A Blockchain-based Traceability System for AI-Driven Engine Blade Inspection

이 논문은 항공기 엔진 블레이드의 수명 주기 전반에 걸쳐 다자간 승인, 자동화된 검사 일정 관리, AI 모델 출처 추적 및 암호화 증거 바인딩을 통합하여 위변조 방지 감사 가능한 유지보수 추적성을 제공하는 블록체인 기반 시스템 'BladeChain'을 제안하고 그 유효성을 입증합니다.

핵심

🛠️ 문제: "흩어진 기록과 믿을 수 없는 검사"

지금까지 항공기 엔진 날개는 수명이 다할 때까지 수많은 수리를 거칩니다. 하지만 이 과정의 기록은 매우 엉망이었습니다.

• 비유: 엔진 날개의 수명 기록을 여러 사람이 각자 따로 적어둔 종이 수첩에 비유해 보세요.
  • 제조사는 A라는 수첩에, 항공사는 B라는 수첩에, 수리 업체는 C라는 수첩에 기록합니다.
  • 이 수첩들은 서로 연결되지 않아서, "이 날개가 언제 수리되었나?", "누가 검사했나?"를 확인하려면 모든 수첩을 찾아서 대조해야 합니다.
  • 더 큰 문제는 누군가 수첩 내용을 몰래 지우거나 바꿔칠 수 있다는 점입니다. "이날개는 괜찮아"라고 거짓으로 적어두면, 나중에 큰 사고로 이어질 수 있습니다.

또한, 최근에는 **인공지능 **(AI)이 날개를 검사하지만, "어떤 AI 가 검사했고, 그 결과가 진짜인지"를 증명할 방법이 없었습니다. 마치 "AI 가 고장이라고 했대요"라고만 말하고, 그 근거를 보여줄 수 없는 것과 같습니다.

---

🔗 해결책: "BladeChain(블레이드체인)"

이 논문은 이 문제를 해결하기 위해 **블록체인 **(Blockchain) 기술을 도입했습니다. 이를 모두가 공유하는 '변경 불가능한 디지털 공책'이라고 생각하면 쉽습니다.

1. 공유되는 디지털 공책 (블록체인)

• 비유: 제조사, 항공사, 수리업체, 규제 기관 (정부) 이 모두 동일한 디지털 공책을 가지고 있습니다.
• 한 사람이 공책에 글을 쓰면, 나머지 세 사람도 동시에 그 내용을 확인하고 "맞아요"라고 서명해야 그 글이 공책에 남습니다.
• 효과: 한 사람 (예: 항공사) 이 혼자서 과거 기록을 지우거나 거짓을 적을 수 없습니다. 모두의 동의가 있어야만 기록이 확정되므로 신뢰가 생깁니다.

2. 자동화된 검사 알림 (스마트 계약)

• 비유: 이 공책에는 자동 타이머가 달려 있습니다.
  • "날개가 500 시간 비행했거나", "180 일이 지났거나" 하면, 공책이 자동으로 "이제 검사가 필요해!"라고 알람을 보냅니다.
  • 사람이 실수로 잊어버려서 검사를 안 해도, 시스템이 알아서 막아줍니다. 날개가 '검사 필요' 상태가 되면 더 이상 비행할 수 없게 됩니다.

3. AI 의 '신원증명'과 증거 보관

• 비유: AI 가 날개를 검사할 때, **어떤 AI 가 **(모델 이름과 버전)를 공책에 적습니다.
  • 나중에 "이 AI 가 실수를 했구나"라고 발견되면, 그 AI 로 검사받은 날개들을 모두 찾아서 다시 확인할 수 있습니다.
  • 또한, 검사한 **사진 **(증거)은 공책에 직접 넣지 않고 (공책이 너무 두꺼워지니까), IPFS(분산 저장소)라는 거대한 클라우드에 보관합니다.
  • 공책에는 그 사진의 **디지털 지문 **(해시값)만 적습니다. 나중에 누군가 사진을 조작하면, 지문이 달라져서 바로 들통납니다.

---

🚀 이 시스템의 핵심 장점

1. 누가 무엇을 했는지 완벽하게 추적 가능: "누가", "언제", "어떤 AI 로", "무엇을 발견했는지"가 모두 암호화되어 기록됩니다.
2. 조작 불가: 한 번 기록되면 누구도 바꿀 수 없습니다. (블록체인의 핵심 특징)
3. 실시간 경고: 비행 시간이 정해진 기준을 넘으면 시스템이 자동으로 검사를 요구합니다.
4. 안전한 검증: 규제 기관 (정부) 은 이 공책을 열어보고, 사진의 지문을 확인하여 "이 검사 결과가 진짜다"라고 100% 확신할 수 있습니다.

📊 실제 성능 (실험 결과)

연구팀은 이 시스템을 실제로 만들어 100 개의 엔진 날개를 시뮬레이션했습니다.

• 결과: 모든 날개가 수명 주기 (제조 → 비행 → 검사 → 수리 → 재비행) 를 100% 성공적으로 거쳤습니다.
• 속도: 블록체인 특성상 기존 중앙 데이터베이스보다 느리지만 (약 1 분에 26 건 처리), 항공기 검사처럼 하루에 몇 번씩 일어나는 일이 아니므로 충분히 빠른 속도입니다.
• 보안: 사진을 조금만 바꿔도 0.017 초 만에 "이건 가짜다!"라고 알아차릴 수 있었습니다.

💡 결론

BladeChain은 항공기 엔진 날개의 수명을 한 권의 신뢰할 수 있는 디지털 공책으로 관리하는 시스템입니다.

기존의 흩어진 종이 기록과 불투명한 AI 검사를 없애고, 모든 이해관계자가 함께 확인하고 조작할 수 없는 안전한 기록을 남깁니다. 이는 항공 사고를 예방하고, 더 안전한 하늘을 만드는 데 큰 역할을 할 것으로 기대됩니다.

한 줄 요약: "항공기 엔진 날개의 수명을, 누구도 속일 수 없는 '공유된 디지털 공책'에 기록하여 안전을 100% 보장하는 시스템."

기술 요약

1. 문제 정의 (Problem Statement)

항공기 엔진 블레이드는 비행 안전에 가장 중요한 부품 중 하나이며, 제조, 운항, 정기/비정기 검사, 수리, 폐기 등 복잡한 수명 주기를 거칩니다. 현재 항공 유지보수 시스템은 다음과 같은 심각한 한계를 가지고 있습니다.

• 데이터 파편화: 제조사 (OEM), 항공사, 유지보수 업체 (MRO), 규제 기관 간에 검사 기록이 종이 문서, 스프레드시트, 조직별 데이터베이스에 분산되어 있어 통합 및 조정이 어렵습니다.
• 무결성 및 감사 취약성: 중앙 집중식 시스템은 데이터 위변조 위험이 높고, 감사 (Audit) 가 어렵습니다.
• AI 검사의 신뢰성 부재: 최근 엔진 블레이드 결함 탐지에 AI 가 도입되고 있지만, AI 모델의 버전, 탐지 결과, 그리고 실제 이미지 간의 암호학적 연결 (Cryptographic Binding) 이 부족합니다. 이는 "어떤 결함이 발견되었는지"뿐만 아니라 "어떤 AI 모델로 어떻게 발견되었는지"를 규제 기관이 검증할 수 없게 만듭니다.
• 수동 스케줄링 오류: 비행 시간, 사이클, 캘린더 기준에 따른 검사 일정을 수동으로 관리하여 누락이나 오류가 발생할 수 있습니다.

2. 방법론 및 시스템 아키텍처 (Methodology & System Architecture)

논문은 이러한 문제를 해결하기 위해 BladeChain이라는 블록체인 기반 시스템을 제안합니다. 이는 허블저더 패브릭 (Hyperledger Fabric) 을 기반으로 한 허가형 (Permissioned) 블록체인 네트워크입니다.

핵심 구성 요소

1. 네트워크 토폴로지: 4 개의 이해관계자 (OEM, 항공사, MRO, 규제 기관) 가 참여하는 4 개 조직의 네트워크로 구성됩니다. 모든 트랜잭션은 다수결 (Majority) 엔도어스먼트 (Endorsement) 정책을 통해 승인됩니다.
2. 하이브리드 데이터 저장 구조:
   • 온체인 (On-chain): 블레이드의 상태 전이, 검사 메타데이터 (AI 모델 이름/버전, 검사자, 타임스탬프), SHA-256 해시값, IPFS CID 등을 저장하여 불변의 감사 추적을 제공합니다.
   • 오프체인 (Off-chain): 대용량 검사 이미지 및 주석 데이터는 IPFS(InterPlanetary File System) 에 저장하고, 그 해시값과 CID 만 블록체인에 기록하여 저장소 과부하를 방지하면서도 무결성을 보장합니다.
3. 체인코드 기반 상태 머신 (State Machine):
   • 블레이드의 수명 주기 (제조 → 운항 → 검사 필요 → 검사 중 → 수리/승인 → 폐기) 를 자동화합니다.
   • 비행 시간, 사이클, 일수 중 설정된 임계값을 초과하면 시스템이 자동으로 '검사 필요 (INSPECTION DUE)' 상태로 전이시켜 수동 스케줄링 오류를 제거합니다.
4. 플러그형 AI 검사 파이프라인:
   • 결함 탐지 모듈 (프로토타입은 YOLOv8 사용) 은 외부 모듈로 설계되어 시스템 변경 없이 모델을 업그레이드하거나 교체할 수 있습니다.
   • 각 검사 기록에 사용된 AI 모델의 이름과 버전을 온체인에 기록하여, 추후 모델의 결함이 발견되었을 때 해당 검사 기록을 재검증할 수 있는 근거를 마련합니다.
5. 보안 및 암호학적 바인딩:
   • 모든 검사 이미지는 SHA-256 해시 함수로 해싱되어 온체인에 기록됩니다.
   • 규제 기관은 IPFS 에서 이미지를 다운로드하여 해시를 재계산하고 온체인 기록과 비교함으로써 위변조 여부를 17ms 이내에 검증할 수 있습니다.

3. 주요 기여 (Key Contributions)

1. AI 기반 엔진 블레이드 검사를 위한 최초의 블록체인 추적 시스템: 파편화된 항공 유지보수 기록을 통합하고, AI 모델의 책임성 (Accountability) 을 블록체인에 통합했습니다.
2. AI 모델 출처 (Provenance) 의 온체인 기록: 각 검사 기록에 사용된 AI 모델의 이름과 버전을 명시하여 규제 기관이 결함 탐지 과정 전체를 감사할 수 있게 했습니다.
3. 자동화된 검사 스케줄링: 체인코드 상태 머신을 통해 비행 시간/사이클/일수 임계값 기반의 자동 검사 트리거를 구현하여 인적 오류를 제거했습니다.
4. 검증 가능한 오프체인 무결성 증명: IPFS 와 SHA-256 해시를 결합하여 대용량 아티팩트의 무결성을 블록체인 수준에서 검증할 수 있는 메커니즘을 제공했습니다.

4. 실험 결과 및 평가 (Results & Evaluation)

저자는 100 개의 블레이드에 대한 워크로드를 시뮬레이션하여 시스템을 평가했습니다.

• 기능적 정확성: 10, 50, 100 개의 블레이드 모두 100% 의 성공률로 수명 주기 상태 머신을 완전히 통과했습니다. 자동 검사 트리거 및 상태 전이가 정확하게 작동함을 확인했습니다.
• 성능 (Throughput):
  • 일관된 처리량: 분당 약 **26 개 작업 (operations per minute)**을 유지했습니다.
  • 지연 시간: 쓰기 트랜잭션 (합의 필요) 의 중앙값 지연 시간은 약 2,084ms였습니다.
  • 중앙 집중식 DB 비교: PostgreSQL 기반 중앙 집중식 시스템에 비해 처리량은 약 140 배 낮았으나, 이는 다수 조직 간의 합의 및 암호학적 서명 오버헤드 때문입니다. 항공 유지보수 (수백 시간마다 한 번씩 검사) 의 특성을 고려할 때 이 지연 시간은 운영상 문제되지 않으며, 무결성과 감사 가능성을 위해 감수해야 할 비용으로 판단됩니다.
• 보안 검증:
  • 위변조 탐지: 저장된 이미지를 변조했을 때, 재계산된 해시값과 온체인 해시값의 불일치를 약 17ms 내에 탐지했습니다.
  • 불변성: 합의된 기록을 변경하려는 모든 시도가 블록체인 네트워크에 의해 거부됨을 확인했습니다.

5. 의의 및 결론 (Significance & Conclusion)

BladeChain 은 항공기 엔진 블레이드 유지보수 분야에서 다음과 같은 혁신적인 가치를 제공합니다.

• 규제 준수 및 감사 강화: 규제 기관이 AI 가 탐지한 결함과 그 근거 (이미지, 모델 버전) 를 독립적으로 검증할 수 있는 '규제 등급 (Regulator-grade)' 감사 추적을 제공합니다.
• 신뢰 기반 생태계 구축: 서로를 신뢰하지 않는 여러 조직 (OEM, 항공사, MRO, 규제 기관) 이 단일 진실 공급원 (Single Source of Truth) 을 공유할 수 있게 하여 데이터 파편화와 책임 소재 불명확성을 해결합니다.
• 미래 지향적 설계: AI 모델의 진화에 대응할 수 있는 플러그형 아키텍처를 통해 기술 발전에 유연하게 대처하면서도 과거 데이터의 무결성을 유지합니다.

결론적으로, BladeChain 은 단순한 기록 저장소를 넘어, 위변조 방지, AI 의사결정 투명성, 자동화된 규정 준수를 동시에 달성하는 차세대 항공 유지보수 인프라의 가능성을 입증했습니다. 향후 레거시 유지보수 시스템 (AMOS, TRAX 등) 과의 통합을 통해 실제 산업 현장에 적용될 것으로 기대됩니다.