항공교통의 안전성과 효율성을 높이기 위한 다양한 노력이 국제민간항공기구(International Civil Aviation Organization, ICAO)를 중심으로 전세계적으로 이루어지고 있는 가운데, 궤적기반 운항(Trajectory-Based Operations, TBO) 지원에 대한 중요성이 점차 부각되고 있다(Yang, 2023; Jirattigalachote, 2024). TBO는 항공기의 궤적을 3차원의 공간적 좌표와 시간 축을 결합하여 4차원(Four-Dimensional, 4D) 형태로 나타내는 방식으로써 항공기의 시공간적 이동을 보다 정밀하게 관리할 수 있게 한다. 이 방식은 기존의 항공교통 관제 및 운항 지원 시스템이 제공하는 단편적인 기상 정보보다 시공간 변화에 대한 세부적이고 일관된 정보를 제공하는 데 효과적이다. 특히, TBO는 항공기 운항 중 발생할 수 있는 기상 변화나 돌발상황에 실시간으로 대응함으로써 항공교통의 안전성과 효율성을 크게 향상시키는 데 기여할 수 있다.

미국 연방항공청(Federal Aviation Administration, FAA)은 ICAO 권고를 수용하여 차세대 항공교통시스템 도입을 목표로 Next Generation Air Transportation System(NextGen) 프로그램을 시작하였고(Federal Aviation Administration, 2024a), 세부 프로젝트로 TBO 기반 항공기상 정보 제공을 위해 NextGen Weather 프로그램을 추진하고 있다. NextGenWeather는 Fig. 1과 같은 구조로 기상 정보관리에 중점을 두고 수치예측(Numerical Weather Prediction, NWP) 모델, 항공 예보, 기상 항공보고서, 비행장 예측 및 파일럿 보고서, 이미지 자료 등을 제공하는 기상정보 공통지원 서비스(Common Support Services –Weather, CSS-Wx)와 레이더, 위성 자료, 난류 및 바람 분석 자료, 강수 예보 자료, 대류 날씨 예보 자료 등의 자료 제공 및 항공기상 처리와 변환된 산출물 생성을 담당하는 차세대 기상 프로세서(Next Generation Weather Processor, NWP)를 구축하여 항공교통관리를 위한 기상정보 통합을 진행 중이다(Federal Aviation Administration, 2024b; 2024c).

Figure 1. High-level view of the NextGen Weather Architecture (Federal Aviation Administration, 2024b).

유럽 연합(EuropeanUnion, EU)은 SingleEuropeanSkyATMResearch (SESAR) 프로젝트를 시행하여 단일 유럽공역 실현으로 유럽지역의 항공교통 안전과 효율성 향상을 위해 기상정보교환 솔루션으로 Fig. 2와 같이 4DWxCube를 통해 유럽의 항공교통관리의 예측성 향상과 효율적 의사결정을 지원하고자 한다(SESAR, 2024a; 2024b; Bolić and Ravenhill, 2021). 2014년부터 2년간 유럽 항공교통관리(Air Traffic Management, ATM) 시스템의 효율성을 향상시키기 위한 대규모 실증을 목표로 SESAR의 탑링크(TOPLINK) 프로젝트를 통해 14개의 유럽 파트너 기관이Meteorology (MET) 서비스(태풍 등과 같은 악기상)를 항공운영 절차에 통합할 수 있는지 확인하는 시험을 진행하여 TBO 실현 가능성을 검증하였다(TOPLINK, 2015; Desbios, 2018).

Figure 2. SESAR 4DWxCube for MET service (SESAR, 2024b).

일본은 차세대 항공교통 인프라 종합구축 계획(CollaborativeActions for Renovation of Air Traffic Systems, CARATS)을 수립하여 일본의 지형적 한계를 극복하고, 세계 항행계획과 조화를 이루기 위한 프로젝트를 진행하고 있다(Ministry of Land, Infrastructure, Transport and Tourism, 2020; Kato, 2019; Yoshida, 2024; ENRI, 2024).

이러한 국제적인 추세를 고려하여 국내에서는 차세대 항공교통시스템 구축 기본계획(National ATMReformation and Enhancement plan, NARAE) (Ministry of Land, Infrastructure and Transport, 2021)을 수립하여 ICAO의 전지구항행계획(Global Air Navigation Plan, GANP) 및 차세대 항행안전시스템(Aviation System Block Upgrade, ASBU)에 부합하는 항공시스템의 선진화를 추진하고 있다. NARAE 계획의 성공적인 이행을 위해서는 시공간 해상도가 높은 기상 예측 모델 개발과 기상 데이터의 통합 활용이 필수적으로 수반되어야 한다. 이에 TBO 기반 항공기상 정보 제공으로 항공기 운항의 안전성을 높이기 위해 나래기상 시스템을 개발하여 다양한 출처로부터 생산되는 기상정보의 통합 수집 및 준실시간 배포 서비스 제공을 추진하고 있다(Kim et al., 2023a).

본 논문은 항공교통의 안전성과 효율성을 높이기 위한 궤적 기반 운항(TBO) 지원을 목표로 개발하고 있는 나래기상 시스템과 4D 나래 기상(4DNARAE Weather, 4D-Wx) ApplicationProgramming Interface (API) 배포 서비스의 구성과 핵심 요소를 다룬다. 2장에서는 나래 기상 시스템을 구성하는 4D 나래기상 데이터 플랫폼(4D NARAE Weather Data Platform), 나래기상 수치예측 생산 시스템 및 나래기상 서비스 시스템의 전반적인 구조와 기능에 대해 설명한다. 3장에서는 4D 나래기상 데이터 플랫폼의 핵심 구성 요소인 4D-Wx API 배포 서비스를 중심으로 나래기상 정보 제공 방식을 상세히 설명한다. 마지막으로 4장에서는 4D-Wx API의 성능을 평가하고, 이를 기반으로 한 기상정보 서비스의 효율성 향상 및 시스템 개발 방향을 제안한다.

국내는 ICAO의 GANP 및 ASBU에 부합하는 항공시스템의 선진화를 위한 NARAE 이행으로 항공교통관리 및 항공운항지원에 있어 기상 예측 모델에 첨단 기술 적용과 기상 데이터의 통합적인 활용이 강조되고 있다. 이를 위하여 NARAE의 항공기 운항에 필요한 기상 정보를 통합적으로 제공하기 위하여 나래기상 시스템을 Fig. 3과 같이 구성하여 개발하고 있다. 나래기상 시스템은 기상정보 수집(Collection Processing System), 관리(DataManagement System) 및 배포(Distribution Management System)기능을 담당하는 4D 나래기상 데이터 플랫폼을 중심으로 정밀한 기상 정보를 산출하는 나래기상 수치예측 생산 시스템(Numerical Prediction Subsystem)과 수요자 맞춤형 기상정보 제공을 위한 나래기상 서비스 시스템(NARAE Weather Service Subsystem)으로 구성된다.

Figure 3. 4D NARAE-Weather system architecture.

2.1. 나래기상 수치예측 산출 시스템

나래기상 수치예측 산출 시스템(Numerical Prediction Subsystem)은 통합모델-전지구예보모델(Unified Model-Global Data Assimilation and Prediction System, UM-GDAPS)을 기반으로 국내 공항 및 공역지역 대류 예측 등 고해상도 단일 예측 및 후처리 진단통계와 같은 결정론적 시스템(Deterministic Forecast) (Park and Kim, 2023)과 기상청의 초단기예보모델(Korea Local Analysis and Prediction System, KLAPS)을 활용하여 확률론적 앙상블 방법을 통해 확률적 예보를 생성하는 앙상블 시스템(Probabilistic Forecast) (Byun et al., 2023)으로 구성되어 나래기상 정보 요청 시간으로부터 30시간 이후까지 기상 변화를 예측한다.

2.2. 나래기상 서비스 시스템

나래기상 서비스 시스템은 사용자별(관제사, 조종사 등)/비행단계별(이착륙단계, 순항 등) 항공운항에 미칠 수 있는 나래 기상 예측 정보를 기반으로 의사결정 지원 영향정보를 확률 정보로 제공하는 항공 기상 영향정보 산출 시스템(NARAE WeatherDecision Support)과 항공교통 분야별, 목적별로 활용가능한 4D항공 궤적 기반의 항공기상 정보를 가시화하여 수요자에게 맞춤형 항공기상 정보를 제공할 수 있는 수요자 맞춤형 항공기상 서비스 시스템(NARAE Weather Consumer Service)으로 구성했다. 항공기상 영향정보 산출 시스템은 항로의 위험기상정보 제공, 출·도착 항로 구간별 위험기상 영향정보 제공, 공항운영인력 야외조업지수 등 항공운항에 필요한 의사결정에 도움을 주기 위하여 6종의 영향정보를 생산한다(Yoon et al., 2023). 수요자 맞춤형 항공기상 서비스 시스템은 항공기 운항 중 조종사 등에게 핵심 기상 요소 중심의 콘텐츠를 제공하여 사용자가 능동적으로 빠르게 기상 위험 등 운항 중 요구되는 정보를 파악할 수 있도록 하는 웹서비스를 제공한다.

2.3. 4D 나래기상 데이터 플랫폼

4D 나래기상 데이터 플랫폼은 분산되어 관리되고 있는 이종의 기상 데이터를 통합된 기상 정보로 제공하여 항공기 운항의 비행 운항 단계에 따라 요구되는 기상 정보를 제공하는 것을 목적으로 한다. 이를 위하여 4D 나래기상 데이터 플랫폼은 Fig. 4와 같이 다양한 수집처로부터 수집되는 항공기상 정보를 통합 수집하는 수집처리시스템(Collection Processing System), 수집된 기상 정보를 기상 요소의 시간적 변화와 공간적 분포를 고려하여 4D 데이터 구조를 지원하는 자료관리시스템(DataManagement System) 그리고 사용자에게 맞춤형 항공기상 정보를 표준화된 형태로 제공하기 위한 배포관리시스템(DistributionManagement System)으로 구성된다.

Figure 4. 4D NARAE-Weather data platform.

수집처리시스템은 나래기상 시스템 산출물 생산을 위해 요구되는 관련 정보를 포함하여 나래기상 수치예측 산출 시스템과 나래기상 서비스 시스템에서 생산되는 항공기상 산출물을 수집한다. 또한, 항공기상 관측 자료 및 기타 외부 기관으로부터 항공기상 관련 자료의 수집으로 분산 저장 관리되고 있는 이종의 데이터 통합 수집을 담당한다.

배포관리시스템은 기상관측자료, 전문자료 등과 같은 기존 항공 기상 자료를 배포하는 레거시(Legacy) 배포, 사용자가 등록한 요구자료 목록에 따라 지정한 배포 방법으로 자료를 제공하는 구독/게시(Subscription/Publication) 배포 그리고 항공 운항 궤적정보 및 영역설정 등에 따른 나래기상 정보를 제공하는 API 배포로 구분된다.

API 배포는 ICAO에서 요구하는 항공 운항정보 기반 기상정보 제공을 따르는 것으로 전세계 항공교통관리 시스템에 일관된 기상정보 교환을 목적으로 한다. 출력 데이터 형식은 개방형 공간 정보 컨소시엄(OpenGeospatialConsortium, OGC) 표준 기반의 데이터로 배포하여 국토부에서 개발하고 있는 SystemWide InformationManagement (SWIM) 차세대 통합 항공 서비스 시스템과 연계할 수 있도록 한다(Ministry of Land, Infrastructure and Transport, 2021).

ICAO의 항공시스템 선진화 정책에 따른 NARAE 지원을 위하여 나래기상시스템은 기상예측모델의 상세화를 통해 고해상도의 세밀하고 정교한 기상 예측 정보를 각 항공 운항 단계에서 요구되는 기상 요소를 효과적으로 제공하는 것을 목적으로 한다. 이를 위해 4D 나래 기상 데이터 플랫폼의 배포시스템은 주기적, 이벤트 기반 배포로 나래기상데이터를 배포한다.

4D-Wx API 배포 서비스는 4D 나래기상 데이터 플랫폼의 핵심 구성 요소로 사용자 맞춤형 기상 정보를 실시간으로 제공하기 위해 항공기의 운항 궤적(Trajectory Based, 4DT), 특정 영역(Region of Interest, ROI), 관심 지점(Point of Interest, POI)에 대한 다양한 기상 요소를 제공한다. 4D-Wx API는 기상 수치예보(NWP) 모델을 기반으로 기상 요소를 추출하여(Kim et al., 2023b; 2024) 표준화된 형식으로 항공사, 조종사, 공항 운영자 등 다양한 이해관계자들이 적시에 활용할 수 있도록 한다. 본 장에서는 4D-Wx API 배포 서비스의 구성과 주요 기능 및 데이터 제공 형식을 살펴보고 항공 운항 지원에 어떻게 활용될 수 있는지 방안을 제시한다.

3.1. 4D 나래기상(4D-Wx) API

4D-WxAPI는 사용자 요구에 따라 세분화된 기상정보를 제공하기 위해 궤적기반(4DT) API, 관심영역기반(ROI) API, 관심지점기반(POI) API로 구성되어 있다.

• 궤적기반(4DT) API: 사용자가 항공기의 비행 경로와 해당 경로의 예상 운항 시간 정보를 입력하여 항공 운항로에 대한 예측 항공 기상 정보를 확인. 즉, 항공 운항계획 및 운항경로 설정을 위해 해당 항로상에 예상되는 나래기상 정보 요청 시 활용 가능

• 영역기반(ROI) API: 영역 파라미터(예, 좌측상단 지점, 우측하단 지점) 설정으로 해당지역의 고도 범위 내 항공 기상 정보 확인(Fig. 5). 즉, 공항이나 특정 관심 영역에 대해 설정한 고도 범위의 항공 기상 정보를 제공받아 비행 전 위험기상 예보 지역의 비행 계획 수립을 위해 활용

Figure 5. Example of 4D-Wx API – ROI API.

• 지점기반(POI) API: 특정 위치(위도, 경도, 고도)의 기상 변화를 관찰하고자 할 경우 나래기상 수치예측 산출물의 예보 시각 범위 내 관심 시각 범위 설정으로 나래기상 정보 활용

4D-Wx API의 활용으로 항공기 운항 경로 최적화와 운항로 내 위험 기상요소(예, 난류, 태풍 등) 발생 확률 정보에 따른 우회 항공로 선택 등 선제적 대응이 가능할 것이다. 또한, 나래기상시스템을 구성하는 수요자 맞춤형 나래기상 서비스 시스템에서는 4D-Wx API 중 4DT API를 활용하여 Fig. 6과 같이 서비스 제공이 가능하다.

Figure 6. Example of NARAE-Weather service provision using the 4DT API (temperature).

3.2. 4D 나래기상 데이터 제공 방식

4D 나래기상 데이터 플랫폼은 나래기상 데이터를 항공운항 및 항공교통 흐름을 관리하는 공항 운영자, 항공사 등 이해관계자가 적시에 정보를 활용할 수 있도록 하기 위하여 ICAO의 기상정보교환모델(ICAOMeteorological Information ExchangeModel, IWXXM) (World Meteorological Organization, 2024) 및 OGC 표준 Extensible Markup Language (XML) 데이터 교환 모델(예: GeographyMarkup Language, GML; Coverage JavaScriptObjectNotation, CovJSON; NetworkCommon Data Form, NetCDF 등)과 같이 표준화된 형식으로 다양한 프로토콜(File Transfer Protocol, FTP; Hypertext Transfer Protocol, HTTP; Hypertext Transfer Protocol Secure, HTTPS 등)을 통해 제공한다. 궤적기반 API와 관심지점기반 API는 표준 XML 데이터 교환 모델인 CovJSON으로 나래기상 데이터를 제공하고, 관심영역기반API는 NetCDF 형식으로 제공하여 사용자 활용에 따른 편의를 제공한다.

본 장에서는 비행 운항 단계에 따라 최적화된 4D 나래기상 데이터 제공을 위하여 4D 나래기상 데이터 플랫폼이 현업 시스템 내 서비스를 제공할 때 고려하여야 할 사항을 크게 세 가지로 분류하여 살펴본다. 즉, 사용자가 기상 정보를 요청할 때 얼마나 빠르게 기상 예측모델로부터 해당 기상요소를 추출할 수 있는지, 사용자가 기상정보를 제공받기 위한 기상 정보 요청 API 시스템에 얼마나 순조롭게 접근할 수 있는지 그리고 항공기와 지상간 통신에 적합한지를 살펴보아 시스템 개발의 타당성을 분석해 본다. 이는 본 연구와 유사한 서비스를 제공하고 있는METOffice의 4D-Trajectory (4DT) API 서비스와 비교한다.

4.1. 4D 기상정보 고속 추출을 위한 최적 Thread 할당 분석

항공기 운항로에 따라 시시각각 변화하는 기상정보를 획득하기 위해서는 NWP 모델로부터 예상 운항로에 대한 정확하고 신속한 기상정보의 추출이 요구된다. 4D-Wx API 서비스 대상 NWP 모델은 공항 주변 지역에 대한 고해상도의 상세 기상정보를 제공하는 나래기상 상세 모델, 한반도 및 그 주변 아시아 지역에 대한 기상예측정보를 제공하는 나래기상 확률 모델, 전 세계적인 기상정보를 제공하는 Global Data Assimilation and Prediction System (GDAPS)와 같이 다양한 해상도의 기상정보를 바탕으로 운항로에 맞게 선택하는 것이 중요하다. Kim et al. (2023b; 2024)에서는 항공 운항 영역에 따라 서로 다른 특성을 갖는NWP 모델을 기반으로 기상요소를 추출하는 처리 방법을 제안하고 해당 추출 값의 정확성을 검증하였다. 본 연구에서는 Kim et al. (2024) 나래기상 정보 추출 모듈을 활용하여 기상요소 요청에 따른 데이터 추출 속도 향상을 위하여 멀티 스레드(thread)를 활용한 병렬 처리를 통해 얼마나 빠르게 해당 지점 기상요소를 제공할 수 있는지 성능을 분석하였다. 즉, 사용자 입력 항로 정보(waypoint)에 따른 활용 가능 스레드를 분석하여 효율성을 높이고자 한다.

Table 1은 인천공항 출발 6시간 이내 비행시간을 갖는 6기종의 자동종속감시방송시설(Automatic Dependent Surveillance-Broadcast, ADS-B) 데이터로 사용자 입력 항로 정보 시험을 위하여 FlightAware에서 제공하는 API를 활용하여 실제 운항 정보를 수집하였다(FlightAware, 2025). 항로 정보에 따른 기상 정보 추출의 효율적 처리를 시험하기 위해 각 비행편의 항로 수(waypoint no.)에 따른 기상요소 추출 처리시간(T_p), 성능 향상(speedup, S_p), 효율성(efficiency, E_f)을 분석하였다.

Table 1 . Flight path test dataset (19 Mar. 2024).

Flight No.	Waypoint No.	Flight No.	Waypoint No.
KAL725 (ICN-KIX)	433	KAL177 (ICN-HKG)	861
KAL643 (ICN-SIN)	752	KAL461 (ICN-DAD)	914
KAL623 (ICN-MNL)	787	KAL187 (ICN-TPE)	947

Fig. 7은 처리시간(T_p), 성능 향상(S_p)의 시험 결과를 나타낸다. 성능 향상(S_p), 효율성(E_f)은 다음의 계산식으로 산출되었다.

Figure 7. Thread-based performance analysis for 4D NARAE Weather data processing. Analysis of (a) performance improvement with increasing threads and (b) parallel processing efficiency.

서로 다른 waypoints를 갖는 항공기의 나래기상 처리에 스레드 수 증가가 처리 시간에 미치는 영향을 나타낸 것으로 시험 결과, 스레드 수 증가에 따라 처리 시간(T_p)은 전반적으로 감소하였으나 감소율은 점차 둔화되는 경향을 보였다. Fig. 7(a)는 기상 데이터 처리에 대한 병렬처리 성능 향상을 나타낸 것이다. 성능 향상(S_p)은 초기에는 급격히 증가했으나 스레드 수가 많아질수록(스레드 당 처리할 waypoint 수가 적을수록) Amdahl의 법칙에 따라 완만한 증가세를 보였다(Hennessy and Patterson, 2017). KAL 725의 경우 1개의 스레드에서 5.83초가 소요되었으나, 9개의 스레드에서는 1.97초로 66% 감소하였으며 waypoint 수가 가장 많은 KAL187은 14.88초에서 2.25초로 줄어들어 멀티 스레딩(multi-threading)의 확장 가능성을 보였으나 스레드 수가 많아질수록 시간 감소 효과가 줄어들었다. 즉, KAL 177의 경우 최대 S_p는 5.43(16개 스레드)으로 관찰되었으며, KAL 461은 5.20으로 유사 성능을 보여 효율성(E_f)은 스레드 수 증가에 따라 점진적으로 감소하여 작업량 분배 불균형과 스레드 관리 오버헤드(overhead)의 영향을 확인할 수 있었다. Fig. 7(b)는 스레드 수 증가에 따른 효율성의 변화로 이 값이 1에 가까울수록 병렬 처리가 효과적으로 이루어지고 있음을 의미한다. 초기에는 높은 효율을 보이지만, 스레드 수가 증가할수록 효율성이 점진적으로 감소하는 패턴으로 thread 수가 8개를 초과하는 시점에는 병렬화로 인한 성능 향상이 미미함을 알 수 있다. 결론적으로, 멀티 스레딩은 기상 데이터 처리 속도를 크게 향상 시켰지만, 효율성을 극대화하기 위해 항로정보 수에 따른 동적 스레드 할당과 같은 최적화 기법의 도입이 필요하다.

4.2. 4D-Wx API 배포 서비스 동시 접속 성능 분석

이 절에서는 4D 나래기상 플랫폼의 4D-Wx API를 통해 항공기상정보를 동시에 요청(concurrent request) 할 수 있는 수용 가능 사용자 수를 분석하고, 이를 기반으로 배포 시스템의 규모 산정 기준을 도출하고자 하였다. 실험에는 861개의 waypoint를 포함하는 KAL177 항로 정보를 기준으로, 동시 요청 수를 1건에서 50건까지 점진적으로 증가시키며 평균 응답 시간(latency)과 효율성을 분석하였다.

평균 응답 시간의 임계값은 4D-Wx API와 유사한 서비스를 제공하는 영국의MET Office가 제시한 6초 이내의 응답 속도를 기반으로 임계치를 5초로 설정하였으며, 효율성은 단위 시간당 처리 가능한 요청 수(throughput)를 평가하기 위해 다음 식으로 정의하였다.

실험 결과, Fig. 8과 같이 효율성을 기준으로 분석한 최적 동시 요청 수는 15건으로 나타났으며, 이 경우 평균 응답 시간은 4.746초, 효율성은 3.16으로 측정되었다. Fig. 8(a)는 4D-Wx API의 4DT 서비스에서 동시 요청수 증가에 따른 평균 응답 시간을 분석한 결과로 동시 요청 수 15건에서 최적의 효율성을 얻을 수 있었고 동시 요청 수를 20건으로 증가시킬 경우, 평균 응답 시간은 4.995초로 임계값 5초를 초과하지 않으면서도 처리량이 극대화되었다. Fig. 8(b)의 4D-Wx API의 4DT 서비스에서 동시 요청수 증가에 따른 효율성을 분석한 결과 효율성은 4.00으로 나타났다. 따라서 임계 응답 시간을 기준으로 최적 동시 요청 수를 20건으로 설정하는 것이 적합할 것으로 판단된다.

Figure 8. Performance evaluation of 4DT API. Analysis of (a) average response time based on concurrent requests and (b) efficiency based on concurrent requests.

4.3. 지상과 항공기간 통신 방식 분석

항공기 운항 전, NWP 모델을 활용하여 운항 경로 상 발생 가능한 위험 기상을 사전에 파악할 수 있지만, 운항 중 변화하는 위험 기상 정보를 실시간으로 항공 운항 중 제공하기 위해서는 지상 관제소와 항공기 간 통신 방식에 따른 데이터 통신 속도를 고려해야 한다. 즉, 항공기상청에서 국토부 NARAE에 제공하는 4D-Wx API 출력 데이터의 크기 산정이 요구된다. Table 2는 관제소와 항공기 간 통신 방식을 정리한 것으로, 위성통신과 차세대 이동통신 기술이 본격적으로 도입되기 전까지는 1Mbps 이하의 전송 속도에서 음성과 텍스트 중심의 통신이 주로 사용될 것이다(Choi, 2004; Hwang, 2009).

Table 2 . Communication methods between air traffic control (ATC) and aircraft for weather information provision.

Item	VHF	CPDLC	SATCOM
Purpose	Short range communication	Pilot-controller text messages	Wide-range communication
Frequency Band	VHF (118–137 MHz)	VHF (136.975 MHz)	L-band (1–2 GHz), Ka-band (26.5–40 GHz)
Data Speed	~2.4 kbps	~31.5 kbps (VDL Mode 2)	Initial: 432 kbps, Modern: ≤ 50 Mbps
Limitations	Limited to ground station range (~200–300 NM)	Requires pilot interaction	Expensive, Weather-sensitive
Use Cases	Basic METAR/TAF reports near airports, voice-based weather advisories	Weather-related route changes, real-time instructions	Global weather updates, high-resolution data transfer
Coverage	Limited (Near ground stations)	Limited (Ground station range)	Global (Oceans, remote areas)

VHF: Very High Frequency, CPDLC: Controller-Pilot Data Link Communications, SATCOM: Satellite Communication, VDL: VHF Digital Link, NM: Nautical Mile, METAR: METeorological Aviation Report, TAF: Terminal Aerodrome Forecast..

KAL 177 항공편을 기준으로 분석한 결과, 4D-Wx API를 통해 생성된 데이터 양은 약 126kB로, 초기 위성통신 시스템이 장착된 항공기와의 통신에는 무리가 없을 것으로 보인다. 그러나 저비용 항공사(Low Cost Carrier, LCC)의 경우, 운영 비용 절감을 위해 이보다 적은 데이터 량을 요구할 가능성이 크다. 이를 감안할 때, 항공기의 전체 항로 데이터 대신 인접 지점 및 특정 영역에 대한 기상 데이터를 전송하는 ROI API와 POI API를 활용한다면 위험 기상 정보를 보다 효율적으로 전달할 수 있을 것이다. 또한, controller-pilot data link communications (CPDLC) 통신 방식의 업그레이드와 위성통신(satellite communications, SATCOM) 기술의 활성화가 이루어진다면, 더 상세하고 정밀한 기상 정보 제공이 가능해져 항공 운항 안전성을 한층 강화할 수 있을 것으로 판단된다.

4.4. 국외 선진 시스템(MET Office)과 비교 분석

영국 기상청 MET Office는 최신 기상 기술을 바탕으로 고해상도의 예측 모델을 사용하여 정밀한 기상 예보를 제공하여 항공기 운항의 효율성과 안전성을 높이기 위해 4DTAPI 서비스를 제공한다. 이API는 전 세계를 대상으로 고해상도 기상 데이터를 제공하여 비행 경로 최적화 및 비행 계획 수립에 활용하도록 다양한 기상 매개변수를 제공한다. 이는 4D 나래기상 데이터 플랫폼에서 제공하고 있는 4D-Wx API와 동일 목적의 유사한 접근 서비스이다. MET Office는 단일 글로벌 모델을 대상으로 서비스를 진행하나 4D-Wx API는 국내 공항, 공역 및 아시아 지역을 대상으로 하는 나래기상모델과 GDAPS를 포함하여 서비스를 제공한다. 사용자의 편의성을 제공하기 위하여 사용자 지정 임계값 기준으로 데이터를 필터링 하는 기능을 제공하며, 항로 지점으로부터 항공로 주변 기상정보를 파악할 수 있도록 버퍼 설정 기능을 제공한다. 현재MET Office의 4DT는 서비스 요청에 따른 비용 청구를 하는 상용 서비스로 활용되고 있다. Table 3은 4D 나래기상 데이터 플랫폼에서 고려하고 있는 4D-Wx API 서비스와 MET Office 4DT API 서비스를 비교 설명한 것이다. 현재 개발 중인 4D-Wx API는 실험실 테스트 중으로 실제 활용되는 항공운항 정보보다 많은 양의 ADS-B 데이터를 기반으로 시험하였다.

Table 3 . NARAE-Weather vs. MET Office.

Item	NARAE Weather (4D-Wx API)	MET Office (4DT API)
Weather Forecasting Model	NARAE Weather Model (Multiple Model)	MET Office Global Model (Single Model)
API Service Type	Trajectory Based Region Based Point Based	Trajectory Based
Data Buffer	○	×
Data Filtering	○ (Threshold based)	×
Response Time (Single Request)	≤ 3 Sec/150 waypoints	≤ 6 Sec/150 waypoints
Packet Size	4DT/POI: ≤ about 320kBa) ROI: TBD	About 10kBb)
Output Format (OGC Standard based)	CovJSON/NetCDF	CovJSON
Usage	Public	Commercial

^a) Max. data size 947 waypoints (KAL 187), ^b) 150 waypoints..

본 연구에서는 항공교통의 안전성 증대와 효율적인 관리를 위한 궤적 기반 운항(TBO) 구축에 필수적인 항공기상 정보 제공 방안에 대해 국내에서 개발 중인 나래기상 시스템을 중심으로 살펴보고 4D 나래기상 데이터 플랫폼과 이를 이용한 4D-WxAPI 배포 서비스에 대해 중점적으로 분석하였다. 4D기상정보의 빠른 제공을 위해NWP 모델로부터 기상요소를 고속으로 추출하기 위해 스레드에 할당 가능한 최적의 waypoint 수를 분석하고, 4D-Wx API 배포 서비스를 제공하기 위하여 하나의 배포 서비스 시스템에 접속 가능한 동시 사용자 수를 현재 상용 서비스 중인METOffice 기준 5초 이내를 임계치로 설정하여 수용 가능 사용자 수를 분석하였다. 또한, 위험 기상 정보 등과 같이 실시간 기상정보 제공을 위하여 현재 서비스 중인 지상과 항공기 간 데이터 속도를 살펴보고 4D-Wx API 서비스 활용 가능 여부를 살펴보았다. LCC와 같은 낮은 통신 시스템을 장착한 항공기의 경우 ROI 및 POI API 기반 서비스 제공으로 원활한 서비스가 가능할 것으로 보이며 추 후 SATCOM보급 및 CPDLC 고도화 등 차세대 통신 기술의 발전으로 고해상도의 기상정보를 실시간으로 제공할 수 있을 것으로 기대된다.

나래기상시스템이 현업에 활용될 경우, 차세대항공교통계획(NARAE) 이행을 지원하기 위한 항공기상정보 제공 서비스는 Table 4와 같이 기존의 생산자 중심 서비스 제공에서 수요자 중심 맞춤형 서비스 제공으로 큰 축을 옮겨가는 진화가 예상된다. 또한, 4D-Wx API 제공으로 항공 관련 사용자에게 실시간 고해상도 예측 기상 데이터 제공이 가능하며, 운항 중 발생한 기상 변화에 의사결정 지원 서비스 제공으로 조종사가 직접 위험 기상을 분석하는 것이 아니라 참고 비행 경로 정보를 기반으로 최적의 항로 결정이 가능할 것이다. 향후 연구에서는 현업 시스템에서의 API 서비스 성능 시험 및 최적화 방안을 탐구하고, 나래기상 수치모델의 적용을 통해 상세 기상 정보 제공 방안을 마련할 필요가 있다. 이를 통해 위험 기상 요소를 신속하고 가독성 높은 형태로 전달할 수 있으며, 항공 운항의 안정성과 효율성을 더욱 강화할 수 있을 것으로 전망된다.

Table 4 . Future evolution of the NARAE-Weather system.

	Item	As-Is	To-Be
Service	Aviation Wx Info. Provision Type	Producer-Centric	User-Centric
	Provision Type	3D Information	4D Information
	Decision Support	Pilot-Driven Analysis and Decision-Making	Reference to optimal flight route information
Weather Forecasting	Spatial Resolution	10 km/1.5 km	1 km/0.5 km
	NWP	Single Forecast Information Production	Probabilistic Weather Element Forecast Information Production
	Airport Forecast	1-hour Interval	10-minute Interval

Wx Info: Weather Information, NWP: Numerical Weather Prediction..

이 연구는 기상청 「차세대 항공교통 지원 항공기상 기술개발(NARAE-Weather)」(KMI2022-01810)의 지원을 받아 수행되었습니다.

No potential conflict of interest relevant to this article was reported.