AI 시대에도 항공 교통 관제에 여전히 인간의 손길이 필요한 이유

몇 시간 동안 일상적인 작업을 마친 후, 항공 교통 관제사는 소형 항공기로부터 무선 호출을 받습니다. 소형 항공기의 조종석 표시기는 비행기의 랜딩 기어가 착륙을 위해 확장되었음을 확인할 수 없습니다.

관제사는 조종사가 타워 옆으로 낮게 비행하도록 준비하여 관제사가 비행기의 랜딩 기어를 육안으로 확인할 수 있도록 합니다. 모두 잘 나타납니다. 관제사는 조종사에게 “장비가 고장난 것 같습니다”라고 말했습니다.

관제사는 만일의 경우에 대비해 공항 소방차를 호출하고 항공기는 안전하게 착륙하기 위해 선회합니다. 이와 같은 시나리오는 정기적으로 발생합니다.

항공 교통 관제 시스템에서는 모든 것이 최고 수준의 안전을 충족해야 하지만 모든 것이 계획대로 진행되는 것은 아닙니다.

이를 인터넷에서 데이터 패킷을 전송하는 라우터만큼 쉽게 항공기를 처리하는 자율 항공 교통 관제 시스템을 갖춘 자율 항공기를 비행하는 미래의 인공 지능 "조종사"에 대한 공상 과학 비전과 대조해 보세요.

저는 항공 교통 관제사 채용에 관해 의회가 명령한 국립 아카데미 연구를 주도한 항공우주 엔지니어입니다.

연구자들은 항공 교통 관제 시스템의 요소를 자동화하는 새로운 기술을 지속적으로 연구하고 있지만 기술은 설계 중에 계획된 기능만 실행할 수 있으므로 표준 절차를 수정할 수는 없습니다.

위의 시나리오에서 알 수 있듯이 인간은 앞으로도 오랫동안 항공 교통 관제의 필수 핵심 구성 요소로 남을 가능성이 높습니다.

항공교통관제사가 하는 일

항공 교통 관제사의 책임에 대한 연방 항공국의 기본 지침에는 다음과 같이 명시되어 있습니다. "항공 교통 관제 시스템의 주요 목적은 항공기와 관련된 충돌을 방지하는 것입니다."

항공 교통 관제사는 또한 "안전하고 질서 있고 신속한 항공 교통 흐름"을 제공하고 조종사가 산과 기타 위험한 지형 및 위험한 날씨를 최대한 피할 수 있도록 돕는 등 안전을 지원하는 기타 서비스를 제공할 책임이 있습니다.

항공 교통 관제사의 업무는 다양합니다. 타워 컨트롤러는 항공기의 이착륙을 허가하는 로컬 제어 기능을 제공하여 항공기가 안전한 간격으로 떨어져 있는지 확인합니다.

또한 지상 제어 기능을 제공하여 항공기를 활주로 유도하고 비행 전날 조종사에게 비행 계획 및 잠재적인 안전 문제를 통보합니다.

타워 관제사는 일부 디스플레이의 도움을 받지만 대부분 타워 외부를 바라보며 무선을 통해 조종사와 대화합니다.

FAA 관제사가 근무하는 대규모 공항에서는 표면 감시 디스플레이에 비행장 지상에 있는 항공기와 기타 차량이 관제사에게 표시됩니다.

반면, 접근 및 항로 관제사는 어둡고 조용한 방에서 대형 디스플레이 앞에 앉아 있습니다. 그들은 무선을 통해 조종사와 통신합니다.

이들 디스플레이는 공역 경계 및 경로의 주요 특징과 함께 지도 보기에 항공기 위치를 표시합니다.

미국에 있는 21개의 항로 통제 센터는 공항 사이와 공항 위의 교통을 관리하므로 일반적으로 더 높은 속도와 고도로 비행합니다.

접근 통제 시설의 관제사는 이륙 후 지역 통제에서 출발하는 항공기를 항로 공역으로 전환합니다.

마찬가지로 경로 상 공역에서 도착하는 항공기를 가져와 착륙 접근 방식에 맞춰 정렬한 후 타워 관제사에게 전달합니다. 각 디스플레이의 컨트롤러는 섹터 내의 모든 트래픽을 관리합니다.

섹터의 크기는 분주한 공항에 항공기 착륙 순서를 지정하는 데 초점을 맞춘 수 입방마일부터 비행하는 항공기가 거의 없는 30,000입방마일(125,045입방km)이 넘는 경로 구간까지 다양할 수 있습니다.

섹터가 바쁜 경우 두 번째 및 세 번째 컨트롤러가 지원하거나 섹터를 두 개로 분할하여 다른 디스플레이 및 컨트롤러 팀이 두 번째 컨트롤러를 관리할 수 있습니다.

기술이 어떻게 도움이 될 수 있나요?

항공 교통 관제사는 스트레스가 많은 직업을 갖고 있으며 피로와 정보 과부하에 취약합니다.

점점 늘어나는 긴밀한 통화에 대한 대중의 우려로 인해 항공 교통 관제사가 의무적으로 초과 근무를 하게 된 노후화된 기술과 인력 부족이 주목을 받게 되었습니다.

새로운 기술은 이러한 문제를 완화하는 데 도움이 될 수 있습니다. 항공 교통 관제 시스템은 여러 가지 방법으로 새로운 기술을 통합하고 있습니다.

FAA의 NextGen 항공 운송 시스템 이니셔티브는 관제사에게 더 많고 정확한 정보를 제공하고 있습니다.

컨트롤러의 디스플레이에는 원래 레이더 추적만 표시되었습니다. 이제 항공로 자동화 현대화 시스템 내에서 각 항공편에 대해 알려진 모든 데이터를 활용할 수 있습니다.

이 시스템은 레이더, 자동 종속 감시 방송을 통한 항공기의 자동 위치 보고, 일기 예보, 비행 계획 및 비행 이력을 통합합니다.

시스템은 항공기 또는 고지대나 구조물에 너무 가까이 있는 항공기 간의 잠재적인 충돌을 관제사에게 경고하고 원활한 교통 흐름으로 항공기의 순서를 지정하도록 관제사에게 제안을 제공하는 데 도움이 됩니다.

2023년 11월 9일 미국 상원에서 공항 안전에 대한 증언에서 티모시 아렐(Timothy Arel) FAA 최고운영책임자(COO)는 행정부가 여러 항공 교통 관제 시스템을 개발하거나 개선하고 있다고 말했습니다.

연구원들은 기계 학습을 사용하여 도시 간의 항공 교통 흐름과 항공 교통 관제사의 행동을 포함하여 항공 교통 및 항공 교통 관제의 측면을 분석하고 예측하고 있습니다.

기술이 어떻게 문제를 복잡하게 만드는가

새로운 기술은 새로운 유형의 항공기 형태로 항공 교통 관제에 중대한 변화를 가져올 수도 있습니다.

예를 들어, 현재 규정은 대부분 무인 항공기가 지상 400피트(122미터) 이하, 공항에서 멀리 비행하는 것을 제한합니다.

이들은 최초 대응자, 언론 기관, 측량사, 배달 서비스 및 취미 활동가가 사용하는 드론입니다.

그러나 일부 신흥 무인 항공기 회사는 통제된 공역에서 비행할 것을 제안하고 있습니다. 일부는 항공기가 정규 비행 경로를 비행하고 음성 라디오를 통해 항공 교통 관제사와 정상적으로 상호 작용하도록 할 계획입니다.

여기에는 소형 화물기인 Cessna Caravan을 자동화하기 위해 별도로 노력하고 있는 Reliable Robotics와 Xwing이 포함됩니다.

다른 이들은 첨단 항공 모빌리티, 소형 고도로 자동화된 전기 항공기(예: 전기 항공 택시) 개념과 같은 새로운 비즈니스 모델을 목표로 삼고 있습니다.

이를 위해서는 항공 교통을 처리하기 위해 극적으로 다른 경로와 절차가 필요합니다.

예상치 못한 기대

특별한 취급이 필요한 항공기로 인해 항공 교통 관제사의 일상이 중단될 수 있습니다. 이는 응급 상황부터 의료 비행 또는 에어포스원의 우선 처리에 이르기까지 다양합니다.

관제사에게는 공역 관리 방법을 조정할 책임과 유연성이 부여됩니다. 항공 교통 관제의 최전선에 대한 요구 사항은 AI의 기능에 적합하지 않습니다.

사람들은 항공 교통이 앞으로도 가장 안전하고 복잡한 첨단 기술 시스템이 될 것으로 기대합니다.

AI가 할 수 있는 실제적인 절차를 준수하고, 계획되지 않은 일이 발생하거나 새로운 작업이 구현될 때마다 적절한 판단을 적용하고 실행함으로써 이 표준을 달성합니다. 이는 오늘날 AI의 주목할만한 약점입니다.

실제로 상황이 최악일 때, 즉 관제사가 심각한 문제, 공항 위기 또는 보안 문제나 인프라 장애로 인한 광범위한 공역 폐쇄가 발생한 항공기를 처리하는 방법을 알아낼 때 관제사의 안전 기여가 가장 커집니다.

또한 관제사는 항공기를 조종하지 않습니다. 그들은 항공기를 안내하기 위해 다른 사람들과 소통하고 상호 작용하므로 그들의 책임은 근본적으로 팀의 일원으로 봉사하는 것입니다. 이는 AI의 또 다른 주목할만한 약점입니다.

엔지니어이자 설계자로서 저는 AI가 추구하는 과거 항공 교통 운영의 빅데이터 기록을 분석할 수 있는 잠재력에 대해 가장 기대하고 있습니다.

예를 들어, 보다 효율적인 비행 경로가 있습니다. 하지만 조종사로서 문제가 생겼을 때 빠르고 안전하게 착륙할 수 있도록 도와주는 관제사의 차분한 음성을 무전으로 들을 수 있어서 기쁩니다.

편집자 추천:

• AI 딥페이크, 바이든 로보콜로 정치적 데뷔
• 데이터 개인정보 보호는 육아와 마찬가지로 공동 노력입니다
• 뉴욕타임스 소송으로 인해 ChatGPT의 생존이 위태로워졌습니다.
• ChatGPT 및 기타 언어 AI는 우리만큼 비합리적입니다.

편집자 주: 이 기사는 Penn State 항공우주 공학 교수인 Amy Pritchett가 작성했으며 Creative Commons 라이선스에 따라 The Conversation에서 다시 출판되었습니다. 원본 기사를 읽어보세요.