A Bibliometric Mapping of Airport Security: Research Trends, Thematic Structure, and Practical Implications

여행객이 공항에 발을 들이는 매 순간, 그들은 안전이라는 절대적인 필요성과 원활하고 효율적인 여정이라는 욕구 사이의 균형을 맞추기 위해 설계된 복잡한 시스템 속으로 들어서게 됩니다. 이러한 보안 검색대 이면에서는 연구자들이 이 과정을 이해하고 개선하는 방식에 있어 조용한 혁명이 일어나고 있습니다. 수십 년 동안 연구의 초점은 두 개의 서로 다른 세계로 나뉘어 있었습니다. 한쪽에는 보안 요원들이 위험한 물건을 찾아내기 위해 X선 이미지를 보는 과정에서의 훈련, 심리학, 그리고 인지적 한계와 같은 인간적 요소가 있습니다. 다른 한쪽에는 수하물에서 위협을 자동으로 인식할 수 있는 컴퓨터와 소프트웨어의 급격한 발전이라는 기술적 최전선이 있습니다. 두 측면 모두 하늘의 안전을 지키는 것을 목표로 하지만, 이들은 종종 서로 대화하지 않은 채 각자의 길을 걸어왔습니다. 이러한 분리는 여행의 미래를 위한 중요한 질문을 던집니다. 어떻게 하면 인간의 기술과 기계의 지능을 결합하여 효과적이면서도 효율적인 보안 시스템을 만들 수 있을 것인가 하는 점입니다.

이를 해결하기 위해, 튀르키예 코카엘리 대학교의 타리크 밀단(Tarık Mildan) 연구원은 공항 보안에 관한 학술 연구의 전체 지형을 그려보기로 했습니다. 방대한 양의 연구를 하나하나 모두 읽는 것은 불가능했기에, 그는 '계량서지학적 분석(bibliometric analysis)'이라는 방법을 사용했습니다. 이것은 거대한 도서관의 스냅샷을 찍어 어떤 책들이 가장 자주 함께 읽히는지, 어떤 저자들이 서로 소통하는지, 그리고 어떤 주제가 인기를 얻고 있는지를 보여주는 지도라고 생각하면 됩니다. 그는 주요 데이터베이스인 Scopus에서 2010년부터 2025년 초까지 발표된 1,207개의 학술 문헌을 수집하여, 이 분야의 지적 구조를 시각적으로 표현했습니다. 그는 누가 논문을 썼는지, 어떤 단어를 가장 자주 사용하는지, 그리고 시간이 흐름에 따라 주제가 어떻게 변했는지를 살펴보았습니다. 목표는 단순히 논문의 수를 세는 것이 아니라, 이 분야의 지식이 어떻게 구축되고 어디에 공백이 남아 있는지를 결정하는 숨겨로 된 패턴을 이해하는 것이었습니다.

이 지도는 나란히 달려온 두 갈래의 평행한 경로를 명확하게 보여주었습니다. 한 경로는 인간 심리에 깊이 뿌리를 두고 있습니다. 이 그룹의 중심에는 사람들이 이미지를 어떻게 보고 해석하는지에 초점을 맞춘 학자들의 네트워크를 이끄는 아드리안 슈바닝거(Adrian Schwaninger)가 있습니다. 이 연구들은 보안 요원들의 정신적 과정, 그들이 위협을 포착하도록 훈련받는 방식, 그리고 그들이 사용하는 기계와 상호작용하는 방식을 다룹니다. 이 전통은 꾸준하고 일관되게 유지되어 왔으며, 인간의 수행 능력과 X선 이미지를 몇 시간 동안 관찰할 때 발생하는 인지적 과제에 대한 강력한 지식 기반을 구축했습니다. 다른 경로는 공학 및 컴퓨터 과학에 의해 주도됩니다. 이 지도의 다른 쪽은 최근 몇 년 사이, 특히 2019년 이후 폭발적으로 성장했습니다. 이곳은 컴퓨터가 사물을 "보고" 식별할 수 있게 해주는 인공지능의 한 종류인 딥러닝 연구가 지배하고 있습니다. 이 클러스터에서 가장 빈번하게 등장하는 용어는 "딥러닝", "객체 탐지(object detection)", 그리고 '한 번에 보는 것뿐(You Only Look Once)'을 의미하는 YOLO와 같은 특정 소프트웨어 도구들입니다. 이 기술은 기계가 수하물을 스캔하고 순식간에 잠재적 위협을 표시할 수 있게 해주며, 이는 현대 연구의 표준이 되었습니다.

이 지도가 매우 가치 있는 이유는 이 두 경로가 서로를 대체로 무시해 왔음을 보여주기 때문입니다. 인간 요인을 연구하는 연구자들은 컴퓨터 과학자들이 쓴 논문을 거의 인용하지 않으며, 그 반대의 경우도 마찬가지입니다. 데이터에 따르면 인간 요인 그룹은 긴밀한 협력 공동체를 가지고 있는 반면, 기술 그룹은 수천 건의 인용을 끌어모으는 거대하고 빠르게 성장하는 분야입니다. 기술 분야의 가장 다작하는 저자들은 컴퓨터 비전과 인공지능 전문가인 반면, 인간 요인 전문가들은 심리학자와 응용 연구자들입니다. 이러한 분리는 현재 이 분야가 두 개의 별개 대화로 나뉘어 있음을 시사합니다. 한 대화는 사람이 직무를 더 잘 수행하도록 훈련하는 방법에 관한 것이고, 다른 대화는 기계가 사람을 대신해 그 일을 할 수 있도록 만드는 방법에 관한 것입니다. 연구는 이러한 분리가 문제가 될 수 있다고 제언합니다. 왜냐//냐면 공항 보안의 미래는 이 두 접근 방식을 분리하기보다는 통합하는 데 달려 있기 때문입니다.

연구의 타임라인은 또 다른 중요한 이야기를 들려줍니다. 연구 기간의 첫 8년인 2010년부터 2018년까지 출판물 수는 완만하고 꾸준한 속도로 성장했습니다. 그러나 2019년부터 출판량이 급증하여 2023년과 2024년에 정점에 도달했습니다. 이러한 갑작스러운 급증은 고급 컴퓨터 비전 기술의 광범위한 채택과 일치합니다. 이 급증은 단순한 관심의 일반적인 증가가 아니었습니다. 그것은 딥러닝, X선 이미징, 그리고 자동화된 위협 탐지에 관한 새로운 연구의 홍수에 의해 구체적으로 주도되었습니다. 이 논문들의 주제 영역은 이러한 변화를 확인시켜 줍니다. 현재 대부분의 작업은 공학 및 컴퓨터 과학 부서에서 나오고 있으며, 수학 및 물리학에서도 상당 부분이 기여하고 있습니다. 사회 과학과 심리학도 여전히 상당한 수의 연구를 기여하고 있지만, 급증하는 기술 문헌에 비해 그 비중은 작아졌습니다. 이는 이 분야가 더 나은 알고리즘과 탐지 시스템을 구축하는 데 중점을 둔, 점점 더 기술적인 방향으로 나아가고 있음을 나타냅니다.

기술의 인상적인 성장에도 불구하고, 이 지도는 무엇이 빠져 있는지도 강조합니다. 연구는 탐지의 메커니즘, 즉 어떻게 기계를 더 빠르고 정확하게 만들며 무기나 폭발물을 더 잘 찾아내게 할 것인가에 치우쳐 있습니다. 그러나 승객의 경험은 거의 언급되지 않습니다. 보안 검색 과정과 여행객이 어떻게 느끼는지, 얼마나 기다리는지, 또는 서비스에 얼마나 만족하는지를 연결하는 연구는 거의 없습니다. 마찬가지로, 공항 보안의 더 넓은 정책 및 경제적 측면도 충분히 탐구되지 않았습니다. 방정식의 기술적인 측면은 매우 빠른 속도로 해결되고 있는 반면, 이러한 시스템이 여행객의 일상생활에 어떻게 녹아드는지, 그리고 어떻게 규제되는지와 같은 인간적인 측면은 사각지대로 남아 있습니다. 연구는 향하여 미래의 연구가 이러한 격차를 메워야 한다고 제언합니다. 즉, 자동 탐지가 인간의 훈련과 어떻게 결합될 수 있는지, 그리고 보안 조치가 안전하면서도 승객 친화적으로 설계될 수 있는 방법을 살펴봐야 한다는 것입니다.

실제로 공항을 운영하고 보안 정책을 설계하는 사람들에게 이 결과는 명확한 가이드를 제공합니다. 인간 요인 연구의 지속성은 기계가 보안 요원을 대체하는 것이 아니라, 그들과 함께 사용되어야 하는 도구임을 시사합니다. 데이터는 우리가 더 나은 인공지능을 개발하더라도 계속해서 사람을 교육하는 데 투자해야 함을 나타냅니다. 왜냐하면 보안 요원과 기계 사이의 신뢰는 가정할 수 없는 복잡한 심리적 문제이기 때문입니다. 또한, 기술 변화의 빠른 속도는 공항 보안을 규율하는 규칙과 규정도 그 속도를 따라가야 함을 의미합니다. 기술이 매년 진보하고 있다면, 새로운 장비에 대한 인증 프로세스가 몇 년씩 뒤처져서는 안 됩니다. 마지막으로, 이 연구는 가장 효과적인 보안 전략이 위험 기반 선별 프로그램(승객의 위험 수준에 따라 다르게 취급하는 프로그램)과 새로운 자동 탐지 도구 사이의 점들을 연결하는 데서 나올 것이라고 지적합니다. 이 분리된 연구의 흐름들을 하나로 모음으로써, 항공 산업은 더 스마트할 뿐만 아니라 관련된 모든 이들에게 더 응집력 있고 효과적인 시스템을 향해 나아갈 수 있습니다.