정태수 연구실은 공급체인관리(SCM) 분야에서 혁신적인 연구를 수행하고 있습니다. 본 연구실은 공급망의 효율성 극대화, 위험 관리, 다중 소싱 전략, 공급망 회복력 강화 등 다양한 주제를 다루며, 실제 산업 현장에서 발생하는 복잡한 문제를 수리적 모델링과 데이터 기반 접근법을 통해 해결하고 있습니다. 특히, 코로나19 팬데믹과 같은 예기치 못한 외부 충격에 대응하기 위한 공급망 운영 최적화, 글로벌 가치사슬(GVC) 위험 분석, 공급망 내 정보 불일치와 불확실성 관리 등 실질적이고 시의성 있는 연구를 진행하고 있습니다. 연구실에서는 혼합정수계획법, 강화학습, 시뮬레이션, 게임이론 등 다양한 최적화 및 인공지능 기법을 활용하여 공급망 설계와 운영의 효율성을 높이고 있습니다. 예를 들어, 다중 소싱 및 추가 조달 전략을 평가하는 2단계 수리모형, 공급망 내 리스크 분석 및 대응 방안, 공급망 내 정보 불일치가 성과에 미치는 영향 분석 등 다양한 연구 성과를 보유하고 있습니다. 또한, 실제 산업 데이터를 활용한 실증 연구와 시뮬레이션을 통해 이론적 모델의 실효성을 검증하고, 산업계에 적용 가능한 실질적 솔루션을 제시하고 있습니다. 이러한 연구는 제조, 물류, 유통, 의료 등 다양한 산업 분야에 적용되고 있으며, 공급망의 지속가능성, 회복력, 경쟁력 강화를 위한 전략적 의사결정 지원에 중점을 두고 있습니다. 정태수 연구실의 공급체인관리 연구는 국내외 학계와 산업계에서 높은 평가를 받고 있으며, 다양한 정부 및 산업체 연구과제를 통해 사회적·경제적 가치를 창출하고 있습니다.

정태수 연구실은 스마트 물류와 모빌리티 혁신 분야에서도 선도적인 연구를 수행하고 있습니다. 본 연구실은 전기 이륜차 배터리 교환소 위치 선정, 무인항공기(UAV) 및 지상 차량 협업 배송, 스마트공장 경영과 기술, 온디맨드 라스트마일 배송 시스템 등 첨단 물류 시스템의 설계와 운영 최적화에 집중하고 있습니다. 특히, 전기차 및 전기 이륜차의 배터리 교환 시스템, 배터리 수명 예측, 배터리 교환소 입지 선정 등 친환경 모빌리티와 연계된 연구가 활발히 이루어지고 있습니다. 연구실에서는 강화학습, 딥러닝, 그래프 신경망 등 최신 인공지능 기법을 활용하여 물류 네트워크의 효율성 향상, 에너지 절감, 실시간 의사결정 지원 시스템을 개발하고 있습니다. 예를 들어, 전기 이륜차의 주행 데이터 분석을 통한 배터리 교환 시점 예측, 스마트공장 내 자율주행 차량의 교통 제어, 대형 건물 내 HVAC 시스템의 에너지 소비 예측 및 제어 등 다양한 응용 연구를 수행하고 있습니다. 또한, 도시 내 물류 네트워크의 탄력성 강화, 재난 상황에서의 응급 의료시설 위치 및 자원 할당 최적화, 공유경제 기반 교통체계 설계 등 사회적 문제 해결에도 기여하고 있습니다. 이러한 연구는 실제 산업 현장과의 협력을 통해 실증적 성과를 창출하고 있으며, 정부 및 산업체와의 다양한 프로젝트를 통해 스마트 물류 및 모빌리티 혁신을 선도하고 있습니다. 정태수 연구실의 연구는 지속가능한 도시 물류, 친환경 교통, 스마트 팩토리 등 미래 산업의 핵심 인프라 구축에 중요한 역할을 하고 있습니다.