□ 세미나 배경 및 목적

오늘날 SCM(공급사슬경영)은 글로벌 공급망의 불확실성과 비즈니스 복잡성이 높아진 환경에서 거대한 변화를 맞이하고 있습니다. 4차 산업혁명 기술인 빅데이터, 인공지능, IoT 등 첨단 기술은 점차 공급망 경쟁력의 원천이 되어 스마트 SCM으로서 공급망 내 정보 흐름을 실시간으로 공유/분석하여 신속하고 유연한 의사결정에 반영할 수 있는 능력이 학술적/실무적으로 중요한 문제로 대두되고 있습니다. 의사결정 리스크가 크게 증가한 시점에서 스마트 SCM에 대한 명확한 이해가 요구되며, 기회와 위기에 대한 면밀한 분석과 통찰이 필요합니다. 그러나 현재 국내에는 첨단 기술이 적용된 스마트 SCM의 모습을 함께 그려나가기 위해 대학, 산업체, 연구기관 등의 다양한 전문가들이 모여서 함께 연구하고 토론하는 장이 부재한 상황입니다.

 

이에 4차 산업혁명으로 변모한 서비스와 제조혁신을 선도하기 위해 대한산업공학회 물류및공급망워킹그룹, 한국SCM학회 스마트SCM연구회와 공동으로 캐나다 토론토 대학의 이치근 교수님을 특별 초청하여 학술 세미나를 진행, 이를 통해 불확실성에 대응하는 차세대 SCM에 대한 비전을 제시하고자 합니다.

 

ㅇ 목적

국내외 학계/산업계/연구소 등의 관련 전문가들이 모여서 불확실한 상황에서 의사결정을 해야 하는 글로벌 SCM에 MDP, 강화학습 등 다양한 방법론을 적용하여 최적 의사결정 도출을 위한 차세대 SCM의 연구주제 도출을 논의함.

 

ㅇ 일시 : 2019. 11. 22.(금) 오후 5시 30분 ~ 6시 30분

ㅇ 장소 : 고려대학교 (안암캠퍼스) 공학관 562호 (약도 참조)

 

 

□ 해외석학 소개

ㅇ 주요 약력

- Michigan University, Industrial and Operations Engineering 박사

- Professor of Industrial Engineering at the University of Toronto

- Director of The Centre for Maintenance Optimization and Reliability Engineering (C-MORE)

- IBM, General Motors, Magna International, State Grid Corp of China 등 다수의 산업체 자문/공동연구

ㅇ 발표 내용 (초록)

Markov Decision Processes(MDP)는 불확실한 상황에서 문제를 순차적인 의사결정 문제로 정의하며 재귀적인 형태로 문제를 해결하지만, 이는 높은 복잡성을 보인다는 한계점이 존재한다. 이에 반해, 강화 학습(RL)은 다양한 대안을 제공하는 근사 알고리즘으로, 최근 RL 프로젝트에서 MDP 구조에서 RL 구조로 획기적으로 변화시켜 실제 문제에 적용한 사례를 공유한다.

 

□ 세부 일정

 

□ 약도

ㅇ 세부 주소 :서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 공학관 562호

ㅇ 대중교통 : 안암역(고대병원) 4번 출구 [고려대학교 자연계]