대한항공은 생성형 AI와 클라우드를 활용한 정비결함 분석 시스템을 구축해 운영에 들어갔다고 8월 14일 밝혔다. 정비 현장에 흩어진 이력과 운항 정보를 한곳에서 검색하고, 엔지니어가 자연어로 질문하면 관련 결함과 조치 사례를 찾도록 돕는 체계다. 고객 상담용 챗봇과 달리 항공 안전에 직접 연결되는 업무를 지원한다는 점에서 데이터 정확성과 사람의 최종 판단이 특히 중요하다.
새 시스템은 정비 기록의 약어와 비정형 문장을 정리하고 결함 부위, 증상, 조치 내용을 추출한다. 여러 데이터베이스 테이블과 수백만 건의 기록을 통합해 기종과 항공기별 결함 이력, 반복 발생 여부, 부품 수리 내역을 함께 볼 수 있도록 했다. 항공기와 지상 사이에서 수신되는 운항 메시지도 조회 대상에 포함된다. 과거 사례를 찾기 위해 여러 시스템을 오가던 시간을 줄이고 분석의 출발점을 빠르게 제공하는 것이 목적이다.
| 구분 | 시스템이 다루는 내용 | 운영 원칙 |
|---|---|---|
| 입력 | 정비 이력·운항 메시지·부품 수리 내역 | 원본 기록과 연결 |
| 처리 | 약어·비정형 문장 정리, 결함 부위·증상·조치 추출 | 접근 권한과 변경 이력 관리 |
| 활용 | 관련 사례 검색·요약과 반복 결함 확인 | 엔지니어가 최종 판단 |
생성형 AI는 관련 기록을 요약하고 연관성을 제시하는 데 유용하지만, 정비 절차를 임의로 결정하는 주체가 되어서는 안 된다. 오래된 기록이나 불완전한 입력이 있으면 그럴듯하지만 부정확한 답을 만들 수 있기 때문이다. 따라서 원문 기록으로 되돌아갈 수 있는 근거 표시, 접근 권한 관리, 변경 이력, 엔지니어 승인 절차가 함께 필요하다. 시스템의 성과도 답변 속도뿐 아니라 오탐과 누락, 실제 정비시간 단축, 안전 지표로 검증해야 한다.
이번 구축은 기업의 생성형 AI 도입이 일반 문서 작성에서 핵심 운영 데이터 분석으로 이동하는 흐름을 보여준다. 대한항공은 정비사의 의사결정을 지원하고 업무 정확성을 높이는 도구로 시스템을 활용할 계획이다. 안정적으로 자리 잡으려면 현장 피드백을 반영해 데이터 품질과 검색 정확도를 지속적으로 개선해야 한다. 항공 정비에서 AI의 가치는 사람을 대체하는 데 있지 않고, 검증 가능한 정보를 제때 제공해 전문가의 판단을 돕는 데 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
