반복 결함·발생 패턴 분석해 현장 정비사 판단 지원 대한항공 부산 테크센터에서 정비를 받고 있는 보잉 747-8i 항공기의 모습.[사진=대한항공] 14일 대한항공은 생성형 AI와 클라우드 기술을 활용한 정비결함 분석 시스템을 최근 구축했다고 밝혔다. 정비 현장의 의사결정을 지원하고 항공 정비 업무의 디지털 전환에 속도를 내기 위해서다. 시스템은 LG CNS와 AWS가 약 6개월간 공동 개발했다. 생성형 AI를 활용해 정비사가 방대한 정비 데이터를 직접 찾아다니지 않고 자연어로 필요한 정보를 검색·분석할 수 있도록 한 것이 특징이다. 예를 들어 정비사가 항공기에서 나타난 결함 증상이나 상황을 자연어로 입력하면 AI가 문장의 맥락과 의미를 파악한다. 이후 과거 정비 이력 가운데 관련성이 높은 정보와 유사한 결함 사례를 찾아 제공한다 알라딘오락실 . 현장에서 작성된 비정형 데이터도 활용할 수 있다. 정비사가 사용한 약어나 일정한 형식이 없는 기록을 표준 문장으로 변환하고 주요 조치 사항·결함 부위 등 필요한 정보를 자동으로 추출한다. 대한항공은 그동안 분산돼 있던 90여개 데이터베이스 테이블과 수백만 건의 정비 데이터도 하나로 통합했다. 정비사는 여러 시스템을 오가지 않고 관련 정보를 한곳에서 확인할 수 있다. 통합 데이터를 바탕으로 기종·기번별 결함 수명 주기·반복 결함 여부·부품 수리·조치 이력 등의 통계와 추세도 제공한다. 생성형 AI가 데이터 사이의 상관관계를 분석해 결함 발생 패턴을 파악하는 기능도 갖췄다. 황금성배당 항공기와 지상 사이 통신을 통해 전달되는 실시간 운항 메시지도 함께 조회할 수 있다. 과거 정비 이력부터 현재 항공기에서 전달되는 정보까지 함께 살펴볼 수 있어 현장 정비사의 판단에 필요한 정보 접근 시간을 단축할 수 있다는 설명이다. 항공 정비는 같은 증상이 나타나더라도 항공기 기종과 운항·정비 이력 등에 따라 원인이 달라질 수 있다. 과거 유사 사례와 부품 조치 이력을 빠르게 확인하는 것이 결함 원인을 판단하는 데 중요한 이유다. 이번 시스템은 사람이 일일이 데이터를 검색하는 과정을 줄이고 정비사가 실제 판단과 조치에 집중할 수 있도록 지원하는 역할을 맡는다. 대한항공은 시스템 도입으로 기술 정보 분석과 의사결정에 걸리는 시간을 줄일 것으로 기대하고 있다. 비정형 기록을 자동으로 표준화해 데이터 활용도를 높이는 동시에 엔지니어링 업무의 정확성도 끌어올린다는 구상이다. hpmj.co.kr