Ⅰ.머리글

UAM은 차세대 에어 택시, 항공 여객 및 화물 운송 시스템을 대표하며 빠르게 탄력받고 있다. 포르쉐 컨설팅 연구에 따르면 전기 수직 이착륙 시장은 2035년까지 2,300억 달러로 증가할 것으로 예상되며 도시당 약 100개의 버티포트를 가정하여 최대 20만 대의 eVTOL 항공기가 운항할 것으로 예상된다.

자율 주문형 항공기가 NAS에 미치는 잠재적 수요와 영향을 추정하기 위한 연구를 수행하였고 이 연구에 따르면 2035년까지 주문형 항공기는 연간 6억 명 이상의 사람이 여행하며 NAS에 상당한 여행을 미칠 것으로 예상된다고 한다. 자동화가 증가함에 따라 자동화의 신뢰성과 견고성은 증가하는 반면 인간 운영자의 상황 인식은 감소하고 있다.

이러한 수수께끼를 만드는 다양한 요인들 간의 관계는 인간 자율 시스템 감독(HASO) 모델에 나타나있다. 이 모델은 반자율 시스템에서 완전 자율 시스템에 이르기까지 다양한 자율성을 위해 인간의 성능에 영향을 미칠 수 있는 중요한 특징과 잠재적인 단점을 완화하는 데 도움이 되는 설계 특징을 정의한다.

이 논문에서는 다양한 점진적 단계를 탐구하여 인간-자동화 상호작용을 이해하기 위한 다양한 UAM 자동화 수준과 HASO 모델의 적용에 대한 간략한 개요를 제공한다. 또한 원하는 통합을 달성하기 위해 해결해야 할 결정을 탐구하기 위한 의사 결정 식별 프레임워크(DIF)를 제시한다. 특히 이 논문은 FAA COOPS에서 구상된 세 가지 인간의 자동화 역할 범주, 즉 Human in the loop, Human on the loop, Human over the loop을 탐구한다. 각 범주에 대해 잠재적 솔루션 개발에 정보를 제공할 수 있는 주요 개념과 운영 특성, 주요 결정 및 그 종속성을 탐구한다. 또한 이러한 인간 자동화 역할 범주 각각에 대한 도전 과제, 장단점, NAS에서 UAM의 성공적인 통합을 위한 길을 열어줄 수 있는 잠재적 연구 접근 방식에 대해 자세히 논의한다.

Ⅱ. 본론

기술 발전은 자동차, 항공, 로봇 공학, 사이버 등 다양한 응용 분야에서 자동화를 증가시켰다. 자동화가 인간의 통제를 완전히 제거하는 것을 의미하지는 않지만 인간은 점점 더 복잡하고 대규모의 시스템과 상호작용할 것으로 예상된다.

최근 연구에서는 상황 인식을 개선하고 루프 성능 문제를 해결하는 중간 수준의 자동화(LOA)를 탐구하고 있다. 여러 가지 LOA 분류법이 있는데 예를 들면 Endsley와 Kaber는 전문가 시스템을 사용하여 작업을 수행할 수 있도록 인간의 의사 결정을 보완하는 계층적 LOA(1~5단계)를 제시한다. 다른 LOA는 10단계까지 고려하기도 했다. 이런 수준의 차이에도 불구하고 The LOA를 정의하는 일반적인 특징은 통제, 지각, 상황 인식, 의사 결정, 의사소통/협력이다.

B. 의사결정 식별 프레임워크(DIF)

DIF는 운영을 통해 NAS에 도입된 고유한 안전 및 보안 위험을 다루는 주요 결정을 도출하는 데 도움을 준다. DIF에는 운영의 세 가지 기본 측면, 공역 및 제공 서비스, 항공기 및 관련 제조업체 요구 사항, 항공사 및 운영자 요구 사항을 포괄하는 체크리스트 또는 결정 세트가 포함되어 있다. 해당 결정은 이러한 기본 영역 전반에 걸친 운영의 특성에 따라 결정된다

그림 1. Operational Characteristics Areas

그림 1은 인간-자동화 상호작용의 주요 개념 영역과 세 가지 기본 영역 간의 상호 의존성을 보여준다. 공역 및 공항 운영 환경은 항공기 외부의 다른 조종사, 관제사 또는 서비스 공급업체와의 상호작용을 정의한다. 이러한 개념 요소의 조합을 통해 식별된 결정은 다양한 항공 공간 및 비행 규칙에 대한 인간-자동화 역할을 지정하는 데 사용할 수 있다.

점점 더 많은 자율 및 반자율 시스템이 개발됨에 따라 인간 운영자가 이러한 운영을 효과적으로 감독하는 데 어려움이 있다. 자동화가 증가함에 따라 자동화의 신뢰성과 견고성은 증가하는 반면 인간 운영자에 대한 상황 인식은 감소하고 있다. 따라서 무인 항공기 시스템(UAS), 유인 항공기 조종사, 원격 조종사, 항공 교통 관제사(ATC) 간의 인간-자동화 상호작용의 복잡성은 이전에 정의된 전통적인 5단계 자동화 수준을 훨씬 초과하며 공유된 상황 인식을 확립할 필요가 있다. 예를 들어 각 결정을 내리는 시스템 간에는 세계관에 상당한 차이가 있을 수 있으므로 데이터 공유뿐만 아니라 각 기관이 정보를 제시, 해석 및 사용하는 방법도 개발할 필요가 있다.

분석 프레임워크

FAA UAM CONOPS에서 구상하는 세 가지 다른 항공기 자동화 수준을 분석하기 위해서는 먼저 운영 유형을 설명하는 개념 요소를 결정하는 것이 필수적이다. 우리의 접근 방식에서는 먼저 CONOPS에 설명된 대로 각 항공기 자동화 수준에 대한 개념 요소와 예상 LOA를 식별한다.

이러한 식별된 운영 특성을 바탕으로 의사 결정 체크리스트를 활용하여 주요 결정을 내린다. 관련 LOA와 HASO 프레임워크 모델을 결합하여 잠재적인 인간 자동화 역할 및 상호작용, 주요 설계 과제 및 지침을 식별하고 DIF는 인간-자율 팀 시스템 개발의 향후 연구 요구 공식화에 사용할 수 있는 결정을 식별하는 데 도움이 된다.

그림 2. Analsis Framework for Human Automation Interactions

자동화 수준과 자동화에 따른 인간의 역할에 대한 주요 결정 영역은 아래와 같다. 이러한 의사 결정 영역은 영공 및 공항 운영 환경, 운영 조건 및 비행 규칙, 항공기 성능, 통신, 항법 및 감시(CNS) 요구 사항, 운영자 요구 사항 및 제한 사항에 의해 주도된다. UAM 항공기는 비행의 모든 단계에서 운영의 안전을 책임지는 조종사가 비행한다. 디스플레이, 비행 관리 시스템, 서비스 제공업체와의 음성 통신, 자동 종속 감시 방송(ADS-B) 및 교통 및 충돌 방지 시스템(TCAS)과 같은 항법 및 감시에 대한 기존 표준 및 요구 사항은 계속 사용될 것으로 예상된다.

표 1. CE AREAS FOR THE THREE HUMAN AUTOMATION ROLES

표 2. EXAMPLES DECISIONS BY CONCEPT ELEMENT AREAS

자동화와 차량 운행 간소화(SVO)가 증가함에 따라 HOTL에서 인간의 역할은 보다 적극적인 감독 및 모니터링 역할로 전환될 것으로 예상된다. 인간의 역할은 하나 이상의 UAM 항공기에 대한 수동적인 모니터링으로 밀려나고 정교한 알고리즘과 시스템이 모든 운영을 관리하게 된다. 주요 개념을 바탕으로 한 예시 결정은 표 2에 나와 있다. 자동화의 신뢰성과 견고성이 증가함에 따라 자동화에 대한 신뢰가 높아지며 이는 안일함으로 이어질 수 있다. 자율성이 인간 성과에 미치는 영향에 대한 연구 결과에 따르면 일상적이고 반복적인 작업의 구현, 정보가 정확할 때의 의사 결정, 중요한 정보가 제공될 때의 모니터링 등에 이점이 있는 것으로 나타났다. HASO 모델은 자율 및 반자율 시스템을 통해 인간 성과에 영향을 미칠 수 있는 주요 시스템 설계 특징을 제시한다.

논의 - FAA UAM CONOPS는 단기적으로 항공기에 탑승한 조종사가 항상 항공기를 완전히 통제하고 다른 사람들과 소통할 책임이 있는 상태에서 초기 운영을 계획하고 있다. 조종사는 항상 완전한 통제 상태에 있기 때문에 이 시나리오에서는 아래의 그림 3과 같이 세 가지 잠재적인 LOA를 고려한다.

그림 3. Analsis Framework for Human Automation Interactions

모든 의사 결정은 인간이 내리는 반면 자동화는 구현 및 모니터링 단계와 특정 경우 운영 생성을 지원한다. 모든 단계에서 인간 운영자를 지원하려면 필요한 경우에만 자동화하여 외부 문제를 피하고 의사 결정을 위한 정보 제시를 개선하며 자동 조종 장치를 사용하는 것과 같은 일상적이고 반복적인 작업을 수행하는 것이 필수적이다.

인간 운영자는 여전히 의사 결정의 최종 권한을 가지며 모든 행동은 인간 또는 자동화에 의해 구현된다. 상황 인식 상실과 루프 외 효과의 영향을 줄이기 위해서는 상황의 세부 사항을 완전히 알지 않고도 인간이 의사 결정을 무효화하는 데 필요한 상태와 정보를 계속 인식하는 것이 필수적이다.

Ⅲ. 결론

차세대 항공은 도시 환경에서 승객 및 화물 운송을 위한 고도로 발전되고 점점 더 자율적인 항공기를 약속한다. 이를 위해서는 다양한 인간 자동화 역할과 상호작용을 가진 다양한 수준의 자율 운영이 필요할 것이다.

본 논문에서는 이러한 운영에 대한 반복 가능하고 확장 가능한 승인 프로세스를 위한 운영 특성 및 관련 결정, 연구 필요성, 잠재적 격차를 식별하기 위한 DIF를 제시한다. 궁극적으로 인간의 루프 내 자동화 수준은 더 다양하거나 혼잡한 비행 공간에서 발생할 수 있는 비상 상황을 해결하기 위해 필요하다.

이러한 운영을 촉진하기 위해서는 미래의 요구 사항을 파악하고 인간 자동화 역할과 상호작용을 예측하며 의사 결정을 돕고 상황 인식을 개선하며 적응 가능하고 재사용 가능한 지침을 통합하여 솔루션을 개발하는 것이 필요할 것이다.

요약

본 논문은 빠르게 성장하는 UAM 산업에서 자동화 수준이 높아짐에 따라 안전하고 효율적인 국가 공역 시스템(NAS) 통합을 위해 인간과 자동화의 다양한 역할 범주를 분석하고, 이를 위해 HASO 모델과 의사 결정 식별 프레임워크(DIF)를 제시하며 각 역할 범주별 과제와 연구 방향을 논의합니다.