Ⅰ. 서론

1. 연구의 배경 및 목적

제주국제공항은 국내 공항 가운데 인천국제공항 다음으로 높은 연간 운항 실적을 보이며, 이용 수요가 지속적으로 증가하는 성장 거점이다. 그럼에도 불구하고 빈번한 지연과 결항이 발생하고 있으며, 코로나19 이전 5년간 국내선 도착편 결항 2,935편 중 기상에 기인한 결항이 2,509편으로 대다수를 차지하였다[1]. 이러한 맥락에서 기상으로 인한 운영 불확실성을 체계적으로 관리하는 것은 공항·항공사·승객 모두에게 핵심 과제이다.

항공사는 운항계획 수립 시 TAF (Terminal Aerodrome Forecast, 공항 예보)를 기본 준거로 활용한다. TAF는 비행장 표점(Air Reference Point, ARP) 반경 8 km 이내의 기상 상태를 국제 표준 형식에 따라 제공하며, 통상 UTC 00·06·12·18시에 6시간 간격으로 하루 4회 발행된다. TAF의 해독과 적용은 항공기 안전·경제 운항의 출발점으로서, 항공사에서는 이를 근거로 출발 전 운항 여부 및 추가 연료 탑재, 원거리 교체공항 선정 등을 결정하고, 관제기관은 이·착륙 허가 및 운용절차를 조정하며, 승무원은 착륙 결심과 운항 수행 전략을 구체화한다. 나아가 TAF 정보는 이륙·착륙 성능에 따른 탑재량 산정, 사용 활주로 선택, 접근 절차 결정, 공항 수용량 추정 등 광범위한 의사결정에 투입된다.

그러나 현행 TAF는 일부 운용 맥락에서 정확도 한계가 지적되어 왔으며, 오보로 인한 결항·회항은 항공사에 직·간접 비용을, 승객에게는 시간 손실과 안전 저하 위험을 야기할 수 있다. 이로 인해 항공사는 TAF의 한계를 보완하고자 기상레이더·일기도·기상차트·외부 예보 시스템 등 추가 자료와 분 단위 실시간 관측을 병행해 왔으나, 6시간 발행 주기로 인한 예보 갱신 공백은 여전히 운영 비효율의 요인으로 남아 있다.

본 연구의 목적은 TAF 발행주기 단축이 예보 정확도에 미치는 영향을 실증적으로 점검하고, 그 결과를 바탕으로 발행 간격 단축을 제안하는 데 있다. 구체적으로, 발행주기별 TAF 정확도를 비교·평가하고, 이를 시나리오 기반의 운항 모형에 연결하여 항공사 관점의 정량적 편익(특히 연료 소비 및 비용)을 계량한다. 아울러 발행주기 단축이 승객, 기상청, 공항 등 다양한 이해관계자에게 초래할 정성적·정량적 편익을 검토함으로써, 제주공항을 포함한 고수요 공항 환경에서 적용 가능한 현실적 정책 대안으로서의 타당성을 종합적으로 논의하고자 한다.

Ⅱ. 문헌 조사

1. 선행연구 사례

Kim [2]은 김포·제주공항을 중심으로 과거 운항기록과 기상자료를 결합한 실증분석을 통해, 극한기상현상이 항공기 지연·결항에 영향을 미치며 그 효과가 기상 강도와 다른 운항 요인과의 상호작용에 따라 증폭됨을 보였다. 이를 바탕으로 기후변화 요인을 운항정책에 반영하고, 계절별 기상 특성에 대한 정책적 대비를 강화할 것을 제시하였다.

Cho와 Yoo [3]는 저시정·저운고 등 불리한 기상 하에서 저고도 항공기가 운항을 취소하거나 무리한 운항으로 사고 위험이 증가하는 문제에 주목하였다. 태안비행장 자료를 활용한 정규성 검정 결과 주요 기상요소(풍향·풍속·운고·시정)가 정규분포를 따르지 않았고, 비모수 검정을 통해 예보값과 실측값의 분포가 통계적으로 상이함을 확인함으로써 저고도 항공 기상예보의 부정확성을 지적하였다. 더 나아가 서산·군산공항의 TAF와 인근 태안비행장 AMOS를 비교한 분석에서도 유사한 결론을 도출하여, 국내 조종사가 활용할 예보 서비스의 정밀도 제고 필요성을 강조하였다.

Novotny 등[4]은 TAF·METAR·SPECI를 종합 평가하여, 비행계획 단계에서 TAF가 가장 높은 활용 의존도를 가진 지표임을 확인하였다. 특히, TAF는 항공안전과 경제성에 영향을 미치기 때문에 간과해서는 안다고 언급하였다. ICAO Annex 3의 Attachment B 기준을 토대로 민간·군 공항 각 4곳을 평가한 결과, 기상요소별 예측 성공률이 상이하며 특히 풍향과 운고의 정확도가 상대적으로 낮은 경향을 보임을 보고하였다. 이는 TAF 정확도 평가 시 요소별(풍향·풍속·시정·운고 등) 세분 분석이 필요함을 시사한다.

국내외 선행연구는 기상이 항공운항의 지연·결항 및 안전에 미치는 영향이 구조적으로 크며, 이에 따라 TAF 정확도의 제고가 운항 효율과 안전성 향상에 직결됨을 일관되게 보고해 왔다. 특히 국내 공항을 대상으로 한 실증연구들은 극한기상과 예보 부정확성이 운항품질 저하의 핵심 요인임을 지적하며, 예보 체계의 개선 필요성을 제기한다. 본 연구는 이러한 흐름을 계승하여, 국내 대표 공항 사례를 대상으로 TAF의 요소별 정확도를 실증적으로 산정하고, 이를 토대로 발행주기 단축의 실효성을 검증함으로써 TAF 정밀도 향상을 위한 실천적 방안을 제안하고자 한다.

Ⅲ. 연구의 범위 및 방법

1. 연구 범위

1) 공간적 범위

본 연구의 공간적 범위는 제주공항으로 한정하였다. 제주국제공항은 국내선 수요가 매우 크면서도 악기상 영향이 빈번하게 관측되는 공항으로, 선행연구에서 보고된 저시정·저운고 등 불리한 기상과 예보 부정확성의 운항 영향을 검증하기에 적절한 사례군을 제공한다. 이에 따라 제주국제공항을 대상으로 풍향·풍속·시정·강수 등 핵심 기상요소의 TAF 정확도를 시간대별로 평가하고, 정확도 향상 시 항공사가 기대할 수 있는 효과를 살펴보고자 한다.

2) 시간적 범위

시간적 범위는 코로나19 이전의 정상 수요기를 대표하는 2019년으로 설정하였다. 한국공항공사 항공통계에 따르면 2016–2020년 사이 제주공항의 기상 사유 결항은 2016년의 1,740건이 최다였고, 2019년은 1475건으로 두 번째로 많았다. 한편, 기상으로 인한 지연 현황은 2019년이 710건으로 가장 많았으며, 2018년은 610건으로 그 뒤를 이었다(Figs. 1 and 2). 즉, 2019년은 높은 항공수요를 기록함과 동시에 기경상 영향으로 인한 결항 사례가 다수 발생한 시기로, 예보–운항 연계효과를 분석하기에 대표성과 실증성이 확보된다. 본 연구는 2019년의 TAF자료를 분석하여 요소별 정확도를 산정하고, 이를 바탕으로 발행주기 단축의 기대효과를 평가한다.

Fig. 1.

Annual Weather Induced Flight Cancellations at Jeju Airport (2016–2020)

Fig. 2.

Annual Weather Induced Flight Delays at Jeju Airport (2016-2020)

3) 내용적 범위

본 연구는 2019년 자료를 대상으로, TAF 예측값과 METAR·SPECI 관측값을 비교하여 예측 정확도를 검증하는 데 초점을 두었다. 분석 대상 계절은 TAF 대비 1시간 후 METAR 관측값과 비교했을 때 오차 및 정확도가 가장 낮게 나타난 시기로 한정하였다. 이후 선택된 계절을 대상으로, TAF 발행 시각을 기준으로 1시간, 3시간, 6시간 후의 METAR 및 SPECI를 활용하여 TAF 예측값과 실제 관측값의 차이를 정량적으로 평가하였다.

평가 방법으로는 수치형 변수(풍향, 풍속, 시정)에 대해 평균절대오차(MAE, Mean Absolute Error)와 평균제곱근오차(RMSE, Root Mean Squared Error)를 적용하여 예측 오차를 산정하였다. 또한 변수별 오차 범위에 따른 누적 비율을 확인함으로써, 동일한 오차 범위 내 누적 비율이 높을수록 높은 정확도로 간주하였다. 한편, 범주형 변수인 강수의 경우 이분법적 검증 방식을 적용하여 예측 정확도를 산출하였다.

본 연구에서 TAF 예측 정확도 검증을 위해 고려한 기상 요소는 총 4가지로, 풍향, 풍속, 시정, 강수 현상이다. 각 요소는 항공기 운항에 직·간접적으로 중요한 영향을 미치며, 그 구체적 역할은 다음과 같다.

첫 번째로 풍향은 항공기의 이착륙 활주로 결정에 핵심적으로 작용한다. 활주로 방향에 대한 측풍 및 배풍 여부는 항공기 성능뿐 아니라 안전성에도 직접적 영향을 미친다.

두 번째로 풍속은 풍향과 마찬가지로 활주로 선택에 기여하며, 측풍 및 배풍의 세기에 따라 이착륙 안전성과 조종사 숙련도 요구 수준이 달라진다. 또한 착륙 이후 지상 안전 및 작업 효율에도 영향을 미친다.

세 번째로 시정은 기상 요인 중 이착륙 제한에 직결되는 변수로, 저시정 운영 절차의 발효 여부, 이·착륙 기상 최저치 충족 여부를 결정한다. 풍향·풍속의 제약이 크지 않은 경우, 시정거리에 따라 사용 활주로가 달라질 수 있다.

마지막으로 강수 현상은 항공기 및 공항 운용에 복합적 영향을 준다. 대설은 시정 악화와 더불어 적설로 인해 활주로 이용을 제한할 수 있으며, 호우는 활주로나 유도로의 침수를 유발할 수 있다. 한파와 결합한 강수는 착빙을 발생시켜 제동 성능에 영향을 미치며, 뇌우는 항공기 기체와 공항 전자·통신 장비에 직접적 피해를 줄 수 있다.

요약하면, 본 연구는 풍향·풍속·시정·강수라는 4대 기상 요소를 중심으로 TAF의 발행 주기별 정확도를 실증적으로 검증하며, 이를 통해 항공 운항 안전성과 운영 효율성 제고를 위한 근거를 마련하고자 한다.

2. 연구 방법

1) MAE (평균절대오차)

정확도를 분석하기 위해 활용한 첫번째 오차 측정 방법은 평균절대오차(Mean Absolute Error, MAE)로 실측값과 실제값의 오차에 대한 절대값들의 합을 관측수로 나눈 값으로 정의된다. 따라서 MAE의 범위는 0에서 무한대이며 MAE 값이 0에 가까울수록 오차가 작은 것을 의미한다. MAE는 해당 예측값과 실측값의 전반적인 차이를 알 수 있는 장점이 있으나, 지수가 커질수록 큰 벡터 성분에 영향을 받을 수 있는 단점과 방향을 고려하지 않고 오차의 단순 평균 크기만을 측정하게 된다는 단점이 있다. MAE의 산식은 다음과 같다.

해당 식에서 n은 관측 데이터의 수를, Y는 METAR & SPECI 등의 실제 값을 의미한다. F는 TAF를 통해 예측한 값을 의미한다. t는 활용한 전체 기상 데이터의 각각을 의미하는 것으로 첫 번째 기상 데이터부터 n번째 기상 데이터까지의 범위를 이룬다.

2) RMSE (평균제곱근오차)

정확도를 분석하기 위해 활용한 두번째 오차 측정 방법으로 평균제곱오차(Root Mean Squared Error, RMSE)를 활용하였다. RMSE는 추정값(또는 모델 예측 값)과 실제 관찰 값의 차이를 산정하는 척도이며, RMSE의 범위는 MAE와 동일하게 0에서 무한대까지이며, 0에 가까울수록 오차가 작다. RMSE는 MAE에 비해 직관성은 떨어질 수 있지만 극단적인 값을 MAE보다 비교적 적게 반영하여 값을 도출하는 장점이 있다. 이 때문에 특이값이 계산 전체에 지나친 영향을 미치지 않도록 RMSE도 함께 활용하였다. RMSE의 산식은 다음과 같다.

해당 식에서 n의 값은 관측 데이터 수를 의미하며, Y는 METAR & SPECI 등의 실제 값을 의미한다. F는 TAF를 통해 예측한 값을 의미한다. t는 활용한 전체 기상 데이터의 각각을 의미하는 것으로 첫 번째 기상 데이터부터 n번째 기상 데이터까지의 범위를 이룬다.

3) 이분법적 예보 방법론

강수 요소의 경우 Contingency Table을 활용하여 정확도를 분석한다. 이 방법(Table 1 참조)은 기상현상이 발생할 것을 예측하고 관측되었을 경우, HIT로 구분하며 발생하지 않을 것을 예측하고 관측되지 않을 경우, Correct Negative로 구분한다. 발생할 것을 예측하였지만, 관측되지 않을 경우 False Alarm으로, 발생하지 않을 것으로 예측하였지만 관측될 경우 Miss로 구분하게 된다. 이러한 구분을 통해 HIT와 Correct Negative를 활용하여 정확도를 파악할 수 있다[5].

Contingency Table을 활용한 정확도 산정식은 다음과 같다.

Accuracy의 범위는 0에서 1의 값으로 나타나며, accuracy가 1일 경우 최적의 예측 정확도를 의미한다. 이 방법은 단순하고 직관적이며, 어떤 오류가 발생하고 있는지를 파악할 수 있다는 장점이 있다. 하지만 heavy rain으로 예보하였으나, moderate rain으로 관측된 경우처럼 정확히 일치하지는 않지만 유사하게 발생한 경우를 반영해 세세하게 정확도를 분석할 수 없다는 단점이 있다.

Ⅳ. 기상 요소별 정확도 분석 평가

1. 연구 계절 선정

Table 2는 계절별로 측정한 TAF의 1시간 후 예측 정확도를 풍향(windD), 풍속(windS), 시정(Visiability)의 MAE, RMSE 값과, 강수(Precipitation) 정확도를 통해 나타낸 것으로, 색깔이 붉은색일수록 오차가 크거나 정확도가 떨어지는 계절이다. 풍속의 RMSE를 제외한 경우 여름의 정확도가 가장 떨어졌으며, 풍속의 RMSE조차도 가을에 이어 2번째로 정확도가 낮다. 이러한 분석결과를 토대로 본 연구에서는 2019년 여름을 대상으로 TAF 발행시간 대비 1시간, 3시간, 6시간 후 METAR와 TAF를 비교분석하여 오차 및 정확도를 측정하였다.

2. 기상 요소별 정확도 분석 결과

2019년 여름 제주공항 TAF의 풍향, 풍속, 시정의 MAE와 RMSE 값은 Table 3과 같이 나타났다. 풍향, 풍속, 시정 모두 MAE와 RMSE가 TAF 발행한 시간으로부터 시간이 많이 지날수록 큰 값을 나타냈다. 이는 TAF 발행이후 시간이 경과할수록 TAF의 예측오차가 증가(즉, 정확도가 감소)하고 있음을 알 수 있다.

1) 오차범위에 따른 누적데이터(%)

TAF 정확도를 보다 쉽게 인지하기 위해 (특정 오차범위 내에 있는 데이터수/전체 데이터수)*100 이라는 식을 활용하여 발행시간 이후 시간경과에 따른 TAF 정확도를 분석하였다.

(1) 풍향

Table 4는 발행 1, 3, 5시간 이후 TAF 풍향 예보값의 오차(= |TAF예보값 - METAR 관측값|)를 누적 데이터의 형태로 나타낸 것이다. TAF 발행 1시간 이후의 풍향 예보 오차가 20° 이내로 발생하는 경우는 전체의 60.18%이며, 이는 전체예보의 약 40%의 경우 TAF 발행 1시간 후 풍향 예측 오차 범위가 20° 이상의 발생하는 것을 의미한다. 반면, 발행 3시간 이후 TAF 예보값의 오차 범위가 20° 이하일 확률은 54.09%이며, 발행 6시간 이후 오차 범위가 20° 이하일 확률은 45.16%로 시간이 경과할수록 정확도가 낮아지는 것을 알 수 있다.

Fig. 3은 Table 4의 자료를 비교하여 나타낸 그래프이다. 이를 통해 풍향이 20° 이상 차이 나는 데이터가 TAF 발행 3시간 후에는 6.09%, 6시간 후에는 15.02% 만큼 증가하여TAF 발행 후 시간이 지날수록 점차 풍향 예보 정확도가 저하되고 있음을 확인할 수 있다.

Fig. 3.

Cumulative Error by Hours after TAF Issuance (Wind Direction, 2019 Summer)

(2) 풍속

풍속의 TAF 발행 1시간 후 METAR와의 오차 범위에 따른 누적 데이터는 Table 5와 같다. 이를 통해 오차 범위가 5 KT 이하인 경우에 해당하는 데이터 수는 전체 데이터의 91.05%임을 알 수 있다. 풍속의 TAF 발행 3시간 후 METAR와의 오차 범위에 따른 누적 데이터는 오차 범위가 5 KT 이하(ICAO ANNEX 3 제시 기준)일 때 누적데이터는 86.02%이다. 풍속의 TAF 발행 6시간 후 METAR와의 오차 범위에 따른 누적 데이터는 오차 범위가 5 KT 이하일 때 누적데이터는 79.57%이다.

Fig. 4는 TAF 발행 후 경과 시간에 따른 풍속 예보의 정확도를 비교한 결과를 나타낸 것이다. 비교는 ICAO Annex 3에서 제시한 척도를 적용하여, TAF와 METAR 간 풍속 차이가 ±5 KT 이내인 경우를 정확도로 정의하였다. 분석 결과, TAF 발행 1시간 후의 정확도는 91.05%, 3시간 후는 86.02%, 6시간 후는 79.57%로 나타났다. 이는 발행 후 3시간이 경과하면 정확도가 5.03%p, 6시간이 경과하면 11.48%p 감소함을 의미한다. 따라서 TAF 발행 이후 경과 시간이 증가할수록 풍속 예보 정확도가 점진적으로 저하되는 경향을 확인할 수 있다.

Fig. 4.

Cumulative Error by Hours after TAF Issuance (Wind Speed, 2019 Summer)

(3) 시정

Table 6은 TAF 발행 후 경과 시간별 시정 예보와 METAR 관측치 간 오차 범위에 따른 누적 분포를 나타낸 것이다. 분석 결과, TAF 발행 1시간 후에는 오차 범위가 3,000 m 이하인 데이터가 전체의 78.08%를 차지하였다. 발행 3시간 후에는 해당 비율이 73.32%로 감소하였으며, 6시간 후에는 71.43%까지 낮아졌다.

Fig. 5는 TAF 발행 후 경과 시간에 따른 시정 예보의 정확도를 비교한 결과를 나타낸 것이다. 비교는 ICAO Annex 3에서 제시한 척도를 적용하여, TAF와 METAR 간 시정 차이가 3,000 m 이내인 경우를 정확도로 정의하였다. 분석 결과, TAF 발행 1시간 후의 정확도는 78.08%, 3시간 후는 73.32%, 6시간 후는 71.43%로 나타났다. 이는 발행 후 3시간이 경과하면 정확도가 4.76%p, 6시간이 경과하면 6.65%p 감소함을 의미한다. 따라서 TAF 발행 이후 경과 시간이 증가할수록 시정 예보의 정확도가 점진적으로 저하되는 경향을 확인할 수 있다.

Fig. 5.

Cumulative Error by Hours after TAF Issuance (Visibility, 2019 Summer)

(4) 강수

Table 7은 TAF 발행 후 경과 시간에 따른 강수 예보의 정확도를 나타낸 것이다. 여름철 평균 정확도를 분석한 결과, 발행 1시간 후는 74.74%, 3시간 후는 73.68%, 6시간 후는 72.04%로 확인되었다. 이는 발행 후 시간이 경과함에 따라 강수 예보 정확도가 소폭 감소하는 경향을 보임을 시사한다.

2) 기상 정확도 분석 결과

2019년 여름 자료를 기반으로 오차 범위별 누적 데이터를 분석한 결과, TAF 발행 주기를 단축하면 예보의 질적 향상을 기대할 수 있음이 확인되었다. 정량적 기상 요소인 풍향·풍속·시정의 경우, 발행 주기를 6시간에서 3시간으로 단축하면 평균 정확도가 약 4%p 상승하였고, 6시간에서 1시간으로 단축하면 약 8%p 상승하였다. 강수의 경우 두드러진 정확도 변화는 나타나지 않았으나, TAF의 정확도는 개별 기상 요소가 아니라 종합적인 기상 예보의 신뢰도 측면에서 평가할 필요가 있다. 따라서 발행 주기가 짧아질수록 TAF의 전반적인 신뢰도가 향상됨을 확인할 수 있다.

Ⅴ. 해결 방안

1. 기대효과

본 연구는 2019년 하계 자료를 기반으로 TAF 발행 주기와 예보 품질 간의 관계를 실증적으로 검토한 결과, 발행 주기를 단축할수록 예보의 질적 성능이 향상되는 경향을 확인하였다. 이에 따라 발행 주기의 구체적 축소 폭을 검토한 바, 3시간 간격이 적정한 대안으로 제시된다.

본 제안은 규범적 지침과 운영 사례를 종합적으로 검토하여 도출된 결론이다. 우선 국제민간항공기구(ICAO) Annex 3의 권고에 따르면 TAF 발행 간격은 6시간을 초과하지 않아야 하며, 전체 유효기간이 12시간 이하인 경우에는 발행 주기를 3시간으로 단축할 수 있다. 또한, Fig. 6에 제시된 호주의 운영 사례에 따르면 AIP GEN 3.5에서는 공항 등급별로 TAF 발행 주기를 차등 적용하고 있으며, TAF3 범주에 속하는 공항은 3시간 간격으로 TAF를 발행한다. 해당 범주에는 캔버라, 골드 코스트, 시드니, 멜버른 공항 등이 포함된다. 이러한 규범적 준거와 실운용 사례는 국내에서도 3시간 주기 도입의 타당성을 뒷받침한다.

Fig. 6.

AIP GEN 3.5, Australia

TAF 발행 주기를 3시간으로 단축할 경우의 기대효과는 정량적·정성적 측면으로 구분하여 제시된다.

1) 정량적 효과

항공사 관점에서 TAF 발행 주기 단축에 따른 정량적 편익을 추정하기 위하여, 기상 조건별 항공기 운항 시나리오를 구성하였다. 연료 소모량의 기준 노선은 아시아나항공 김포–제주 구간이며, 대표 기종으로 A320/A321을 설정하였으며, 각 시나리오의 발생 확률과 연료 소모량을 결합하여 총 연료 소모량의 기댓값을 산출하고, 이를 TAF 발행 주기(즉, 발행 주기에 따라 달라지는 TAF 정확도)별로 비교하였다.

구분Table 8에서는 구분별 실제 관측값과 예보값의 조합에 따라 발생할 수 있는 모든 경우를 정의하였으며, 총 9가지 경우가 가능하다. 이러한 경우를 항공사의 의사결정 관점에서 평가하여 시나리오별로 분류하였다.

실제 관측값이 ‘좋은 기상’인 경우, 예보가 ‘좋은 기상’이면 C 시나리오, ‘악기상’이면 E 시나리오, ‘결항 기상’이면 E 시나리오로 분류하였다. 실제 관측값이 ‘악기상’인 경우, 예보가 ‘악기상’이면 D 시나리오, ‘좋은 기상’이면 B 시나리오, ‘결항 기상’이면 D 시나리오로 정의하였다. 실제 관측값이 ‘결항 기상’인 경우, 예보가 어떠하든 모두 A 시나리오로 분류하였다.

분석에 사용된 시나리오 흐름도는 Fig. 7에 제시되어 있다[6].

Fig. 7.

Scenario of Aircraft Operation

해당 흐름도는 모든 경우의 수를 항공사 의사결정 관점에서 평가하여, 고려해야 할 상황을 다섯 가지 범주로 체계화하고 있음을 보여준다[7].

(1) 시나리오별 상황

가장 상위 수준에서 시나리오는 결항 기상이 예보된 경우와 결항 기상이 예보되지 않은 경우로 구분된다. 결항 기상은 TAF상 제주공항 도착예정시각의 공항 기상이 착륙최저치에 부합하지 않아 출발 전 결항을 결정하는 상황(시나리오 A)을 의미한다. 이 경우 항공사가 직접 소모하는 연료는 0이나, 환불 등 운항 외 비용이 수반된다. 각 시나리오의 발생 확률은 2019년 하계 TAF 데이터를 기반으로 산정하였으며, 이는 각 예보 상황(양호한 기상, 악기상, 결항 기상)에 해당하는 비율을 반영한 것이다. 시나리오 A의 발생확률은 2019년 하계에 발행된 전체 TAF 중, 도착예정시각에 CAT II 기준 미만의 기상조건, 30 kt 이상의 측풍, +TSRA¹⁾ 조건을 포함한 비율로 산정하였으며 0.57%²⁾로 산정하였다. 이는 같은 기간 한국공항공사 통계에 따른 실제 기상 사유 결항률(22,066편 중 159편, 0.72%)과 큰 차이를 보이지 않는다.

결항 기상이 예보되지 않은 경우, 항공사는 악기상 예보 여부에 따라 추가 연료 탑재를 판단한다. 악기상은 제주공항 착륙 안전성에 영향도가 큰 시정, 측풍, TSRA를 기준으로 정의하였다. 시정은 제주공항 CAT I 최저치 750 m 미만일 때 악기상으로 간주한다(단, CAT II 기준 미만에 해당하면 결항 기상으로 분류). 따라서 위 순서도에서 악기상 예보 확률은 2019년 여름(6–8월) 동안 발행된 TAF 중, 제주공항 CAT I을 기준으로 시정을 750 m 이하로 예보한 TAF의 수를 전체 발행 TAF 수로 나눈 비율로 정의하였다. 한편, 측풍이 30 kt 이상인 경우는 제주공항 운항 제한치를 초과하여 착륙 시도가 제한되므로, 시나리오 상 항공 운항의 결항 또는 지연 범주로 별도 분류하였다.

이후 각 경우는 다시 TAF 적중 여부에 따라 이원화된다. 적중 시에는 예보에 기초한 연료 탑재가 적정하여 운항 효율이 극대화된다. 비적중 시에는 위험을 과대평가하여 초과 탑재로 불필요한 연료 소모가 증가하거나(시나리오 D), 위험을 과소평가하여 추가 연료 부재 상태에서 예기치 못한 악기상에 직면해 즉시 회항해야 하는 상황(시나리오 E)이 발생할 수 있다. 본 연구에서는 결항을 제외한 모든 사례를 대상으로, 먼저 예보 적중 여부로 분류한 후, 악기상 예보 유무에 따라 추가로 분류하였다.

예보 적중도는 선행 분석에서 산출하였다. 구체적으로 TAF 발행 주기가 1시간, 3시간, 6시간일 때의 풍향·풍속·시정·강수 오차를 계산하였고, ICAO Annex 3 부속서 Attachment B: Operationally Desirable Accuracy of Forecasts의 기준에 준거하여 평가하였다[8]. 풍향은 ±20°, 풍속은 ±5 kt, 시정은 1시간 예보 정확도 80%의 허용 오차 범위를 적용하였으며, 강수는 적중여부로 판정하였다[4]. 2019년 하계 자료를 기반으로 각 기상 요소별 예보 정확도를 산출하였으며, 그 결과는 Table 9에 제시하였다. 이어 네 가지 요소별 정확도의 평균을 통해 종합적인 TAF 정확도를 도출한 결과, 발행 주기별 종합 정확도는 1시간 76.01%, 3시간 71.78%, 6시간 67.05%로 나타났다.”

시나리오 B와 C는 앞서 서술한 바와 같이 TAF가 적중하여 운항이 계획대로 수행되는 경우에 해당한다. 두 시나리오의 구분 기준은 악기상 예보 유무와 이에 따른 추가 연료 탑재 여부다. B는 악기상이 예보되어 추가 연료를 탑재했으나, 예보가 적중하여 대기 없이 즉시 착륙하는 경우를 의미한다. 추가 연료로 인한 중량 증가는 연료 소모량을 소폭 증가시키지만 그 효과가 미미하여 분석에서 제외하였다. 반면 C는 악기상 예보가 없고 예보가 적중하여 필요 최소 연료만 탑재한 채 운항·착륙하는 경우로, 항공사가 가장 선호하는 시나리오이다.

시나리오 D와 E는 TAF 비적중에 해당한다. 시나리오 D는 악기상이 예보되어 추가 연료를 탑재하고 출발하였으나, 도착 단계 전에 기상이 결항기상으로 악화된 경우이다. 이때 추가 연료를 활용해 최대 1시간 범위에서 공중대기(holding)가 가능하며, 대기 중 기상이 해소되면 착륙한다. 반대로 1시간 이내 해소되지 않으면 회항을 결정한다. 공중대기 시간은 확률적 변수이므로, 시나리오 D의 연료 소모량 기댓값은 구간(범위)으로 제시한다.

시나리오 E는 양호한 기상이 예보되어 추가 연료를 탑재하지 않고 출발했으나, 도착 전 기상이 급변해 결항기상으로 전환된 경우이다. 추가 연료가 없으므로 즉시 회항이 원칙이다. 다만 보정연료(Contingency Fuel)를 활용해 약 5분의 단기 공중대기가 가능하며, 이 기간 내 기상이 해소되면 즉시 착륙한다.

각 시나리오(A–E)의 조건과 발생 확률은 Table 10에 요약하였다.

(2) 각 상황별 연료 소모량 기댓값 분석

각 시나리오별 연료 소모량과 발생 확률을 결합하여 총 연료 소모량의 기대값을 산정하였다.

기초 식은 다음과 같다.

이 때, p는 해당 시나리오의 발생 확률을, f는 해당 시나리오에서의 연료 소모량을 의미한다. 발행 주기(1시간·3시간·6시간)에 따라 달라지는 TAF 적중도를 확률 모수로 사용하고, 연료 소모량은 김포–제주 노선(A320/A321 기준)의 운항 프로파일을 적용하였다. 시나리오별 연료 소모량 기대값은 Table 11에 제시하였다.

시나리오 A는 결항 상황으로, 전체 상황의 0.57%를 차지한다. 그러나 운항이 이루어지지 않으므로 항공사에서 소모되는 연료는 없으며, 따라서 시나리오 A에 의한 연료 소모량 기대값은 0이다.

시나리오 B와 C는 예보가 정확하며, 각각 양호한 기상 조건과 악기상을 나타낸다. 따라서 예보 적중 확률(1시간: 76.50%, 3시간: 72.29%, 6시간: 67.55%)과 해당 기상 조건의 발생 확률을 곱하여, 전체 상황에서 B와 C가 차지하는 비율을 산정할 수 있다. 여기에 각각의 연료 소모량을 곱하면 해당 상황에서의 연료 소모량 기대값을 계산할 수 있다. B와 C의 경우 모두 예보가 적중하여 항공기가 공중 대기 없이 바로 착륙 가능하므로, 별도의 추가 연료 소모 없이 김포-제주 노선 편도 연료 소모량인 6,700 lbs가 총 연료 소모량으로 적용된다.

시나리오 D는 악기상이 예보된 상황(4.37%)에서 예보가 부적중하는 경우를 나타낸다(1시간: 23.90%, 3시간: 28.22%, 6시간: 32.50%). 따라서 악기상 예보 확률과 비적중 확률을 곱하여 전체 상황에서 시나리오 D가 차지하는 비중을 산정한다. 예보가 부적중하였으므로 항공기는 악기상이 해소될 때까지 공중 대기하며, 이때 소모되는 연료는 최대 6,000 lbs (1시간 공중 대기)까지의 범위로 고려한다. 또한, 공중 대기 후에도 악기상이 해소되지 않는 경우 회항에 필요한 연료 6,600 lbs를 확률적으로 추가한다. 공중 대기 후 착륙과 회항 여부는 확정적이지 않으므로, 회항을 포함한 연료 소모량 또한 구간(범위) 값으로 제시된다.

시나리오 E는 양호한 기상이 예보된 상황에서 예보가 부적중하는 경우로, 양호한 기상이 예보될 확률과 예보 부적중 확률을 곱하여 발생 확률을 산정한다. 연료 소모량은 편도 운항 연료(6,700 lbs)와 회항 시 소모 연료(6,600 lbs)를 합산한 값이며, 항공기가 보정 연료(500 lbs)를 공중 대기에 사용할 수 있음을 고려하였다. 즉, 갑작스러운 결항 기상 발생 시 항공기는 보정 연료를 사용하여 약 5분간 공중 대기하며 기상 해소를 기다릴 수 있다. 공중 대기 중 기상이 해소되면, 시나리오 D와 동일하게 항공기는 제주공항에 바로 착륙하고, 해소되지 않을 경우 출발지 공항으로 회항한다.

이와 같이 산정된 각 시나리오의 연료 소모량을 합산하여, TAF 정확도에 따른 연료 소모량 기대값을 계산하였으며, 그 결과는 Table 12에 제시하였다. 결과적으로 발행 간격이 짧을수록 기대 연료 소모가 감소하는 단조적인 경향을 확인하였다. TAF의 정확도는 발행 주기에 따라 달라지므로, TAF 발행 주기별 연료 소모량은 다음과 같다.

위 표를 통해 TAF 발행 주기가 단축될수록 항공기 운항에 소요되는 연료량이 감소함을 확인하였다. 항공유 가격을 고려하면, 항공사 입장에서 김포-제주 노선 1회 운항 시 소요되는 연료 비용을 산정할 수 있다. 국제 유가는 항공사와 정유사의 계약 조건, 유가 변동, 환율 등에 따라 달라지므로, 본 연구에서는 아시아나 항공사를 기준으로 파운드당 350원으로 계산하였다. Table 12에서 산정된 연료 소모량과 유가를 곱하여, 기존 6시간 간격 대비 3시간 간격으로 발행 주기를 단축할 경우 항공사가 연료 측면에서 절감할 수 있는 비용을 계산하였다. 그 결과, 예보 정확도가 상대적으로 낮은 계절을 기준으로 분석할 경우 항공편 1회 운항당 절감액은 최대 약 121,000원으로 산출되었다. 해당 효과가 연간 지속된다고 가정하여 2020년 11월부터 2021년 10월까지 1년간 김포–제주 노선의 운항편수 42,252편을 적용하면, 연간 절감액은 최대 약 50억 원에 이를 것으로 추정된다[1].

2) 정성적 효과

TAF 발행 주기를 3시간으로 단축하는 조치는 항공기상청, 항공사, 승객, 공항, 연계 육상교통 등 이해관계자 전반에 걸쳐 비재무적 편익 또한 제공한다. 우선 제공자 관점에서 발행 빈도의 증가는 예보의 정확도와 신뢰도를 높여 서비스 품질을 향상시키며, 정보 수집·가공 등을 위한 인력 및 시스템 확충과 같은 추가 비용이 수반되더라도 이는 “예·특보 역량 강화에 의한 항공안전 제고”라는 전략목표와 정합하는 필수 투자로 해석될 수 있다. 이용자인 항공사 입장에서는 TAF 정확도 개선으로 외부 기상자료에 대한 추가 분석 의존도가 낮아져 시간과 비용이 절감되고, 오보에 기인한 결항·회항 위험이 축소되어 비행계획 및 추가연료 산정 등에서 의사결정 효율과 안전 여유가 확대된다. 승객 측면에서는 지연·결항이 불가피한 경우에도 조기 통지와 실시간 일정 정보 제공이 가능해져 일정 재조정을 통해 불필요한 시간 손실을 줄일 수 있으며, 더 정밀한 예보는 항공교통 서비스에 대한 신뢰성을 제고한다. 공항의 경우 보다 정확한 예보는 불필요한 결항을 저감하여 서비스 품질과 평판을 개선하고 공공기관 평가에도 긍정적 영향을 미친다. 아울러 결항·지연이 공항 접근·이탈 수요의 급변을 야기해 혼잡과 서비스 저하를 초래한다는 점을 감안할 때, 예보의 정시성과 정확도 제고는 수요 피크 완화, 혼잡 관리, 자원 배분 계획 수립에 기여하며, 특히 악기상이 급해소되어 다수 항공기가 동시 착륙하는 상황에서도 도착 흐름의 예측 가능성을 높인다. 끝으로, 악천후에 대한 예보 품질의 개선은 위험에 대한 사전 인지와 대응을 가능하게 하여, 항공 운항 안전성 측면에서 직접적인 편익을 제공한다. 종합하면, 발행 주기 단축은 운영 효율성, 고객 경험, 공공성, 안전성을 동시에 개선하는 다차원적 정책 대안으로서 실무적 타당성을 갖는다.

Ⅵ. 결론

1. 연구 종합

2019년 하계의 TAF와 METAR 자료를 분석한 결과, 풍향·풍속·시정의 정확도는 발행 주기를 3시간에서 1시간으로 단축할 때 약 5%p, 6시간에서 1시간으로 단축할 때 약 10%p 개선되는 것으로 나타났다. 강수의 경우 정확도의 개선 폭은 상대적으로 작았으나, 발행 간격 단축에 따른 점진적 상승 추세는 확인되었다.

이상의 결과를 바탕으로, 발행 주기가 짧을수록 예보 정확도가 향상된다는 점을 확인하였으며, ICAO Annex 3의 발행 기준과 호주 운용 사례를 종합하여 TAF 발행 간격을 3시간으로 단축할 것을 제안한다.

발행 간격 단축은 항공사 차원에서 비행계획·연료 탑재 결정 등 의사결정 효율을 높이고, 예보 정확도 향상에 따라 지연·결항 등 여객 피해의 발생 가능성을 줄여 서비스 품질을 개선한다. 특히 연료 비용 관점에서, 김포–제주 노선(A320/A321 기준) 적용 시 편당 약 121,000원의 절감 효과가 추정되며, 연간 약 50억 원³⁾ 규모의 절감 잠재치가 도출된다.

2. 연구 한계점

본 연구의 한계는 자료·모형 설계와 운용 가정 및 외삽 가능성의 두 축에서 발생한다. 전자와 관련하여, 분석 대상 기상요소의 범위가 제한적이었고(GUST, 운고, 운량, 온도 등 미포함), TEMPO⁴⁾·AMD⁵⁾·COR⁶⁾·SPECI와 같은 운용상 중요한 예보/관측 이벤트가 체계적으로 반영되지 않았다[9]. 또한 본 연구는 TAF를 기준으로 정확도를 비교하였으며, 이에 따라 분석에는 특정 시각의 METAR 자료만을 활용하였다. 이러한 접근은 시간대에 따라 달라질 수 있는 기상 특성을 반영하는 데 한계가 있다.

후자와 관련해서는 CAT I 중심의 악기상 정의, A320/A321 기반 대표 기종 모형 선정, 특정 항공사의 의사결정 규칙 준거 등으로 인해 결과의 일반화에 제약이 존재한다. 이러한 제약은 결론의 방향성 자체를 뒤집지는 않지만, 효과 규모 추정에 불확실성을 남기므로, 해석 시 주의를 기울이고, 후속 자료 결합을 통해 정밀도를 보완할 필요가 있다.

3. 추가 연구 사항

TAF 발행 주기 단축에 따른 편익은 연료 절감에 국한되지 않는다. 예보 정확도 향상은 평균 지연 시간 단축으로 연결되고, 이는 곧 승객 시간가치 절감과 항공기의 가용시간 증대를 의미한다. 승객은 절약된 시간을 추가적 경제·여가 활동으로 전환할 수 있으며, 항공사는 증가한 항공기 가용시간을 활용해 추가 운항을 통해 수익을 증대할 수 있다. 이러한 평균 지연 시간–발행 주기의 함수 관계는 본 연구에서 제시한 시나리오 순서도를 기반으로 정량화가 가능하며, 향후 데이터 결합 및 모형화가 요구된다. 이를 위해서 지연 편익의 정량화에 대한 연구가 필요하다. TAF 발행 주기별 예보 정확도 개선치를 입력으로 하여 평균 지연 시간의 기대값을 추정하고, 이를 승객 시간가치 및 기단 운용 효율로 환산하는 분석이 요구된다. 해당 추정은 항공사의 운항실적·지상조업·ATFM 자료와 결합하여 실증적으로 수행할 수 있다.

또한, 공간적 확장 적용이 가능하다. 본 연구는 국내 대표 노선인 김포–제주에 초점을 두었으나, 본론에서 제시한 TAF 정확도 산출 및 시나리오 기반 정량평가 방법은 타 노선·타 공항에도 그대로 적용 가능하다. 공항별로 현지 예보·관측 자료를 이용해 발행 주기 단축 시 정확도 향상폭을 산출한 뒤, 동일한 시나리오 체계에 대입하여 공항별 정량 편익을 계산할 수 있다. 아울러 공항·관측기관 단위의 추가 발행 비용(인력·시스템·품질관리)을 계상하여, 편익과 비용을 비교하는 편익/비용 비율(B/C ratio)을 산정함으로써 정책 타당성을 평가할 수 있다.

마지막으로, 본 연구에서 다루지 않은 운량과 운고를 대상으로 한 추가 분석이 필요하다. TAF에서 운량은 하늘 면적 대비 구름 점유량, 운고는 해당 구름의 고도를 의미하며, 착륙 결심고도(DA/MDA)에서 조종사의 착륙 결정에 직접적으로 작용한다. 두 변수는 결항보다는 회항에 더 큰 영향을 미치는 경향이 있으므로, 회항 확률과 연료·시간 손실을 중심으로 별도의 시나리오를 구성할 필요가 있다. ICAO Annex에는 운량·운고 정확도 평가지표가 명시적으로 제시되어 있지 않으므로, 국내 항공기상 예·경보 평가 지침을 준거로 한 대체 지표를 설정하여 정밀 평가를 수행하는 방안을 제안한다.