AAM/UAM 시뮬레이터 기술 요구사항 분석

서론

미래항공모빌리티(AAM, Advanced Air Mobility)와 도심항공모빌리티(UAM, Urban Air Mobility)는 전기추진 수직이착륙(eVTOL) 항공기를 중심으로 도심과 지역 간 이동의 패러다임을 바꿀 혁신으로 부상하고 있다.1 이러한 신개념 항공기와 복잡한 도심 운용 환경의 안전성과 효율성을 지상에서 검증하기 위해 시뮬레이션 기술은 선택이 아닌 필수 요소이다. 실제 비행 테스트에 수반되는 막대한 비용, 잠재적 위험, 그리고 물리적 제약을 고려할 때, 시뮬레이션은 설계부터 훈련, 인증에 이르는 전 과정에서 중추적인 역할을 수행한다.4

 

 

그러나 모든 시뮬레이터가 동일한 목적을 위해 만들어지는 것은 아니다. 시뮬레이터는 그 목적에 따라 근본적으로 다른 기술적 요구사항을 가진다. 새로운 아이디어를 탐색하고 신기술을 시험하는 연구용 시뮬레이터는 '유연성'을, 조종사의 기량 습득 및 유지를 위한 훈련용 시뮬레이터는 특정 기체에 대한 '충실도'와 규제 준수를, 그리고 항공기의 안전성을 공인받기 위한 인증용 시뮬레이터는 '검증된 신뢰성'을 최우선 가치로 삼는다.4 하나의 시뮬레이터로 이 모든 목적을 달성하는 것은 비효율적일 뿐만 아니라 사실상 불가능에 가깝다.

 

본 보고서는 총 5부로 구성된다. 제1부에서는 모든 AAM/UAM 시뮬레이터의 근간이 되는 핵심 기반 기술을 다룬다. 제2부, 제3부, 제4부에서는 각각 연구용, 훈련용, 인증용 시뮬레이터의 고유한 기술적 요건을 심층적으로 분석한다. 마지막으로 제5부에서는 세 가지 유형의 시뮬레이터를 종합적으로 비교하고 미래 기술 전망을 제시하며 결론을 맺는다. 이를 통해 AAM/UAM 생태계에 참여하는 다양한 주체들이 각자의 목적에 맞는 시뮬레이션 전략을 수립하는 데 필요한 기술적 통찰을 제공하고자 한다.

 

제1부: AAM/UAM 시뮬레이터의 핵심 기반 기술

특정 목적에 국한되지 않고 모든 고충실도 AAM/UAM 시뮬레이터가 공통적으로 갖춰야 할 네 가지 핵심 기술 축이 있다. 이 기술들은 후속 파트에서 논의될 목적별 시뮬레이터의 기술적 특성을 이해하기 위한 기초를 제공한다.

 

1.1. eVTOL 기체 동역학 모델링

AAM/UAM 시뮬레이터의 심장은 eVTOL 기체의 비행 특성을 얼마나 정확하게 수학적으로 표현하는가에 있다. eVTOL은 기존 고정익 항공기나 헬리콥터와는 완전히 다른 비행 원리를 가진다. 특히 다수의 로터에서 발생하는 추력이 기체 주변의 공기 흐름에 복잡하게 영향을 미치는 '공력-추진 상호작용(Aero-propulsive Interaction)'과 수직비행에서 수평비행으로 전환하는 '천이 비행(Transition Flight)' 구간의 동특성은 매우 비선형적이고 예측이 어렵다.8 시뮬레이터의 정확성은 이 복잡한 동역학을 얼마나 정밀하게 모델링하는가에 달려있다.

 

세부적으로는 다수의 전기모터와 프로펠러가 각기 다른 추력을 내며 기체를 제어하는 분산전기추진(DEP, Distributed Electric Propulsion) 모델이 핵심이다. 이는 다수의 모터 고장 시에도 비행을 유지할 수 있는 안전성을 제공하지만, 제어 시스템과 동역학 모델의 복잡성을 크게 증가시킨다.1 또한, 틸트로터(Tilt-rotor), 리프트-크루즈(Lift-plus-cruise), 멀티콥터 등 다양한 eVTOL 형식에 따라 천이 비행 시 공력 특성이 급격히 변하므로, 이 구간에서의 불안정성과 제어기 성능을 정확히 모사하는 것이 중요하다.1 배터리 성능 저하, 모터 고장, 제어 표면 손상 등 다양한 비상 상황을 물리적으로 타당하게 모델링하여 조종사 훈련 및 안전성 분석에 활용하는 것 역시 필수적이다.9

 

이러한 정밀한 모델 개발에 있어 가장 근본적인 장애물은 '데이터 부족'이다. 전통적인 항공기 시뮬레이터의 비행 모델은 수십 년간 축적된 풍부한 비행시험 데이터를 기반으로 검증(Validation)된다. 반면, eVTOL은 완전히 새로운 형태의 항공기로, 상용 운항은 물론이고 비행시험 데이터 자체가 극히 제한적이다.12 이는 특히 인증과 고등급 훈련용 시뮬레이터에 치명적이다. 인증용 시뮬레이터는 모델의 정확성을 규제 당국에 '입증'해야 하며 4, 훈련용 FSTD(Flight Simulation Training Device)는 QTG(Qualification Test Guide)라는 엄격한 기준에 따라 실제 항공기 데이터와 비교 검증을 통과해야 하기 때문이다.14 데이터가 없으면 이 검증 자체가 불가능하거나 매우 어렵다. 따라서 개발 초기에는 컴퓨터 유체 역학(CFD) 시뮬레이션이나 풍동실험 같은 간접적인 데이터에 의존할 수밖에 없으나, 이는 실제 비행 환경의 모든 복잡성을 완벽히 재현하지 못하는 한계가 있다.4 결국, eVTOL 시뮬레이터 기술의 발전 속도는 실제 기체의 비행시험 데이터 확보 및 공개 수준에 직접적으로 연동될 수밖에 없으며, 이는 시뮬레이터 개발이 기체 개발 프로그램과 긴밀하게 맞물려 진행되어야 함을 시사한다. NASA의 RAVEN-SWFT 모델 개발 사례는 CFD, 풍동실험, 시스템 식별(System Identification) 기법을 통합적으로 활용하는 접근법의 중요성을 보여준다.8

 

1.2. 운용 환경 모델링

AAM/UAM은 고층 빌딩이 밀집하고 기상 변화가 잦은 도심 저고도(통상 300~600m)에서 운용된다.17 이는 기존 항공기가 운항하는 고고도 환경과는 질적으로 다르다. 따라서 시뮬레이터는 이러한 복잡하고 동적인 도심 환경을 매우 사실적으로 구현해야 한다.

 

이를 위해서는 지형, 건물, 교량, 전선 등 모든 잠재적 장애물을 포함하는 정밀한 3차원 공간정보 구축이 필수적이다. 서울시의 'S-Map'과 같은 디지털 트윈 데이터베이스는 이러한 환경 구축의 기반이 될 수 있으며, 자율비행 알고리즘의 경로 계획 및 충돌 회피 성능 검증에 직접적으로 사용된다.20 또한, 빌딩 사이에서 발생하는 예측 불가능한 바람(빌딩풍), 난류, 돌풍은 경량의 eVTOL 기체에 치명적인 영향을 줄 수 있으므로 16, CFD 기반의 고해상도 바람 모델을 통합하여 국지적 대기 외란을 생성해야 한다. 최근에는 AI를 활용해 실시간으로 미기상을 예측하고 생성하는 연구도 활발하다.22 UAM의 성패를 좌우할 소음 문제 해결을 위해, 기체의 운항 경로와 지형지물에 따른 소음 전파 특성을 시뮬레이션하여 저소음 비행경로 설계에 활용하는 기능도 요구된다.9 마지막으로, 비행 중인 다른 항공기, 드론, 새떼 등 예측 불가능한 동적 객체들을 시나리오에 포함하여 충돌 회피 시스템(DAA: Detect and Avoid)의 성능을 평가해야 한다.17

 

과거의 비행 시뮬레이터에서 환경은 주로 시각적 배경의 역할을 했지만, AAM/UAM 시뮬레이터에서는 기체와 능동적으로 상호작용하는 핵심 시스템으로 진화하고 있다. 빌딩은 바람을 바꾸고 16, GNSS 신호를 왜곡하며, 레이더 반사를 일으킨다. '디지털 트윈' 개념의 등장은 이러한 변화를 상징한다.27 디지털 트윈은 단순히 도시를 3D로 복제하는 것을 넘어, 실시간 교통, 기상 데이터와 연동하여 살아있는 가상 도시를 만든다. 이는 시뮬레이션의 패러다임을 'What-if' 분석에서 '디지털 리허설(Digital Rehearsal)'로 바꾸고 있다. 즉, 특정 시나리오를 가정하는 것을 넘어, 실제와 동일한 조건의 가상 환경에서 운용 전체를 예행연습하고 최적화하는 것이다. 따라서 환경 모델링의 중요성은 비행 동역학 모델링과 동등하거나 그 이상으로 높아졌으며, 이는 시뮬레이터 개발에 막대한 컴퓨팅 자원과 데이터 통합 기술을 요구한다.

 

1.3. 센서 및 항법 시스템 시뮬레이션

자율비행 또는 고도로 자동화된 비행을 목표로 하는 AAM/UAM은 주변 환경을 인지하기 위해 LiDAR, 레이더, 카메라 등 다양한 첨단 센서에 의존한다.30 시뮬레이터는 이러한 센서들이 실제 세계에서 겪는 물리적 한계와 오류를 정확하게 모사해야 한다. 완벽한 센서를 가정하고 시뮬레이션하면, 실제 환경에서 발생할 수 있는 치명적인 문제를 놓칠 수 있다.

 

이를 위해 물리 기반의 센서 모델링이 필수적이다. LiDAR의 경우, 레이저 빔의 발사, 반사, 수신 과정을 광선 추적(Ray Tracing) 기법으로 시뮬레이션하며, 날씨(비, 안개)에 따른 반사율 변화나 최대 탐지 거리 등의 물리적 특성을 반영해야 한다.32 레이더는 전파의 도플러 효과, 클러터(Clutter), 그리고 도심 구조물로 인한 다중경로 반사 및 간섭 현상을 시뮬레이션해야 한다.32 카메라는 렌즈 왜곡, 조도 변화, 악천후에 의한 시인성 저하를 모델링해야 한다.32 항법 시스템 역시 마찬가지로, 도심 빌딩숲으로 인한 GNSS 신호 차폐 및 다중경로 오차, 관성항법장치(INS)의 드리프트 오차 누적 현상을 재현해야 한다. 이를 통해 다양한 센서 정보를 통합하여 위치를 추정하는 센서 융합 알고리즘의 성능을 검증하는 환경을 제공할 수 있다.34

 

여기서 핵심은 센서 시뮬레이션의 목표가 '완벽함'이 아닌 '불완전함'의 정밀한 모사라는 점이다. 자율비행 시스템의 안전성은 최악의 조건에서 얼마나 강건하게 작동하는가에 달려있다. 이러한 최악의 조건은 대부분 강한 햇빛에 카메라가 포화되거나, 폭우로 LiDAR 신호가 산란되거나, 빌딩 밀집 지역에서 GPS 신호가 튀는 등 센서가 오작동할 때 발생한다.32 만약 시뮬레이터가 항상 완벽하고 깨끗한 센서 데이터만 제공한다면, 이러한 '엣지 케이스(edge cases)'에 대한 자율비행 알고리즘의 취약점을 발견할 수 없다.33 따라서 고충실도 센서 시뮬레이션의 목표는 단순히 물체를 탐지하는 것을 넘어, 실제 물리 현상에 기반한 노이즈, 편향, 오탐, 미탐 등 '불완전함'을 얼마나 현실적으로 구현하는가에 있다. Ansys, MathWorks와 같은 전문 시뮬레이션 툴들은 이러한 물리 기반 센서 모델링에 중점을 두며 32, 그 정교함은 자율비행 시스템의 안전성과 신뢰성을 검증하는 데 결정적인 역할을 한다.

 

1.4. 교통 관리 시스템(UTM) 연동

AAM/UAM은 단독으로 비행하는 것이 아니라, 수많은 다른 기체들과 공역을 공유하며 UATM(UAM Traffic Management) 또는 U-space라는 새로운 교통관리체계의 통제를 받는다.17 따라서 개별 기체 시뮬레이터는 이 복잡한 네트워크 생태계와 연동되어야 한다.

 

UATM은 중앙집중식 관제가 아닌, 다수의 UAS 서비스 제공자(USS)들이 데이터를 공유하고 협상하며 교통을 관리하는 분산형(Federated) 시스템이다.37 시뮬레이터는 이러한 USS 간의 상호작용과 ASTM 표준과 같은 데이터 교환 프로토콜을 지원해야 한다.38 또한 비행 계획 제출 및 승인, 전략적/전술적 충돌 회피, 비행정보 제공 등 UATM의 핵심 서비스들을 모의할 수 있어야 한다.37 통신망(CNS) 모델링도 중요하다. 기체와 UATM 시스템 간 통신은 5G/6G 상용망, 위성통신 등을 통해 이루어지는데 19, 시뮬레이터는 통신 지연, 대역폭 한계, 데이터 손실 등을 모델링하여 통신 두절이 운항 안전에 미치는 영향을 분석해야 한다.41 나아가 수백, 수천 대의 기체가 동시에 운항하는 고밀도 교통 상황을 생성하여 UATM 시스템의 확장성과 강건성을 테스트해야 한다.37 Airbus의 USim은 이러한 대규모 시뮬레이션을 통해 통계적으로 유의미한 데이터를 생성하는 것을 목표로 한다.37

 

이는 AAM 시뮬레이션이 '개별 항공기' 시뮬레이션에서 '네트워크화된 항공 교통 생태계' 시뮬레이션으로 확장되고 있음을 의미한다. 전통적인 비행 시뮬레이터는 주로 한 대의 항공기와 그 조종사에 초점을 맞춘다. 그러나 AAM/UAM 환경에서 모든 기체는 UATM이라는 거대한 네트워크에 연결된 '노드(node)'이며, 한 기체의 행동은 네트워크를 통해 다른 모든 기체에 영향을 미친다.17 따라서 시뮬레이션의 범위는 기체 내부의 동역학을 넘어, 기체 외부의 '연결성(connectivity)'과 '상호운용성(interoperability)'까지 포함해야 한다. Airbus와 EUROCONTROL의 공동 시뮬레이션 프로젝트는 바로 이 지점을 목표로 한다.39 이러한 패러다임 전환은 '사이버 보안'이라는 새로운 기술적 과제를 낳는다.43 네트워크로 연결된 시스템은 데이터 위변조, 서비스 거부 공격 등 새로운 유형의 위협에 노출되므로, 인증용 시뮬레이터는 이러한 사이버 공격 시나리오를 모의하고 시스템의 회복탄력성을 검증해야 한다.45 미래의 AAM 시뮬레이터는 항공공학, 컴퓨터 과학, 네트워크 이론, 사이버 보안이 융합된 복합 기술의 결정체가 될 것이다.

 

제2부: 연구용 시뮬레이터의 기술적 요건

연구용 시뮬레이터는 새로운 항공기 개념, 제어 법칙, 인간-기계 인터페이스(HMI) 등을 탐색하고 개발하기 위한 핵심 도구이다. 이 시뮬레이터의 가치는 확정된 모델의 정밀한 모사가 아니라, 다양한 아이디어를 신속하게 구현하고 테스트할 수 있는 '실험 플랫폼'으로서의 역할에서 나온다. 따라서 핵심 키워드는 '유연성'과 '재구성성'이다.

 

 

2.1. 핵심 요구사항: 유연성(Flexibility)과 재구성성(Reconfigurability)

연구의 목적은 미지의 것을 탐구하는 것이므로, 연구용 시뮬레이터는 다양한 아이디어를 빠르게 시험할 수 있는 환경을 제공해야 한다.6 이를 위해 비행 동역학 모델, 제어 법칙, 조종석 디스플레이 등 시뮬레이터의 각 구성 요소를 독립적인 모듈로 개발하여 필요에 따라 쉽게 교체하거나 수정할 수 있는 모듈형 소프트웨어 아키텍처가 필수적이다.6 DLR(독일항공우주센터)의 Modelica 기반 라이브러리가 이러한 접근의 좋은 예다.46 또한, 단일 기종이 아닌 틸트로터, 멀티콥터 등 다양한 형태의 eVTOL 모델을 동일한 환경에서 구동할 수 있어야 하며 48, 연구자가 코딩 없이도 GUI를 통해 실험 시나리오를 손쉽게 설정하고 변경할 수 있어야 한다.6 MATLAB/Simulink와 같은 외부 엔지니어링 툴에서 개발된 알고리즘을 별도의 변환 없이 직접 연동하여 테스트할 수 있는 표준 인터페이스(API) 제공도 중요한 요건이다.48

 

연구용 시뮬레이터의 가치는 '정확성'보다 '탐색의 속도'에서 나온다. 연구 단계에서는 아직 실제 항공기가 없거나 초기 프로토타입만 존재하므로 '완벽한 정확성'을 가진 모델을 만드는 것 자체가 불가능하다. 연구의 핵심은 다양한 설계 변수를 바꿔가며 '어떤 설계가 더 나은가?'를 빠르게 비교 평가하는 것이다.6 만약 시뮬레이터 모델을 변경하는 데 몇 주가 걸린다면 연구의 효율성은 급격히 떨어진다. 반면, 몇 시간 만에 새로운 아이디어를 시뮬레이션에 구현하고 테스트할 수 있다면 혁신의 속도는 빨라진다. 따라서 연구용 시뮬레이터는 '높은 충실도(High-Fidelity)' 보다는 '높은 유연성(High-Flexibility)'을 지향한다. 이는 "현실과 똑같이 만드는 것"보다 "현실의 주요 물리 법칙을 따르면서도 쉽게 바꿀 수 있게 만드는 것"에 중점을 둔다는 의미이다. Flightmare 시뮬레이터는 렌더링과 물리 엔진을 분리하여 이러한 유연성을 극대화한 사례이다.47 이러한 유연성은 필연적으로 충실도와의 상충(trade-off) 관계를 가지는데, 예를 들어 실제 조종석 부품을 그대로 사용하는 것(높은 충실도, 낮은 유연성)보다 그래픽으로 계기판을 그리는 것(낮은 충실도, 높은 유연성)이 연구에는 더 적합할 수 있다.6

 

2.2. 인간 공학(Human Factors) 연구 지원 기능

AAM/UAM은 초기 조종사 탑승에서 원격조종, 자율비행으로 발전할 것이므로 19, 조종사와 시스템 간의 상호작용(HMI)을 연구하고 최적의 인터페이스를 설계하는 것이 매우 중요하다. 이를 위해 연구용 시뮬레이터는 조종사의 조종간 입력, 버튼 조작 등 모든 변수를 마이크로초 단위로 기록하는 포괄적인 데이터 로깅 기능을 갖추어야 한다.6

 

또한, 조종사의 인지 부하, 스트레스, 상황 인식 수준을 객관적으로 평가하기 위해 시선 추적(Eye-tracking), 뇌파(EEG), 심박수(HR) 등 생체 신호 측정 장비와 시뮬레이터를 연동하고 데이터를 통합 분석하는 기능이 필요하다.51 가상/증강현실(VR/AR) 헤드셋을 활용하면 물리적인 조종석 제작 전에 저비용으로 다양한 HMI 컨셉을 프로토타이핑하고 조종사의 반응을 평가할 수 있다.51 더 나아가, 실제 항공 사고 발생 시 비행 기록 장치 데이터를 기반으로 사고 상황을 시뮬레이터에서 재현하여 인적 요인 원인을 분석하는 데에도 활용될 수 있다.54

 

2.3. 활용 사례

연구용 시뮬레이터는 다양한 분야에서 활용된다. 첫째, 다양한 형상과 제원의 신개념 eVTOL 컨셉에 대한 초기 비행 안정성 및 조종성을 평가할 수 있다.8 둘째, 불안정한 기체를 안정적으로 제어하고 조종사의 의도대로 움직이게 하는 비행제어 법칙(Flight Control Law)을 개발하고 튜닝하는 데 사용된다.8 셋째, 장애물 인지, 충돌 회피, 자동 착륙 등 자율비행 시스템의 핵심 알고리즘 성능을 평가하는 데 필수적이다.26 마지막으로, 조종사에게 최적의 정보를 제공하는 조종석 디스플레이를 설계하거나 비상 상황 시 대처 절차의 유효성을 검증하는 등 HMI 및 운용 절차 평가에 폭넓게 적용된다.51

 

제3부: 조종사 훈련용 시뮬레이터(FSTD)의 기술적 요건

조종사의 자격 취득 및 유지를 위해 사용되는 훈련용 시뮬레이터, 즉 FSTD(Flight Simulation Training Device)는 연구용 시뮬레이터와는 전혀 다른 목표를 가진다. 이 시뮬레이터의 핵심 가치는 '충실도(Fidelity)'와 '규제 준수'에 있다.

 

 

3.1. 핵심 요구사항: 특정 기체에 대한 충실도(Fidelity)와 규제 준수

훈련용 시뮬레이터의 목표는 Joby S4나 Archer Midnight과 같은 특정 항공기 모델의 조종 환경과 비행 특성을 '실제와 거의 동일하게' 재현하여, 조종사가 실제 항공기 탑승 없이도 효과적으로 훈련받을 수 있도록 하는 것이다.56 이는 단순히 기술적 구현을 넘어, FAA(미국 연방항공청)나 EASA(유럽 항공안전청)와 같은 항공 당국이 정한 엄격한 기술 표준을 만족하고 공식적인 '등급(Level)'을 획득해야 함을 의미한다.

 

현재의 FSTD 규정은 대부분 고정익 항공기 위주로 되어 있다. FAA의 14 CFR Part 60은 FTD Level 4~7, FFS Level A~D로 등급을 구분하고 7, EASA의 CS-FSTD는 BITD, FNPT, FTD, FFS 등의 등급 체계를 가진다.56 eVTOL과 같은 '동력-부양(Powered-lift)' 항공기의 고유한 특성(수직이착륙, 천이 비행 등)을 반영하기 위해서는 새로운 규정이나 특별 조건(Special Condition)이 요구된다.36 이에 FAA는 SFAR(Special Federal Aviation Regulation)을 도입하여 eVTOL 조종사 자격증명 체계를 선제적으로 마련하고 있다.61

 

Table 1: FSTD 등급별 기술 요건 및 훈련 인정 범위 비교 (예시)

 

3.2. 객관적/주관적 검증 및 인증 절차

FSTD가 훈련에 사용될 수 있음을 항공 당국으로부터 공식적으로 인정받는 자격부여(Qualification) 절차는 매우 엄격하다. 이는 철저한 문서 검토, 현장 실사, 그리고 객관적/주관적 테스트로 이루어진다.15

 

먼저, FSTD 제작사는 시뮬레이터의 성능이 실제 항공기 비행시험 데이터와 얼마나 일치하는지를 보여주는 방대한 양의 테스트 결과 보고서인 QTG(Qualification Test Guide)를 제출해야 한다. 여기에는 이륙 성능, 순항 성능, 조종 응답 특성 등 수백 가지 항목이 포함된다.15 이후 항공 당국 검사관이 현장에서 QTG의 일부 항목을 무작위로 재현하여 데이터의 일치 여부를 직접 확인하는 객관적 테스트(Objective Test)를 수행한다.15 마지막으로, 해당 기종에 매우 숙련된 조종사가 직접 시뮬레이터에 탑승하여 조종 감각, 시스템 작동, 시각/모션 시스템의 현실감 등 데이터로 표현하기 어려운 정성적인 부분을 평가하는 주관적 테스트(Subjective Test)를 거친다.15 한번 자격을 획득한 FSTD는 정기적인 검사와 품질관리시스템(QMS) 운영을 통해 지속적으로 자격을 유지해야 한다.7

 

3.3. eVTOL 특화 훈련 시나리오

FSTD는 eVTOL 운용 환경의 고유한 위험에 대비할 수 있는 특화된 훈련 시나리오를 제공해야 한다. 여기에는 도심 빌딩 옥상이나 좁은 공간에 위치한 버티포트(Vertiport)에서의 정밀한 수직 이착륙, 측풍 및 돌풍 대응, 지상 이동 및 충전 절차 훈련이 포함된다.18 또한, 분산전기추진 시스템의 일부 모터 고장, 배터리 화재 또는 급격한 방전, 천이 비행 중 제어 불능과 같은 eVTOL 고유의 비상 상황 대응 훈련은 필수적이다.52 이 외에도 도심 저고도에서의 급작스러운 시정 악화, 강한 비, 착빙 조건에서의 비행 14, UATM 시스템과의 통신 두절 및 비상 회랑을 이용한 회항 절차 훈련 등이 중요한 시나리오로 꼽힌다.

 

3.4. 차세대 훈련 기술의 통합

최신 기술은 FSTD의 효용성과 접근성을 크게 향상시키고 있다. 특히 VR/AR 기술은 FSTD의 패러다임을 바꾸고 있다. VR 헤드셋을 사용하면 기존 FFS의 거대한 돔 스크린과 프로젝터 시스템 없이도 360도 몰입형 시각 환경을 제공할 수 있어, FSTD의 설치 공간과 비용을 획기적으로 줄일 수 있다.52 스위스의 Loft Dynamics가 개발한 VR 시뮬레이터는 이미 EASA와 FAA로부터 공식 FSTD 등급을 획득하며 그 가능성을 입증했다.52 AR은 실제 조종석에 가상의 정보를 겹쳐 보여주는 방식으로 활용될 수 있다.53

 

더 나아가, 조종사의 시선, 심박수 등을 실시간으로 모니터링하여 훈련 난이도를 자동으로 조절하거나 맞춤형 피드백을 제공하는 생체 데이터 기반 적응형 훈련 시스템으로 발전할 수 있다.52 또한 AI가 조종사의 비행 패턴과 취약점을 분석하여 개인에게 최적화된 맞춤형 비상 상황 시나리오를 자동으로 생성하고 제공함으로써 훈련 효과를 극대화하는 것도 가능하다.66

 

제4부: 항공기 인증용 시뮬레이터의 기술적 요건

항공기 형식증명(Type Certification) 과정에서 실제 비행시험을 대체하거나 보완하기 위해 사용되는 시뮬레이터는 연구용이나 훈련용과는 차원이 다른 수준의 신뢰성을 요구한다. 이 시뮬레이터의 핵심 키워드는 '검증된 신뢰성'과 이를 통해 얻는 '인증 크레딧'이다.

 

 

4.1. 핵심 요구사항: 검증 및 신뢰성(Validation & Reliability)

인증용 시뮬레이터의 목표는 단순히 현실을 모사하는 것을 넘어, 실제 항공기를 대신하여 비행 안전성을 '입증'하는 것이다. 이는 시뮬레이션 결과가 실제 비행 결과와 정량적으로 일치함을 규제 당국이 '신뢰'할 수 있도록 만들어야 함을 의미한다. 이 신뢰를 바탕으로 실제 비행시험의 일부를 면제받는 '인증 크레딧(Certification Credit)'을 획득하는 것이 최종 목표이다.4

 

주요 활용 분야는 실제 비행시험으로는 위험해서 접근하기 어려운 영역, 예를 들어 고받음각 실속이나 구조 한계 속도에서의 항공기 거동을 예측하고 안전성을 분석하는 것이다.4 또한, 수천, 수만 가지의 가능한 고장 조합을 시뮬레이션 환경에서 체계적으로 시험하여, 단일 고장이나 다중 고장이 치명적인 결과로 이어지지 않음을 입증하는 데 사용된다.9 설계가 일부 변경되었을 때, 전체 비행시험을 다시 수행하는 대신 시뮬레이션을 통해 변경이 비행 특성에 미치는 영향을 평가하고 인증을 갱신하는 데에도 활용된다.

 

4.2. 모델 검증 및 확인(V&V, Verification & Validation) 프로세스

시뮬레이션 모델이 의도한 대로 정확하게 구축되었는지(Verification), 그리고 그 결과가 실제 물리 세계를 정확하게 대표하는지(Validation)를 체계적으로 입증하는 V&V 프로세스는 인증용 시뮬레이터의 신뢰성을 확보하기 위한 가장 핵심적인 활동이다.

 

이 과정은 부품 단위에서 서브시스템, 그리고 전체 항공기 시스템으로 올라가며 단계적으로 V&V를 수행하는 계층적 접근법을 따른다.46 각 단계에서 시뮬레이션 결과는 풍동실험, 지상시험, 실제 비행시험에서 얻은 데이터와 직접 비교되어 모델의 오차를 정량적으로 평가받는다.8 또한, 모델 자체의 부정확성이나 입력 값의 불확실성 등 시뮬레이션 결과에 포함된 잠재적 오차 범위를 통계적으로 분석하고 제시하는 불확실성 정량화(UQ, Uncertainty Quantification)가 요구된다. 인증에 사용되는 시뮬레이션 모델과 소프트웨어는 버전별로 엄격하게 형상이 관리되어야 하며, 모든 변경 사항은 추적되고 규제 당국의 승인을 받아야 한다.

 

4.3. 디지털 트윈 기반 인증

디지털 트윈은 항공기의 설계, 해석, 생산, 운용, 정비에 이르는 전 수명주기의 데이터를 통합한 고충실도 가상 모델로, 실제 물리적 항공기와 실시간으로 동기화되는 '디지털 쌍둥이'이다.27 이는 인증의 패러다임을 근본적으로 바꾸고 있다. 기존에는 특정 시점의 설계에 대해 인증을 받았다면, 디지털 트윈을 활용하면 항공기가 운용되는 동안에도 소프트웨어 업데이트나 부품 변경에 따른 영향을 가상으로 검증하고 지속적으로 인증 상태를 유지할 수 있다. 수백만 시간의 가상 비행시험을 통해 실제 비행에서 마주치기 어려운 희귀한 고장 시나리오나 환경 조건을 포괄적으로 테스트하는 것도 가능하다.27 또한, 디지털 트윈은 설계 요구사항부터 해석 결과, 시험 데이터, 운용 데이터에 이르는 모든 과정을 추적할 수 있는 '디지털 스레드(Digital Thread)'를 제공하여, 규제 당국이 항공기의 안전성을 보다 투명하고 객관적으로 평가할 수 있게 한다.29

 

인증용 시뮬레이션의 궁극적인 형태는 이처럼 '디지털 트윈'이라 할 수 있다. 하지만 이는 기술을 넘어 규제와 신뢰의 문제이다. 인증의 본질은 '안전함을 입증하는 것'이며, 전통적으로 이 입증은 눈에 보이고 만질 수 있어 신뢰도가 높은 물리적 시험을 통해 이루어졌다. 시뮬레이션으로 물리적 시험을 대체하려면, 시뮬레이션이 물리적 시험과 '동등한 수준의 신뢰'를 제공한다는 것을 규제 당국과 대중에게 설득해야 한다.4 디지털 트윈은 실제 항공기의 운용 데이터를 지속적으로 반영하여 스스로를 보정하고 진화하는 '현실을 따라가는 모델'이기에 이 신뢰를 구축하기 위한 최상의 도구이다.27 이에 EASA와 같은 규제 기관은 시뮬레이션 및 모델링 자체의 신뢰성을 검증하는 절차(예: EASA CM-S-014)를 마련하고 있다.4 이는 기술의 문제를 넘어, '가상 검증(Virtual Verification)을 어떻게 신뢰하고 법적 효력을 부여할 것인가'에 대한 규제 철학의 변화를 요구하고 있다.

 

제5부: 종합 비교 및 미래 전망

앞서 분석한 내용을 바탕으로 세 가지 목적의 시뮬레이터를 종합적으로 비교하고, AAM/UAM 시뮬레이션 기술이 직면한 과제와 미래 발전 방향을 조망한다.

 

5.1. 목적별 시뮬레이터 요구사항 비교 분석

연구, 훈련, 인증용 시뮬레이터는 단순히 기능의 차이가 아니라, 목표, 철학, 비용, 규제 등 다차원적인 측면에서 근본적으로 다르다. 이 차이를 명확히 이해하는 것은 AAM/UAM 생태계에 참여하는 기업이나 기관이 자신의 목적에 맞는 시뮬레이션 전략을 수립하는 데 있어 핵심적인 가이드라인을 제공한다.

 

Table 2: 연구/훈련/인증용 시뮬레이터의 핵심 요구사항 종합 비교

 

5.2. 기술적 과제와 발전 방향

AAM/UAM 시뮬레이션 기술은 여러 도전 과제에 직면해 있으며, 이는 동시에 미래 발전 방향을 제시한다.

첫째, AI 기술의 전방위적 도입이 가속화될 것이다. 앞서 언급한 데이터 부족 문제를 해결하기 위해, AI 생성 모델(Generative AI)을 사용하여 부족한 실제 비행 데이터를 보완할 수 있는 고품질의 합성 데이터(Synthetic Data)를 대량으로 생성하는 기술이 핵심 과제로 부상하고 있다.13 또한, AI가 훈련생의 약점을 파악하거나 시스템의 취약점을 찾아내기 위한 '스트레스 테스트' 시나리오를 자동으로 생성하고 평가하는 지능형 시나리오 생성 기술로 발전할 것이다.66

 

둘째, 사이버 보안(Cybersecurity)의 내재화가 필수적이다. UATM과의 연동, 원격 조종, 데이터 기반 훈련 등 모든 것이 네트워크로 연결되면서 시뮬레이션 환경 자체가 사이버 공격의 대상이 될 수 있다.43 따라서 네트워크 지연/손실 공격, GPS 스푸핑, 센서 데이터 위변조 등 사이버 위협 시나리오를 시뮬레이션에 통합하고, 이에 대한 시스템의 방어 및 회복 능력을 검증하는 것이 필수 요건이 될 것이다.45

 

셋째, 표준화 및 상호운용성 확보가 시급하다. 다양한 제조사의 기체, 시뮬레이터, UATM 서비스가 원활하게 연동되기 위해서는 데이터 포맷, 통신 프로토콜, 모델 인터페이스 등에 대한 산업 표준화가 이루어져야 한다.38 ASTM, EUROCAE 등 표준화 기구의 활동이 중요하며, 시뮬레이션은 이러한 표준의 유효성을 검증하고 개선하는 데 핵심적인 역할을 할 것이다.39

 

결론

AAM/UAM 시뮬레이터는 단일한 기술이 아니라, 연구, 훈련, 인증이라는 명확히 구분된 목적에 따라 각각 유연성, 충실도, 신뢰성이라는 다른 가치를 추구하는 특화된 시스템의 집합체이다. 이들의 기술적 요구사항은 비행 동역학, 운용 환경, 센서, UTM 연동이라는 공통의 기반 위에 목적별로 분화되고 고도화된다. 연구용 시뮬레이터는 신속한 탐색을 위해 유연한 모듈식 구조를, 훈련용 시뮬레이터는 규제 준수를 위해 특정 기체에 대한 높은 충실도를, 인증용 시뮬레이터는 안전성 입증을 위해 데이터 기반의 검증된 신뢰성을 핵심으로 삼는다.

 

미래의 AAM/UAM 시뮬레이터는 디지털 트윈을 중심으로 AI, VR/AR, 사이버 보안 기술이 융합된 '가상 통합 검증 플랫폼'으로 진화할 것이다. 이러한 기술적 진보는 단순히 시뮬레이션의 현실감을 높이는 것을 넘어, AAM/UAM 생태계 전체의 안전성과 효율성을 보장하고 사회적 수용성을 확보하는 데 결정적인 기여를 할 것이다. 따라서 정부와 산업계는 시뮬레이션 기술 자체의 개발과 표준화는 물론, 검증된 시뮬레이션 결과를 신뢰하고 활용할 수 있는 규제 프레임워크 혁신에도 전략적인 투자를 지속해야 할 것이다.

 

 

 

참고 자료

1. 3차원 공간을 개척하다...미래 스마트 시티의 핵심 모빌리티 UAM과 AAM - Blast Experience, 7월 13, 2025에 액세스, https://blast-experience99.tistory.com/entry/3%EC%B0%A8%EC%9B%90-%EA%B3%B5%EA%B0%84%EC%9D%84-%EA%B0%9C%EC%B2%99%ED%95%98%EB%8B%A4%EB%AF%B8%EB%9E%98-%EC%8A%A4%EB%A7%88%ED%8A%B8-%EC%8B%9C%ED%8B%B0%EC%9D%98-%ED%95%B5%EC%8B%AC-%EB%AA%A8%EB%B9%8C%EB%A6%AC-UAM%EA%B3%BC-AAM
2. 미래항공교통 - 나무위키, 7월 13, 2025에 액세스, https://namu.wiki/w/%EB%AF%B8%EB%9E%98%ED%95%AD%EA%B3%B5%EA%B5%90%ED%86%B5
3. UAM 넘어 AAM으로! 항공 모빌리티의 미래 - 테크월드뉴스, 7월 13, 2025에 액세스, https://www.epnc.co.kr/news/articleView.html?idxno=237186
4. The role of CFD in passing aircraft EASA regulations - AirShaper, 7월 13, 2025에 액세스, https://airshaper.com/blog/cfd-in-passing-aircraft-easa-regulations
5. K-UAM의 성공을 위한 기술 혁신 방안 - 솔리드이엔지 공식 웹매거진, 7월 13, 2025에 액세스, https://webzine.solideng.co.kr/k-uam%EC%9D%98-%EC%84%B1%EA%B3%B5%EC%9D%84-%EC%9C%84%ED%95%9C-%EA%B8%B0%EC%88%A0-%ED%98%81%EC%8B%A0-%EB%B0%A9%EC%95%88/
6. DOCUMENT CONTROL SHEET - CORE, 7월 13, 2025에 액세스, https://core.ac.uk/download/pdf/80112179.pdf
7. National Simulator Program (NSP) | Federal Aviation Administration, 7월 13, 2025에 액세스, https://www.faa.gov/about/initiatives/nsp
8. Subscale Tiltrotor eVTOL Aircraft Dynamic Modeling and Flight ..., 7월 13, 2025에 액세스, https://ntrs.nasa.gov/api/citations/20250003662/downloads/SimmonsEtAl_RS_FDC_Software_VFS81_v04282025.pdf
9. eVTOL Design for Urban Air Mobility | SIMULIA - Dassault Systèmes, 7월 13, 2025에 액세스, https://www.3ds.com/products/simulia/evtol-design-and-simulation
10. 국내 UAM 산업육성을 위한 정책 제언 - 한국전자기술연구원, 7월 13, 2025에 액세스, https://www.keti.re.kr/_upload/issue/2023/01/13/application_9dd195116671a8f33990d7d8563bb85b.pdf
11. What is an eVTOL? - Lilys AI, 7월 13, 2025에 액세스, https://lilys.ai/notes/886380
12. The Implementation of AI in the eVTOL Safety Management Systems | Request PDF, 7월 13, 2025에 액세스, https://www.researchgate.net/publication/393130645_The_Implementation_of_AI_in_the_eVTOL_Safety_Management_Systems
13. Validating Synthetic Data for Perception in Autonomous Airport Navigation Tasks - MDPI, 7월 13, 2025에 액세스, https://www.mdpi.com/2226-4310/11/5/383
14. Flight Simulation Training Device (FSTD) Certification Guidance Document - ICAO, 7월 13, 2025에 액세스, https://www.icao.int/NACC/Documents/eDOCS/FS/FSTDCertificationGuidanceDocument2024.pdf
15. Validation Certification Procedure for Flight Simulation Training ..., 7월 13, 2025에 액세스, https://www.caa.gov.tw/FileAtt.ashx?lang=2&id=36585
16. (PDF) Evaluating Reduced-Order Urban Wind Models for Simulating ..., 7월 13, 2025에 액세스, https://www.researchgate.net/publication/384799721_Evaluating_Reduced-Order_Urban_Wind_Models_for_Simulating_Flight_Dynamics_of_Advanced_Aerial_Mobility_Aircraft
17. UAM 운항공역 감시 환경 분석 및 감시 시스템 구현 - Korea Science, 7월 13, 2025에 액세스, https://koreascience.kr/article/JAKO202406357604212.pub?&lang=ko
18. 도심항공모빌리티(UAM) 관련 정책·산업 동향 및 이슈, 7월 13, 2025에 액세스, https://ettrends.etri.re.kr/ettrends/203/0905203004/036-046.%20%ED%99%8D%EC%95%84%EB%A6%84_203%ED%98%B8.pdf
19. 도심항공교통(Urban Air Mobility: UAM) - (주)신영이에스디, 7월 13, 2025에 액세스, https://www.syesd.co.kr/homepage/syStoryContent?sy_story_seq=647
20. 도심항공교통 활용을 위한 3D 공간정보 신속 구축 기법 연구, 7월 13, 2025에 액세스, https://koreascience.kr/article/JAKO202404861569434.pdf
21. Review of Wind Flow Modelling in Urban Environments to Support the Development of Urban Air Mobility - MDPI, 7월 13, 2025에 액세스, https://www.mdpi.com/2504-446X/8/4/147
22. Generative Modeling of Microweather Wind Velocities for Urban Air Mobility - arXiv, 7월 13, 2025에 액세스, https://arxiv.org/abs/2503.02690
23. Local Wind Vector Measurements Using Multirotor Urban Air Vehicle for the Simulation of Wind Fields in Urban Areas via Factorized Fourier Neural Operator | AIAA SciTech Forum, 7월 13, 2025에 액세스, https://arc.aiaa.org/doi/10.2514/6.2025-0142
24. UAM의 환경 영향과 사회적 수용성 - 한국교통연구원, 7월 13, 2025에 액세스, https://www.koti.re.kr/common/file/download.do?atch_no=keJ6WvI7tczIJFMSc1PCsA%3D%3D
25. 유럽 도심항공모빌리티(UAM)의 사회적 수용성 분석 - 국토교통과학기술진흥원, 7월 13, 2025에 액세스, https://www.kaia.re.kr/portal/cargos/attachFileDown.do?foSeqno=4078&seqno=7698
26. EVTOL | Future Flight Operations Team, 7월 13, 2025에 액세스, https://www.futureflightoperations.net/evtol
27. It Takes Two to Advance Advanced Air Mobility - AAM.today, 7월 13, 2025에 액세스, https://aam.today/it-takes-two-to-advance-advanced-air-mobility/
28. Digital Twin Approach for Integrated Airspace Management with Applications to Advanced Air Mobility Services - ResearchGate, 7월 13, 2025에 액세스, https://www.researchgate.net/publication/373700871_Digital_Twin_Approach_for_Integrated_Airspace_Management_with_Applications_to_Advanced_Air_Mobility_Services
29. DIGITAL TWINS IN AEROSPACE AND DEFENSE - Capgemini, 7월 13, 2025에 액세스, https://prod.ucwe.capgemini.com/wp-content/uploads/2023/05/Final-Web-Version-Report-Digital-Twins-in-AD.pdf
30. UAM(도심항공모빌리티) : 하늘을 나는 자동차, 현실이 될까?, 7월 13, 2025에 액세스, https://engineer-daddy.co.kr/entry/UAM%EB%8F%84%EC%8B%AC%ED%95%AD%EA%B3%B5%EB%AA%A8%EB%B9%8C%EB%A6%AC%ED%8B%B0-%ED%95%98%EB%8A%98%EC%9D%84-%EB%82%98%EB%8A%94-%EC%9E%90%EB%8F%99%EC%B0%A8-%ED%98%84%EC%8B%A4%EC%9D%B4-%EB%90%A0%EA%B9%8C
31. UAM ATM(Air Traffic Management) 시뮬레이션 모형구축 방법론 연구 - Korea Science, 7월 13, 2025에 액세스, https://koreascience.kr/article/JAKO202511554006491.pdf
32. Autonomous Sensor Development | Ansys, 7월 13, 2025에 액세스, https://www.ansys.com/applications/autonomous-sensor-development
33. LiDAR technology in autonomous driving - State, future, simulation - Anyverse, 7월 13, 2025에 액세스, https://anyverse.ai/lidar-technology-autonomous-driving-state-future-simulation/
34. Lidar and Radar Fusion in Urban Air Mobility Scenario - MATLAB ..., 7월 13, 2025에 액세스, https://www.mathworks.com/help/fusion/ug/lidar-and-radar-fusion-in-an-urban-air-mobility-scenario.html
35. The Next Generation of Active Sensors for Autonomous Driving | Mobileye Blog, 7월 13, 2025에 액세스, https://www.mobileye.com/blog/radar-lidar-next-generation-active-sensors/
36. 새로운 모빌리티의 등장, 도심항공교통(UAM) | e경제정보리뷰, 7월 13, 2025에 액세스, https://eiec.kdi.re.kr/publish/reviewView.do?ridx=16&idx=170&fcode=000020003600003
37. Airbus UTM's USim Brings Advanced Simulation Technology to ..., 7월 13, 2025에 액세스, https://acubed.airbus.com/blog/airbus-utm/airbus-ut-ms-u-sim-brings-advanced-simulation-technology-to-researchers-exploring-future-traffic-management-operations/
38. UTM Use-case for U-space - Unifly, 7월 13, 2025에 액세스, https://www.unifly.aero/utm-usecase-u-space/
39. Advancing U-space implementation through a collaborative ..., 7월 13, 2025에 액세스, https://www.eurocontrol.int/article/advancing-u-space-implementation-through-collaborative-approach-simulation
40. 한국형 도심항공교통(K-UAM) 운용개념서 1.0, 7월 13, 2025에 액세스, https://smartcity.go.kr/wp-content/uploads/2021/09/%EC%B2%A8%EB%B6%80_%ED%95%9C%EA%B5%AD%ED%98%95_%EB%8F%84%EC%8B%AC%ED%95%AD%EA%B3%B5%EA%B5%90%ED%86%B5K_UAM_%EC%9A%B4%EC%9A%A9%EA%B0%9C%EB%85%90%EC%84%9C1.0.pdf
41. A Modular Urban Air Mobility Simulation Toolchain with Dynamic Agent Interaction - DGLR, 7월 13, 2025에 액세스, https://www.dglr.de/publikationen/2023/570247.pdf
42. K-UAM 항로이탈 모니터링을 위한 항공감시정보 획득 및 활용체계 신뢰성 검증 기술 - FineVT Robotics LAB, 7월 13, 2025에 액세스, https://dronelab.co.kr/wp-content/uploads/2023/10/KAIA_K-UAM.pdf
43. Aviation cybersecurity: Scoping the challenge - Atlantic Council, 7월 13, 2025에 액세스, https://www.atlanticcouncil.org/in-depth-research-reports/report/aviation-cybersecurity-scoping-the-challenge-report/
44. 697DCK-23-C-00287 Security & Performance Monitoring for UTM Ecosystems Final Report - FAA, 7월 13, 2025에 액세스, https://www.faa.gov/uas/programs_partnerships/BAA/BAA004-ResilienX-Security-and-Performance-Monitoring-for-UTM-Ecosystems.pdf
45. Cybersecurity Risks and Threats in Avionics and Autonomous Systems - ResearchGate, 7월 13, 2025에 액세스, https://www.researchgate.net/publication/376789284_Cybersecurity_Risks_and_Threats_in_Avionics_and_Autonomous_Systems
46. Analytical Flight Dynamic Model Development for eVTOL Aircraft - ResearchGate, 7월 13, 2025에 액세스, https://www.researchgate.net/publication/388950277_Analytical_Flight_Dynamic_Model_Development_for_eVTOL_Aircraft
47. Flightmare: A Flexible Quadrotor Simulator - Robotics and Perception Group, 7월 13, 2025에 액세스, https://rpg.ifi.uzh.ch/docs/CoRL20_Yunlong.pdf
48. eVTOL 항공기 안전성 평가를 위한 가변형 시뮬레이터 구축 - 한국항행학회논문지 - KISS, 7월 13, 2025에 액세스, https://kiss.kstudy.com/Detail/Ar?key=4080062
49. Reconfigurable Simulator for Safety Evaluation of eVTOL Aircraft - Korea Science, 7월 13, 2025에 액세스, https://www.koreascience.kr/article/JAKO202407933620063.pdf
50. Flight Simulator Results Comparing Three Aircraft Configurations, 7월 13, 2025에 액세스, https://elib.dlr.de/201415/1/SciTech2023_Moreira_Flight%20Simulator%20Results%20Comparing%20Three%20Aircraft%20Configurations.pdf
51. Human Factors Lab | Volpe National Transportation Systems Center, 7월 13, 2025에 액세스, https://www.volpe.dot.gov/our-work/human-factors-lab
52. VR Pilot Training Systems That Cut Training Time by 65% (2025 Review) - Axis Intelligence, 7월 13, 2025에 액세스, https://axis-intelligence.com/vr-pilot-training-systems-2025-review/
53. Integrating virtual reality into flight training - Skies Mag, 7월 13, 2025에 액세스, https://skiesmag.com/features/integrating-virtual-reality-into-flight-training/
54. Flight Simulation as an Investigative Tool for Understanding Human Factors in Aviation Accidents - CORE Scholar, 7월 13, 2025에 액세스, https://corescholar.libraries.wright.edu/cgi/viewcontent.cgi?article=1029&context=isap_2005
55. An Objective Handling Qualities Assessment Framework of Electric, 7월 13, 2025에 액세스, https://www.preprints.org/manuscript/202409.2177/v1
56. Flight Simulation Training Devices (FSTD) | Aviation Academy - FOCA dLogbook, 7월 13, 2025에 액세스, https://dlog.bazl.admin.ch/en-gb/academy/glossary/flight-simulation-training-devices-fstd
57. The Different Kinds of Simulators Explained: BATD, AATD, FFS, FTD - Momentum Flight Training, 7월 13, 2025에 액세스, https://www.traincrj.com/blog/40-the-different-kinds-of-simulators-explained-batd-aatd-ffs-ftd
58. 14 CFR Appendix B to Part 60 - Qualification Performance Standards for Airplane Flight Training Devices - Legal Information Institute, 7월 13, 2025에 액세스, https://www.law.cornell.edu/cfr/text/14/appendix-B_to_part_60
59. Simulator Levels Explained - Aviation Simulator Technology, 7월 13, 2025에 액세스, https://www.ast-simulators.com.au/start-here/simulator-levels-explained
60. Flight Simulation Training Devices (FSTD) | Aviation Academy ..., 7월 13, 2025에 액세스, https://capzlog.aero/academy/glossary/flight-simulation-training-devices-fstd
61. The Future of Aviation: Becoming an eVTOL Pilot – FAA's New Regulations Open Up Career Opportunities - Autonomy Global, 7월 13, 2025에 액세스, https://www.autonomyglobal.co/the-future-of-aviation-becoming-an-evtol-pilot-faas-new-regulations-open-up-career-opportunities/
62. 14 CFR Part 60 NSP Consolidated Version For Reference Purposes Only Table of Contents - FAA, 7월 13, 2025에 액세스, https://www.faa.gov/sites/faa.gov/files/about/initiatives/nsp/consolidated_version.pdf
63. 14 CFR Appendix E to Part 60 - Qualification Performance Standards for Quality Management Systems for Flight Simulation Training Devices - Law.Cornell.Edu, 7월 13, 2025에 액세스, https://www.law.cornell.edu/cfr/text/14/appendix-E_to_part_60
64. Urban Air Mobility (UAM) Version 2.0 Concept of Operations April 26, 2023 - FAA, 7월 13, 2025에 액세스, https://www.faa.gov/sites/faa.gov/files/Urban%20Air%20Mobility%20%28UAM%29%20Concept%20of%20Operations%202.0_1.pdf
65. EASA – Flight Simulation Training Device (FSTD) Considerations, 7월 13, 2025에 액세스, https://sassofia.com/blog/easa-flight-simulation-training-device-fstd-considerations/
66. How AI Video Generators Are Transforming Helicopter Training Simulations, 7월 13, 2025에 액세스, https://wingsair.net/2025/07/01/how-ai-video-generators-are-transforming-helicopter-training-simulations/
67. Game-changer or gimmick?: Virtual reality (VR) simulators in pilot training - LARA Magazine, 7월 13, 2025에 액세스, https://www.laranews.net/virtual-reality-simulators-in-pilot-training/
68. AI-powered Aviation scenarios - RINA.org, 7월 13, 2025에 액세스, https://www.rina.org/en/media/CaseStudies/ai-powered-aviation-scenarios
69. The Complete Home Flight Simulator Setup Guide (2024) - Pilot Institute, 7월 13, 2025에 액세스, https://pilotinstitute.com/flight-simulator-setup/
70. Human Factors & Aviation Medicine July-August 1996 - Flight Safety Foundation, 7월 13, 2025에 액세스, https://flightsafety.org/hf/hf_jul-aug96.pdf
71. US/EU Aviation Safety Agreement Annex 4: Flight Simulation Training Devices - FAA, 7월 13, 2025에 액세스, https://www.faa.gov/aircraft/air_cert/international/bilateral_agreements/baa_basa_listing/media/US_EU_annex_4.pdf
72. Scenario-Based Synthetic Data Generation for an AI-based System Using a Flight Simulator, 7월 13, 2025에 액세스, https://www.researchgate.net/publication/377800734_Scenario-Based_Synthetic_Data_Generation_for_an_AI-based_System_Using_a_Flight_Simulator
73. Risk Analysis and Cybersecurity Implementation for UTM - DiVA portal, 7월 13, 2025에 액세스, https://www.diva-portal.org/smash/get/diva2:1766373/FULLTEXT01.pdf
74. Final Report Urban Air Mobility (UAM) Market Study, 7월 13, 2025에 액세스, https://ntrs.nasa.gov/api/citations/20190001472/downloads/20190001472.pdf