세계 최대 공항 중 하나인 미국 애틀랜타 하츠필드-잭슨(Hartsfield-Jackson) 국제 공항은 머신러닝과 생성형 AI로 공항의 효율성, 수익 및 여행자 경험을 개선하기 위해 데이터 운영을 개편하고 있다.
하츠필드-잭슨 국제공항에서는 한 IT 전문가가 머신러닝과 생성형 AI를 기반으로 공항의 운영을 혁신하는 대대적인 데이터 여정을 이끌고 있다.
하츠필드-잭슨 공항의 IT 책임자인 존 프루이트와 IT팀은 비상 대응팀의 총괄 관리자를 위해 날씨 상태, 터미널 점유율, 매장 운영, 주차 공간 등 주요 지표를 한눈에 볼 수 있는 시각적 비즈니스 인텔리전스(BI) 대시보드를 제작했다.
프루이트에 따르면 원래 PoC(proof of concept)는 온프레미스와 클라우드의 API를 통해 저장된 플랫 파일과 데이터 등 11개의 소스에서 데이터를 수집하는 하나의 데이터 리포지토리를 만드는 것이었다.
현재 운영 중인 대시보드는 데이터를 수집, 정리, 저장, 분석하는 데 데이터브릭스(Databricks)의 애저(Azure) 데이터 레이크와 마이크로소프트의 파워BI를 사용한다. 이를 통해 국내 및 국제 터미널로 들어오는 항공편 수와 평균 보안 검색 시간 등 주요 운영 데이터를 단일 뷰에 표시하는 분석 그래프를 생성한다.
프루이트는 “총괄 관리자가 엑셀 스프레드시트 및 기타 원본의 탭에 번거롭게 액세스하는 대신 데이터를 중앙 집중식으로 볼 수 있는 방법이 필요했다. 담당자가 시각적 감각이 매우 뛰어난 사람이기 때문에 PoC는 다양한 데이터 집합을 수집해 애저 데이터하우스로 가져오는 식으로 진행했다. 이제 분석팀은 파워BI를 사용해 총괄 관리자를 위한 단일 시각화 자료를 만들 수 있다”라고 설명했다.
이런 노력은 하츠필드-잭슨 공항의 주요 데이터 및 AI 혁신에 있어 첫 단계에 불과했다. 1년여 전 경영진은 대시보드 PoC를 보고 프루이트에게 공항 운영을 디지털 방식으로 개선하는 데 더 투자할 수 있다는 청신호를 줬고, 이때부터 본격적으로 혁신이 시작됐다.
대시보드를 도입한 후 운영 관리자의 인사이트 확보 시간은 30분에서 5분으로 80% 가까이 개선됐다. 문제 해결 속도가 훨씬 빨라졌으며, 운영 개선 방법을 발견할 기회도 늘었다.
2단계: 규모에 맞는 데이터 거버넌스
항공부서 경영진이 대시보드의 가치를 확인한 이후, IT팀은 재무, 기술, 상업, 행정, 인프라 등 운영 외 부서를 위한 분석뿐만 아니라 데이터 거버넌스 및 데이터 정제를 통합하는 2단계 계획을 세우기 시작했다.
계획의 일환으로 광범위한 데이터 평가를 실시해 누가 어떤 데이터에 액세스할 수 있는지, 그리고 각 데이터 소스에는 어떤 암호화 요구 사항이 필요한지 결정했다. 프루이트는 “무엇을 데이터 레이크로 보내고 무엇을 온프레미스에 남겨야 할지를 결정하는 데는 많은 변수가 있었다”라고 회고했다.
특히 중복된 데이터가 많았기 때문에 데이터 무결성은 큰 도전 과제였다. 엑셀 플랫 파일을 식별하고 제거하는 데만도 많은 시간이 소요됐다. 프루이트는 이 단일 데이터 원본을 구축하는 것이야말로 공항이 디지털 트윈, IoT 센서 데이터 및 예측 분석으로 데이터를 보강할 수 있는 유일한 방법이었다고 말했다.
이제 하츠필드-잭슨 공항의 데이터 분석은 BI를 넘어 마이크로소프트와 데이터브릭스의 머신러닝 및 생성형 AI 모델로 전환해 작업을 자동화하고 새로운 인사이트를 생성하며 공항의 효율성과 수익성을 높일 계획이다.
프루이트에 따르면 공항은 데이터 플랫폼을 마이크로소프트에 ‘임대’하는 데이터브릭스와 긴밀히 협력해 클라우드에 구애받지 않는 맞춤형 애저 데이터브릭스 플랫폼을 만들었다. 많은 기업과 마찬가지로 하츠필드-잭슨 공항도 마이크로소프트 애저를 기본 클라우드로 사용하지만, 특정 워크로드에는 AWS와 구글 클라우드도 사용하는 멀티 클라우드 접근 방식을 취하고 있다.
프루이트는 데이터브릭스처럼 클라우드에 구애받지 않는 데이터 대기업과 파트너십을 맺고 정교한 데이터 거버넌스 전략을 개발하는 방식의 주요 이점 중 하나가 “신뢰할 수 있는 단일 소스를 확보할 수 있다는 것”이라고 언급했다.
그는 “하나의 리포지토리에서 모든 데이터를 살펴보고 이를 바탕으로 머신러닝 모델을 구축할 수 있게 된 것은 큰 성과다. 이를 통해 탁월한 역량을 발휘할 수 있으며, 분석 솔루션에 대한 실시간 ROI도 확인할 수 있다”라고 말했다.
프루이트는 공항의 새로운 기능이 공항 사업부 전반의 운영, 승객 경험, 비행 외 수익을 개선하기 위한 데이터 기반 인사이트를 제공할 수 있다고 언급했다.
AI 적용해 ROI를 향상하기
프루이트와 데이터브릭스는 최근 마이크로소프트와 함께 스마트플로우(Smart Flow)라는 명칭의 파일럿 테스트를 마쳤다. 이 애플리케이션을 통해 IT 부서는 특정 기간 동안의 승객 트래픽, 예를 들어 1월부터 7월까지 공항의 특정 구역 내 승객 50,000명과 같은 트래픽을 분석할 수 있다. 그러면 스마트플로우는 BI와 예측을 적용해 공항 운영팀이 해당 승객에게 추가 서비스 및 제품을 제공할지, 아니면 유동 인구가 감소하는 동안 더 많은 트래픽이 발생하는 구역에 리소스를 배치할지 결정할 수 있도록 지원한다.
프루이트는 이 데이터를 검토하고 주요 영역을 강조함으로써 “높은 수익을 창출할 수 있다”라고 말했다.
최근 데이터브릭스는 프루이트와 공항 경영진을 만나 ‘2단계’ 프로젝트의 가장 중요한 측면인 머신러닝과 대규모 언어 모델(LLM)을 데이터에 적용하는 것에 대해 논의했다. 프루이트는 이를 통해 공항 게이트를 더 잘 활용하고 보안 검색 시간을 개선하는 방법 등에 대한 인사이트를 얻을 수 있을 것으로 기대했다.
데이터브릭스의 전략 계정 임원인 윌 맥키니는 “기존의 사후 대응적인 방식에서, 자산 관리 및 운영을 예측하고 훨씬 더 효율적으로 운영할 수 있는 사전 예방적 방식으로 전환하고자 한다”라고 설명했다. 예를 들어 현재 델타항공은 하츠필드-잭슨 공항의 전체 199개 게이트 중 169개 게이트를 ‘소유’하거나 임대해 애틀랜타를 항공사의 허브로 삼고 있는데, 공항이 새로운 기술을 도입해 활용도가 낮은 게이트를 파악할 수 있다면 대형 항공사들과 임대 계약을 재협상할 수 있다.
맥키니는 “하츠필드-잭슨 공항은 지금 데이터 자산을 파악하려고 노력하고 있다. 일단 데이터 자산이 확보되면 데이터 과학과 머신러닝을 적용해 게이트의 효율성을 높일 방법을 예측할 수 있다”라고 말했다.
한편 GAI 인사이트의 CEO 겸 수석 애널리스트인 폴 베이어는 특히 공항이 생성형 AI에 투자하면 비용을 절감하고 고객 만족도를 향상시킬 상당한 기회를 얻을 수 있다고 언급했다.
그는 “이런 프로세스에는 셰어포인트의 일정표, PDF로 된 기술 매뉴얼, 비건 레스토랑 목록 같은 비정형 데이터가 필요한 경우가 많다. 생성형 AI는 비정형 데이터에서 가치를 찾는 데 탁월하다. 또한 생성형 AI는 언어 번역이 뛰어나다. 추후 스마트폰에 AI 칩이 탑재되면 공항은 스마트폰에서 100개 언어로 구성된 정보를 비용 효율적으로 제공해 고객 만족도를 높일 수 있을 것이다”라고 설명했다. dl-ciokorea@foundryco.com
