맞춤형 AI 모델로 공항 이용 경험 개선한 워싱턴 메트로폴리탄 공항청

공항 보안 검색대 앞에서 줄을 서 본 경험이 있다면, 클라우드 기반 AI 기술로 이뤄낸 MWAA IT 부서의 성과가 얼마나 값진 것인지 쉽게 공감할 수 있을 것이다. 미국 워싱턴 DC의 두 주요 공항에서 보행자, 차량, 탑승구 교통을 관리하는 MWAA IT팀은 분석, AI, IoT, 클라우드를 결합해 터미널 운영의 효율성과 수익성을 높이는 실시간 지능형 플랫폼 ‘큐허브(Queue Hub)’를 개발했다.

MWAA의 수석 부사장 겸 CIOD(최고 정보디지털 책임자) 고탐 쿤두는 “2025 CIO 100 어워드를 수상한 이 플랫폼은 워싱턴 DC 두 공항의 지상 운영을 위해 내부적으로 개발했다”고 설명했다. 2023년 7월 개발을 시작해 현재 전면 운영 중인 큐허브는 머신러닝 알고리즘, 오픈소스 객체 탐지 알고리즘, 맞춤형 AI 모델로 구현됐다. 쿤두는 AWS를 기반으로 구동되는 이 플래폼이 지속적으로 고도화되고 있다고 덧붙였다.

쿤두는 “큐허브는 유동적인 시스템으로 항상 변화한다. 따라서 민첩하고 지능적이며 유연한 플랫폼이 필요했고, 그래서 직접 개발하기로 결정했다”라며, “예측 가능성과 운영 효율성을 높이는 전략 프로젝트이며, 공항 경쟁력의 핵심 차별점”이라고 강조했다. 특히, “상용 도구나 AWS 프로그래밍 모델은 사용하지 않았다. 두 공항의 다양한 요구를 충족할 ‘정형화된’ 제품이 없었기 때문”이라고 설명했다.

쿤두는 “여객이 줄에서 대기하는 시간을 줄이고, 공항 내부에서 더 많은 시간을 보내게 하는 것이 목표인데, 이는 비항공 수익 증가로 이어진다. 큐허브는 실행 가능한 통찰력을 도출하는 신경센터이며, 인력을 대체하진 않지만 부서 간 협업 시스템을 실시간으로 통합해준다”고 설명했다.

여행객이 가장 불편함을 느끼는 요소인 보안 검색과 세관 통과 대기 시간이 큐허브의 데이터 흐름 덕분에 크게 개선됐다. 레이건 공항과 덜레스 공항을 합치면 연간 5,000만 명 이상이 이용하고 있다.

큐허브는 TSA와 미국 세관국경보호국(CBP) 시스템과 통합돼 있으며, 수요 기반 자원 할당 기능을 통해 필요한 시점에 필요한 검색대로 인력을 자동 배치해 병목 현상을 줄인다. MWAA에 따르면, 큐허브 도입 이후 대기 시간이 평균 15% 감소했으며, 덜레스 공항은 주요 공항 중 보안 검색 대기 시간이 가장 짧은 평균 10분 수준이다. 세관 통과 시간도 평균 20% 단축됐다.

주차장부터 탑승구까지 병목현상 해소

큐허브의 ‘커브 투 게이트(curb-to-gate)’ 데이터 엔진은 공항 주차장 혼잡을 줄이는 데도 효과를 내고 있다. 쿤두는 “이 플랫폼 덕분에 여행객의 이용 경험이 향상되고 공항 운영도 원활해졌다”고 말했다.

예를 들어 큐허브는 공항에 진입·이탈하는 보행자 및 차량 흐름을 실시간 모니터링하고, 혼잡 완화를 위한 예측 정보를 제공한다. 주차장 점유율 최적화와 교통 흐름 관리 외에도, 덜레스 공항에서는 라운지 운영에도 활용돼 여객의 환승 편의성을 높이고 있다. 이전에는 수작업으로 운영되던 절차였다.

쿤두는 “큐허브는 보행자 통로, 주차장, 터미널에 대한 실시간 엔드 투 엔드 가시성을 제공하고, 여객 흐름과 혼잡, 보안 검색대, 주차 활동을 예측하고 관리할 수 있도록 돕는다”라며, “직접적인 업무를 대체하진 않지만, 병목 현상에 대응하는 방식을 근본적으로 변화시키고 있다”라고 강조했다.

MWAA에 따르면, 큐허브는 활주로 차량 흐름도 모니터링하고 관리하지만, FAA 시스템이나 항공기 교통 관리 시스템과는 통합되어 있지 않다.

직접 만든 플랫폼의 강점

큐허브는 머신러닝 알고리즘과 맞춤형 AI 모델을 사용해 구축했다. 특히 AI 모델은 IoT 기술, 엣지 AI, 컴퓨터 비전, 수천 개의 센서와 카메라가 뒤섞인 복잡한 조합을 사용해 클라우드 상에서 학습시켰다. 쿤두는 이들 환경이 이른바 “상황 인식”을 생산한다고 말한다.

MWAA에 따르면, 메트로 역과 터미널 내부 센서에서 수집되는 카메라 영상 데이터가 점점 더 많아지면서 보행 통로 검색대 운영의 효율이 높아지고 있다. 동시에 TSA 대기 시간이 줄어들고, 장비 고장 사전 감지와 해결, 항공편 지연 대응에도 도움을 주고 있다.

쿤두는 “큐허브용 AI 및 머신러닝 모델을 개발할 때 컴퓨터 비전 모델링과 예측 기술을 도입하고, 이를 IT 생태계 전반과 연동했다”고 설명했다. 항공편 스케줄, 항공사 인력 배치, 수하물 처리 시스템, 생체 인식 정보 등이 모두 생태계에 플러그 앤 플레이 형태로 통합되어 있다.

활용 사례는 계속 늘고 있다. 쿤두는 “계절별, 시간대별, 이벤트별 패턴은 물론, 명절 수요 급증과 기상 이슈에도 대응할 수 있도록 모델을 학습시키고 있다”고 말했다. 이어 “각 데이터 소스에서 상황에 맞는 원시 데이터를 수집해 실시간으로 처리하고, 이를 기반으로 모델을 구축해 더 똑똑하고 빠르며 매끄러운 이용 경험을 파트너에게 제공하고 있다”고 강조했다.

쿤두는 큐허브가 데이터 수집 파이프라인과 추천 모델뿐만 아니라 다양한 플랫폼과 연결돼, 워싱턴 DC 두 공항의 여객에게 긍정적인 결과를 제공하고 있다고 밝혔다. 쿤두는 “우리는 생체 인식 시스템, 디스플레이 시스템, 탑승구 관리 시스템, 지상이동 관리 시스템 등을 보유하고 있으며, 이 모든 생태계가 샌드박스에서 서로 잘 동작할 필요가 있다”라고 설명했다.

큐허브는 장기적으로는 활주로 가용성 확보와 항공기 회전율 향상을 통해 항공 수익 증대를 이끌 것으로 기대되지만, 현재는 오로지 지상 기반 시스템으로만 운영되고 있다.

업계 전문가들은 공항 환경에서 고도화된 클라우드, AI, 엣지, 센서 기술의 도입이 빠르게 확산되고 있다고 말한다. IDC의 클라우드 및 엣지 서비스 분야 부사장 데이브 맥카시는 “혼잡한 보행 통로부터 예측 불가한 터미널 대기열까지 이어지는 지상 운영의 난제를 해결하기 위한 AI와 예측 분석 활용이 분명한 흐름으로 자리 잡고 있다”라고 분석했다.

맥카시는 “공항은 이제 이런 지능형 데이터 기반 시스템 투자를 더 이상 사치가 아닌 필수로 인식하고 있다”라며, “여객 처리 능력을 높이고 자원을 최적 배분하며, 보다 매끄럽고 쾌적한 이동 경험을 제공하는 데 있어 핵심 전략”이라고 강조했다.