인공지능 기반 코드쉐어 계약 문헌 고찰과 브라질 사례

초록

본 논문은 코드쉐어 계약에 관한 기존 연구를 인공지능 기반 문헌 매핑 도구인 Litmaps를 활용해 체계적으로 정리한다. 전 세계적 흐름과 미국·유럽 사례를 검토한 뒤, 특히 브라질 시장의 규제 변천과 주요 항공사 간 협력 사례를 집중 분석한다. 연구 결과, 코드쉐어는 네트워크 확대와 비용 절감이라는 긍정적 효과와 동시에 경쟁 제한·가격 상승이라는 반경쟁 위험을 동시에 내포하고 있음을 확인한다. 또한 AI 도구 활용 시 데이터베이스 한계와 초록 기반 분류 오류 등 methodological 한 제약이 존재함을 지적한다.

상세 분석

코드쉐어 계약은 ‘마케팅 항공사’가 타 항공사의 운항편에 좌석을 판매함으로써 네트워크를 확장하고 운영 위험을 최소화하는 메커니즘으로, 1978년 미국의 항공규제 완화 이후 전 세계적으로 급속히 확산되었다. 논문은 이론적·실증적 선행연구를 두 축으로 구분하고, 각각이 제시하는 효과의 이질성을 상세히 비교한다. 긍정적 측면에서는 저수요 노선에 대한 공급 확대, 규모의 경제 실현, 그리고 가격 경쟁력 강화가 주요 논점이며, 특히 경로 보완성이 높은 경우에 이러한 효과가 통계적으로 유의미하게 나타난다. 반면, 경쟁관계에 있는 항공사가 동일 노선에서 코드쉐어를 체결할 경우 시장 지배력이 강화되고, 가격이 상승하거나 서비스 품질이 저하되는 반경쟁 현상이 보고된다.

브라질 사례 분석에서는 1990년대 말부터 시작된 초기 코드쉐어가 2003년 정부의 시장 재규제 정책과 맞물려 ‘TAM‑Varig’ 협력으로 전환된 점을 강조한다. 이 시기에 정부는 과잉 공급과 치열한 가격 경쟁을 억제하기 위해 규제 강화를 동시에 코드쉐어 촉진을 권장했으며, 이는 독특한 정책 혼합을 만든다. 이후 2000년대 중반부터 2020년대 초까지 다양한 국내·국제 코드쉐어가 등장했지만, 대부분이 단기 계약에 머물렀고, 장기적인 경쟁 효과에 대한 실증적 검증은 부족한 상태이다.

연구 방법론에서는 Litmaps를 활용해 1,200여 건의 초록을 자동 수집·시각화하고, 인용 네트워크와 주제 유사도 기반 클러스터링을 수행했다. AI 기반 매핑은 핵심 논문과 저자를 빠르게 식별하게 해 주었지만, 초록만을 분석 대상으로 삼아 본문 내용의 미세 차이를 놓치는 한계가 있다. 또한 데이터베이스 선정이 국제 저널 중심이어서 지역 학술지·학위논문 등 비주류 출판물은 배제되었으며, 이는 특히 브라질과 같은 신흥 시장의 실태를 온전히 포착하지 못하게 만든다.

결론적으로, 코드쉐어는 네트워크 효율성을 높이는 전략적 도구이지만, 경쟁 구도와 규제 환경에 따라 반경쟁 부작용이 발생한다는 이중성을 갖는다. 브라질에서는 규제 변동성과 주요 항공사의 시장 지위가 이러한 효과를 복합적으로 작용시켰으며, 향후 연구는 미시적 가격·수요 데이터를 활용한 계량분석과 정책 시뮬레이션을 통해 효과의 규모와 조건을 정량화할 필요가 있다.