NASA와 의 공동연구를 통해 센서 데이터, 조종사 및 항공교통시스템의 다양한 데이터의 데이터 마이 닝 분석을 통해 항공안전 증대 및 이를 통한 NASA의 운항 안전 프로그램을 개발하여 사용하고 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 포함 된다. Eurocontrol, SESAR, NextGen 등 은 항공교통관리(ATM) 분야에서 다 양한 정보를 공유할 수 있도록 SWIM을 도입하였다. SWIM은 항행, 공항, 기 상, 항공교통관제 등 모든 ATM 정보를 구축하고 있으며, 복잡한 여러 시스템 의 다양한 정보를 관리하여 최적화 ATM 분석 활용을 가능하게 할 수 있다.

라. 시사점

항공분야에서는 소위 빅데이터의 특성에 부합하는 크기, 속도, 다양성, 즉 3Vs 특성으로 정의되는 빅데이터는 거의 없지만, 다양한 데이터를 융합 분석 을 통한 가치 창출의 특성이 추가된 6Vs의 특성으로 항공분야의 빅데이터 개 념을 정의할 수 있다. 그리고 이에 부합하는 항공분야 빅데이터 분석 및 활용 연구는 항공안전, 항공사, 공항, 운항 등 항공의 전 분야에 걸쳐 이루어지고 있다. 특히, 국외 사례분석 분야 중 항공안전 분야에 가장 다양한 데이터 및 분석 활용 연구가 다양하게 이루어지고 있다.

안전 분야의 빅데이터 분석과 함께 사고 데이터 및 기상데이터와의 융합 분석 연구도 활발히 진행 되고 있다. 유럽의 경우는 항공사고와 관련한 공공데 이터 및 민간데이터 시스템 통합을 통한 다양한 분석 연구를 진행하고 있다.

항공사의 데이터 분석 연구의 경우는 주로 고객 만족도 증대를 위한 타깃 마 케팅, 예약 관리 등의 분야에서 항공사 자체의 민간데이터의 축적을 통한 다양 한 분석 연구를 진행하고 있다. 공항 및 운항 분야는 공항 운영 및 항공교통관 리의 효율성 증대를 위한 빅데이터 분석 활용연구가 진행되고 있다. 그러나 국내의 경우 공공데이터의 개방 범위 및 목적에 제한이 많아, 국외 사례분석과 같은 결과를 얻기 위해서는 구체적인 정책수립이 필요하다.

4. 항공분야 빅데이터 분석체계 및 실증분석 가. 효율적 활용을 위한 빅데이터 분석체계

항공분야의 데이터를 활용하여 빅데이터 분석 기법을 적용해 활용이 가능 한 분야를 검토한 결과, 빅데이터 실증분석이 가능한 분야로 항공안전 및 사고 조사 분석, 지연 및 결항 분석, 그리고 항공산업 관련 트렌드 분석이 도출되었 다. 각 분야의 데이터 분석 목적 및 분석 가능한 데이터를 탐색하고, 관련 데이 터를 활용하여 빅데이터 분석을 수행하고자 한다.

<그림 2> 항공분야 빅데이터 분석 개요

나. 항공분야 빅데이터 실증분석

1) 항공안전 및 사고조사 관련 분석

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 제외 하고 우리나라의 KAIRS, 미국의 ASRS, 영국의 CHIRP와 같은 각국의 항공안 전자율보고제도에 제보된 사례만을 분석 대상으로 정했다. 본 연구에서는 비 정형화된 데이터인 텍스트 데이터를 분석하고자 한다. 먼저 텍스트 군집 분석 (Text Clustering)을 통해 유사한 주제를 다루고 있는 군집을 도출하고, 텍스 트 마이닝 기법 중 토픽 분석을 수행해 봄으로써 비정형 데이터에 숨어있는 유용한 정보를 찾아내고자 한다.

텍스트 군집 분석 결과, 총 12개의 토픽이 도출되었으며 하나의 토픽은 5개 의 기술 용어 집합으로 표현되었다. 다음으로 항공안전 장애사례 데이터를 대 상으로 토픽 분석을 시행하였다. 토픽분석 결과, 총 13개의 토픽이 도출되었으 며 하나의 토픽은 5개의 키워드의 집합으로 표현되었다. 항공사고 및 안전 분 야 연구에 비정형 데이터인 텍스트 데이터를 적용하여 항공사고를 유발할 수 있는 장애 요인들을 군집화 하고 그 결과를 기반으로 향후 항공사고 조사 및 항공안전 데이터 축적의 기준을 제시했다는 점에서 의의가 있다.

<그림 3>

2) 지연 및 결항 관련 분석

항공기 지연 및 결항을 일으킬 수 있는 요인 분석을 통해 최종적으로 항공 기 지연 및 결항과 같은 비정상 운항률의 감소를 도모하고자 한다. 항공기 지 연 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 항공기 출/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 기준 이 없다는 문제점이 있어 연관 규칙 분석 기법(Association Rule)과 같은 데이 터 마이닝(Data Mining) 분석 기법이나 빅데이터 분석 기법을 적용하기 어렵 다는 한계점이 있다.

3) 항공산업 관련 트렌드 분석

항공산업의 핵심 이슈 도출 및 트렌드 분석을 위해 이용할 수 있는 정보 원 천으로는 논문, 정책연구보고서, 뉴스 기사 등이 존재한다. 본 연구에서는 항 공 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 연구 된 항공 관련 논문 3,994개를 분석에 이용하였다. 빅데이터 분석 기반의 항공 산업 핵심 이슈 도출 및 트렌드 분석에 관한 연구는 아직 초기 단계이기 때문 에 비교적 정형화된 항목으로 구성되어 있고 분석이 용이한 논문을 분석 대상 으로 선정하였다. 항공정책/항공운송산업에 관한 이슈는 6개, 공항에 관한 이

슈는 4개, 안전/보안에 관한 이슈는 2개, 환경/기술에 관한 이슈는 11개의 토 픽을 포함하고 있다.

본 연구에서는 항공 관련 논문을 대상으로 빅데이터 분석 방법인 텍스트 마 이닝 기법을 사용하여 항공 관련 핵심 이슈를 추출하여 항공 관련 연구동향을 파악하고, 미래 핵심 유망분야를 전망해보고자 하였다. 본 연구결과는 항공 관 련 핵심 이슈 및 미래 핵심 유망분야를 추출하기 위한 분석 대상으로 항공 키 워드를 포함한 논문에 한정하여 분석을 시도한 연구라는 한계점이 존재하나, 항공 핵심 이슈 도출하여 지속적으로 모니터링하고 미래 핵심 유망분야에 대 한 방향을 제시하기 위한 정량적인 분석 방법론의 전형을 마련하였다는 점에 서 의의가 있다고 할 수 있다.

<그림 4> 항공산업 핵심 이슈영역별 토픽 빈도수

5. 항공분야 빅데이터 정책 활용방안 가. 항공안전 및 운항 분야

첫째, 국가항공안전데이터 분석 센터 설립을 제시한다. 공공데이터인 항공 기종, 국내 지형, 항공사고 및 준사고 보고서, 항공안전장애보고 데이터와 민간 데이터인 FOQA 데이터를 기반으로 항공사고 및 준사고, 항공안전장애 데이터

수집 표준화 및 분석을 통한 선제적 재난 방지 시스템 구축이 필요하다. 그러나 민간데이터인 FOQA 데이터는 현재 공유에 제한이 있으며, 만약 항공사의 FOQA 데이터의 협조체계가 구축된다면, 선진국형 선제적 안전 시스템의 개발 이 가능할 것이다.

선제적 재난 방지 시스템 구축을 위해서는 다음의 단계별 구축 기반이 요구된 다. 첫째, 항공운항 및 안전 정보의 데이터 수집 체계의 표준화이다. 항공 운항 및 안전 관련 데이터의 범위, 데이터의 유형, 데이터 형식 등의 표준화체계 구 축과 함께 이러한 데이터 수집 및 관리체계의 구축이 함께 이루어져야 한다.

둘째, 표준화된 항공 데이터를 기반으로 한 위험 모니터링 플랫폼 구축이다.

셋째, 국내 데이터 공유 뿐만 아니라 국외 데이터 공유 활성화 방안 수립이 필요하다. 항공운송사업 세계 6위, ICAO Part 이사국 5연임, ICAO 항공안 전종합평가 세계 1위이라는 국제위상에 부합하는 항공강국으로서 ICAO와 협 력 하에 데이터 공유 및 분석 활용 분야에서 주도적으로 네트워크 구축 추진이 필요하다. 넷째, 마지막 단계로 선재적 재난방지 시스템 구축이다. 데이터 수 집 및 분석 표준화를 통해 축적된 빅데이터의 활용으로 위험 모니터링 플랫폼 이 구축되고, 이에 따라 항공안전관리체계가 구축될 수 있다. 이러한 항공안전 관리체계 운영 및 빅데이터 분석을 기반으로 향후 선제적으로 항공안전을 위협하 는 사건 발생을 예측하고, 이를 방지할 수 있는 시스템 구축이 가능할 것이다.

둘째, 항공기술 트렌트 분석을 통한 미래 항공기술 로드맵 수립을 제시한다.

공공데이터인 논문, 특허, R&D 연구 통계, 기술개발 통계 데이터 등을 기반으 로 논문 및 특허데이터를 분석하여 기술지도 작성, 기술영역 탐색, 기술간 연 관관계 분석, 기술수명주기 측정, 공동연구망 구축 및 유관 연구 분야와 기술 에 대한 핵심이슈 및 트렌트 분석을 통한 정책 연구과제 도출 등 과학적 근거 를 기반을 통한 미래기술 로드맵 수립이 가능해 질 것이다. 체계적인 기술개발 전략 제시하는 미래 기술 로드맵 구축을 통해 과학적인 R&D 개발을 위한 영 역을 설정과 동시에 중복적 투자를 방지하며, 각 나라별 기술수준 등의 파악을 통해 전략적 개발 분야와 전략을 체계화 할 수 있다.

셋째, 조종사 비행기량관리 프로그램 수립을 제시한다. 항공사고는 조종사, 기계적 요인, 기상, 관제, 시설, 정비 등 다양한 요인으로 인해 발생하지만 주 된 요인은 조종사 요인으로 주기적인 조종사의 비행기량관리는 매우 중요하 다. 민간데이터인 FOQA 데이터, 비행훈련 데이터 등을 기반으로 운항승무원 의 비행 중 기량 향상, 훈련프로그램의 수정, 자가 조종기량의 관리가 가능한 표준화된 개인별 비행기량 프로그램 개발이 필요하다. 이 프로그램 개발을 통 해 국내 조종사의 비행기량관리가 가능해 질 것이며, 향후 선진국 수준의 표준 화된 비행 교육 프로그램 수립도 가능해 질 것이다. 하지만 위에서 언급한 데 이터들은 민간데이터로서 데이터 공유를 위한 협력 체계 구축이 우선되어야 할 것이다.

나. 항공산업 및 공항운영 분야

첫째, 여객의 항공권 구매선호도 예측분석 시스템 구축을 제시한다. 민간데 이터인 예약 및 발권 데이터, 노선, 스케줄 데이터 등을 기반으로 항공사의 예 약·발권 데이터 분석을 통해 월별, 계절별, 노선별 등 다양한 고객 선호도 예측 분석이 가능하며, 예약 및 취소를 통한 적정 예약발권 시기 및 취소 방지(안) 수립이 가능할 것이다. 여객의 항공권 구매선호도 예측분석 시스템을 통해서 항공사 및 관련 관광업체의 지출 억제 효과를 가져올 수 있다.

둘째, 공항데이터 통합관리센터 구축을 제시한다. 현재 한국공항공사 소속 14개 공항 및 인천국제공항공사 소속 1개 공항은 개개의 공항 운항 데이터를 각 공사마다 수집·공유하고 있으며, 공항의 출입국 데이터는 출입국·외국인정 책본부(법무부)에서 수집·관리하고 있다. 빅데이터는 데이터를 수집 및 축적하 는 것보다 무엇을 분석하여 어떻게 활용할 것인지에 대한 목적의식과 통합적 사고 및 해석력이 요구되며, 항공 운항 데이터를 통한 기존의 통계 분석의 한 계를 극복하기 위해서는 공항의 항공운항 및 출입국 데이터의 통합관리센터 구축이 필요하다. 공항데이터 통합관리센터를 통해 기존의 단순한 정보제공에

서 빅데이터 분석 활용을 통한 공항 서비스 향상, 세부 노선 분배, 공항수용력 배분 등 다양한 세부 계획 수립의 과학적 근거로 활용될 수 있다.

셋째, 항공물류 수요예측 시스템 구축을 제시한다. 대한항공 및 아시아나 항 공은 세계 1위 물류 기업으로 물류 분야의 빅데이터를 보유하고 있다. 세계 1위 물류기업이로서의 입지를 굳히기 위해서는 보다 차별화된 화물 운송 수익 률 관리, 물류 수요예측 및 표준화 방안 등 선진 분석 시스템의 필요성이 도출 되었다. 다음으로는 위에서 구축된 항공물류 수요예측을 기반으로 한 선진 물류 시스템 구축이 가능하다. 이때 가장 중요한 것은 각 교통 연계 수송의 활성화이 다. 항공물류 수요예측 및 선진 물류 시스템을 통해 항공물류 중장기 정책 수립, 항공물류 개발 및 확장 사업의 규모 산정 등 기초자료로서 활용이 가능하며, 타 교통수단과의 상호보완적인 항공물류정책 수립에 기여할 수 있다.

넷째, 항공과 환경, 기상 데이터 등 각 기관 간의 데이터 공유 활성화 방안 수립 을 제시한다. 다양한 개별 법률에 따라 각 기관 및 부처의 공공데이터의 이용자 를 ‘관련 사업자’로 한정하거나 이용 절차가 복잡하여 융합 분석 연구에 제약 이 존재한다. 따라서 수요자 니즈에 따른 데이터 공개 및 공유 활성화 방안 수립 을 통한 융합 분석 연구의 기반 마련이 필요하다. 우선 기상 데이터의 품질 고도 화를 통한 공공데이터 공개가 필요하다. 그리고 각 기관의 데이터 협력 체계 구 축 및 데이터 표준화 체계 구축이 필요하다. 각 기관 간의 데이터 공유 활성화 시 다양한 정보의 접근성 및 데이터의 품질관리가 강화되고, 데이터 표준화를 통해 개별 데이터 생성 시의 비용 발생을 저감시킬 수 있다. 또한 목적 접근성이 보장된 고 품질의 데이터 제공 시 이용목적에 따른 비용 부과를 통해 수익 창출 효과를 가져올 수 있다.

다. 항공분야 빅데이터 활용을 위한 기반 조성 분야

국내외 빅데이터 관련 정책 및 활용사례 검토와 빅데이터 실증 분석 연구를 토 대로 다음과 같이 항공분야 빅데이터 활용을 위한 기반 조성 방향을 도출하였다.

수요자 기반의 항공 빅데이터 활용 로드맵 수립 항공분야 빅데이터 생태계 구축을 통한 기반조성 항공분야 빅데이터 활용 거버넌스 구축

항공분야 빅데이터 활용을 위한 법 제도 정비

첫째, 항공분야 빅데이터 활용목표, 적용 범위 및 대상에 대한 장기적인 비 전에 기반을 둔 장기적 로드맵 수립이 필요하다. 이때 단·중·장기적으로 단계 적이고 체계적인 로드맵 수립이 중요하다.

둘째, 고객 특성에 따른 수요조사를 통해 수요자의 니즈를 파악하고, 이슈분 야·활용 시급 분야 등을 선정하여 데이터를 분석할 수 있는 생태계 구축이 필 요하다. 그 내용으로는 체계적인 항공분야 빅데이터 수집·저장체계 구축, 빅데 이터 분석 플랫폼 구축, 빅데이터 시각화 및 활용방안 수립 등이 있다.

셋째, 전반적인 항공분야의 정확한 지식을 기반으로 빅데이터를 이해하고, 빅데이터의 분석이 가능한 항공분야 데이터 과학자들의 양성을 위한 항공분야 빅데이터 처리 및 분석 기술 지식 습득 기반 조성이 필요하다. 이때 세부계획 으로는 항공분야 빅데이터 인력 양성, 빅데이터 운영을 위한 거버넌스 구축, 빅데이터 활용을 위한 조직 문화 조성 등이 포함된다.

넷째, 항공분야 빅데이터 활용을 위한 법 제도 정비로서 항공분야 빅데이터 체계 수립에 따라 항공분야 빅데이터 관련 법 조항 및 공공활용과 관련된 내용 을 관련 법·제도에 반영하고, 기타 유관 법률과의 공조체계 수립이 요구된다.

6. 결론 및 정책 제언

항공분야의 빅데이터 분석은 항공안전, 항공사, 공항, 운항 등 항공의 전 분 야에 걸쳐 연구가 진행되고 있다. 국외의 경우 공공데이터의 융합분석 연구 (예: 안전 및 기상 데이터) 뿐만 아니라 민간데이터의 분석 연구가 활발히 진행 중이다. 항공안전, 공항, 그리고 운항 분야의 경우 공공데이터인 경우가 대다

수이나, 항공사의 데이터의 경우 민간데이터로서 내부자료 공개를 거부해 이 를 통한 분석 연구에 어려움이 있었으며, 항공안전 분야의 경우 매우 민감한 사항으로 데이터 공개가 제한되는 경우가 있었다. 항공분야의 공공데이터 분 석 연구를 통해 체계화된 요인분석 및 미래예측을 위해서는 정부주도의 데이 터 개방 및 인프라 지원, 연구 개발 등이 지속적으로 진행되어야 한다.

국내 공공데이터의 활용성 증대를 위해서는 장기간의 수요자 니즈를 파악 하고, 데이터 수집 및 저장체계의 표준화 구축이 필요하다. 또한 데이터 분석 을 위한 데이터 분석 및 시각화 기술 개발과 함께 관련 인프라 구축 및 데이터 과학자 등의 인력 양성이 함께 이루어져야 할 것이다. 따라서 국내 항공분야 빅데이터 분석 연구의 활용성 증대를 위해서는 정부의 세분화된 정책 수립과 함께 예산 지원도 함께 이루어져야 할 것이다.

제1장 서 론

제1절 연구의 배경 및 목적

1. 연구의 배경 및 필요성

박근혜 정부는 ‘정부3.0 구현’을 목표로 공공데이터 개방 및 활용을 기반으 로 하는 창조경제 활성화와 일자리 창출을 위한 전략을 제시하였다.¹⁾ 이는 공 공정보를 적극 개방·공유하고, 부처 간 칸막이를 없애고 소통·협력함으로써 국정과제에 대한 추진동력을 확보하고 국민 맞춤형 서비스를 제공함과 동시에 일자리 창출과 창조경제 지원을 그 목적으로 한다.²⁾

항공분야도 이러한 정책 수립과 함께 활용도가 높은 생활밀착형, 국민편의 증진을 향상시킬 수 있는 항공분야의 빅데이터 구축 및 분석의 중요성이 강조 되고 있다.

현재까지 해외 항공부문 빅데이터 분석 연구는 초기이나 주로 항공운송, 항 공사, 항공안전 등과 관련된 연구가 대다수이다. 그리고 이들 연구에서는 항공 레이더 데이터, 공항 데이터, 기상 데이터, 항공사 운항 데이터, 항공운송시장 데이터, 여객 데이터, 항공안전 데이터 등을 기반으로 한 분석과 활용이 시도 되고 있다. 이러한 빅데이터 분석 연구의 이점으로 정부, 기업 그리고 개인을

1) 안전행정부(2014), p. 12.

2) 관계부처 합동(2014), p. 14.

위한 공식적 의사결정 수단, 경쟁적 이득 및 생산성 증가 등을 들고 있다.

따라서 항공분야의 지식 및 정보를 수집·분석·가공하여 정부·항공업계·일 반 국민들과 공유하여 항공분야의 창조경제에 기여하는 정책이 필요하다. 또 한 항공산업 선진화의 토대 마련과 융복합 시대에 새로운 가치를 발굴하고, 항공산업과 밀접하게 관련 있는 데이터의 연계와 융합 활용방안 마련이 절실 히 필요하다.

항공부문의 경우, 항공산업정보 DB센터의 구축을 계획하여 기존 10여개의 개별 항공정보시스템³⁾을 통합 관리하고, 각종 항공산업정보의 분석을 계획하 고 있으며, 그 밖에 항공정보와 관련해서는 한국공항공사, 인천국제공항공사, 교통안전공단이 운영·발간하는 항공통계 및 정보DB 시스템 등이 있다.

특히 현재까지 항공분야는 다양한 데이터를 관리하는 DB가 정부와 민간을 중심으로 구축되어 있으나 이에 대한 전문적이고 체계적인 활용은 매우 미흡 한 실정이며, 이에 따라 항공부문의 'Big Data'라는 새로운 시대의 화두를 조 명하여 분석한 결과물을 통해 신성장 동력 창출을 위한 기반조성이 필요하다.

2. 연구의 목적

본 연구는 거시적인 관점에서 항공분야 빅데이터의 범위, 구분, 특성 및 가 치 등을 정의하고, 항공분야와 타 분야의 빅데이터 활용사례를 조사하여 빅데 이터 활용의 제약 요건과 그 가능성을 검토하였다. 또한 항공분야 빅데이터의 인식도 및 제약요건 설문조사를 통해 항공분야에서 기 존재하고 향후 활용 가 능한 빅데이터의 분석 가능성을 타진하였다. 그리고 실제 항공분야 빅데이터 분석 사례를 통한 분석방법론과 시각화 방안을 제시하였다.

결론적으로 항공분야 빅데이터의 잠재적 활용가능성을 타진하고, 빅데이터

3) 국내 항공정보시스템은 해당 기관 및 부서의 업무프로세스를 중심으로 운영 중이며, 통합항공안전정보시스 템, 항공물류정보시스템, 항공정보포털시스템, 항공협정DB관리시스템, 항공보안정보화시스템, 항공안전I T시스템, 항공전자민원처리시스템 등이 있음.