Ⅰ. 서 론
항공사고를 야기할 수 있는 잠재적 원인을 제거하거나 발생 가능성을 줄이기 위한 노력은 전 세계적으로 꾸준히 이루어지고 있으며, 여러 연구자는 사전적 예방 활동을 위해서는 우선적으로 발생 가능한 위험을 체계적으로 식별, 분류 및 평가할 수 있는 프레임워크(framework)가 구축되어야 함을 강조하고 있다[1, 22, 26, 29]. 특히, 항공운송산업은 다른 산업과 달리 자체적인 기술 및 운영 수준뿐만 아니라, 기상 상태나 조류 충돌과 같은 여러 외부 요인에 크게 영향을 받기 때문에, 이러한 요인들을 통합적으로 고려하기 위한 다각도의 접근방식이 요구된다[5]. 항공산업에서의 빅데이터 활용은 앞서 언급한 과제를 효과적으로 해결할 방안으로 대두되고 있다[27]. 빅데이터는 다차원적(multi-dimensional)이고 실시간 정보 제공이 가능하므로[2, 4, 6, 11, 18], 사고 발생에 대한 다각도의 분석을 가능하게 하며, 사고에 영향을 미치는 요인을 실시간으로 분석하여 즉각적인 경고 조치 및 예방 활동 수행을 지원할 수 있다[7, 35]. 이에 따라, 국제민간항공기구(International Civil Aviation Organization, ICAO)는 회원국들에 대해 안전데이터를 수집, 저장, 분석, 공유할 수 있는 운영체계를 구축하기를 권고하고 있으며, 이를 활용한 데이터 기반 의사결정(data-driven decision making)을 안전관리 시스템(safety management system, 이하 SMS)의 가장 중요한 측면 중 하나로 제시하고 있다[10].
Fig. 1은 ICAO가 제시한 효과적인 데이터 기반 의사결정을 위한 5가지 단계를 나타낸다[10]. 이에 근거하여 해외에서는 미국의 Aviation Safety Information Analysis and Sharing, 유럽의 Data4safety 등 항공안전 빅데이터를 체계적으로 통합하고 관리하기 위한 데이터베이스 및 플랫폼 개발이 활발히 이루어지고 있다.
국내 항공산업 또한 효과적인 항공안전관리를 위해서는 국가 차원의 안전정보 공유를 위한 노력이 필요하고, 예방적 안전관리를 위해 사고/준사고 및 안전장애 분석에 요구되는 여러 안전데이터를 포괄적으로 관리하고 공유·활용하기 위한 데이터베이스 및 공유 플랫폼 구축이 절실하다[31]. 이에 따라, 2020년 4월부터 빅데이터 기반 항공안전관리기술 개발 및 플랫폼 구축을 위한 국토교통기술개발사업이 진행되고 있다. 연구개발사업의 주요 목표 중 하나는 항공사고 발생유형에 영향을 미치는 요인을 식별하고, 이를 분석하기 위해 요구되는 데이터를 정의함으로써 유관데이터를 보유하고 있는 개별 이해관계자의 항공안전 데이터에 대한 분류체계를 수립하는 것이다. 또한, 수립된 분류체계에 근거하여 데이터 코드 정의서, 데이터 사전(data dictionary), 표준 도메인 정의서 등을 작성하고, 이에 기반한 데이터 수집을 통해 향후 분석 플랫폼 확장, 데이터 분석의 용이성 확보, 항공 안전데이터의 일관성 유지 방안 마련 등을 목표로 하고 있다. 이러한 연구는 향후 데이터 수집을 위한 기준을 마련하기 위한 것으로, 여러 발생유형을 분석하는 데 필요한 데이터를 즉각적으로 식별하고 활용하기 위한 체계를 마련하는 것을 목적으로 한다. 본 연구는 이러한 연구개발사업의 일환으로 사고분석을 위해 요구되는 항공안전데이터의 구조 분석 및 분류체계를 수립하기 위해 항공사고 발생유형별 주요 영향요인을 식별하고 이와 관련된 데이터의 표준 및 분류체계를 구성하고자 수행되었으며, 현재 항공산업 및 관련 학계에서는 이와 관련한 실제 사례 및 학술 연구가 부족하기 때문에, 상대적으로 관련 연구가 꾸준히 이루어진 교통안전, 재난안전 분야에서의 사례를 통해 항공안전분야에 적용 가능한 표준데이터 체계를 제언하고자 한다.
Ⅱ. 본 론
데이터의 가치는 다른 데이터와 연결되고 융합될 때 폭발적으로 증가하므로 데이터 통합 및 데이터 간 호환성 확보를 위한 표준화 과정은 전체 데이터 처리 단계에서 중요한 의미를 가진다[6]. 특히, 빅데이터의 경우 데이터의 규모와 종류가 매우 크고 다양하기 때문에 데이터의 품질을 보장하고 접근성을 높이기 위해서는 데이터의 구조 및 교환체계에 대한 표준 방안을 마련하여 각각의 데이터가 상호연계될 수 있도록 하는 절차가 반드시 동반되어야 한다[15]. 안전데이터의 경우, 여러 종류의 데이터를 복합적으로 고려함으로써 기존에 없던 새로운 인사이트(insight)를 도출하고, 이를 통해 더욱 효과적인 안전관리 활동이 가능하기 때문에[21], 다양한 산업에서 안전데이터를 통합적으로 활용하기 위한 데이터 표준화 및 호환성을 주제로 연구가 이루어져 왔고, 대표적인 연구 사례는 Table 1에 요약된다. 본 연구에서는 재난안전, 철도안전, 해양안전, 도로교통안전 분야에서 데이터 호환성 확보를 위해 수행된 선행연구 사례를 참고하여 향후 항공 안전데이터의 통합 관리를 위해 우선적으로 고려해야 할 요인을 도출하고자 한다.
| 산업군 | 연구 사례 | 방법론 |
|---|---|---|
| 재난안전 | 강성경 & 이영재 (2018)[12] | 데이터 분류체계 및 시스템 구축 |
| Kim & Lee (2019)[13] | 표준데이터 및 데이터 교환체계 정의 | |
| 이동섭 & 김병식 (2019)[19] | 표준데이터 및 데이터 교환체계 정의 | |
| 박태연, 한희정, 김용 & 김수정 (2017)[32] | 데이터 분류 및 교환체계 구축 | |
| Lee, Kwon & Kim (2019)[20] | 표준데이터 및 데이터 교환체계 정의 | |
| 철도안전 | 홍순흠, 노희민, 김영훈 & 김영희 (2010)[9] | 국내외 사례분석 |
| 박윤정 & 김상암 (2016)[33] | 데이터 변환 및 전송모델 설계 | |
| 해양안전 | 이신걸, 최광영 & 송재욱(2009)[21] | 표준데이터 및 데이터 교환체계 정의 |
| 도로교통안전 | Kim & O (2006)[14] | 국외 사례분석 |
연구사례 조사 결과, 안전데이터의 통합 및 호환성 확보를 다룬 연구의 경우, 데이터 및 데이터 교환체계의 표준 정의를 가장 핵심적인 요인으로 평가한 것을 확인하였다. 이러한 결과는 데이터의 통합 관리 및 공유·활용을 위해서는 표준화된 데이터 분류 및 교환체계가 우선적으로 구축되어야 함을 시사하는 것으로 판단된다. 일반적으로 여러 교통분야의 안전데이터의 경우, 이해관계자로부터 개별적으로 수집되어 운영되기 때문에[3, 30], 각각의 데이터를 통합하여 활용하기 위해서는 상호연계 가능한 데이터 목록을 식별할 수 있도록 표준데이터 체계를 구축하고, 원활한 공유 및 활용을 위한 교환체계를 구축하여 개별 데이터가 상호 연계될 수 있도록 해야 한다. 항공안전데이터 역시 마찬가지로 공항, 항공사, 국토교통부 등 여러 이해관계자가 개별적으로 목적에 맞게 데이터를 수집 및 관리하고 있기 때문에[30], 이러한 과정이 반드시 동반되어야 할 것이다. 이에 근거하여, 본 연구는 향후 항공안전데이터베이스 및 공유 플랫폼의 데이터 수집 및 관리 방안을 마련하기 위해 항공사고/준사고 및 안전장애에 영향을 미치는 요인을 식별하고, 이를 기준으로 요구되는 데이터의 표준 구조를 설계하여 안전데이터를 이용하는 여러 이해관계자의 데이터 검색 및 공유·활용을 지원할 수 있는 기반을 마련하는 것을 목적으로 한다. 이러한 목적을 달성하기 위해 개별 산업에서 안전 및 사고데이터에 대해 적용하고 있는 표준데이터 구조 및 데이터 교환체계를 조사하고, 이를 통해 항공안전데이터에 적용할 수 있는 가이드라인을 제시하고자 한다.
공공기관의 데이터베이스 표준화지침(행정안전부 고시 제 2019-2020호)은 공공기관과 위탁기업이 운영하는 데이터베이스 및 빅데이터 플랫폼에 수집되는 데이터를 대상으로 체계적인 데이터 관리와 데이터 간 통합ㆍ연계를 위한 표준화 방안을 마련하고, 이에 근거하여 전반적인 데이터를 관리하여야 함을 명시하고 있다[24]. 이에 따라, 공공기관의 데이터베이스 및 데이터 공유 플랫폼은 표준화된 데이터 분류 체계와 메타데이터 활용을 통해 데이터의 관리 및 공유·활용의 편의성을 확보하고 있다. 본 연구에서는 도로교통사고정보체계와 재난안전정보체계 등 개별기관 및 공공데이터 포털에 등록된 안전 및 사고데이터의 표준데이터와 교환체계를 조사하고, 이를 통해 향후 항공안전 데이터의 통합 및 공유·활용의 용이성을 도모하기 위한 방안을 탐색하고자 한다.
도로교통사고 통합 데이터베이스는 각종 교통사고 관련 자료를 체계적으로 수집ㆍ관리함으로써 사고유발 요인을 심층적으로 분석하고, 이를 통해 국가 및 지방자치단체의 교통안전정책 수립, 통계정보 작성 및 국민 서비스 제공 등을 지원하기 위해 도로교통공단이 2007년에 구축한 교통사고 통합 데이터베이스이다[17].
주요 업무로는 수집되는 도로교통 사고데이터를 활용한 도로환경분석, 교통사고 추세, 사고분석, 사고다발지 분석 등이 있으며, 이러한 정보를 통해 국가 교통행정의 효율성을 증진시키고, 수요자 중심의 이용 편의성을 높이고 있다[17].
도로교통사고 통합 데이터베이스 및 공공데이터 포털에서 제공하는 Open API(Application Program Interface)는 사망사고 정보, 사고 다발지 정보, 교통안전정보, 교통사고통계, 해상 차량추락사고 안전정보로 구성된다. 각 정보의 데이터 셋 및 제공정보 내용은 Table 2와 같이 정리된다[17].
Open API를 통해 제공되는 각각의 정보는 요청변수(Request Parameter)와 출력결과(Response Element)로 구분되는 2개의 변수를 통해 데이터 간 교환 및 연계표준을 확보하여 데이터의 분류와 공유·활용을 도모하고 있다. 요청변수는 데이터 검색 및 요청을 위해 정의된 메시지 형태의 데이터이며, 출력결과는 검색 결과에 따라 제공되는 결과 메시지를 나타낸다[34]. 예를 들어, Table 3은 교통사고정보 중 사고다발지역 정보의 요청변수와 출력결과를 나타낸다. 각 변수에 포함되는 데이터를 살펴보면, 요청변수의 경우 사고발생지점 검색을 위한, 시간(연도), 장소(시도, 시군구)를 포함하고 있으며, 출력결과의 경우 교통사고정보에서 가장 핵심이 되는 사고발생 위치정보와 사상자 정보로 구성되는 것을 확인할 수 있다.
요청변수의 경우, 데이터 검색을 위해 사용되는 메시지이기 때문에 이용자의 검색 편의성을 높이기 위해 제공되는 정보(사고다발지 정보, 교통안전정보, 사망사고정보, 교통사고통계, 해상추락사고 안전정보)에 모두 동일한 필수 항목이 활용된다(연도, 시도, 시군구). 하지만, 출력결과의 경우 각 정보에 따라 차이를 보이고 있다. 예를 들어 사고다발지역 정보의 출력 결과는 다발지역 FID 및 ID, 법정동코드, 지점코드, 시도 및 시군구명, 지점명, 사고건수, 사상자수, 사망자수, 중상자수, 경상자수, 부상신고자수, 경도, 위도, 다발지역폴리곤으로 구성되지만, 해상추락사고 안전정보의 출력결과는 사고번호, 일시, 시간, 장소, 시도 및 시군구명, 사고접수 파출소명 및 코드, 사망사고 여부, 지점 좌표로 구성된다.
개별 정보에 포함된 요청변수 및 출력결과를 확인해본 결과, 각 정보는 공통적으로 포함하고 있는 데이터 항목과 각 정보의 특징에 따라 고유하게 보유하고 있는 항목으로 구성되어 있으며, 각 정보의 특성에 따라, 같은 데이터 항목이라도 그 세분화 정도에서는 차이가 보임이 확인되었다. 예를 들어, Table 4에 나타난 사고다발지점정보, 교통안전정보, 해상추락사고안전정보의 출력결과에 포함되는 데이터의 경우, 공통으로 교통사고정보에서 가장 핵심이 되는 사상자 데이터와 사고발생지점 데이터가 포함되어 있지만, 정보의 특성에 따라 세분화의 정도에서 차이를 보임을 확인할 수 있다. 사고다발지점 정보의 경우, 사고가 빈번하게 발생하는 지점의 정확한 위치 데이터와 해당 지점에서의 사상자 수 및 피해 정도가 모두 중요하기 때문에, 출력결과에도 이와 관련된 데이터가 고른 분포를 보임을 알 수 있다. 교통안전정보의 경우, 주로 인적 피해를 예방하기 위한 목적을 가지기 때문에 지리데이터보다는 사상자 관련 데이터가 훨씬 많이 포함되어 있음을 알 수 있다. 반대로 해상추락사고안전정보의 경우, 해상추락사고 발생 가능성이 크거나, 실제 발생했던 지점에 대한 정보를 전달하는 것을 주목적으로 하기 때문에 사고발생 지점관련 데이터가 훨씬 높은 비율로 나타나고 있음을 알 수 있다. 이러한 결과는 표준데이터를 구성할 때, 전달하고자 하는 정보의 특성과 목적을 반영하여 그 구성 체계를 차별화할 필요성이 있음을 시사한다고 판단된다.
재난안전정보 또한, 도로교통사고정보 사례와 마찬가지로 요청변수와 출력결과를 통해 표준데이터 제공 및 데이터 교환체계를 구축하고 있으며, 동일하게 항목명(국문, 영문), 항목크기, 항목구분, 샘플데이터, 항목설명으로 구성된다. Table 5는 재난안전정보 중 태풍정보와 지진정보에 대한 요청변수와 출력결과를 예시로 나타낸 것이다. 교통사고 및 안전정보의 요청변수가 시도, 지점코드 등 위치 데이터에 기반한 반면, 지진, 태풍과 같은 재난정보의 경우 재난 발생 시간을 활용하고 있다. 이는 구체적인 재난 발생 위치를 식별하기 어려운 재난정보의 특징이 반영된 결과라고 판단된다. 출력결과에서도 두 정보 간의 차이가 나타나는 것을 확인할 수 있는데, 교통사고정보의 경우 교통사고에 따른 사상자, 사고발생위치 등이 핵심적인 데이터로 포함됐지만, 재난안전정보의 경우 진앙위치, 지진규모, 태풍경로, 태풍진행 속도 등 재난 자체에 대한 핵심 정보가 주요 데이터로 포함된 것을 알 수 있다.
| 유형 | 요청 변수 | 출력 결과 |
|---|---|---|
| 지진정보 |
발표시각(From) 발표시각(To) |
지점 코드 통보 종류 지도 이미지 발표시각 발표 일련번호 진앙시 및 위치 위도 및 경도 규모 및 진도 깊이 |
| 태풍정보 |
통보문 발표시각(From) 통보문 발표시각(To) |
태풍경로(이미지) 태풍 통보문 발표시 태풍 통보문 호수 태풍 시각 위도 및 경도 진행방향 및 속도 중심기압 최대풍속 폭풍 및 강풍반경 태풍명 |
사례조사 결과, 교통안전분야와 재난안전분야 모두 표준데이터 체계를 구성함에 있어 요청변수와 출력결과를 통해 데이터 교환의 편의성을 도모하고 있으며, 산업 고유의 특징에 따라 데이터 구성에 차이를 보이고 있음이 확인되었다. 본 연구는 사례조사 결과를 벤치마킹하여 항공사고 분석을 위해 요구되는 데이터의 표준 분류체계를 제시하고자 한다.
항공안전데이터는 항공안전의 유지 또는 증진 등을 위하여 사용되는 자료로 정의되며, 항공안전법에 따라 Table 6과 같이 분류하고 있다[16]. 현재 각각의 데이터는 개별기관에서 수집 및 관리하고 있기 때문에, 여러 안전데이터를 통합적으로 분석하고, 분석결과를 공유·활용하는데 어려움이 있다.
도로교통사고정보와 재난안전정보 사례에서 확인한 것처럼, 데이터의 원활한 공유·활용 및 상호연계를 위해서는 제공하고자 하는 정보에 맞는 요구 데이터를 결정하고, 이를 구성하는 세부 데이터의 표준체계와 구조를 수립하여 데이터의 원활한 공유·활용 및 상호연계를 도모할 필요성이 있으며, 이에 근거한 데이터 수집 및 관리가 이루어져야 한다. 따라서, 향후 항공안전 데이터베이스 및 플랫폼을 구축하기 위해서는 우선으로 사고/준사고 및 안전장애 분석을 위해 요구되는 데이터의 구조를 정의하고 각 데이터에 포함되는 세부 데이터의 표준안을 마련함으로써 데이터의 원활한 수집 및 분석이 가능하도록 할 필요성이 있다.
이에 따라, 본 연구는 사례조사를 통해 도출된 교통 및 재난안전 분야의 표준 데이터체계를 벤치마킹하여 항공산업에 적용할 수 있는 발생유형 기반 항공안전데이터 표준(안)을 제시한다.
본 연구는 도로교통사고정보 및 재난안전정보 사례를 벤치마킹하여 요청변수와 출력결과를 기반으로 항공사고 발생유형 분석을 위해 요구되는 데이터의 표준(안)을 결정하였다. 요청변수의 경우, 공통적으로 연도코드와 발생유형을 필수항목으로 기재하도록 하고, 수요자의 필요에 따라 항공기 제작사와 형식을 선택사항으로 입력하도록 함으로써 데이터 검색의 편의성을 증진시키고자 하였다. 발생유형은 국토교통부가 지정한 36개의 발생유형 분류체계에 기반한다[25]. 출력결과에 포함되는 데이터를 구성하기 위해 국내(국가, 운항, 교통, 공항 등) 및 국외(유럽 European Union Aviation Safety Agency, 영국 Civil Aviation Authority, 핀란드 Finnish Transport Safety Agency)의 안전성과지표(Safety performance indicator) 운영현황을 ICAO 표준분류(The CAST/ICAO Common Taxonomy)의 이벤트(event) 유형을 기준으로 비교·분석하여 이벤트 유형별 주요 영향요인(발생원인 및 기여요인)을 도출하고, 이를 기반으로 사건/준사고 및 항공안전장애에 대한 항공안전의무보고 데이터를 분석하여 실제 항공안전 이벤트와 연관된 이벤트 유형별 주요 영향요인을 식별하였다. 이후, 주요 영향요인을 분석하는 데 필요한 항공안전 데이터를 식별하고, 각 데이터에서 요구되는 세부 데이터를 도출 및 분류하였다. 본 연구에서는 이벤트 유형 중 활주로 이탈(runway excursion)을 사례로 제시하며, 활주로 이탈에 대한 주요 영향요인과 이를 분석하기 위해 요구되는 유관데이터 목록은 Table 7에 나타난다. Table 8은 활주로 이탈에 대한 표준 데이터 분류 체계를 나타낸 것이다. 앞서 언급한 것처럼, 요청변수의 경우 도로교통사고정보 및 재난안전정보 사례와 마찬가지로 데이터 검색을 위해 연도코드, 발생유형, 항공기 제작사, 항공기 형식으로 구분하였다. 출력결과는 활주로 이탈에 영향을 미치는 주요 요인과 해당 요인의 분석을 위해 요구되는 유관 데이터의 표준 분류체계 및 각각의 데이터에 포함되는 세부 데이터 항목을 나타낸다. 세부 데이터는 영향요인 분석을 위해 요구되는 유관데이터를 구성하는 데이터로, 분석에 요구되는 구체적인 데이터를 명시하였으며, 해외에서 운영하는 데이터베이스 및 데이터 사전(FAA Accident and Incident System, National Transportation Safety Board, Runway Safety Office 등)의 데이터 구성을 수정·보완하여 구성되었다[8, 23, 28]. 예를 들어 영향요인 중 조종사 피로 관리의 분석을 위해 요구되는 유관데이터는 운항관리 데이터이며, 세부 데이터는 조종사 비행시간, 근무시간, 휴식시간으로 구성된다.
| 요청 변수 | |||
|---|---|---|---|
| 항목명 | 항목 구분 | 샘플 데이터 | 항목 설명 |
| 연도 코드 | 필수 | 2015 | 검색을 원하는 연도 |
| 항공기 제작사 | 옵션 | Boeing | 사건 발생 항공기의 제작사 |
| 항공기 형식 | 옵션 | B737-900 | 사건 발생 항공기의 형식 |
| 발생유형 | 필수 | 활주로 이탈 | 사건발생유형 |
또한, 개인정보 및 민감정보의 보호를 위해 비식별화 조치가 요구되는 데이터를 구분하기 위해 비식별화 필요 여부를 기재하도록 하였다. 따라서 비식별화 조치가 요구되는 인적 요소와 관련된 데이터나 항공사 또는 제품 제작사를 식별할 수 있는 데이터의 경우 비식별화 조치를 수행하여 데이터를 수집 및 보관하도록 한다.
Ⅲ. 결 론
본 연구는 향후 빅데이터 기반 항공안전관리 및 공유 플랫폼의 효과적인 데이터 관리와 공유·활용을 위한 기초 프레임워크를 마련하기 위해 발생 유형별 항공안전데이터의 표준안을 제시하고자 하였다. 이를 위해 안전데이터의 통합 및 표준화를 주제로 수행된 선행연구를 조사하였고, 그 결과 여러 선행연구에서 데이터 표준 분류체계 및 교환체계의 수립이 중점적으로 다루어진 것을 확인하였다. 이에 따라, 항공안전데이터의 표준 분류체계 및 교환체계를 수립하기 위해 도로교통사고정보 및 재난안전정보의 표준 데이터 체계를 조사하여 그 구조를 분석하였다. 분석 결과, 도로교통사고정보 및 재난안전정보의 표준 데이터 체계는 요청변수와 출력결과의 2개 변수 형태로 구성되어 데이터 검색과 활용의 편의성을 확보한 것이 확인되었다. 이를 벤치마킹하여 항공안전데이터에 적용하기 위해 국내·외 운용 중인 안전성과지표를 ICAO 표준분류 기준에 따라 비교·분석하여 발생유형별 주요 영향요인을 도출하였고, 이를 항공안전데이터와 비교하여 발생유형 분석에 요구되는 안전데이터를 식별 및 분류하였다. 활주로 이탈을 사례로 실제 데이터를 분류한 결과, 활주로 이탈에 영향을 미치는 주요 요인은 조종사 인적 과실, 조종사 편조 문제, 조종사 기량 부족, 조종사 피로 관리, 관련 종사자 인적 요인으로 구분되는 인적 요소, 항공기 고장/결함, 항공기 탑재 문제를 포함하는 기계적 결함, 절차상 오류로 구분되는 조직적 요인, 기상 상태로 구분되는 환경적 요소로 분류되었다. 이후, 각 영향요인을 분석하기 위해 요구되는 안전데이터와 각 데이터를 구성하는 세부 데이터를 정의하였다.
본 연구에서 제시한 표준데이터 분류 체계(안)는 향후 구축될 빅데이터 기반 항공안전관리 기술 및 플랫폼에서 항공안전데이터를 통합적으로 수집 및 관리하기 위한 기반으로써 활용될 수 있다. 또한, 데이터 간 상호연계를 위한 표준체계 구축은 산업을 불문하고 중요한 의미를 가져왔지만, 항공산업에서 해당 주제에 대한 연구는 학술적, 실무적으로 거의 진행되지 않은 상태이기 때문에, 본 연구는 향후 항공 데이터의 통합적 활용을 위한 초석으로 활용될 수 있다. 본 연구는 향후 항공안전 데이터의 공동활용을 위한 데이터 추적, 검색, 활용 등을 가능하게 하며, 선제적 예방 활동 및 데이터 기반 의사결정을 위해 요구되는 데이터를 즉각적으로 식별하여 업무 효율성을 증진시킬 수 있을 것으로 기대된다.
다만, 본 연구에서 제시한 표준데이터는 향후 구체적인 방안을 도출하기 위한 기초자료로 활용될 뿐 즉각적인 활용에는 부족함이 있다. 현재, 국토교통기술개발사업으로 빅데이터 기반 항공안전관리기술 개발 및 플랫폼 구축이 진행 중이며, 이에 따라 향후 이해관계자 및 관련 분야 전문가의 의견을 다각도로 수렴하여 본 연구에서 제시한 표준안을 수정 및 보완할 예정이다.
