이 연구 주제는 경영정보시스템을 기반으로 기업의 의사결정, 운영, 고객관리, 플랫폼 전략을 어떻게 인공지능과 결합하여 혁신할 수 있는지를 탐구한다. 연구실의 저서와 학술활동 전반에서는 디지털 전환, 전자상거래, 플랫폼 경쟁력, AI 스타트업, AI 기반 사업 설계 등 경영과 기술의 접점을 지속적으로 다뤄 왔으며, 이를 통해 기술 도입 자체보다 기술이 만들어내는 가치 구조와 수익 구조의 변화에 주목하는 연구 방향이 뚜렷하게 나타난다. 특히 AI가 기존 정보시스템의 자동화 도구를 넘어 새로운 조직 설계와 산업 생태계 재편의 핵심 요소가 된다는 점을 강조한다. 방법론적으로는 사례연구, 탐색적 다중 사례 분석, 비즈니스 모델 프레임워크 설계, 시장 및 산업 동향 분석, 귀납적 기계학습 기반 가설 도출 등이 폭넓게 활용된다. 전자상거래 에이전트, 온라인 커뮤니티, 추천 시스템, 모바일 결제, 스마트 커넥티드 제품, 제조 서비스화, AI 스타트업 분석 등 다양한 맥락에서 기업이 어떤 방식으로 정보기술을 사업모델화하는지 검토해 왔다. 이러한 접근은 단순한 시스템 구현 연구를 넘어, 어떤 제도적 조건과 생태계 구조가 기술 사업화의 성공을 촉진하는지 설명하는 데 강점이 있다. 이 연구의 기대효과는 기업 차원에서는 AI 기반 신규 서비스와 수익모델 발굴, 산업 차원에서는 플랫폼 경쟁력 확보와 디지털 전환 전략 수립, 정책 차원에서는 전자거래 및 AI 산업 활성화를 위한 제도 개선으로 이어진다는 점이다. 최근에는 생성형 AI와 AI 에이전트가 기업 활동의 일부를 대체하거나 증강하는 국면으로 진입하면서, 경영정보시스템 연구도 단순한 정보처리에서 지능형 가치창출 시스템 연구로 확장되고 있다. 따라서 이 주제는 경영학, 정보시스템, 인공지능을 연결하는 연구실의 대표 축으로 볼 수 있다.

이 연구 주제는 인간과 조직의 의사결정을 지원하거나 일부를 자동화하는 지능형 의사결정시스템의 설계와 응용에 초점을 둔다. 연구실의 초기 연구에서는 전문가시스템, 스케줄링 시스템, 협상 프로토콜, 전자상거래 에이전트 등 전통적인 인공지능 응용이 핵심이었으며, 이후에는 추천시스템, 예측모형, 챗봇, 매칭 에이전트, 세일즈 에이전트 등 보다 실제 비즈니스 환경에 밀착된 지능형 서비스로 연구 범위가 확장되었다. 이러한 흐름은 정보시스템이 정형 데이터 처리 중심에서 상황 인지와 자율적 판단을 수행하는 에이전트 중심 구조로 발전해 왔음을 보여준다. 연구 방법 측면에서는 다중 에이전트 시스템, 협상 프레임워크, 기계학습, 딥러닝, 자연어처리, RAG, 역할 분화형 LLM 설계 등 다양한 AI 기법이 활용된다. 과거의 전자상거래 협상 에이전트 연구는 오늘날의 생성형 AI 에이전트 연구와 자연스럽게 연결되며, 구매자 에이전트, 판매자 에이전트, 대화형 매칭 에이전트와 같은 구체적 서비스 개발로 이어지고 있다. 특히 LLM과 검색증강생성, 메타정보, 지식그래프를 결합해 응답 정확도와 실용성을 높이려는 최근 연구는 단순 질의응답이 아닌 실제 업무수행형 에이전트로의 발전 가능성을 보여준다. 이 분야의 중요성은 AI가 단순 분석 도구를 넘어 경제활동의 주체처럼 기능하는 'AI 에이전트 경제'를 형성할 수 있다는 점에 있다. 연구실은 이러한 변화를 기술적 가능성뿐 아니라 비즈니스 모델과 정책 방향까지 함께 논의하고 있으며, 금융, 커머스, 공공정책, 교육, 보건의료 등 다양한 영역으로 확장 가능한 응용 시나리오를 제시하고 있다. 앞으로 이 연구는 인간 중심의 통제 가능성과 설명 가능성을 유지하면서도, 보다 자율적이고 협력적인 AI 시스템을 구현하는 방향으로 계속 진화할 것으로 보인다.

이 연구 주제는 전자상거래와 플랫폼 산업의 진화 속에서 사용자 중심의 AI 서비스를 어떻게 설계하고 확산시킬 것인가를 다룬다. 연구실은 오래전부터 전자상거래 원론, 정보중개, 비교쇼핑, 인터넷 사업모형, 온라인 커뮤니티, 모바일 결제, O2O 서비스, 옴니채널 서비스 등 디지털 상거래 전반을 지속적으로 연구해 왔다. 최근에는 글로벌 전자거래 시장 변화, AI 에이전트 이코노미, 플랫폼 경쟁력, 데이터·AI 인프라와 같은 주제로 연구 범위가 확대되며, 단순 거래 시스템에서 지능형 거래 생태계 연구로 이동하고 있다. 핵심 방법론으로는 사용자 행동 데이터 분석, 시장 세분화, 추천 및 마케팅 최적화, 플랫폼 사례 비교, 서비스 설계, 프로토타입 개발이 활용된다. 온라인 게임 산업의 시장 세분화, 공급자 가격 맥락을 고려한 비교쇼핑 최적화, NFC 기반 방문객 행동 분석, 사용자 중심 초개인화 추천, 자연어처리 기반 수요 예측과 트렌드 분석 등은 모두 상거래 데이터와 사용자 맥락을 정밀하게 연결하려는 시도에 해당한다. 특히 최근 연구에서는 생성형 AI를 활용한 상품 안내, 개인화 마케팅 메시지 생성, 이벤트 프로모션, 오더 풀필먼트 등의 서비스가 강조되며, 커머스 자체가 대화형·지능형 인터페이스로 바뀌고 있음을 보여준다. 이 연구의 의의는 플랫폼 독점과 데이터 집중이 심화되는 환경에서, 사용자 중심성과 공정성, 개인화와 프라이버시, 서비스 혁신과 산업 경쟁력 사이의 균형을 모색한다는 점이다. 연합학습 기반 AI 공유, 다중 상점 환경의 초개인화 추천, 프라이버시 보존형 개인화 서비스 연구는 중앙집중형 플랫폼의 대안적 구조를 제시한다. 결과적으로 이 연구는 전자상거래를 단순 거래 효율의 문제가 아니라, 사용자 경험과 데이터 거버넌스, 산업정책, 글로벌 경쟁전략이 결합된 종합적 시스템으로 이해하게 만든다.