연구분야

본 연구실에서는 변화하는 제조 경영 및 공공 환경에서 데이터 마이닝 모델, 멀티 에이전트 모델 등의 연구를 통해 제조 공정, 군사 과학 기술, 인공 시장 및 인공 재난, 공급망 관리 등의 도메인에 적용할 수 있는 원천 기술들을 개발하고 관련된 시스템 분석 전문가를 양성합니다.

이를 위하여 다음과 같은 세부적인 연구 주제를 중심으로 과제 및 연구가 진행 중에 있습니다.

  • 제조 공정 분야
  • 인공 시장 및 인공 재난
  • 국방 모델링 시뮬레이션
  • 공급망 관리

 


1. 제조 공정 분야 (Data Mining for Manufacturing Process)

반도체, LCD 제조 그리고 최근 들어 제약 제조 산업까지 제조 공정 능력의 중요성은 점점 더 부각되고 있습니다. 제조 산업은 기술집약적 첨단 산업으로 고수율을 달성하는 것이 매우 어렵고 전세계 기업 모두 수율 관리에 최선을 다하고 있습니다. 본 연구실은 제조 공정에서 수율을 향상시키기 위해 실시간으로 수집되는 시계열 공정 데이터를 활용하여 공정 이상 진단(Fault Detection and Classification) 기술과 선진 공정 제어(Advanced Process Control) 기술을 연구합니다.

세부 연구 분야

    • 시계열 데이터의 구조적 특징을 이용한 다변량 공정 이상 진단 모델
    • 공정변화(Drift)에 강건한 다변량 공정 이상 진단 모델
    • 인과관게 네트워크를 이용한 중요 공정 변수 선택
    • 공정 빅 데이터 차원 축소 기법
    • 선진 공정 제어
    • 완제품 수율 관리(Yield enhancement)

최근 3년간 대표 연구 성과


2. 국방 모델링 시뮬레이션 (Defense Data Mining & Simulation)

데이터 마이닝 기법 및 최적화 기법을 활용하여 아군과 적군을 모델링하여 인공 지능 기반의 국방 지원 시스템을 구축하는 것을 목표로 연구를 진행합니다. 대한민국은 대륙과 해양의 교량적 위치에 있는 중요한 요충지 입니다. 우리나라 북쪽으로는 북한이 존재하며, 서쪽으로는 중국이 존재합니다. 또한, 동쪽으로는 미국과 일본이 존재합니다. 따라서, 전쟁이 발생할 경우 지리적/정치적으로 우리나라의 안보는 보장받기 어렵습니다. 즉, 자국의 전투력 증진을 위해 방공전력증강 및 무기자원의 국산화를 위한 지속적인 연구개발이 필요한 상황입니다. 본 연구실에서는 국방 모델링을 통해 자국의 국방 의사 결정 지원 시스템 개발을 목표로 합니다. 이를 위해, 전장 상황을 모사하는 시뮬레이터를 개발함과 동시에, 이를 데이터 마이닝 및 최적화 기법을 활용하여 최적화된 군사 작전을 도출하는 연구를 진행합니다.

아래 그림은 본 연구진이 제안한 인공지능 기반 작전 결심 지원 시스템입니다. 위의 시스템은 세 가지 알고리즘(위협평가/무기할당/스케줄링)으로 구성되어 있으며, 자동적으로 알고리즘에 따른 최적화된 파라미터를 도출하도록 시스템을 구축하는 것을 목표로 합니다.

military

 

세부 연구 분야

  • 적군 위협 평가 시스템
  • 적군 무기 자원 클러스터링
  • 무기 자원 할당 알고리즘 연구
  • 무기 자원 스케줄링 기법 연구
  • 메타 휴리스틱 (Meta-heuristic)

대표 연구 성과

 


3. 인공 시장 및 인공 재난

에이전트 기반 시뮬레이션 모형을 이용하여 개인의 다양한 속성과 상호 작용을 고려한 인공 시장과 인공 재난 연구를 합니다.

 

3.1. 인공 시장 (Artificial Market and Product/Technology Diffusion)

다양한 소비자 에이전트들의 제품 평가와 구전효과를 고려한 제품 구매 행위를 모사한 시뮬레이션 모형으로 신제품이나 신기술의 확산 행태를 관찰하는데 사용합니다. 이는 생산 운영 관리 및 마케팅 경영에 활용합니다.

market

 세부 연구 분야

      • 소비자 제품 선택 모형 연구: 휴리스틱 모형(: Fuzzy Technique Ordered Preference by Similarity to the Ideal Solution), 심리 모형(: Prospect theory 기반 모형)
      • 제품의 대체/보완 정도 측정과 이와 같은 대체보완 관계의 확산 영향 정도 측정 연구
      • 소비자 소셜 네트워크 추정 및 구축 알고리즘 연구
      • 소비자 제품 선택 시기 추정 연구
      • 최적 제품 속성 결정, 최적 제품 라인 결정 등 생산 운영 최적화 연구

 대표 연구 성과

 

3.2. 인공 재난 (Artificial Disasters)

인공 재난은 재난 지역의 환경, 재난의 변화, 재해를 입은 사람들의 행동을 설계하여 인위적으로 재난 상황을 실험하는 에이전트 기반 시뮬레이션 모형입니다. 인공 재난 연구는 크게 사회 기반 시설 간의 상호 연관 관계와 영향 관계 연구, 재난 확산 연구(예: 전염병, 생화학 물질, 방사능 물질, 화재 등), 그리고 재난에 반응하는 사람들의 행동을 연구하는 연구(예: 군중 대피 시뮬레이션)이 있습니다. 본 연구실은 이러한 세 가지 연구 주제를 통해, 산업공학이 나아가야 할 최신 경향을 이해하고, 개념적 차원의 접근을 넘어 실용 가능한 모델과 기술을 개발하기 위해 노력하고 있습니다.

아래 그림은 전염병 확산에 대한 시뮬레이션 로직을 보여줍니다. 개별 소비자의 위험 회피성과 이질성, 그리고 구전효과를 반영하기 위한 치료제 및 백신 투약 의사 결정 방법론을 제안하고, 이를 반영한 이질적 개체 연결 망 기반 전염병 확산 시뮬레이션 모형을 통해 전염병 확산 모형을 개발합니다. 마지막으로 PSO(Particle Swarm Optimization)를 통해 전염병 확산에 따른 공급자와 사회가 감당해야 할 예상 손실을 최소화하는 공급량을 결정하도록 합니다.

environment

세부 연구 분야

      • 사회 기반 시설간 상호 연관 관계 및 영향
      • 재난 확산 연구(예: 전염병, 생화학 물질, 방사능 물질, 화재 등)
      • 재난에 반응하는 사람들의 행동을 연구하는 연구(예: 군중 대피 시뮬레이션)

대표 연구 성과


4. 공급망 관리 (Supply Chain Management)

데이터 마이닝 기법과 최적화 기법을 연동하여 글로벌 공급망 문제를 모델링하고 해결하는 연구를 진행합니다. 또한 RFID와 같은 실시간 데이터 수집 기술을 공급망에 적용하여 상태모니터링-분석-피드백제어가 추가된 공급망의 폐쇄형 관리 패러다임을 제공하고 새로운 형태의 적응적 생산관리, 재고관리 기술을 개발하며, 에이전트 기반 시뮬레이션을 이용하여 소비자의 구매행동을 반영한 제품확산 시뮬레이션을 접목한 마케팅 전략-생산 운영관리의 최적 동기화 연구를 수행합니다.

세부 연구 분야

      • 데이터 마이닝을 이용한 폐쇄형 공급망 제어(Closed-Loop Supply Chain Control)
      • RFID을 이용한 실시간 제품 추적 시스템
      • 재강화 학습(Reinforcement Learning)을 이용한 지능형 재고 관리
      • 멀티 소비자에이전트 시뮬레이션을 이용한 최적 마케팅전략생산운영관리 동기화

대표 연구 성과