• 항공우주정책ㆍ법학회지
• /
• 제28권2호
• /
• pp.3-35
• /
• 2013

오늘날 항공운송은 국가 간 인적 물적 교류를 위한 최적화된 운송 수단이다. 우리나라는 물론 세계 각국은 효율적인 항공운송을 이용하기 위해 국제항공협정을 체결하여 항공사 노선확장과 운항횟수의 증가 등을 이룩하였지만 동전의 양면처럼 항공운송 사고의 발생가능성도 높아졌다. 항공운송 사고의 발생 빈도는 타교통수단 사고와 비교하였을 때 높지는 않아도 항공사고가 발생하면 대형 참사로 이어진다. 항공운송 사고는 국내 운송사고보다 국제 운송사고가 많으며, 사고가 발생하였을 경우에 항공운송인과 여객 또는 송하인 등의 법적 책임에 대한 분석이 필요하다. 항공운송 사고의 법적 규율에 대한 선순위 판단은 항공운송계약의 종류의 구분이다. 항공운송계약은 객체에 따라 항공여객운송계약과 항공물건운송계약으로 분별된다. 특히 항공여객운송 사고는 인명 피해를 발생시키기 때문에 이에 대한 법적 규율에 대한 논의가 더욱 필요하다. 개정 "상법" 항공운송편은 국제항공운송에서 세계적으로 활용되는 조약들의 내용을 우리 실정에 맞게 반영하여 국제적 기준에 맞으면서 체계상으로도 육상 해상 항공 운송을 포괄하는 특징을 갖고 있다. 그러나 "상법"은 운송계약상 항공운송인의 손해배상책임 문제를 규율하는 몬트리올협약을 주로 반영하면서 동 협약이 가지고 있던 문제로 인하여 국내 상황에 맞게 변형 및 생략을 통해 동 협약의 규정을 수용함으로 인해 발생하는 문제들도 생겨나게 되었다. 특히 여객 손해에 대한 손해배상책임의 발생 원인으로서 사고의 개념은 판례의 해석이 반영된 관련 조약과 "상법"에서 어느 정도 명확한 개념 정의가 필요하다고 할 것이다. "상법" 항공운송편의 모법인 몬트리올 협약은 여객의 사망 또는 신체상해의 원인이 된 사고가 '항공기상에서' 또는 '승강을 위한 작업 중' 발생한 경우에 항공운송인의 손해배상책임에 대하여 규정하고 있으며 이는 바르샤바 협약부터 이를 개정한 전 협약에 걸쳐 동일하게 규정되었고 '사고'의 개념 및 '승강을 위한 작업 중'의 범위와 관련하여 지금까지 논란이 계속되고 있는 중이다. 또한 손해배상의 대상 범주인 여객 손해 중 '신체상해'에 여객이 항공운송 중에 입은 정신적 손해를 포함시킬 수 있는지 여부를 두고 논쟁 중이다. 현행법상 신체적 상해의 경우 특정 상황에서 정신적 손해에 대한 배상이 가능하고 항공사고로 인한 발생한 정신적 손해는 중대한 신체적 상해와 같이 피해자로 하여금 정상적인 생활을 할 수 없게 할 만큼 심각한 피해이다. 그래서 여객의 정신적 손해는 관련 조약이나 "상법"상 신체적 상해에 포함하는 것으로 해석할 필요가 있으며 항공운송인의 합리적인 보호와 남소의 예방 측면에서 명백히 증명될 수 있는 정신적 손해만을 배상하여야 할 것이다. 연착 손해의 배상은 바르샤바 협약, 몬트리올 협약, "상법"은 여객 수하물 및 운송물의 연착으로 인한 항공운송인의 손해배상책임 규정은 있지만 연착에 대한 언급을 하고 있지 않기 때문에 연착에 대한 개념 정리가 필요하다. 연착의 개념에 대한 엄격한 해석은 항공운송인의 안전한 운항을 저해할 소지가 있으므로 여객 수하물 또는 운송물이 항공운송계약에 명시된 도착 예정인 공항에 합의된 시간 내에 또는 이러한 합의가 없을 경우 당해 상황을 고려해 선의의 운송인에게 요구할 수 있는 합리적인 시간 내에 도착 또는 인도되지 아니한 경우를 말한다와 같이 정의하는 것이 옳다고 생각한다. 항공사 약관의 손해는 여객 손해는 대한항공의 국제여객운송약관에 의하면 협약이나 기타 법령에서 정하는 경우 이외에 해당하는 항공운송이나 대한항공이 행하는 서비스로부터 여객에게 발생한 손해는 대한항공이 원칙적으로 책임을 부담하지 않고 대한 항공의 태만 또는 고의적인 과실에 기인하여 발생하였다는 사실이 증명되고 동 손해에 여객의 과실이 개재되지 않았다는 점이 판명된 경우에만 책임을 부담한다. 협약 또는 법령에서 정하지 않은 손해의 경우에는 항공사 측의 과실이 증명된 경우에만 책임을 부담한다는 조항인데 대한항공 약관상 '태만' 또는 '고의적인 과실'이라는 용어의 적합성에 대한 판단이 필요하며 중과실이라고 함이 타당하다고 생각된다. 수하물 손해는 대한항공 국제여객운송약관은 여객의 위탁수하물에 포함되어 있는 전자제품 등의 손상 또는 인도의 지연에 대하여 대한항공은 사실을 알고 있는지 여부에 관계없이 책임을 부담하지 않지만 미국을 출발 또는 도착하는 국제선 운송의 경우에는 그렇지 않다. 따라서 미국을 출발 또는 도착하는 국제선 여객을 다른 나라에 출발 또는 도착하는 국제선 여객을 불합리하게 차별하는 것으로 조약의 내용과 동일하게 물품에 대하여 항공사가 책임을 부담하는 방향으로 개정되어야 할 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.