ODM Lab
산업경영공학과
김현준
ODM Lab(Optimization & Decision Making Lab)은 데이터사이언스와 산업공학의 융합을 기반으로, 생산 스케줄링, 공급망 관리, 산업 최적화, 데이터 기반 의사결정 지원 등 다양한 분야에서 첨단 연구를 수행하는 연구실입니다. 본 연구실은 제조, 물류, 에너지 등 실제 산업 현장에서 발생하는 복잡한 문제를 수학적 모델링과 최적화, 인공지능 기술을 활용하여 해결하는 데 중점을 두고 있습니다.
ODM Lab의 핵심 연구 분야는 생산 스케줄링 및 산업 최적화, 공급망 관리 및 수송 최적화, 데이터사이언스 및 인공지능 기반 의사결정 지원으로 나뉩니다. 생산 스케줄링 분야에서는 반도체, 철강, 자동차 등 다양한 산업의 생산 현장에서 발생하는 복잡한 스케줄링 및 배치 문제를 수학적 최적화와 알고리즘 개발을 통해 해결하고 있습니다. 또한, 공급망 관리 분야에서는 수소 공급망, 물류 네트워크, 차량 경로 최적화 등 미래 지향적이고 사회적 파급효과가 큰 주제를 다루고 있습니다.
데이터사이언스 및 인공지능 분야에서는 정보검색, 데이터 마이닝, 강화학습, 딥러닝 등 최신 AI 기술을 접목하여, 데이터 기반의 예측 및 의사결정 지원 시스템을 개발하고 있습니다. 실제로 주가 예측, 지식 그래프 완성, 추천 시스템, 악성 트래픽 탐지 등 다양한 응용 분야에서 연구 성과를 내고 있습니다. 이러한 연구는 산업 현장의 효율성 향상과 더불어, 사회적 가치 창출에도 크게 기여하고 있습니다.
ODM Lab은 이론적 연구와 더불어, 포스코, 삼성전자, 한국산업기술진흥원 등 다양한 기업 및 기관과의 산학협력을 통해 연구 성과를 실제 산업 현장에 적용하고 있습니다. 또한, 정부 및 기업 프로젝트를 다수 수행하며, 연구실 구성원들은 국내외 학회 및 저명 학술지에 활발히 논문을 발표하고 있습니다.
앞으로도 ODM Lab은 데이터사이언스와 산업공학의 융합을 통한 혁신적인 연구를 지속적으로 추진하며, 미래 산업의 디지털 전환과 스마트 팩토리, 친환경 에너지, 지능형 공급망 구축 등 다양한 분야에서 선도적인 역할을 수행할 것입니다.
Hydrogen Refueling Stations
Optimization
Scheduling Algorithms
생산 스케줄링 및 산업 최적화
ODM Lab은 제조 환경에서의 생산 스케줄링과 산업 최적화 문제를 중점적으로 연구하고 있습니다. 유연한 기계 스케줄링, 자재 운반과 통합된 계획, 고혼합 저량 생산 환경에서의 스마트 생산 계획 등 다양한 제조 현장의 실제 문제를 수학적 모델링과 최적화 기법을 통해 해결하고 있습니다. 특히, 반도체, 철강, 자동차 등 다양한 산업 분야에서 발생하는 복잡한 생산 및 배치 문제에 대해 맞춤형 알고리즘을 개발하고, 실제 산업 현장에 적용하여 생산성 향상과 비용 절감을 실현하고 있습니다.
이러한 연구는 수학적 프로그래밍, 동적 계획법, 휴리스틱 및 메타휴리스틱, 컬럼 생성, 분기한정법 등 다양한 최적화 기법을 활용하여 이루어집니다. ODM Lab은 이론적 연구뿐만 아니라, 포스코, 삼성전자 등 국내외 주요 기업과의 산학협력을 통해 실제 산업 문제 해결에 기여하고 있습니다. 또한, 수소 공급망, 슬래브 설계, 배치 최적화 등 다양한 프로젝트를 수행하며 산업 현장의 혁신을 선도하고 있습니다.
ODM Lab의 연구는 단순한 이론적 접근을 넘어, 실제 산업 현장에서 발생하는 다양한 제약조건과 불확실성을 반영한 실용적인 솔루션 개발에 초점을 맞추고 있습니다. 이를 통해 제조업의 디지털 전환과 스마트 팩토리 구현에 핵심적인 역할을 하고 있으며, 미래 산업의 경쟁력 강화를 위한 혁신적인 연구를 지속적으로 추진하고 있습니다.
공급망 관리 및 수송 최적화
ODM Lab은 공급망 관리(SCM)와 물류, 수송 최적화 분야에서도 활발한 연구를 수행하고 있습니다. 특히, 수소 공급망 네트워크의 최적화, 다단계 재고 정책 개발, 차량 경로 문제(VRP) 등 복잡한 공급망 및 물류 시스템의 효율적 운영을 위한 수리적 모델과 최적화 알고리즘을 개발하고 있습니다. 최근에는 친환경 에너지 전환을 위한 수소 공급망 설계, 수소 충전소 입지 선정, 온사이트 생산시설 배치 등 미래 지향적 주제에도 집중하고 있습니다.
이 연구 분야에서는 불확실성과 다양한 제약조건을 고려한 강건 최적화(Robust Optimization), 분포 강건 최적화(Distributionally Robust Optimization), 강화학습 및 머신러닝 기반의 의사결정 지원 시스템 등 첨단 기법을 적극적으로 도입하고 있습니다. 실제로, 수소 에너지 공급망의 전략적 배치와 운영, 전국 단위의 물류 네트워크 설계, 라스트마일 배송 최적화 등 실질적인 사회적·산업적 파급효과가 큰 연구를 다수 수행하고 있습니다.
ODM Lab은 이론적 연구와 더불어, 다양한 정부 및 기업 프로젝트를 통해 연구 성과를 현장에 적용하고 있습니다. 이를 통해 지속가능한 공급망 구축, 물류 효율화, 친환경 에너지 확산 등 사회적 가치 창출에 기여하고 있으며, 미래형 스마트 공급망 및 물류 시스템 구축을 위한 핵심 연구 역량을 보유하고 있습니다.
데이터사이언스 및 인공지능 기반 의사결정 지원
ODM Lab은 데이터사이언스와 인공지능(AI) 기술을 활용한 의사결정 지원 시스템 개발에도 주력하고 있습니다. 정보검색, 데이터 마이닝, 수요 예측, 강화학습, 딥러닝 등 최신 AI 기술을 다양한 산업 문제에 접목하여, 데이터 기반의 혁신적인 솔루션을 제시하고 있습니다. 예를 들어, 주가 변동 예측, 지식 그래프 완성, 추천 시스템, 악성 트래픽 탐지 등 다양한 응용 분야에서 머신러닝 및 딥러닝 기반의 모델을 개발하고 있습니다.
ODM Lab은 대규모 데이터 분석과 예측, 최적화 문제를 통합적으로 다루며, 실제 산업 현장에서 발생하는 데이터의 불완전성, 희소성, 불확실성 등을 극복하기 위한 새로운 알고리즘과 프레임워크를 연구합니다. 또한, 강화학습을 활용한 유지보수 정책 최적화, 메타러닝 기반 재고관리, 그래프 신경망을 활용한 지식 그래프 완성 등 첨단 AI 기술을 산업 문제 해결에 적극적으로 적용하고 있습니다.
이러한 연구는 산업 현장의 효율성 제고와 더불어, 데이터 기반의 스마트 의사결정 체계 구축에 기여하고 있습니다. ODM Lab은 데이터사이언스와 인공지능 분야의 최신 연구 동향을 반영하여, 미래 산업의 디지털 혁신과 지능형 시스템 구축을 선도하고 있습니다.
1
Balancing Yield and Makespan in Wafer Fabrication: A Two-Stage Data-Driven Scheduling Approach
Kim, M.-G., Kim, H.*, Barde, S., Lee, C.-H.
Journal of Manufacturing Systems, 2025
2
Site and Capacity Selection for On-Site Production Facilities in a Nationwide Hydrogen Supply Chain Deployment Plan
Lee, S.1, Kim, H.1, Kim, B.-I.*, Song, M., Lee., Ryu, H.
International Journal of Hydrogen Energy, 2024
3
A web-based decision support system (DSS) for hydrogen refueling station location and supply chain optimization
Ryu, H., Lee, D., Shin, J., Song, M.*, Lee, S., Kim, H., Kim, B.-I.
International Journal of Hydrogen Energy, 2023
1
포스코 마케팅 메타버스 Slab설계 최적화 구축 과제 한양대 에리카 전문교수 상세설계 용역
3
지능형 로봇 기반 기술을 선도하는 창의융합형공학인재 양성지원사업(3단계)
