본 논문은 항공 안전 보고서의 방대한 텍스트 데이터 분석의 어려움을 해결하기 위해 인공지능(AI), 특히 자연어 처리(NLP)를 활용하는 방법을 연구한다. 항공기 손상 수준 분류 및 안전 사고 발생 단계 식별을 위한 NLP 및 심층 학습 적용에 대한 기존 연구를 검토하고, 토픽 모델링(TM)을 이용하여 항공 사고 보고서 내 잠재적 주제 구조를 분석하여 반복되는 패턴과 안전 개선 영역을 식별하고자 한다. 미국 국가교통안전위원회(NTSB), 호주 교통안전국(ATSB) 및 항공안전네트워크(ASN)의 데이터셋에 다양한 심층 학습 모델 및 TM 기법을 적용하여 성능을 비교 분석하고, 데이터셋 크기와 출처가 분석 정확도에 미치는 영향을 논의한다. 결과적으로 NLP, 심층 학습 및 TM이 항공 안전 분석의 효율성과 정확성을 크게 향상시켜, 보다 적극적인 안전 관리 및 위험 완화 전략을 가능하게 함을 보여준다.
