이 연구 주제는 산업공학의 핵심인 시스템적 사고를 바탕으로 복잡한 생산·물류·서비스 시스템을 분석하고, 이를 정량적으로 모델링하여 더 나은 의사결정을 지원하는 데 초점을 둔다. 연구실의 전체 데이터에서 나타나는 공통된 흐름은 다양한 실제 문제를 수리적 구조로 변환하고, 제약조건과 목적함수를 명확히 정의한 뒤 최적화 기법을 통해 실행 가능한 해를 도출하는 접근이다. 이는 제조, 공급망, 운송, 재난 대응, 가격 결정 등 여러 응용 영역을 하나의 공학적 프레임으로 통합하는 연구 방향으로 볼 수 있다. 구체적으로는 정수계획법, 선형계획법, 네트워크 최적화, 휴리스틱 및 메타휴리스틱 알고리즘, 계층적 의사결정 구조 등을 활용해 대규모 문제를 다룬다. 재난 상황에서의 의료 구호소 입지 문제, 공급망 내 시설 배치, 차량 경로 계획, 컨테이너 운영, 조선 대형 블록의 공간 스케줄링과 같은 연구 실적은 이 연구실이 이론적 모델과 실제 산업 문제를 연결하는 능력이 강하다는 점을 보여준다. 또한 시스템 내 불확실성, 제한된 예산, 시간 제약, 다중 자원 제약 등을 함께 고려하는 점에서 현실 적합성이 높다. 향후 이 연구는 데이터 기반 의사결정과 결합되어 더 큰 확장성을 가질 수 있다. 기존의 최적화 모형이 설명 가능성과 강건성을 제공한다면, 최근의 지능형 알고리즘과 결합함으로써 변화가 심한 환경에서도 빠르고 유연한 대응이 가능해진다. 따라서 이 연구 주제는 스마트 제조, 지속가능 공급망, 공공 시스템 설계, 서비스 운영 혁신 등 다양한 분야에서 핵심 기반 기술로 작동하며, 연구실의 정체성을 가장 잘 드러내는 중심 축이라 할 수 있다.

이 연구 주제는 전통적인 운영관리 문제를 데이터와 인공지능 기반의 방법으로 고도화하는 데 초점을 둔다. 연구실의 논문과 저서 이력을 보면 생산관리, 스마트 제조, 서비스 운영, 가격 결정, 수요 예측 등에서 데이터 기반 접근을 적극적으로 활용하고 있으며, 이는 산업공학과 인공지능의 융합 연구로 해석할 수 있다. 특히 운영 현장에서 발생하는 복잡한 상호작용을 정태적 규칙이 아니라 학습 가능한 정책으로 다루려는 경향이 분명하게 드러난다. 대표적으로 자전거 공유 시스템의 대여 수요 예측 연구에서는 기계학습과 하이브리드 유전 알고리즘을 결합하여 예측 정확도와 운영 효율을 동시에 고려하였다. 또한 항공 동적 가격결정 연구에서는 강화학습을 적용해 고객의 기다림 행동과 시장 반응을 반영하는 적응형 가격 전략을 탐색하였다. 이러한 접근은 단순 예측에 그치지 않고 예측 결과를 실제 운영정책, 자원 배분, 수익관리 문제와 연결한다는 점에서 산업공학적 가치가 크다. 데이터마이닝, 기계학습, 탐색 기반 최적화, 시뮬레이션이 함께 사용되는 점도 중요한 특징이다. 이 연구는 앞으로 디지털 전환 환경에서 더욱 중요해질 가능성이 높다. 산업 현장은 실시간 데이터, 플랫폼 서비스, 고객 행동 정보, 센서 기반 운영 데이터가 빠르게 축적되고 있기 때문에, 이를 활용한 지능형 운영관리 체계가 경쟁력을 좌우한다. 연구실의 방향은 단순히 알고리즘 개발에 머무르지 않고, 실제 서비스 및 제조 시스템에 적용 가능한 형태의 의사결정 모델을 구축하는 데 의미가 있다. 따라서 본 주제는 스마트 서비스와 스마트 제조를 연결하는 실용적 연구 축으로 평가할 수 있다.

이 연구 주제는 제조공정, 물류운영, 공급망 설계와 같은 전통적 산업공학 영역을 디지털화·지능화하는 데 중점을 둔다. 출판 이력에 포함된 생산관리시스템 관련 저서와 스마트 제조, 데이터 기반 제조, 지속가능 제조 관련 학술 활동은 연구실이 제조 시스템의 효율성과 협업성, 지속가능성을 동시에 추구하고 있음을 보여준다. 이는 생산계획, 자재흐름, 설비운영, 공급자 선정, 조달 및 물류 네트워크를 하나의 통합 시스템으로 보는 접근과 맞닿아 있다. 학술대회 발표 주제를 살펴보면 공급자 탐색을 위한 제조 가능성 평가, Green-BOM 기반 지속가능 제품개발, 컨테이너 운영 최적화, 야드 크레인 운영, 배송 및 설치를 포함한 차량경로 문제 등 매우 다양한 생산·물류 이슈를 다루고 있다. 이러한 연구는 단순한 현상 분석이 아니라 실제 산업 시스템에서 비용, 시간, 자원 활용률, 친환경성, 서비스 수준을 함께 고려하는 복합 최적화 문제로 전개된다. 특히 스마트 제조 환경에서는 생산과 물류의 경계가 점차 희미해지고 있어, 연구실의 통합적 관점은 실질적 산업 적용성이 높다. 앞으로 제조와 물류 시스템은 Industry 4.0, CPS, 디지털 트윈, 플랫폼 협업, 탄소 저감 요구와 결합되면서 더욱 복잡해질 것이다. 이에 따라 본 연구 주제는 실시간 데이터 수집, 예측 기반 생산 스케줄링, 공급망 리스크 대응, 친환경 운영정책 수립 등으로 확장될 수 있다. 연구실은 기존 산업공학의 엄밀한 분석 틀 위에 스마트 생산관리의 새로운 요구를 결합함으로써, 제조 현장 혁신과 공급망 경쟁력 향상에 기여하는 연구를 수행하는 것으로 볼 수 있다.