운항정보(기상, 항공고시보 등)를 고려한 항공기 출발 의사결정 시스템 = Development of an Aircraft Departure Decision Support System Based on Operational Information (Weather, NOTAM, etc.)

국문 초록 (Abstract)

일반항공에서 조종사는 항공고시보와 기상정보를 독자적으로 검토하여 항공법규·운항기술기준·항공정보간행물에 규정된 기상최저치에 따라 출발 가능 여부를 판단해야 한다. 미국 국가교통안전위원회에 따르면, 일반항공 사고의 22%~28%가 기상 관련 요인에 기인한다. 조종사가 다양한 기상 정보를 수집하고 비행계획과 연계하여 규정 기반으로 종합 판단하는 과정은 업무 부담과 인적 오류를 유발할 수 있다. 본 연구는 기상정보와 항공고시보 정보를 통합하여 조종사의 출항 가능 여부를 제시하는 의사결정 지원시스템을 개발한다. 계획된 비행경로와 기상위험구역 간의 공간적 관계를 식별하기 위해 레이캐스팅 알고리즘을 적용하였고, 이를 항공 규정과 연계하여 AI 기반으로 출항 가부를 판정하는 방식을 적용하였다. 조종사 대상 실증평가 결과, 시스템 사용성 척도 점수는 69.58점, 조종사 판단과 시스템 권고 간 일치율 91.67%를 나타냈다. 규칙 기반 필터링과 AI 분석을 결합한 본 하이브리드 의사결정 체계는 일반항공 운항에서 업무부담을 감소시키고 안전성을 향상시킬 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

In general aviation, pilots must independently review notices to airmen (NOTAM) and meteorological information to determine departure feasibility based on weather minima specified in the aviation act, the aeronautical information publication (AIP), and flight safety regulations. According to the U.S. national transportation safety board (NTSB), 22-28% of general aviation accidents are weather-related. The process of collecting diverse meteorological information, integrating it with flight plans, and making regulation-based comprehensive judgments imposes workload and human error risk. This study develops a decision support system that integrates meteorological information and NOTAM to provide departure recommendations for pilots. A ray casting algorithm was applied to identify spatial relationships between planned flight routes and meteorological hazard areas, which was then linked with aviation regulations to determine departure feasibility through AI-based reasoning. Pilot evaluation yielded a system usability scale (SUS) score of 69.58 and a 91.67% agreement rate between pilot and system judgments. This hybrid decision-making framework combining rule-based filtering and AI analysis is expected to reduce workload and enhance safety in general aviation operations.