공급체인관리는 기업의 생산, 유통, 재고, 물류 등 다양한 경영 활동을 통합적으로 관리하여 전체적인 효율성과 경쟁력을 높이는 핵심 분야입니다. 본 연구실은 공급체인관리의 이론적 기반과 실제 적용 사례를 바탕으로, 다양한 산업에서의 공급망 최적화 방안을 연구하고 있습니다. 특히, 글로벌 공급망 환경에서 발생하는 불확실성과 리스크를 최소화하기 위한 수리적 모델링, 시뮬레이션, 최적화 기법을 적극적으로 활용하고 있습니다. 연구실에서는 혼합정수계획법(MIP), 데이터 기반 예측모델, 유전 알고리즘 등 첨단 분석기법을 적용하여 생산계획, 재고관리, 물류 네트워크 설계 등 공급체인 전반의 의사결정 문제를 해결하고 있습니다. 또한, 친환경 및 지속가능한 공급망 구축을 위해 탄소배출 규제, 에너지 효율성, 친환경 물류 등 환경적 요소를 고려한 공급망 관리 방안도 중점적으로 다루고 있습니다. 이를 통해 기업의 비용 절감과 동시에 사회적 책임을 실현할 수 있는 전략을 제시하고 있습니다. 최근에는 빅데이터와 인공지능 기술을 접목하여 실시간 데이터 기반의 공급망 의사결정 지원 시스템을 개발하고 있으며, 다양한 산업(전자, 자동차, 에너지 등)에서의 실증 연구를 통해 연구성과의 실용성을 높이고 있습니다. 이러한 연구는 국내외 학술지와 산업계에서 높은 평가를 받고 있으며, 실제 기업 컨설팅 및 정책 자문으로도 이어지고 있습니다.

본 연구실은 경영과학(Operations Research) 기반의 다양한 의사결정 지원 시스템 개발에 주력하고 있습니다. 불확실성이 높은 경영 환경에서 최적의 결정을 내리기 위해, 퍼지이론, 뉴트로소픽 퍼지, 진화전략, 딥러닝 등 첨단 데이터 분석 및 수리적 기법을 활용한 연구를 수행하고 있습니다. 특히, 다기준 의사결정(MCDM), 시계열 예측, 수요예측, 생산 및 서비스 운영관리 등 다양한 경영문제에 적용 가능한 모델을 개발하고 있습니다. 최근 연구에서는 인공지능(AI)과 머신러닝을 활용한 수요예측, 재고관리, 생산계획 자동화 등 데이터 기반의 경영 혁신 방안에 집중하고 있습니다. 예를 들어, Gated Recurrent Unit(GRU)과 유전 알고리즘을 결합한 하이브리드 예측모델, 빅데이터 기반의 고객경험 분석, 스마트시티 공간정보 활용 등 다양한 분야에서 실질적인 성과를 도출하고 있습니다. 또한, 복잡한 시스템의 불확실성을 반영한 의사결정 알고리즘 개발을 통해, 실제 산업 현장에서의 적용 가능성을 높이고 있습니다. 이와 함께, 프로젝트 관리, R&D 투자효과 분석, 공공제도 서비스 품질 평가 등 다양한 응용 분야로 연구를 확장하고 있습니다. 이러한 연구는 정부, 공공기관, 민간기업 등 다양한 이해관계자에게 실질적인 의사결정 지원 도구와 전략적 인사이트를 제공하며, 경영학 분야의 학문적 발전과 산업계 혁신에 기여하고 있습니다.