항공 운영 AI
레거시 승무원 스케줄러는 네트워크의 정적 스냅샷을 기반으로 칼럼 생성을 실행합니다. 연쇄적 운항 장애가 발생하고 승무원 위치 정보가 오래되면, 솔버는 유령 항공사를 최적화하게 됩니다. Southwest는 이를 깨닫는 데 12억 달러를 잃었습니다. Spirit은 2024년 7월 스케줄링 알고리즘이 가용 승무원의 43%에 대해 상충되는 배정을 생성하면서 5,000만~1억 달러를 잃었습니다. 이제 DOT의 자동 환불 규정으로 인해 3시간 지연 하나하나가 의무적 현금 환불 대상이 되면서, 느린 IROPS 회복의 비용은 그 어느 때보다 높아졌습니다.
Veriprajna는 기존 Jeppesen 또는 IBS 설치 환경을 강화하는 ML 기반 IROPS 회복 엔진을 구축합니다. 우리는 귀사의 솔버를 대체하지 않습니다. 우리는 솔버가 처리할 수 없는 것을 다룹니다. 즉, 승무원 위치가 불확실한 연쇄적 운항 장애, 네트워크 전반의 파급 범위 분석, 그리고 몇 시간이 아닌 몇 분 안에 생성되는 회복 계획입니다.
연간 600억 달러
산업 IROPS 비용
IATA 추정치
4~12시간
수동 승무원 회복 시간
산업 벤치마크
3시간 트리거
DOT 의무 자동 환불
DOT 최종 규정, 2024년 10월
운항 통제 센터 현장에서 본 항공 운영 붕괴의 해부.
겨울 폭풍이 주요 공항의 항공편을 멈추게 합니다. 귀사의 승무원 스케줄링 솔버는 일반적으로 30~60분마다 배치 주기로 실행됩니다. 솔버는 네트워크의 정적 스냅샷을 찍고, 시간을 멈추고, 최적의 회복을 계산합니다. 하지만 네트워크 상태는 5분마다 변하고 있습니다. 솔버가 솔루션을 반환할 때쯤이면 입력값은 이미 틀렸습니다. 승무원은 이동했습니다. 연결편은 끊어졌습니다. 솔루션은 누군가 보기도 전에 무효가 됩니다.
이것이 바로 최적화-실행 격차입니다. 귀사의 솔버는 효율성(알려진 세계에서 가장 저렴한 스케줄)을 위해 설계되었지, 회복탄력성(알려지지 않은 세계에서 살아남을 수 있는 스케줄)을 위해 설계되지 않았습니다. 이 격차는 고립된 지연 동안에는 관리 가능합니다. 하지만 연쇄적 운항 장애 동안에는 치명적이 됩니다.
귀사의 자동 승무원 통보 시스템이 과부하됩니다. 외부 공항에 발이 묶인 승무원들이 스케줄링 센터에 전화해 자신의 위치를 보고합니다. 대기 시간은 4시간, 그다음 8시간에 이릅니다. 솔버는 확정된 입력값을 요구합니다. "Smith 기장은 덴버 B7 게이트에 있다." 하지만 Smith 기장은 호텔에 있을 수도, 직원 버스에 있을 수도, 콜로라도 스프링스로 운전해 가려고 렌터카를 빌렸을 수도 있습니다. 귀사의 솔버는 "아마 덴버에 있을 것"이라는 정보로는 작동할 수 없습니다. 솔버는 확실성을 필요로 합니다. 연쇄 장애 동안에는 확실성이 존재하지 않습니다.
이것이 바로 2022년 12월 Southwest를 무너뜨린 것입니다. 그들은 자사의 조종사와 승무원의 행방을 놓쳤습니다. SkySolver는 시스템이 생각하는 위치에 있지 않은 승무원들을 위한 스케줄을 생성하고 있었습니다. 항공사는 유령 네트워크를 최적화하고 있었습니다.
깨진 승무원 페어링의 수가 선형이 아니라 기하급수적으로 증가하고 있습니다. 취소된 항공편 하나하나가 승무원을 이탈시키고, 이는 다음 페어링을 깨뜨리며, 이는 항공기를 발이 묶이게 하고, 이는 하류 항공편을 취소시킵니다. 지점 간(point-to-point) 항공사의 경우, 승무원과 항공기가 자연스럽게 다시 모이는 허브 "재생성 지점"이 없기 때문에 파급 범위가 제어되지 않습니다.
귀사의 솔버는 계산상의 벼랑에 부딪힙니다. 분기-가격(branch-and-price) 알고리즘은 운영상의 의사결정 시간 내에 최적해는커녕 실행 가능한 해조차 찾지 못합니다. 귀사의 디스패처들은 시스템을 포기하고 스프레드시트와 화이트보드로 작업하기 시작합니다. 그들은 이제 새벽 3시에 압박 속에서 NP-난해(NP-hard) 조합 문제를 손으로 풀고 있습니다. 바로 여기서 12억 달러 손실이 발생합니다.
2024년 10월 이후로, 3시간을 초과하는 모든 국내선 지연은 의무적 자동 환불을 촉발합니다. 바우처가 아닙니다. 재예약이 아닙니다. 승객이 요청하지 않아도 영업일 기준 7일 이내에 현금 환불입니다. 일일 300편을 운항하는 항공사의 경우, 평균 항공권 가치 280달러, 편당 승객 150명 기준으로 3시간을 넘긴 지연 항공편 50편은 단 하루의 악천후로 인한 210만 달러의 의무 환불 노출을 의미합니다. 느린 IROPS 회복에 대한 금전적 처벌은 방금 수십 배 더 가혹해졌습니다.
2026년 각 벤더가 실제로 제공하는 것에 대한 솔직한 평가. 옵션을 평가할 때 이 자료를 참고하세요.
| 벤더 | 그들이 하는 일 | 강점 | 공백 |
|---|---|---|---|
| Jeppesen (현재 Thoma Bravo) |
CrewPlan, CrewAlert, Stratosphere(신규 AI 계층). 업계 표준 칼럼 생성 솔버. 100개 이상의 항공사 고객. | 가장 깊은 항공사 관계. 수십 년간의 도메인 인코딩. 신규 Stratosphere AI 운항 장애 도구(2025년 10월). 이제 Boeing으로부터 독립하여 전담 투자를 받음. | 핵심 솔버는 여전히 배치 칼럼 생성 방식. Stratosphere는 예측 분석이지 ML 기반 회복이 아님. 소유권 전환이 장기 로드맵에 불확실성을 야기함. 중형 항공사는 종종 대형 고객 계정보다 적은 관심을 받음. |
| IBS Software (iFlight / iFlight Core) |
클라우드 네이티브 운영 플랫폼. AWS 공동 엔지니어링 파트너십. 최근 수주: Korean Air, Aeroitalia, Groupe Dubreuil. | 현대적인 클라우드 아키텍처. 에이전트형 운항 장애 회복 모델. 확장성을 위한 AWS 인프라. 중간 시장에서 빠르게 성장 중. | 에이전트형 모델은 여전히 규칙 기반이지 학습된 정책이 아님. 전체 iFlight 구현은 12~18개월 프로젝트. Jeppesen보다 적은 프로덕션 배포 사례. 발표된 IROPS 회복 벤치마크 없음. |
| Optym (CrewSolver, SkyMAX) |
승무원 페어링 최적화 + 통합 항공편 스케줄링. Southwest Airlines 고객(SkyMAX). | 입증된 3~7% 승무원 비용 절감. 통합적인 스케줄 + 승무원 최적화. 하이퍼 휴리스틱 및 ML 강화. | 실시간 IROPS 회복이 아닌 계획 단계 최적화(출발 전)에 집중. 발표된 디지털 트윈이나 시뮬레이션 역량 없음. Jeppesen이나 IBS보다 작은 고객 기반. |
| Sabre / Amadeus | 운영 모듈을 갖춘 GDS 공급업체. 예약 및 출발 통제와의 깊은 통합. | 생태계 통합: 예약, 체크인, 출발 통제, 승무원 스케줄링을 하나의 플랫폼에서. 대규모 설치 기반. | 승무원 스케줄링은 핵심 제품이 아닌 부차적 역량. 운영 모듈은 솔버 정교함에서 Jeppesen/IBS에 뒤처짐. 혁신은 수익 관리 및 유통에 집중됨. |
| 빅4 / 대형 SI (Accenture, Deloitte 등) |
디지털 전환 컨설팅. 광범위한 운영 현대화의 일부로 Jeppesen, IBS, 또는 Sabre를 구현. | 대규모 프로젝트 관리. 변화 관리 전문성. 이사회 수준의 관계. | 그들은 구현자이지 구축자가 아닙니다. 그들은 귀사가 직접 계약할 수 있는 동일한 벤더 플랫폼을 설치합니다. 200만~1,000만 달러 규모의 계약, 운영상 영향이 나타나기까지 12~24개월. 산업 간 순환 근무하는 제너럴리스트 컨설턴트로 인력 구성됨. |
| 신흥 AI 업체 (Softlabs, Kaiban, Tech Mahindra) |
AI 기반 운항 장애 관리 및 재수용 자동화. 대부분 승객 대면형 에이전틱 AI. | 현대적인 기술 스택. 승객 재수용을 위한 빠른 배포. 더 낮은 가격대. | 운영 측면의 승무원 회복이 아닌 승객 대면 자동화(재예약, 통보)에 집중. CBA 복잡성 및 Part 117 제약 인코딩에 대한 제한된 이해. 발표된 FAA 규제 준수 실적 없음. |
| Veriprajna | 기존 스케줄링 인프라를 강화하는 ML 기반 IROPS 회복 계층. 그래프 기반 네트워크 분석. 확률적 승무원 추적. | 최악의 IROPS 15일을 위해 특별히 설계됨. 귀사의 기존 Jeppesen/IBS 솔버와 (대립하지 않고) 협력함. 운영상 신뢰를 부여하기 전 섀도 모드 검증. 지점 간 항공사를 위한 네트워크 취약성 분석. | 아직 항공사 프로덕션 배포 실적 없음. 기존 벤더보다 작은 팀. 전체 승무원 계획 생애주기를 대체할 수 없음(당일 회복만 가능). 작동을 위해 양질의 데이터 피드 필요. |
다섯 가지 역량, 각각 현재 도구가 해결하지 못하는 특정 실패 모드를 겨냥합니다.
연쇄적 운항 장애 동안 귀사의 칼럼 생성 솔버가 계산상의 벼랑에 부딪힐 때, 우리의 ML 계층이 이어받습니다. 우리는 그래프 신경망을 사용하여 귀사의 노선 네트워크 토폴로지, 승무원 위치, 항공기 상태, 활성 제약 조건을 통합된 표현으로 인코딩합니다. GNN은 표 형식 데이터가 포착할 수 없는 것을 포착합니다. 즉, 한 공항에서의 운항 장애가 의존성 사슬을 통해 어떻게 전파되어 세 개의 연결편 하류에 있는 승무원과 항공기에 영향을 미치는지를 말입니다.
회복 엔진은 순위가 매겨진 회복 계획(승무원 교체, 데드헤드 재배치, 선제적 취소)을 몇 분 안에 생성합니다. 각 계획은 디스패처에게 도달하기 전에 귀사의 제약 엔진에 대해 검증됩니다. 우리가 특별히 그래프 어텐션 네트워크(Graph Attention Networks)를 선택하는 이유는, 어텐션 메커니즘이 현재의 운항 장애 상태에서 어떤 연결이 가장 중요한지를 모델이 가늠하도록 해주기 때문입니다. 허브로 들어오는 지연된 항공편은 여유 시간이 있는 지선의 정시 항공편보다 더 많은 어텐션 가중치를 받습니다.
이것은 2022년 Southwest 붕괴를 초래한 "데이터 블랙홀"을 해결합니다. 확정된 승무원 위치("Smith 기장은 B7 게이트에 있다")를 요구하는 대신, 우리는 승무원 위치를 확률 분포로 모델링합니다. 조종사의 마지막 ACARS 체크인이 3시간 전 덴버였고 공항 근처에 확정된 호텔 예약이 있다면, 우리는 이를 다음과 같이 모델링합니다: 호텔 70%, 공항 20%, 이동 중 10%. 만약 그가 오후 6시 피닉스행 탑승권도 가지고 있다면, 우리는 이를 그의 가용 시간대에 반영합니다.
회복 엔진은 위기 동안 결코 오지 않는 확실성을 기다리기보다 이러한 확률 분포로 작동합니다. 회복 계획은 가장 가능성이 높은 승무원 위치 시나리오에 대해 점수가 매겨지며, 가능성이 낮은 위치에 대한 대체 옵션이 사전 계산됩니다. 귀사의 디스패처들은 다음과 같이 봅니다: "플랜 A(신뢰도 85%, Smith 기장이 덴버에 있어야 함) 및 플랜 B(신뢰도 95%, 다른 승무원을 사용하지만 데드헤드 한 건 필요)."
우리는 귀사의 노선 네트워크에 있는 모든 의존성 사슬을 지도화하고, 단일 운항 장애가 최대의 하류 피해를 일으키는 5~10개의 "단층선"을 식별합니다. 일일 300편을 출발시키는 지점 간 항공사의 경우, 우리는 시간대 및 계절별로 각 공항의 파급 범위를 계산합니다. 1월 오후 2시의 덴버는 7월 오전 10시의 덴버와는 근본적으로 다른 위험 프로필입니다.
산출물은 귀사의 계획 팀이 정보에 입각한 절충을 내리는 데 사용할 수 있는 네트워크 위험 지도입니다. 우리는 덴버에 예비 항공기 한 대를 추가하고 피닉스에 예비 승무원을 사전 배치하는 것이 일일 가동률의 0.3% 비용으로 겨울 시즌 연쇄 노출을 40% 줄인다는 것을 식별할 수도 있습니다. 이는 잠재적 IROPS 피해 500만~1,000만 달러를 방지하기 위한 연간 20만 달러 투자입니다. 이 분석은 귀사의 노선 지도, 기단 구성, 그리고 과거 운항 장애 패턴에 특화되어 있습니다.
귀사의 운영 팀이 운항 장애 회복이 발생하기 전에 이를 리허설하는 경량 시뮬레이션 환경. 지난 겨울의 실제 기상 데이터를 불러오고, 실제 승무원 로스터와 기단 위치를 주입한 뒤 실행하세요: "1월의 어느 목요일에 덴버가 6시간 폐쇄되면 어떻게 될까?" 시뮬레이터는 귀사의 네트워크 전반에 걸친 연쇄 효과를 모델링하고, 어떤 승무원이 발이 묶이는지, 어떤 페어링이 깨지는지, 어떤 하류 항공편이 위험에 처하는지를 보여줍니다.
이것은 완전한 디지털 트윈(구축에 12개월 이상과 수백만 달러가 필요할)이 아닙니다. 이것은 귀사의 기존 데이터 피드를 사용하고 특별히 승무원 관련 운항 장애 연쇄에 집중하는 목적 특화 시뮬레이션입니다. 귀사의 디스패처들은 평온한 시기에 회복 전략을 연습하고, 사전 배치 계획을 테스트하며, 위기 대응을 위한 근육 기억을 구축할 수 있습니다. IROPS 시나리오를 리허설하는 항공사는 실제 운항 장애가 발생했을 때 의사결정 패턴이 이미 익숙하기 때문에 더 빠르게 회복합니다.
FAA Part 117 요구사항과 함께 귀사의 특정 노조 계약 규칙을 기계가 읽을 수 있도록 인코딩한 것. Part 117은 하한선을 설정합니다: 최소 10시간 휴식, 시간대에 따른 8~9시간 비행 시간 제한, 시작 시간과 구간 수에 따라 9~14시간으로 상한이 정해진 비행 근무 기간. 하지만 진짜 복잡함이 살아 숨 쉬는 곳은 귀사의 노조 CBA입니다.
귀사의 JFK A320 기단 기장은 LAX의 동일 기단 부기장과는 다른 휴식 조항을 가질 수 있는데, 이는 도메사일(domicile)별 규칙에 대한 CBA 조항 예외에 따라 달라집니다. 예비 호출 시간대, 프리미엄 수당 트리거, 훈련 자격 요구사항 모두가 기단, 베이스, 연공 등급에 따라 달라지는 제약을 만듭니다. 우리는 이를 계산 계층에서 모든 회복 권고안을 검증하는 기계 실행 가능한 규칙으로 인코딩합니다. 귀사의 노조가 휴식 규칙을 재협상하거나 FAA가 새로운 Part 117 해석을 발표할 때, 제약 엔진은 같은 분기가 아니라 같은 날 업데이트됩니다.
현재 도구를 사용할 때와 Veriprajna의 회복 엔진을 자문 모드로 실행할 때 귀사의 운영 센터가 어떻게 대응하는지에 대한 나란한 비교.
| 타임라인 | 레거시 프로세스 | Veriprajna 회복 엔진 사용 시 |
|---|---|---|
| 오후 2:00 | 덴버 지상 운항 중단 발령. 솔버가 배치 재최적화 주기를 시작(실행 시간 30~60분). | GNN이 폐쇄를 감지하고 즉시 파급 범위를 계산: 하류 항공편 14편 위험, 승무원 6명이 3시간 내 연결편을 놓칠 예정. 디스패처들은 90초 이내에 위험 지도를 봅니다. |
| 오후 2:15 | 디스패처들이 어떤 승무원이 영향을 받는지 수동으로 평가하기 시작. 덴버 공항에 전화 통화. | 회복 엔진이 순위가 매겨진 회복 계획 3개를 생성. 플랜 A: 저탑승률 항공편 4편을 선제적으로 취소하여 고가치 연결편 10건을 위한 승무원을 확보. 플랜 B: 피닉스에서 예비 승무원 2명을 데드헤드(경쟁 항공사에 좌석 확정됨). 플랜 C: 항공편 6편을 90분 지연시키고, 2편에 대한 DOT 환불 노출을 감수. |
| 오후 3:00 | 솔버가 첫 번째 솔루션을 반환. 배정된 승무원 중 3명이 스냅샷이 찍힌 이후 이동함. 솔루션이 부분적으로 무효. 수동 수정 시작. | 디스패처가 한 가지 수정과 함께 플랜 A를 승인. 제약 엔진이 모든 승무원 배정을 Part 117 및 CBA에 대해 검증. 회복 계획 실행 중. 고가치 연결편 10건 보호됨. |
| 오후 5:00 | 수정된 승무원 위치로 두 번째 솔버 실행 시작. 추가 항공편이 연쇄됨. 문제 공간이 두 배가 됨. 디스패처들이 동부 네트워크를 위해 화이트보드로 작업 중. | 선제적 취소가 운항 장애를 덴버와 인접한 두 공항으로 국한시킴. 동부 네트워크는 정상 운영 중. 시스템이 잔여 위험을 모니터링하고 덴버가 재개됨에 따라 조정 중. |
| 오후 9:00 | 네트워크가 여전히 저하됨. 28편 취소, 40편 이상이 3시간 넘게 지연. 승무원 호텔 비용 증가 중. DOT 환불 노출: 약 170만 달러. | 선제적 취소 4건, 항공편 8편 지연(3시간을 넘긴 것은 없음). 승무원들은 내일 스케줄을 위해 재배치됨. DOT 환불 노출: 0달러. |
이 시나리오는 2022년 12월 Southwest 사건에서 관찰된 운항 장애 패턴을 300편 규모의 중형 항공사로 스케일링한 것에 기반합니다. 구체적인 회복 결정은 귀사의 노선 네트워크, 기단 구성, 승무원 베이스 위치에 따라 달라질 것입니다. 요점은 시스템이 완벽하다는 것이 아닙니다. 요점은 15분 안에 검증된 회복 옵션 3개를 생성하는 것이 귀사의 디스패처들에게 빈 화이트보드보다 나은 출발점을 제공한다는 것입니다.
초기 평가부터 섀도 검증된 회복 엔진까지. 전체 타임라인: 데이터 준비도와 기단 복잡성에 따라 4~8개월.
1~4주차
우리는 귀사의 노선 네트워크 토폴로지, 과거 IROPS 데이터(12개월 이상), 승무원 베이스 위치, 기단 가동 패턴을 분석합니다. 산출물은 네트워크 취약성 보고서입니다: 파급 범위로 순위가 매겨진 상위 10개 연쇄 위험 공항, 계절별 위험 프로필, 그리고 연간 IROPS 노출에 대한 재무 추정치.
이 단계는 또한 회복 엔진에 필요한 데이터 피드를 식별하고 그 품질과 지연 시간을 평가합니다. 만약 귀사의 승무원 위치 데이터에 2시간의 지연이 있다면, 그것이 먼저 해결해야 할 문제입니다.
4~8주차
우리는 귀사의 운영 데이터 피드(항공편 상태, 승무원 위치, 정비 상태)에 연결하고 귀사 항공사에 특화된 제약 엔진을 구축합니다. 여기에는 귀사의 운영에 적용되는 모든 CBA 규칙과 Part 117 요구사항을 디지털화하기 위해 귀사의 승무원 계획 팀 및 노조 대표와 협력하는 작업이 포함됩니다.
제약 엔진은 6개월간의 과거 승무원 배정에 대해 테스트되어, 알려진 모든 위반 사항을 올바르게 표시하고 알려진 모든 유효 배정을 승인하는지 검증됩니다. 만약 엔진이 과거의 인간 결정과 의견이 다르다면, 우리는 인간이 옳았는지 아니면 규칙 인코딩에 조정이 필요한지를 조사합니다.
8~20주차
회복 엔진은 모든 IROPS 사건 동안 귀사의 디스패처들과 병행하여 실행됩니다. 실시간으로 회복 권고안을 생성하지만 그중 어느 것도 실행하지 않습니다. 귀사의 디스패처들은 기존 도구를 통해 결정을 내립니다. 각 사건 이후, 우리는 비교합니다: 시스템이 권고한 것 대 귀사 팀이 한 것 대 실제로 일어난 것.
목표는 최소 한 번의 완전한 운항 장애 시즌(일반적으로 한 번의 겨울 또는 한 번의 여름 뇌우 시즌) 동안 측정 가능한 개선을 입증하는 것입니다. 만약 시스템의 권고안이 중대한 IROPS 사건의 최소 70%에서 결과를 개선하지 못했다면, 우리는 4단계로 진행하는 것을 권장하지 않습니다.
지속적
섀도 모드 증거를 바탕으로, 시스템은 디스패처를 위한 실시간 자문 도구로 활성화됩니다. 신뢰는 단계적으로 부여됩니다: 저위험, 고빈도 결정(확정된 좌석에 대한 데드헤드 배치, 예비 승무원 호출)은 먼저 자동화될 수 있습니다. 복잡한 다중 공항 회복 시나리오는 인간 승인 대상으로 남습니다.
우리는 승무원 스케줄링 결정에 대해 완전 자율 운영을 권장하지 않습니다. 디스패처들은 시스템이 갖지 못한 맥락을 가지고 있습니다: 방금 병가를 낸 승무원, 아직 피드에 반영되지 않은 게이트 변경, 해결 중인 정비 문제. 시스템의 역할은 디스패처들에게 강력한 출발점을 제공하는 것이지, 그들의 판단을 대체하는 것이 아닙니다.
귀사의 연간 운항 장애 노출과 DOT 환불 위험을 추정하세요. 입력값을 귀사의 운영에 맞게 조정하세요. 결과는 예산 논의, 벤더 평가, 또는 내부 비즈니스 케이스에 활용하실 수 있습니다.
연간 취소 수익 손실
$15.8M
취소 항공편 수 x 승객 수 x 항공권 가격
연간 DOT 자동 환불 노출
$18.9M
3시간 이상 지연 x 승객 수 x 항공권 가격
총 연간 IROPS 노출
$34.7M
취소 + 환불 + 추정 승무원/호텔 비용
로딩 중...
아닙니다. 우리는 귀사의 기존 승무원 스케줄링 인프라를 대체하는 것이 아니라 그 위에 구축합니다. 귀사의 Jeppesen CrewPlan 또는 IBS iFlight 설치 환경은 평상시 스케줄링을 효과적으로 처리합니다. 칼럼 생성 솔버는 연간 350일의 일상적인 날에 적합합니다. 문제는 최악의 15일입니다. 연쇄적 운항 장애가 솔버를 계산상의 벼랑 너머로 밀어내고 귀사의 운영 팀이 스프레드시트와 전화 통화로 되돌아갈 때 말입니다.
우리의 IROPS 회복 엔진은 귀사의 기존 솔버 옆에 자리합니다. 정상 운영 중에는 섀도 모드로 실행되어 귀사의 네트워크 패턴을 학습하고 인간의 결정에 대해 자신의 권고안을 검증합니다. 운항 장애가 솔버가 처리할 수 있는 범위를 넘어 연쇄될 때, 회복 엔진은 귀사의 기존 시스템이 제약 준수 여부를 검증하는 회복 계획을 생성합니다.
통합은 귀사의 현재 데이터 피드를 통해 이루어집니다: ACARS 위치 보고서, 항공편 상태 API, 그리고 승무원 관리 시스템 내보내기. 우리는 귀사 솔버의 코드베이스를 건드리지 않습니다. 일반적인 통합은 읽기 전용 데이터 접근에 3~4주가 걸리며, 프로젝트 시작 후 6주 이내에 회복 엔진이 섀도 모드로 실행됩니다.
우리는 귀사의 운영에 특화된 기계가 읽을 수 있는 제약 엔진을 구축합니다. Part 117은 하한선이지만, 진짜 복잡함이 살아 숨 쉬는 곳은 노조 CBA입니다. 귀사의 JFK A320 기단 기장은 LAX의 동일 기단 부기장과는 다른 휴식 조항을 가질 수 있는데, 이는 CBA 섹션 12 대 섹션 12(b) 예외에 따라 달라집니다.
대부분의 벤더는 이러한 규칙을 설정 파일의 구성 매개변수로 취급합니다. 우리는 이를 일급(first-class) 엔지니어링 문제로 취급합니다. 평가 단계 동안, 우리는 귀사의 승무원 계획 팀 및 노조 대표와 협력하여 적용 가능한 모든 규칙을 디지털화합니다. 여기에는 FAA Part 117.25(b)와 (c) 구분, 기단 및 도메사일별 CBA 특화 휴식 조항, 항공기 유형별 훈련 및 자격 요구사항, 그리고 연공 기반 배정 선호도가 포함됩니다.
제약 엔진은 회복 엔진이 생성하는 모든 권고안을 인간 디스패처에게 도달하기 전에 검증합니다. 제안된 승무원 교체가 어떤 규칙을 위반하면, 그것은 사후에 인간 검토자가 잡아내는 것이 아니라 계산 계층에서 마스킹됩니다. 귀사의 CBA가 재협상되거나 FAA 해석이 변경될 때, 제약 엔진은 같은 날 업데이트됩니다.
우리는 네 가지 데이터 피드가 필요합니다: 실시간 항공편 상태(OAG, FlightAware, 또는 귀사의 내부 OCC 피드), 승무원 위치 보고서(ACARS 체크인, 승무원 앱 데이터, 또는 귀사 추적 시스템의 수동 위치 업데이트), 승무원 로스터 및 자격 데이터(귀사의 승무원 관리 시스템에서 내보낸 것, 일반적으로 Jeppesen CrewAlert 또는 IBS iFlight), 그리고 승무원 회복 결정 및 결과를 포함한 최소 12개월의 IROPS 사건을 다루는 과거 운항 장애 데이터.
처음 세 가지 피드는 실시간 운영 그림을 확립합니다. 네 번째는 귀사의 특정 네트워크 패턴, 계절별 운항 장애 프로필, 그리고 귀사의 디스패처들이 실제로 어떻게 회복하는지에 대해 회복 엔진을 훈련시킵니다.
섀도 모드는 일반적으로 데이터 접근이 확립된 후 6~8주에 시작됩니다. 처음 2~3주는 데이터 파이프라인 통합과 제약 엔진 설정에 소요됩니다. 4~6주차는 귀사의 과거 운항 장애 데이터로 네트워크 모델을 훈련시키는 데 집중합니다. 6~8주차쯤이면, 시스템은 귀사의 디스패처들과 병행하여 실시간 회복 권고안을 생성하고 있으며, 귀사는 시스템의 제안을 실제 인간 결정과 비교하기 시작할 수 있습니다.
Accenture와 Deloitte는 플랫폼 구현자입니다. 그들은 6개월간의 디스커버리 단계를 진행하고, 200페이지의 전환 로드맵을 작성한 다음, 귀사가 직접 계약할 수 있는 동일한 벤더인 Jeppesen 또는 IBS를 구현할 것입니다. 그들의 가치는 대규모 프로젝트 관리와 변화 관리입니다. 그들의 계약은 일반적으로 200만~1,000만 달러 규모이며 운영상 영향이 나타나기까지 12~24개월이 걸립니다.
우리는 그러한 플랫폼이 갖지 못한 계층을 구축합니다. Jeppesen과 IBS는 훌륭한 일상 스케줄링 엔진입니다. 어느 쪽도 연쇄적 IROPS 회복, 확률적 승무원 추적, 또는 네트워크 취약성 분석을 위한 프로덕션급 ML을 갖추고 있지 않습니다. 빅4 기업은 소프트웨어 엔지니어링 업체가 아니기 때문에 이러한 역량을 구축하지 않을 것입니다. 그들은 그래프 어텐션 네트워크와 근위 정책 최적화(Proximal Policy Optimization)를 이해하는 엔지니어가 아니라 산업 간 순환 근무하는 제너럴리스트 컨설턴트로 프로젝트 인력을 구성합니다.
우리의 계약은 8개월이 아니라 8주 이내에 섀도 모드 데이터를 생성하기 시작합니다. 귀사는 실제 최근 운항 장애로부터 나온 비교 회복 계획을 봅니다. 만약 우리의 권고안이 결과를 개선하지 못했다면, 귀사는 첫 겨울 시즌 안에 알게 됩니다. 평가부터 섀도 검증까지의 총 계약 비용은 기단 규모와 데이터 복잡성에 따라 40만~80만 달러입니다.
귀사의 기존 시스템은 계약 전반에 걸쳐 운영상의 기록 시스템으로 유지됩니다. 우리의 회복 엔진은 자문적이지 자율적이지 않습니다. 회복 엔진은 귀사의 디스패처들이 평가하고 승인하는 순위가 매겨진 회복 옵션을 생성합니다. 우리 시스템이 오프라인이 되더라도, 귀사의 디스패처들은 이미 기존 도구를 통해 결정을 내리고 있기 때문에 귀사의 운영에는 아무것도 바뀌지 않습니다.
시스템은 결코 자체적으로 승무원 교체, 취소, 또는 데드헤드 배정을 실행하지 않습니다. 모든 권고안은 제약 엔진(규제 및 CBA 준수를 보장하는)을 거친 다음, 그에 따라 조치할지 결정하는 인간 디스패처를 거칩니다.
이것은 의도적입니다. 항공사는 검증되지 않은 시스템에 운영 권한을 넘겨서는 안 됩니다. 신뢰는 시스템이 현재 프로세스보다 일관되게 더 나은 회복 계획을 생성한다는 것을 입증하는 수개월간의 섀도 모드 검증을 통해 얻어집니다. 검증 이후에도, 우리는 단계적 신뢰를 권장합니다: 확정된 좌석에 대한 데드헤드 배치 같은 저위험, 고빈도 결정에만 자동 실행을 적용하고, 복잡한 다중 공항 회복 시나리오는 인간 승인 대상으로 남깁니다.
지점 간 항공사야말로 이 시스템이 가장 큰 가치를 제공하는 곳입니다. 바로 그들이 연쇄적 운항 장애에 가장 취약하기 때문입니다. 허브 앤 스포크 네트워크에서는 영향을 받은 허브를 방화벽으로 격리하여 운항 장애를 억제할 수 있습니다. 승무원과 항공기가 자주 허브로 돌아와 자연스러운 회복 지점을 만듭니다. Delta 같은 항공사는 애틀랜타 지상 운항 중단을 격리하고 나머지 네트워크를 계속 운영할 수 있는데, 허브 구조가 내장된 중복성을 제공하기 때문입니다.
Southwest, Spirit, 또는 Frontier 같은 지점 간 항공사는 이러한 구조적 이점이 없습니다. 한 항공기가 볼티모어에서 덴버로, 샌디에이고로, 피닉스로, 새크라멘토로 비행합니다. 어느 공항에서의 운항 장애든 전체 사슬을 따라 전파됩니다. 샌디에이고에서 피닉스로 비행하기로 되어 있던 승무원이 덴버에 발이 묶입니다. 그들이 샌디에이고에서 만나기로 되어 있던 항공기가 발이 묶입니다. 의존성 그래프는 훨씬 더 큰 지름을 가지며, 단일 운항 장애의 파급 범위는 제어되지 않습니다.
우리의 네트워크 취약성 분석은 특별히 이 토폴로지를 위해 설계되었습니다. 우리는 귀사의 노선 네트워크에 있는 모든 의존성 사슬을 지도화하고, 운항 장애가 최대의 하류 피해를 일으키는 공항을 식별하며, 가장 가능성이 높은 실패 시나리오에 대한 회복 전략을 사전 계산합니다. 덴버가 폐쇄되면, 시스템은 운항 장애가 네트워크 전반으로 전파되도록 두지 않고 국지적으로 억제하기 위해 어떤 승무원을 재배치하고 어떤 항공편을 선제적으로 취소할지 이미 알고 있습니다.
2024년 10월 28일 발효된 DOT 자동 환불 규정은 연쇄적 운항 장애의 경제학을 근본적으로 바꾸었습니다. 규정 이전에는, 항공사가 지연 및 취소에 대한 기본 구제책으로 여행 바우처나 재예약을 제공할 수 있었습니다. 대부분의 승객은 바우처를 받아들였고, 항공사는 수익을 유지했습니다.
이제, 3시간을 초과하는 모든 국내선 지연 또는 6시간을 초과하는 국제선 지연은 영업일 기준 7일 이내에 원래 결제 수단으로의 의무적 자동 환불을 촉발합니다. 항공사는 승객에게 그것을 요청하도록 요구할 수 없습니다.
일일 200~400편을 운항하는 중형 항공사의 경우, 50편을 3시간 이상 지연시키는 연쇄적 운항 장애는 이제 이연 부채가 아니라 즉각적인 현금 유출을 의미합니다. 만약 해당 항공편의 평균 항공권 가치가 280달러이고 편당 승객이 150명이라면, 단 하루의 나쁜 IROPS 날은 승무원 초과근무, 호텔 비용, 데드헤드 재배치에 더해 210만 달러의 의무 환불을 촉발할 수 있습니다. 규정 이전에는, 아마 그 승객의 15~20%만이 환불을 추구했을 것입니다. 이제는 100%가 자동입니다. 이로 인해 더 빠른 IROPS 회복의 매 시간이 회피된 환불 노출로 직접 측정 가능해집니다. 6시간짜리 네트워크 붕괴를 2시간짜리 지역적 운항 장애로 억제하는 시스템에 대한 비즈니스 케이스는 더 이상 이론적이지 않습니다.
이 솔루션 페이지 이면의 기술적 토대로, 인터랙티브 백서로 제공됩니다.
계산상의 명령: 그래프 강화학습을 통한 안티프래질 물류
Southwest SkySolver 실패에 대한 포렌식 분석, 연쇄적 운항 장애 하에서 칼럼 생성의 한계, 그리고 뉴로-심볼릭 제약 시행을 갖춘 GRL 기반 승무원 회복을 위한 기술 아키텍처.
겨울 폭풍 시즌은 10개월 후 시작됩니다. 섀도 모드 배포에는 8주가 걸립니다.
중형 항공사의 경우, 단 한 번의 심각한 IROPS 날이 이제 취소, 승무원 재배치, DOT 의무 환불로 200만~500만 달러의 비용을 발생시킵니다. 평가 단계는 귀사의 구체적인 노출을 식별하고 귀사의 실제 과거 운항 장애에 대해 회복 엔진의 가치를 입증합니다.