a study about integrated supply chain planning model with...

Entrue Journal of Information Technology Vol.11, No.2 / August 2012 135

개방형 비즈니스 환경에서 수익 최대화를 위하여 상∙하방향 협상을 고려한 통합된 공급사슬계획에 관한 연구

A Study about Integrated Supply Chain Planning Model with Considering Upstream and Down-

stream Negotiation for Maximizing Profit in Open Business Environment

정한일 ∙ 이성준 ∙ 서진우 ∙ 박진우

Jeong, Hanil ∙ Lee, Sung-Jun ∙ Seo, Jinwu ∙ Park, Jinwoo

Abstract 본 연구는 개방형 비즈니스 환경의 공급사슬에서 수익 최대화를 위하여 상방향 및 하방향 협상을 고려한

공급사슬계획 문제를 다루고 있다. 생산자는 다수의 고객과 공급자로부터 RFQ와 견적서를 받은 후, 자신의 생산 능력을 고려하여 공급사슬계획을 세운다. 이때 RFQ와 견적서에 대한 역제안을 통해 협상을 수행할 경우, 생산자뿐 아니라 공급자 및 고객도 더 큰 수익을 얻을 수 있다. 이를 위하여 본 연구에서는 수익을 최대

화하는 역제안을 생성하고 이를 바탕으로 공급사슬계획을 수립할 수 있는 유전 알고리즘을 제시하였다. 제안

된 알고리즘의 성능평가를 위하여, 협상을 고려한 문제에 대해 개발된 비선형계획법 모형을 협상을 고려하지 않은 혼합정수계획법 모형으로 수정하였고, 이를 통해 제안된 알고리즘의 성능을 분석하였다. 실험 결과 중간 규모 및 큰 규모의 문제 모두에서 협상에 의한 수익의 증가가 크게 나타났으며, 해의 탐색에도 짧은 시간

이 소요되는 것으로 나타나, 제안된 알고리즘에 의한 수익 개선 효과를 확인할 수 있었다.

주제어 : 개방형 비즈니스 환경, 협상, 역제안, 공급사슬계획, 유전 알고리즘

This study deals with the supply chain planning problem with considering upstream and downstream negotiation for max-imizing profit in open business environment. A manufacturer receives RFQs and quotations from customers and suppliers and then the manufacturer generates a supply chain plan by considering not only the customers' requirements and supplier's supply but also its own capacity. At the planning time, however, if the manufacturer negotiates with trading partners using counter-proposals, all of them get more profit. To support negotiation, we proposed a genetic algorithm to obtain counter-proposals for maximizing profit and to generate a supply chain plan. To evaluate the proposed algorithm, we developed a non-linear pro-gramming model for problem with negotiation, and then proposed a MIP model by revising it for problem without negotia-tion. Experimental result shows that the profit increases greatly in both middle and large scale problems by the proposed algo-rithm and the search time is relatively small.

Keywords : ..Open business Environment, Negotiation, Counter-Proposal, Supply Chain Planning, Genetic Algorithm

정한일: 대전대학교, IT경영공학과, 교수(제1저자) 이성준: 한국전자통신연구원, 우정물류기술연구부, 선임연구원 서진우: 서울대, 산업공학과, 박사 과정 박진우: 서울대, 산업공학과, 교수

August 2012 / Vol.11, No.2 (pp.135-153)

개방형 비즈니스 환경에서 수익 최대화를 위하여 상‧하방향 협상을 고려한 통합된 공급사슬계획에 관한 연구

136 August 2012 / Vol.11, No.2 Entrue Journal of Information Technology

1. 서론

오늘날의 세계화된 시장에서 기업은 더 이상 독립적 상품을 통한 개별 주체로서가 아닌 공급사슬에

서의 한 구성요소로서 경쟁을 해야 하며, 이에 따라 기업의 성공은 공급사슬 참여자 사이의 복잡한 비즈

니스 네트워크에서의 통합 및 조정 능력에 영향을 받게 된다[6][21][22].

이러한 경쟁 구도의 변화 외에도 최근의 비즈니

스 환경은 온톨로지, 시맨틱 웹, 웹 서비스 등의 기술을 바탕으로 개방형 비즈니스 환경으로 옮겨가고 있다. 이에 사람의 개입 없이 자동으로 정보를 공유

하고 의사결정을 조정할 수 있도록 기업 어플리케이

션은 능력이 향상되고 있다[2][11][12][15][19][24][26].

이러한 환경에서, 공급사슬에서의 기업은 복수의 공급자 및 고객과의 거래를 통해 경쟁에 임하지만 공급사슬의 어떤 기업에게도 해당 공급사슬에 일정 기간 머물러야 할 의무가 없다. 따라서 새로운 기업

이 합류하기도 하고 떠나기도 한다[15]. 이것은 개별 기업 및 공급사슬 전체의 수익 향상을 위하여 협상

을 통한 협업이 필수적임을 의미한다.

협상은 둘 이상의 기업이 합의점을 찾기 위해 공동으로 노력하는 의사결정 과정의 한 종류로 정의될 수 있다[25]. 이 정의로부터 협상은 상호 협력을 바탕으로 한 공급사슬계획에 효율적 수단을 제공할 수 있으며, 공급사슬계획의 유연성을 높일 수 있다

[9][17].

한편, 협상의 효율성을 높이기 위해서는 협상안 수용자는 자신이 받은 협상안에 대해 보다 유용한 피드백을 제시할 능력을 가져야 한다. 공급사슬계획

에서 피드백은 역제안(원래 제안에 대응하여 만들어

진 대체 제안)의 형태가 될 수 있다. 이 피드백으로

부터 제안자는 거래 당사자들 간의 합의를 끌어낼 수 있는 새로운 제안을 생성할 수 있는 상태에 도달

할 수 있다[14]. 하지만 공급사슬계획에서 역제안을 통한 협상을 다룬 대부분의 연구는 협상을 통해 계획 결과를 조정하는데 초점을 맞추고 있다

[3][4][8][16][18]. 만약 계획 수립 단계에서 협상을 고려할 수 있다면 공급사슬계획의 효율성을 한층 높일 수 있을 것이다.

일반적으로 생산자는 공급자로부터 받은 견적서

를 통해 계획 기간에 대한 원자재의 가격 및 수량을 알고 있으며, 고객으로부터 받은 견적요청서를 통해 고객의 요구사항을 알고 있다. 이로부터 생산자는 자재 수급, 생산, 분배에 대한 계획을 수립하게 된다.

만약 계획 결과로부터 일부 견적요청의 이행이 불가

능할 경우, 생산자는 견적요청에 제시된 기간별 금액과 수량을 자신이 감당할 수 있는 수준에 맞춰 작성된 역제안을 고객에게 제시할 수 있다. 이러한 변경은 이미 수령된 공급자로부터의 견적서의 수정을 필요로 할 수 있으므로, 생산자는 공급자에게 이에 대한 문의를 해야 하며, 이것이 공급자에 대한 역제

안이 된다. 만약 공급자 및 고객에 대한 역제안이 공급자 및 고객의 요구 조건을 충족시킨다면 협상에 참여한 모든 기업이 최대의 수익을 얻게 된다.

따라서 협상을 통해 효율적이고 가능한 공급사슬

계획을 수립하기 위해서는 역제안을 통해 고객뿐 아니라 공급자의 양방향 협상을 동시에 고려하여야 한다. 이를 위하여 본 연구에서는 수익 최대화를 위하

여 역제안을 고려한 협력적 공급사슬계획을 위한 모델을 제시하고자 한다.

이후 본 논문의 구성은 다음과 같다. 2절에서 관련 문헌 조사 결과를, 3절에서는 협상을 고려한 공급

사슬계획 문제의 특성 및 수리 모형을 제시한다. 4절에서는 유전 알고리즘을 적용한 메타 휴리스틱 알고

리즘을 제시하며, 알고리즘 검증을 위한 다양한 실험 결과를 5절에서 제시한다. 마지막으로 6절에서 결론 및 추후 연구 방향에 대하여 소개한다.

2. 관련연구

공급사슬계획을 위한 협상에 관한 연구는 계획 결과의 조정을 위한 협상(이하 조정 협상)과 계획 생성을 위한 협상(이하 계획 협상)에 관한 연구로 분류될 수 있다. 조정 협상은 감독자 또는 중재자가 제안/역제안 제시, 제안/역제안 생성을 위한 정보 제공, 상호간의 불일치를 해결하기 위한 협력 유도 등을 통하여 거래 당사자들 사이의 조정을 수행하는 것을 말한다. 한편, 계획 협상은 거래 당사자가 제안

/역제안을 통해 요구사항과 용량 정보를 서로 교환

함으로써 합의점을 찾아가는 것을 의미한다.

조정 협상에 관한 대부분의 기존 연구는 에이전

트 기술 특히 멀티 에이전트 시스템을 이용한 협상 모델 또는 메커니즘을 제시하고 있다. 이들 연구들

은 역제안을 고려하고 있지만, 역제안 생성을 위한 구체적 알고리즘을 다루지 않고 있다. Fink(2004)는 2단계의 일대일 관계의 공급사슬에서 생산 의사결정

에서 수반되는 조정을 위한 협상 모델을 제안하였다

[9]. Homberger[13]는 복수 생산자의 생산 조정 문제

를 위하여 Fink[9]가 제안한 협상 메커니즘을 확장하

정한일, 이성준, 서진우, 박진우


여 분산된 시스템에서의 생산 조정을 위한 자동화된 협상 메커니즘을 제시하였다[13]. 이들 연구에서는 협상을 고려하는 두 기업 사이의 강한 결속관계를 가정하고 있으며, 이들 간의 결합된 생산 계획을 바탕으로 대안을 만들거나 협상으로 이끄는 중재자를 도입하였다.

Jiao(2006) 등은 글로벌 생산을 위한 공급사슬에서 협력적 협상을 위한 에이전트 기반 프레임워크를 제안하였다[15]. 이들은 글로벌 생산 환경에서 다수의 자율적 비즈니스 객체가 구매, 생산, 분배 활동에 대해 집단적으로 책임을 지는 관계를 가정하였다. 이들이 제시한 복수-계약 협상 시스템은 다양한 에이

전트를 도입하였으며, 주문 이행을 위해 필요한 자재를 기술하는 자재 요구 사양을 바탕으로 반복적인 제안/역제안을 통한 경매 및 양방향 협상을 활용하

고 있다.

Monterio(2007) 등은 멀티 에이전트 시스템을 이용한 복수-사이트 시스템에서의 의사결정 조정에 관한 접근법을 제안하였다[23]. 이들은 제품 구성 구조

에 따른 일련의 층으로 구성된 기업 네트워크를 통해 공급사슬을 나타내었다. 이들의 연구에서 협상 과정은 각 상태에 대한 상태 차트와 메시지에 의해 정의되었다.

Chen(2009) 등은 에이전트 기술과 APS(Advanced Planning and Scheduling System)을 결합하여 복수 층 및 복수 사이트 생산 시스템을 위한 분산 생산 계획 시스템을 제안하였다[5]. 이들 연구에서 공급사슬에

서 상방향(연계된 공급자 방향) 개체의 기존 계획에 영향을 주지 않는 범위에서 공급자로부터 고객에게 조정을 위한 메시지를 보내는 방법으로 조정이 수행

된다. 이러한 방법으로 조정은 최초 공급자에서부터 최종 고객에 이르기까지 단계적 관계를 통해 전파된

다.

Gaudreault(2009) 등은 조정 문제의 최적화에 에이

전트 기술을 접목하여 분산 나무 탐색 알고리즘을 제안하였다[10]. 이들은 조정 문제를 나무로 표현하

였는데, 나무에서 각 레벨은 각 객체가 공급사슬에

서 속한 위치를 나타내며, 특정 레벨에서의 한 노드

는 해당 객체가 충족시켜야 하는 요구사항을 만족시

키기 위해 풀어야 하는 하위 문제를 나타낸다. 이들 연구에서 고객 방향으로의 하방향 협상은 나무 탐색 알고리즘에서의 백트래킹에 의해 고려되었다.

Kao(2009) 등은 공급사슬에서의 생산계획 및 일정계획을 위한 에이전트 기반의 퍼지 제약 유도방식

의 협상 메커니즘을 제안하였다[18]. 이들은 생산자

와 공급자가 구성품 및 개별적으로 관리되는 생산 설비를 공유하는 가정을 통해 문제의 범위를 한정하

였다. 이들은 공급사슬계획문제를 생산자와 공급자

로 구성된 네트워크에서 복수의 프로젝트를 수행해

야 하는 일정계획문제로 해석하였는데, 이는 개별 프로젝트가 복잡한 선∙후행 관계를 가지는 일련의 태스크로 구성되어 있으며, 이들 태스크는 일련의 대체 공급자에 의해 수행될 수 있다는 가정에 근거

하고 있다. 이들은 계획을 위하여 프로젝트 관리 에이전트를, 공급자 선택 및 요구사항 할당을 위하여 계약 에이전트를 도입하였고, 에이전트 간의 제안/역제안에 의한 반복적인 상∙하 양방향 협상을 위하여 퍼지 제약 유도방식의 협상 메커니즘을 제안하였다.

Jung(2008) 등은 조정에 초점을 맞춰 역제안 생성

을 위한 구체적 해법을 제안하였는데, 이 해법은 복수의 생산 설비, 분배 센터, 그리고 시장으로 구성된 중앙 관리형 공급사슬에서 분배자 유도방식의 협상 모델을 바탕으로 하고 있다[16]. 이 모델에서 분배계

획 수립을 위하여 중앙의 결합 계획이 고려되었으며, 분배계획과 각 생산설비에서의 생산계획의 동기화

를 위하여 역제안을 통한 상방향 협상을 고려하였다. 분배 에이전트와 생산 에이전트는 계획 수립을 담당

하고, 중재자는 중앙의 결합 계획 수립 부서의 역할

을 수행하며 협상을 담당한다.

조정 협상에 관한 연구보다 계획 협상에 관한 연구들이 본 연구와 보다 밀접한 관계를 가진다. 그러

나 역제안 생성을 위한 구체적 해법을 다룬 계획 협상에 관한 연구는 그리 많지 않다. Cakravastia(2004) 등은 주문생산 환경에서 고객 주문의 대응을 위한 공급자 선택 및 협상을 위한 통합 모델을 제시하였

다[4]. 이들은 고객의 주문을 충족시킬 수 있도록 공급자를 선택하고, 공급자에게 상방향 협상을 허용함

으로써 제안 및 역제안을 생성할 수 있게 하는 것에 초점을 맞춰 모델을 개발하였다.

Dudek과 Stadtler(2007)는 하나의 공급자와 다수의 구매자로 구성된 2계층 공급사슬에서 독립적인 거래 당사자 사이의 계획 동기화를 위하여 비계층적인 협상 기반의 프로세스를 제시하였다[7]. 제시된 모델의 목표는 역제안을 통한 공급자와 구매자 사이의 양방

향 협상을 적용하여 공급사슬 전체의 비용을 최소화

하는 것이다. 그리고 각 거래 당사자 자신의 평가를 위하여 개별 비용을 최소화하는 생산계획 모델도 제시하였다.

Argoneto와 Renna(2010)는 멀티 에이전트 시스템 아키텍처를 제안하고, 제안된 아카텍쳐를 이마켓플



레이스에 적용할 수 있도록 협상 프로세스, 생산계

획 프로세스, 연합화 및 수익 분배 프로세스 등의 부가가치 서비스를 제안하였다[3]. 이 연구에서 제안 그리고 역제안을 통해 공급자와 고객 사이의 반복적

인 양방향의 일대일 협상이 고려되었다. 역제안은 가격, 납기일 등과 같은 파라미터를 변경하면서 반복적으로 문제를 푸는 최적화 모델을 통해 생성된다.

비록 이러한 연구들이 역제안을 다룬다 하더라도, 이들 연구들은 상방향(공급자 방향) 또는 하방향(고객 방향)의 한 방향에 대한 협상만 고려하고 있다. 1절에서 언급한 바와 같이, 일반적으로 한 방향에 대한 협상은 필연적으로 반대 방향에 대한 협상을 포함하게 된다. 따라서 효율적인 협력적 공급사슬계획

을 위해서는 상방향 및 하방향의 협상을 동시에 고려할 수 있는 새로운 개념의 계획 수립이 필요하다. 이러한 문제의 특성은 다음의 3절에서 보다 상세하

게 다루도록 한다.

한편, 협상을 다루지는 않았으나, 이동명(2010) 등은 공급자의 견적서와 고객의 RFQ가 주어진 상황에

서 이들의 선택을 통하여 공급사슬계획을 수립하는 문제에 대하여 비교적 짧은 시간에 최적해를 제시하

는 수리 모형을 제시하고, 큰 규모의 문제에의 적용

을 위하여 유전알고리즘을 적용한 해법을 제시함으

로써, 본 연구에 동기를 제공하였다[1].

3. 협상을 고려한 공급사슬계획 문제

공급사슬에서의 한 기업(생산자)은 RFQ(고객으로

부터)와 견적서(공급자로부터)를 받게 되며, 비로소 생산자는 고객으로부터의 RFQ, 공급자로부터의 견적서, 그리고 자신의 생산 용량을 바탕으로 구매, 생산, 분배 등에 관한 의사결정을 수행하게 된다.

문제를 보다 명확하게 정의하기 위해 다음과 같은 가정을 두기로 한다.

• 공급사슬의 각 기업은 다양한 제품을 생산하며, 각 제품은 BOM 구조로 표현된다.

• 동일한 재료를 다수의 공급자가 제공할 수 있으며, 다수의 고객이 같은 제품을 요구할 수 있다.

• 각 RFQ와 견적서는 하나의 제품 또는 원자재

를 대상으로 하며, 복수의 기간에 대해 정의된

다. • RFQ의 요구에 대한 부분적 수행 및 견적서에 대한 부분적 주문은 협상을 위해 허용된다.

• 각 기업은 유한한 생산 용량을 보유하고 있다.(기계 가용성 등에 의해)

• 생산 비용 및 재고 비용은 수량에 비례한다.

3.1 아웃소싱 성과측정의 필요성

본 문제에 대한 수리 모형을 제시하기 전에, 예제

를 통하여 이 문제의 특성을 먼저 살펴보기로 하자. 생산자는 <그림 1>에 표현된 BOM과 같이 3종류의 제품을 생산하는 것으로 가정하자. 제품 및 부품 생산을 위한 가공 시간은 <표 1>에 제시되었다. 현재 생산자는 세 고객으로부터 3개의 RFQ를, 다섯의 공급자로부터 6개의 견적서를 수령한 상태이며, 이에 관한 내용은 <표 2>와 <표 3>에 나타나 있다.

먼저 계획 수립에 있어서 고객에 대한 납품은 기간 말에 이루어지고, 공급자로부터의 자재 수령은 기간 초에 이루어지는 것으로 가정하였다. 이를 바탕으로, 생산자의 생산 용량을 고려할 때 모든 RFQ를 만족시킬 수 있는 생산 계획은 존재하지 않는다. 그러나 일부 RFQ만 충족시킬 경우 <그림 2>의 '계획A' 또는 '계획B'와 같은 실행가능 계획이 생성될 수 있다. '계획A'는 RFQ2만을 수용하며, '계획B'는 RFQ1과 RFQ3를 수용하고 있다. 이때 생산자 입장

에서의 최적해는 ‘계획B'가 되고 이를 위하여 견적

서2, 견적서3, 견적서5, 견적서6을 선택하게 된다. 여기서 제품 생산 비용 및 재고 비용 등의 추가적인 비용을 고려하지 않을 때 생산자는 780(=17,300-16,520) 단위의 수익을 얻으며, 관련 고객과 공급자

는 <표 2>와 <표 3>에 나타내어진 기간별 단가로 제품을 구입하고 자재를 공급한다.

그림 1. BOM



표 1. 부품 및 제품을 위한 가공시간

기계1 기계2 기계3 기계4 원자재

부품1 5 10 10 - 원자재1

부품2 10 - 5 - 원자재2

부품3 - 15 5 - 원자재3

부품4 10 5 5 - 원자재4

부품5 5 17.5 - - 원자재5

제품1 - - - 20 -

제품2 - - - 10 -

제품3 - - - 20 -

기간별 가용시간 1600 1600 1600 1600 -

표 2. 고객 요구 사항

RFQ 고객 제품 고객 요구사항(수량/단가)

기간1 기간2 기간3 기간4 기간5

RFQ1 고객1 제품1 -/- -/- 30/230 20/220 -/-

RFQ2 고객2 제품2 -/- 20/260 30/250 20/240 -/-

RFQ3 고객3 제품3 -/- -/- 20/150 -/- 20/150

표 3. 공급자 공급 능력

견적서 공급자 원자재 공급자 공급 능력(수량/단가)


견적서1 공급자1 원자재1 70/23 70/23 70/22 70/22 -/-

견적서2 공급자2 원자재1 50/24 50/23 50/23 -/- -/-

견적서3 공급자3 원자재2 80/24 80/23 80/22 80/22 -/-

견적서4 공급자4 원자재3 60/28 -/- 60/27 -/- 60/27

견적서5 공급자2 원자재4 40/27 40/27 20/27 20/27 20/27

견적서6 공급자5 원자재5 40/25 40/24 -/- -/- -/-



R2-P4-제2R2-P3

-제2

R2-P2-제2

R2-P4-부1

R2-P4-부1

R2-P4-부1

R2-P4-부2

R2-P4-부2

R2-P4-부3

R2-P4-부3

R2-P3-부1

R2-P3-부3R2-P3

-부2

R2-P3-부3

R2-P2-부1

R2-P2-부2

R2-P2-부3

R2-P2-부1

R2-P3-부1R2-P2

-부3

R2-P3-부2

R2-P2-부1

R2-P2-부2

R2-P3-부1

R2-P3-부2

R2-P3-부1

R2-P2-부1

R2-P2-부2

100200300400500600700800900

1000110012001300140015001600

기간1 2 3 4 5

기계1기간1 2 3 4 5

기계2기간1 2 3 4 5

기계3기간1 2 3 4 5

기계4

계획A

R1-P4-부1

R1-P4-부1

R1-P3-부1

R1-P4-제1

R1-P3-제1

R1-P3-부2

R1-P4-부2

R3-P3-부4

R3-P5-부4

R3-P3-부5

R3-P5-부5

R3-P3-부4 R3-P5

-부4

R3-P3-제3

R3-P5-제3

R3-P5-부4

R3-P3-부4

R1-P4-부1

R1-P4-부2

R1-P3-부1

R1-P3-부1

R1-P3-부2

R3-P5-부5

R3-P3-부5

R1-P3-부1

R1-P3-부2

R1-P3-부1

R1-P4-부2

R3-P3-부5

R3-P5-부5

100200300400500600700800900

1000110012001300140015001600

기간1 2 3 4 5

기계1기간1 2 3 4 5

기계2기간1 2 3 4 5

기계3기간1 2 3 4 5

기계4

계획B

기간1 2 3 4 5

기계1기간1 2 3 4 5

기계2기간1 2 3 4 5

기계3기간1 2 3 4 5

기계4

100200300400500600700800900

1000110012001300140015001600

R3-P3-부4

R3-P5-부4 R3-P5

-부5

R2-P4-부2

R2-P3-부1R2-P3

-부2R2-P2-부1

R2-P2-부2

R2-P5-부1

R2-P4-부1

R3-P3-부5

R3-P5-부5

R2-P4-부3

R2-P3-부3

R2-P2-부1

R2-P3-부1

R2-P5-부1

R3-P3-부4

R3-P5-부4

R2-P4-부1

R2-P4-부2

R2-P4-부3

R2-P3-부1

R2-P2-부2

R2-P2-부3

R2-P5-부2

R2-P5-부3

R3-P3-제3

R3-P5-제3

R2-P4-제2

R2-P2-제2

R2-P5-제2

R2-P2-부3

R2-P2-부1

R1-P4-부2

R1-P3-부1

R1-P4-부1

R1-P3-부1

R1-P4-부1

R1-P3-부2

R1-P4-제1

R1-P3-제1

R1-P4-부2

R3-P5-부4

R2-P5-부2

R2-P4-부1

R2-P5-부3

R2-P5-부1

R3-P3-부5

R3-P3-부5

R2-P4-부1

R2-P5-부2

R1-P3-부1

R1-P4-부1

R1-P3-부2

R2-P5-부3

R1-P3-부1 R1-P4

-부1R3-P3-부4

R1-P3-부2

R3-P3-부4

계획C

R2-P3-부2

R2-P3-부3

R2-P3-제2

그림 2. RFQ별 수용 여부에 따른 계획



<그림 2>에서 사각형은 공정을 나타내는데, 예를 들어 '계획A'에서 기계4의 기간2에서 나타내어진 사각형 'R2-P2-제2'는 RFQ2(R2)에 의한 요구량 중 기간

2(P2)에 요구되는 제품2(제2) 20개 생산을 위해 필요

한 공정(즉, 부품1~3의 조립공정)을 나타낸다. 이와 유사하게 '계획A'에서 기계1의 기간1에 나타내어진 ‘R2-P2-부1’은 역시 RFQ2에 의한 요구량 중 기간2에 요구되는 제품2를 생산하기 위해 필요한 부품1(부1)을 생산하는 공정을 나타낸다. <그림 2>에 제시된 계획은 모두 원자재의 가용성을 최대화하기 위하여 후방 일정계획(Backward Scheduling) 방식을 이용하여 수립된 것이다.

한편 여기서 고객 및 공급자와의 협상을 고려한

다면 생산자는 보다 좋은 결과를 얻을 수 있다. 우선 RFQ2, 견적서1, 견적서2의 추가적인 세부 정보가 <표 4>와 같다고 가정하자.

만약 생산자가 RFQ2의 기간별 요구량 (0, 20, 30, 20, 0)에 대해 (0, 20, 10, 20, 20)만큼의 납품 가능량을 통한 역제안을 고객2에게 제시하고, 고객2가 이를 받아들인다면, 생산자의 생산 능력만 고려할 경우 <그림 2>의 '계획C'가 가능해진다. 그러나 견적서를 바

탕으로 공급자의 공급 능력을 고려할 경우, '계획C'는 원자재1이 부족하여 여전히 비가능 계획이다. 따라서 생산자는 원자재1의 기간별 누적 수량이 (150, 150, 300, 360, 360)보다 같거나 크게 되도록 공급자1 및 공급자2와 협상을 시도하여야 한다. 견적서1과 견적서2를 통해 제안된 수량 (70, 70, 70, 70, 0)과 (50, 50, 50, 0, 0)에 대하여 (85, 55, 70, 70, 0)와 (65, 35, 50, 0, 0)을 역제안으로 제시하고 이를 공급자1과 공급자2가 받아들인다면 '계획C'는 수행 가능한 계획이 된다. 예제에서의 변경은 <표 4>에 제시된 증가 및 감소 한계를 충족시키므로 이러한 변경 내용이 역제안의 내용이 될 수 있으며, 이와 같은 협상을 통해 생산

자는 추가 생산을 통해 4,700(=5,480-780) 단위의 수익을 더 얻게 되며, 고객2, 공급자1, 공급자2는 단가 변경을 통해 각각 800, 365, 415의 추가적인 수익을 얻게 된다. 따라서 이와 같이 협상을 통한 계획의 수립은 공급사슬에 속한 모든 기업에 더 많은 수익

을 제공해줄 수 있는 효과적인 방법이라 할 수 있다. 다음 부절에서 이 문제에 대한 수리적 모형을 다루

고자 한다.

표 4. RFQ2, 견적서1, 견적서2의 세부 정보

구분 협상 위한 세부 정보 수량/단가


RFQ2

기본적인 요구 수량/단가 -/- 20/260 30/250 20/240 -/-

증가 한계 수량/단가 0/∞ 30/240 20/230 20/230 20/220

감소 한계 수량/단가 0/∞ 10/250 20/230 15/230 15/220

견적서1

기본적인 요구 수량/단가 70/23 70/23 70/22 70/22 -/-

증가 한계 수량/단가 15/26 20/25 25/25 25/25 25/24

감소 한계 수량/단가 0/∞ 20/25 20/25 25/25 25/24

견적서2

기본적인 요구 수량/단가 50/24 50/23 50/23 -/- -/-

증가 한계 수량/단가 15/28 15/27 20/25 20/25 20/25

감소 한계 수량/단가 5/28 15/27 20/25 20/25 20/25



3.2 수리 모형

일반적으로 '수익 최대화'는 공급사슬계획에 있어 목적함수의 좋은 예가 된다. 앞에서 언급한 가정과

문제의 특성을 바탕으로 본 연구에서는 '수익 최대

화'의 목적함수를 바탕으로 한 비선형계획법 모형을 다음과 같이 제시한다.

• Indices c : 고객( Cc ,,2,1 = )

s : 공급자( Ss ,,2,1 = )

f : 제품( Ff ,,2,1 = )

p : 부품( Pp ,,2,1 = )

r : 원자재( Rr ,,2,1 = )

m : 기계( MCm ,,2,1 = )

rs : 원자재 r 을 공급하는 공급자 s ( rSrrrs ,,2,1 = r∀ )

fc : 제품 f 를 요구하는 고객 c ( fCfffc ,,2,1 = f∀ )

t : 기간( Tt ,,2,1 = )

• Decision Variables

fcY : 고객 fc 가 제시한 RFQ의 선택/거절 여부(1: 선택, 0: 거절)

fctQU : 고객 fc 의 RFQ에 대해 협상(역제안)을 통해 제시될 기간 t 에서의 제품 f 의 수량

rsZ : 공급자 rs 가 제시한 견적서의 선택/거절 여부(1: 선택, 0: 거절)

rstQV : 공급자 rs 의 견적서에 대해 협상(역제안)을 통해 제시될 기간 t 에서의 원자재 r 의 수량

ftM , ptM : 기간 t 에서의 제품 f 및 부품 p 의 생산량

• Dependent Variables

ftS , ptS , rtS : 기간 t 에서 f , p , r 의 재고 수준

+fctQU , −

fctQU : fc 의 RFQ에 대하여 협상을 통해 기간 t 에 증가, 감소시키고자 하는 수량

+rstQV , −

rstQV : rs 의 견적서에 대하여 협상을 통해 기간 t 에 증가, 감소기키고자 하는 수량

• Parameters

fctQ : fc 의 RFQ에 제시된 기간 t 에서의 요구 수량(기본적인 요구 수량)

fctR : fc 의 RFQ에 제시된 기간 t 에서의 요구 단가

+fctN , −

fctN : fc 의 RFQ에 제시된 기간 t 에서의 요구 수량의 증가, 감소 한계값

+fctNR , −

fctNR : fc 의 RFQ에 제시된 기간 t 에서의 요구 단가의 증가, 감소 한계값

rstQ : rs 의 견적서에 제시된 기간 t 에서의 공급 수량(기본적인 공급 수량)

rstPC : rs 의 견적서에 제시된 기간 t 에서의 공급 단가 +rstN , −

rstN : rs 의 견적서에 제시된, 기간 t 에서의 공급 수량의 증가, 감소 한계값 +

rstNP , −rstNP : rs 의 견적서에 제시된, 기간 t 에서의 공급 단가의 증가, 감소 한계값

fOC , pOC : 제품 f , 부품 p 의 단위당 생산 비용

fIC , pIC , rIC : 제품 f , 부품 p , 원자재 r 의 단위당 재고 비용

mC : 기계 m 의 생산 용량 또는 가용 시간(시간 단위)

mip : 기계 m 에서 제품/부품 i 생산을 위해 소요되는 시간



ijα : 제품/부품 i 한 단위 생산에 소요되는 부품/원자재 j 의 소요량

0fS , 0pS , 0rS : 제품 f , 부품 p , 원자재 r 의 초기 재고량

• Objective Function

∑∑=

−−

−+

+

+

−−

−−

T

t fcfctfct

fct

fctfctfct

fct

fctfctfctfc QUQU

N

NRRQU

N

NRRRYMax

1

∑∑=

−−

−+

+

+

+

−+

−−

T

t rsrstrstrst

rst

rstrstrst

rst

rstrstrs QVPCQV

NPCNPQV

NPCNPZ

1

∑∑∑∑∑∑∑∑∑∑=====

−−−−−T

t fftf

T

t pptp

T

t rrtr

T

t pptp

T

t fftf SICSICSICMOCMOC

11111 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (1)

• Constraints rstNQVQQV rstrstrstrst ,,∀≤≤− ++

∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (2)

rstNQVQVQ rstrstrstrst ,,∀≤≤− −−

∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (3)

fctNQUQQU fctfctfctfct ,,∀≤≤− ++ ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (4)

fctNQUQUQ fctfctfctfct ,,∀≤≤− −− ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (5)

rtMQVZSSPFi

iritrs

rstrstrrt ,)1( ∀−+= ∑∑∪∈

− α ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (6)

ptMMSSPFi

ipitpttppt ,)1( ∀−+= ∑∪∈

− α ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (7)

ftQUYMSSfc

fctfcfttfft ,)1( ∀−+= ∑− ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (8)

fprtSSS ftptrt ,,,0,, ∀≥ ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (9)

mtCpM mPFi

miit ,∀≤∑∪∈

∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (10)

{,,,,,,, ∈−+−+rstrstfctfctrstfctptft QVQVQUQUQVQUMM non-negative integer fprt ,,,} ∀ ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (11)

rsfcZY rsfc ,}1,0{, ∀∈ ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (12)

∑∑∑∑==

−T

t rsrstrstrs

T

t fcfctfctfc QVPCZQURYMax

11

∑∑∑∑∑∑∑∑∑∑=====

−−−−−T

t fftf

T

t pptp

T

t rrtr

T

t pptp

T

t fftf SICSICSICMOCMOC

11111

∙∙∙∙∙∙ (1')

식(1)은 협상을 위한 역제안을 바탕으로 선택된 RFQ와 견적서에 의한 계획 기간에 대해 수익의 최대화를 나타내고 있다. 식(1)에서 첫 번째와 두 번째 부분은 원래의 RFQ와 견적서에 제시된 단가에 대하

여 수량 변경 시 변경량에 비례하는 단가를 고려하

고 있으며, 나머지 5 부분은 생산 비용과 제품 및

부품에 대한 재고 비용을 나타내고 있다. 식(2)와 (3)은 공급자에게 제시될 역제안에 정의될 수량에 대한 제약을 나타내고 있으며, 식(4)와 (5)는 고객에게 제시될 역제안에 정의될 수량에 대한 제약을 나타내고 있다. 식(6)~(8)은 각기 원자재, 부품, 제품에 대한 재고 균형을 위한 조건을 나타내고 있으며, 식(9)는 재



고량이 음이 될 수 없음을 나타낸다. 식(10)은 생산

자의 생산 용량 내에서 생산이 이루어짐을 나타내고, 식(11)은 각 생산량이 음이 될 수 없음을 나타낸다. 마지막으로 식(12)는 RFQ와 견적서의 선택 여부에 대한 0 또는 1의 정수 조건을 나타낸다.

그러나 불행하게도 위에 제시된 비선형 계획 문제는 최적화 도구로 잘 알려진 CPLEX를 통해 풀 수가 없는 문제로 나타났다. 그러나 이 모델에서 협상에 관한 부분을 제거하면, 이 모델은 단순히 RFQ와 견적서의 선택을 통한 수익 최대화 문제에 대한 혼합 정수 계획법 문제가 된다. 이때 목적함수는 식(1')로 나타내어지며, 식(2)~(6)은 제거되고, 기타 제약식에서 의사결정 변수인 rstQV 와 fctQU 는 RFQ

와 견적서에 의해 정의되는 rstQ 와 fctQ 로 대체되

며, 결과로 얻어진 수정된 모형은 [1]에서 제시된 모형과 동일하다. 본 연구에서는 이와의 비교를 통해 제안된 유전 알고리즘의 성능을 평가하였다. 이에 대한 세부적인 설명은 다음 절에서 다루도록 한다.

4. 제안된 해법

고객 및 공급자와의 협상을 고려한 공급사슬계획 문제의 가능한 해를 구하기 위해서는 ⅰ)필요시 RFQ 및 견적서에 대한 역제안 생성, ⅱ)역제안을 포함한 RFQ 및 견적서 중 수용할 대상 선택, ⅲ)선택 결과에 의한 고객 요구사항, 공급자 공급능력을 바탕으로 생산계획 생성 등의 3단계를 수행하여야 한다. 앞의 두 단계는 수익성에 많은 영향을 미치지만 3번째 단계에서 가능해 생성에 실패하지 않도록 적절한 생산을 위한 상태(즉, 제품 수요와 원자재 공급) 조성을 책임진다. 한편, 이들 첫 두 단계에서의 해 탐색 공간이 너무 크기 때문에(예로 두 번째 단계에 해당하는 문제만으로도 NP-Complete에 속함) 효율적

인 탐색 전략이 요구된다. 본 연구에서는 RFQ와 견적서 선택 및 협상을 위한 역제안 생성은 통합된 방법으로 함께 처리하나, 생산계획은 이들 전 단계의 결과에 대응하여 생성하는 접근법을 따른다.

본 연구의 대상 문제의 해를 탐색하고 평가하기 위하여 복잡한 문제에 비교적 효율적으로 알려진 유전 알고리즘을 적용하였다. 앞의 3.1절에서 설명한 바와 같이, RFQ에 의한 제품 요구량과 견적서에 의한 원자재 공급량 및 가격, 기계 용량 등이 해의 가능성에 영향을 미친다. 그러나 가격은 RFQ와 견적

서에 명시된 상∙하한 값의 범위를 벗어나지 않도록 하는 간단한 방법으로 계산이 가능하지만 기계 용량

의 가용성은 생산 수량에 의해 확인될 수 있다. 따라서 제안된 유전 알고리즘의 염색체 설계에 수량만 반영하여도 가능해를 찾는데 충분하다.)

<그림 3>에 유전자와 염색체의 구조를 나타내었

다. 각 유전자는 하나의 RFQ(또는 견적서)를 나타내

며, 2부분으로 구분된다. 첫 번째 부분은 RFQ(또는 견적서)가 선택 또는 거절되는 지를 나타내는 '선택' 부분이며, 두 번째 부분은 기간별 고객 요구량(또는 공급자 공급량)을 나타내는 '상세' 부분이다. 이들 유전자의 순차 집합에 의해 염색체가 정의된다.

<그림 3>에 나타내어진 바와 같이, 각 염색체에

서 유전자의 '선택' 부분만 인식 가능한 것으로 간주

한다. 즉, 충분히 확대되지 않았을 때는 염색체의 '상세' 부분은 인식 가능하지 않은 것으로 간주한다. 이러한 특징은 제안된 알고리즘이 작동하는 방식을 보여주고 있다. 기본적으로 제안된 알고리즘은 '상세

' 부분을 고정한 상태에서(Zoom-out 모드) '선택' 부분

의 유전자 값을 변경시켜가며 해를 찾는다. '상세' 부분의 적정성은 제안된 알고리즘의 협상 과정(Zoom-in 모드)에서 확인된다.

그림 3. 유전자 및 염색체 표현



기간별 생산량을 조정하는 것은 협상 및 RFQ/견적서 선택 과정보다 목적함수값에 미치는 영향이 훨씬 적기 때문에 염색체에 기계 수준에서의 실제 생산량에 관한 정보를 포함시키지 않음으로써 제안된 유전 알고리즘의 주요 단계에서 분리하여 정의하였

다. 분리된 단계, 즉 기간별 생산량을 결정하는 과정

을 마무리 단계로 정의하고, 제안된 유전 알고리즘

의 주요 단계 수행 이후에 수행되도록 하였다. 제안

된 유전 알고리즘을 <그림 4>에 나타내었다.

4.1 Zoom-out 모드에서의 연산

Zoom-out 모드에서의 관심은 오로지 유전자의 '선택' 부분에 있으며, 제안된 알고리즘의 주요 단계에 속하는 연산 중 협상을 제외한 대부분의 연산이 이 모드에서 수행된다. 이들 연산에 초기 모집단 생성, 재생을 위한 염색체 선택 그리고 교배, 돌연변이와 같은 유전 알고리즘의 일반적인 연산 등이 포함되며, <표 5>에 이를 정리하여 나타내었다. <표5>에서 염색체의 적합도값은 수리 모형에서의 목적함수인 수익을 의미한다.

그림 4. 제안된 알고리즘의 흐름도

표 5. 제안된 알고리즘의 일반 연산 요약

분류 제안된 유전 알고리즘에서

의 적용 추가적인 세부 사항

부모 선택 토너먼트 방식의 선택 모집단에서 무작위로 2개의 염색체를 선택하고 둘 중 적합도값

(Fitness Value)이 큰 것을 선택함. 또한 이 과정을 한 번 더 수행함

교배 연산 (Crossover)

유니폼 교배 연산 각 유전자에 대하여, 두 부모 중 한 부모를 임으로 택한 후 대립 유전자를 취함

돌연변이율 (Mutation Rate)

1 % 적합도 값이 음수인 염색체에 대해서만 적용함

역위 연산 (Inversion) 부분적 역위 연산 염색체에서 무작위로 선택된 부분에 대한 유전자의 역순서 값을 적용함

재생(또는 대체) (Repro-duction or Replacement)

안정 상태 대체 가장 작은 적합도 값을 갖는 기존의 염색체를 재생에 의해 생성된 염색체로 대체함

종료 조건 연속적인 대체 실패 횟수: 1

만번 가장 낮은 적합도 값을 가진 염색체가 연속해서 1만 번의 재생에 의해 대체되지 않거나, 15분 동안 대체되지 않으면 종료함

시간제한: 15분



제안된 알고리즘의 주요 단계의 결과는 수용할 RFQ와 견적서의 목록이 되며, 여기에는 RFQ와 견적서에 대한 역제안이 포함될 수 있다. 그러나 주요 단계에서 가장 주의 깊게 고려되어야 할 것은 <표 5>에서 설명한 일반적인 연산의 결과로 얻어진 염색체가 가능하지 않은 생산 조건을 나타낼 수 있다

는 것이다. 즉, 이 염색체에 의해 정의되는 수요와 공급을 만족시키는 생산 계획이 존재하지 않을 수 있다는 것이다. 이 같은 비가능성은 일부 제품에 대한 고객의 수요가 ⅰ)원자재 공급량 또는 ⅱ)생산자 기계 용량에 부합하는 최대 생산 가능량을 초과할 때 발생한다.

염색체가 가능해를 내포하고 있는지를 검증하거

나 논박하기 위해 그리고 위의 2 경우 중 어떤 것에 의해 비가능성이 유발되는 지를 규명하기 위해 '가능성 확인' 연산을 개발하였다. 이 연산은 먼저 기간

별 누적 자재 소요량이 원자재의 기간 누적 공급량

보다 같거나 큰 지를 확인한다. 만약 그렇다면 이 연산은 비가능성의 원인이 되는 해당 기간과 자재를 리턴한다. 그렇지 않다면 각 기계에 대하여 기간별 역순으로(즉, 마지막 기간부터 첫 번째 기간 방향으

로) 가용 시간과 생산 요구 시간을 비교하여 비가능

성의 원인이 되는 기계가 있는 지를 확인한다. 원자

재 요구량과 생산 요구 시간은 MRP 부품 전개를 통해 계산할 수 있다. 만약 이 2 가지 확인 결과 비가능성 원인이 존재하지 않으면, '가능성 확인' 연산

은 해당 염색체가 가능해를 포함하는 것으로 판정한

다.

'가능성 확인' 연산에 의해 염색체가 비가능으로 판정되면 이 염색체는 가능해를 포함하도록 조정되

어야 하는데 이를 위하여 '보수 연산(Repair Operator) '을 개발하였다. 첫 번째 비가능성 원인에 해당되는 경우, 수용 대상이 아닌 견적서 중 일부를 수용 대상 견적서 집합에 '추가'하거나 수용 대상 RFQ 집합

에서 일부를 '탈락'시킴으로써 비가능성이 해소될 수 있다. 그러나 두 번째 비가능성 원인에 해당되는 경우는 '탈락'만이 가능하다. '추가' 또는 '탈락'의 대상이 될 견적서 및 RFQ의 선택을 위하여 'QR-Fitness'라는 척도를 도입하였으며, 각 견적서 및 RFQ에 대한 값은 아래와 같이 계산된다.

위 식에서 'QR-Fitness'는 해당 RFQ의 수익 또는 견적서의 비용에 반비례 한다. 이는 수용된 RFQ를 거절하거나 기존에 수용되지 않았던 견적서를 수용

하는 과정에서 필연적으로 발생하는 적합도(수익)의 감소를 줄이기 위한 것이다.

위와 같이 정의된 'QR-Fitness'값을 바탕으로 한 룰렛 휠을 이용하여 '추가' 또는 '탈락' 대상을 선정

한다. 이와 같은 '추가' 또는 '탈락' 연산은 해당 염색

체가 '가능성 확인' 연산을 통해 가능해를 내포한 것으로 판정될 때까지 반복 수행된다. 염색체가 가능

해를 내포한 것으로 판정되거나 조정되었을 때, 이 염색체의 목적함수값은 기타 연산을 위한 적합도값

이 된다.

=

아니면

거절되었으면선택되었으면현재가견적서번째

0

)( )()(

1

)(RFQi

ipriceifitnessQR

(13)

=∑∑

경우의견적서

경우의

여기서

)(

tit

tit

PC

RFQsRiprice



그림 5. '협상' 연산의 예

4.2 Zoom-in 모드에서의 연산 : 협상

목적함수값(즉, 총수익)은 협상을 통하여 RFQ 및/또는 견적서의 '상세' 부분의 변경을 통해 개선될 수 있다. 그러나 3.2절에서 언급한 바와 같이 협상을 고려하지 않는 단순화된 문제도 NP-Complete에 속하기 때문에, 최적의 역제안을 찾는 것을 현실적으로 매우 어려운 일이다. 따라서 협상(또는 협상을 위한 역제안 탐색)은 휴리스틱 방법에 의해 처리되어야 한다.

'협상' 연산은 수용 대상이 아닌 RFQ와 수용 대상

인 견적서가 얼마나 큰 영향을 줄 지를 판단함에 있어 유전자의 '상세' 부분을 고려한다. '보수' 연산이 비가능 염색체를 가능 염색체로 만들기 위해 수용 대상 RFQ와 수용 대상이 아닌 견적서 검토하는 반면, '협상' 연산은 수용 대상이 아닌 RFQ와 수용 대상인 견적서 중 어떤 것의 수용 여부 변경이 현재의 가능 염색체를 비가능 염색체로 만드는 가를 검토할 뿐 아니라 비가능의 원인이 무엇인가를 함께 검토한

다.

일반적으로 수용 대상이 아닌 RFQ와 수용 대상

인 견적서 중 어떤 것의 수용 여부가 변경될 때, 해당 RFQ 또는 견적서에 의한 전체 수량이 비가능의 원인이 되는 것이 아니라 그 중 일부의 수량이 비가

능의 원인이 된다. 예를 들어 특정 기간에서의 수요

가 너무 많거나 특정 기간에서의 공급이 너무 작을 때 비가능성이 유발된다. 따라서 RFQ에 의한 특정 기간의 수요를 일부 감소시키거나 견적서에 의한 공급을 일부 증가시킬 때 이들 RFQ와 견적서는 비가

능성을 유발하지 않을 수 있다.

이러한 사항이 관찰되었을 때, '협상' 연산은 해당 RFQ 또는 견적서에 명시된 증가/감소 한계 범위 내 임의의 값을 적용하여 '상세' 부분을 수정한다. 이렇

게 변경된 RFQ 또는 견적서가 현재의 해에 바로 적

용되는 것이 아니므로 이러한 변경은 현재 해의 가능성에 전혀 영향을 주지 않는다. 대신 이와 같은 변경을 반영한 역제안이 모집단에 추가됨으로써 다음 세대에서 비가능성을 유발하지 않고 수익이 더 높은 해의 생성에 높은 확률로 기여할 것으로 기대

된다.

<그림5>는 3장에서 제시한 공급사슬 문제를 대상

으로 제안 알고리즘이 어떻게 '협상' 연산을 수행하

는 지를 보여준다. <그림 5>는 '협상' 연산 전후의 염색체를 나타내고 있는데 선택 부분에서 음영으로 처리된 부분은 협상 대상인 RFQ(현재 수용대상이 아님) 또는 견적서(현재 수용 대상)를 나타낸다. 협상 대상이 정해지면 알고리즘은 대상 RFQ가 수용이 될 경우 또는 대상 견적서가 수용에서 제외될 경우 비가능을 유발하는 최초 시점을 찾고(상세 부분에서 음영으로 처리된 부분), 협상 범위 내에서 대상 RFQ의 해당 시점의 요구량을 임의로 감소시키거나 대상 견적서의 해당 시점의 공급량을 임의로 증가시킨다

(협상 후 염색체의 상세 부분에서 빨간색으로 표시

된 부분). 협상에 따른 수익의 변화는 자동으로 계산

되며 적합도에 반영된다. '협상' 연산으로 인한 요구

량/공급량의 감소/증가는 가능 염색체를 비가능 염색체로 만들지 않으며, 다음 세대에서 보다 더 많은 수의 RFQ또는 더 적은 수의 견적서 조합으로, 곧 적합도가 향상된 해를 생성할 것으로 기대된다. 또한 '협상' 연산은 보다 고수익의 RFQ 및 견적서 조합을 생성하기 위하여 <그림 5>에서 나타낸 수요 감소 및 공급 증가뿐 아니라 그 반대의 변경도 함께 고려하는데, 이는 반대의 변경이 남는 자재를 줄이

면서 판매를 높임으로써 수익을 증가시키는 해를 찾는데 기여할 수 있기 때문이다. 이 경우엔 협상 대상이 현재 수용 대상인 RFQ와 수용 대상이 아닌 견적서가 되고, 대상 시점은 임의로 정해지며, 협상 범위와 비가능을 유발하지 않는 범위 내에서 임의로 증가/감소가 이루어진다.



4.3 마무리 단계에서의 연산

주요 단계에서의 연산들에 의해 마무리 단계에서

는 충족시켜야 할 고객의 수요와 공급자로부터의 공급이 확정되어 있으며, 가능한 생산 계획이 보장된

다. 따라서 이 단계에서는 생산 계획을 수립하면 된다. 즉, 언제, 어떤 부품/제품을, 그리고 얼마나 생산

할 것인가를 정하면 된다. 생산 계획 수립 과정은 전방 그리고 후방 계획 방법에 의해 수행된다. 자재

의 재고 유지 비용을 고려하여 어떤 부품을 먼저 그리고 어떤 부품을 늦게 생산할 지를 결정한다. 비록 이 과정이 휴리스틱 방법으로 수행되지만, 예비 실험에 의해 최적해 상한 한계값(CPLEX에 의한 Upper Bound)의 92%를 상회하는 결과를 얻을 수 있음을 확인하였으며, 이 비율은 마무리 단계에 한정된 문제에서의 비율이라는 점을 감안할 경우 매우 좋은 해를 찾는다는 것을 보여준다 할 수 있다. 또한 앞에서 언급한 바와 같이 전체적인 관점에서 보았을 때 제안된 알고리즘의 주요 단계에 의한 결정이 전체 수익에 아주 큰 영향을 미치므로, 마무리 단계에 휴리스틱 방법을 적용함에 따른 부정적 효과는 매우 적을 것으로 예상된다.

5. 실험결과

제안된 알고리즘에 의한 협상이 총 수익에 미치

는 영향을 알아보기 위해 실험을 수행하였다. 실험

에 사용될 문제 정의를 위한 요인들을 <표 6>에 정리하였다. 두 거래 당사자간의 협상 허용 조건이 협상 수준이나 수익에 영향을 주므로 협상 관련 파라

미터의 정의가 필요하며, 이를 <표 7>에 나타내었다.

실험의 수행을 위해서는 먼저 앞의 3.1절에서 설명한 바와 같이 증가 한계 수량/가격 및 감소 한계 수량/가격을 결정한 후, 이를 토대로 제안된 알고리

즘을 적용하여 역제안을 생성해야 한다. 비록 파라

미터에 2가지의 수준만 정의되었지만, 이들 수준이 RFQ 및 견적서에 증가 그리고 감소의 형태로 적용

되어야 하므로 총 16( 42= )가지의 조합을 고려하여

야 한다. 파라미터에 의한 복잡도를 줄이기 위해서 파라미터의 특성에 따라 최대 및 최소 협상 가능 수량을 함께 그리고 할증 및 할인율을 함께 연계하여 고려하였다. 결과로 각각에 대하여 (10%, 30%, 50%)의 3가지 수준을 적용함으로써 전체적으로 9가지의 실험을 위한 조건을 정의하였다.

표 6. 요인 및 기본 값

요인 값 설명

취급 부품 수

제품 수 10 10가지의 제품

부품 수(중간품 포함) 30 30가지의 부품

원자재 수 10 10가지의 원자재

계약 수 RFQ 수 200 제품별 20명의 고객((200=10×20)

견적서 수 200 원자재별 20명의 공급자(200=10×20)

BOM 레벨 4 BOM의 깊이

기계 수 10 제품 및 부품 생산을 위한 기계

표 7. 협상 관련 파라미터

파라미터 설명

최대/최소 협상 가능 수량 RFQ 또는 견적서의 원래 수량에서 협상을 위해 증가 또는 감소시킬 수 있는 수량의 비율

최대 협상 패널티 RFQ 또는 견적서의 원래 가격에 대해 협상에 의한 할증 또는 할인 금액의 비율



표 8. 실험결과(중간 규모의 문제에 대해)

실험 조건 실험 결과

최대/최소 협상 가능 수량 비율(%)

최대 협상 패널티 비율(%)

평균 개선율(%) (수정된 문제의 최적 또는 상한 값을 기

준으로)

평균 탐색 시간(초)

10 10 0.6 78

10 30 -1.3 128

10 50 -4.9 85

30 10 8.2 140

30 30 3.6 70

30 50 1.6 64

50 10 16.4 79

50 30 10.1 86

50 50 4.8 76

난수 생성기를 이용하여 구체적인 실험 관련 데이터를 생성하였으며, 보다 현실성을 높이고자 제품 판매가를 제품의 생산비용과 연계하여 책정하였고, 이 과정에서 대표적인 몇몇 회사(삼성전자, HP, Apple, GE, Dell 등)의 재무보고서를 참조하여 생산에 따른 이윤을 합리적으로 책정하였다. 각 실험 조건에 대하여 10가지 문제를 생성하여 실험을 수행하였다.

협상을 허용하지 않은 수정된 문제(3.1절의 후반

부에 설명한 바와 같이 비선형 문제로부터 수정하여 얻어진 혼합정수계획법 문제)를 비교를 위한 기준 문제로 설정하고, ILOG CPLEX 11을 적용하여 얻어

진 목적함수의 최적 값을, 탐색 용량의 부족(Out-of-Memory)으로 최적해를 찾을 수 없는 경우 상한 값(Upper Bound of Objective Function)을 기준 문제의 성능척도로 사용하였다. 협상을 허용하는 문제의 경우

에는 역제안을 고려하여 얻어진 총 수익을 성능척도

로 사용하였다. 따라서 협상을 통한 개선율(총수익

의 증가율)을 계산할 때 이들 2가지의 성능척도를 모두 사용하였으며, 탐색시간 역시 관찰하였다. 실험

은 2.80 GHz CPU와 3.25 GB RAM을 탑재한 워크스

테이션을 이용해 수행하였으며, 그 결과를 <표 8>에 나타내었다.

<표 8>에 제시된 평균 개선율과 평균 탐색 시간

은 각 실험 조건에 대하여 수행된 10가지 문제에 대한 평균을 나타내며, 중간 규모의 문제에서 대부분

의 경우 최적해를 기준으로 평균 개선율이 계산되었

다. 이 결과로 볼 때, 협상 가능 수량 비율이 커질수

록 또한 협상 패널티 비율이 작아질수록 개선의 정도가 커지는 것을 보여준다. 한편, 협상 가능 수량 비율은 작으나 협상 패널티 비율 또는 할인율이 높

은 경우에 개선율이 음수(즉, 더 나빠짐)인 경우가 관찰되는데, 이는 RFQ 또는 견적서의 특정 기간에

서의 기본적인 수량에 대해 조금의 수정이라도 발생

할 경우 변경된 수량 전체에 대해 협상 패널티가 적용되기 때문인 것으로 판단된다. 그러나 비교에서 사용된 개선율이 최적해에 대해 계산된 것이 아니고 목적함수값의 상한값에 대해 계산된 값임을 감안하

면, 비록 상한값보다는 나쁜 결과를 보여주고 있지

만 그 차이를 보아 상한값에 아주 근접함을 알 수 있으며, 이는 제안된 알고리즘에 의한 개선 효과가 매우 큼을 보여준다. 한편 협상 가능 수량 비율이 일정 수준을 넘어서면 협상 패널티 비율의 크기에 관계없이 개선이 이루어짐을 알 수 있다. 그리고 이러한 결과를 얻는데 소요되는 탐색 시간은 상당히 짧은 것으로 나타났다.

큰 규모의 문제에 대한 제안된 알고리즘의 성능 평가를 위하여 추가의 실험을 수행하였으며, 문제 정의를 위한 요인들을 <표 9>에 정리하였다. <표 6>과 비교할 때, BOM 레벨을 제외한 모둔 요인의 값이 2배로 설정되었음을 알 수 있다. 보다 현실적인 성능 평가를 위하여 제한된 시간(60분) 동안의 CPLEX 탐색 결과를 추가로 비교하였다. 이는 앞의 문제에서 비교 대상으로 삼았던 “상한값”은 특히 큰 규모의 문제에서 종종 비현실적인(대체로 너무 큼) 특성을 보이기 때문이다. 데이터 생성, 알고리즘 적용 그리고 기준 문제와의 비교 등의 기타 사항들은 앞에서와 동일하게 적용되었다.

<표 10>에 큰 규모의 문제에 대한 실험 결과를 나타내었다. 보다 현실적인 비교를 위해 선택한 “CPLEX가 찾은 가장 좋은 해”를 기준으로 비교했



표 9. 큰 규모의 문제를 위한 요인 및 기본 값

요인 값 설명

취급 부품 수

제품 수 20 20가지의 제품

부품 수(중간품 포함) 60 60가지의 부품

원자재 수 20 20가지의 원자재

계약 수 RFQ 수 800 제품별 40명의 고객((800=40×20)

견적서 수 800 원자재별 20명의 공급자(800=20×40)

BOM 레벨 6 BOM의 깊이

기계 수 20 제품 및 부품 생산을 위한 기계

표 10. 실험결과(큰 규모의 문제에 대해)

실험 조건 실험 결과

최대/최소 협상 가능 수량 비율(%)

최대 협상 패널티 비율

(%)

평균 개선율(%) (수정된 문제의 상한 값을 기

준으로)

평균 개선율(%) (CPLEX가 60분 내에 찾은 가장 좋은 해의 값을 기준

으로)

평균 탐색 시간

(초)

10 10 -6.5 58.9 835

10 30 -10.0 52.8 895

10 50 -10.8 52.4 467

30 10 -0.3 70.6 600

30 30 -5.4 60.6 602

30 50 -4.1 63.3 670

50 10 4.6 78.9 643

50 30 3.3 78.1 687

50 50 -0.2 74.3 739

을 때, 제안된 알고리즘에 의한 개선율이 아주 높게 나타났고 더욱이 총 수익은 상한 값에 아주 근접한 것으로 나타나, 큰 규모의 문제에서 협상의 효과가 더 크게 나타남을 보여주고 있다. 한편 문제의 규모

가 커짐에 따라 탐색에 소요되는 시간이 증가한 경향은 있지만 여전히 허용할만한 시간 내에 해를 탐색하는 것으로 판단할 수 있다.

6. 결론

본 연구에서는 개방형 비즈니스 환경에서의 공습

사슬계획에 대한 협상의 효과를 다루었다. RFQ 또는 견적서에 대한 역제안을 바탕으로 한 협상 과정과 이에 따른 문제의 특성을 살펴보고, 이를 토대로 사전에 거래 당사자들 간에 정의된 협상 가능 수량 비율, 할인 및 할증 비율을 만족시키는 범위 내에서 수익을 최대화 할 수 있는 역제안을 생성하는 방법

을 유전 알고리즘을 이용하여 제시하였으며, 제안된 알고리즘의 성능평가를 위하여 중간 규모의 문제뿐

아니라 큰 규모의 문제에 대하여 다양한 실험을 수행하였다.

실험 결과, 중간 규모의 문제 및 큰 규모의 문제 모두에서 협상을 고려한 공급사슬계획 결과가 협상

을 고려하지 않은 경우보다 큰 수익을 제시하는 것을 확인하였으며, 비교적 짧은 시간 내에 이러한 해를 탐색할 수 있음을 함께 확인하였다.

이와 같이 협상을 통해 추가로 늘어난 수익은 생산 자원의 효율적 운영과 거래 당사자들 간의 할인 및 할증 등의 형태로 수익을 나누는 과정에서 발생

한 것으로 판단된다. 따라서 공급사슬 산의 각 개체

가 이러한 협상을 통해 자신을 수익을 최대화하려 노력하면, 공급사슬 전체의 수익이 최대화 될 수 있다. 한편 본 연구에서 다루지 못한 다양한 협상 전략들의 효과에 대한 연구가 추후 연구과제로 다루어

질 필요가 있다.



참고문헌

[1] 이동명, 서진우, 정한일, 박진우, 2010. “개방형 비즈니스 환경에서의 통합된 공급사슬계획에 대한 연구,” Entrue Journal of Information Technology, Vol. 9, No. 2, pp. 123-141.

[2] 정한일, 장태우, 2008. “통합 공급망계획을 위한 비즈니스 프로세스 패턴 연구-견적요청 유형 분석을 바탕으로”. Journal of Information Technology Applications and Management, Vol. 15, No. 1, pp. 83-97.

[3] Argoneto, P. and Renna, P., 2010. “Production planning, negotiation, and coalition integration: A new tool for an innovative e-business model”, Robotics and Computer-Integrated Manufacturing, Vol. 26, pp. 1-12.

[4] Cakravastia, A. and Takahashi, K., 2004. “Integrated model for supplier selection and negotiation in a make-to-order environment”, International Journal of Pro-duction Research, Vol. 42, No. 21, pp. 4457-5574.

[5] Chen, W.-L., Huang, C.-Y. and Lai, Y.-C., 2009. “Mul-ti-tier and multi-site collaborative production: Illustrat-ed by a case example of TFT-LCD manufacturing”, Computers & Industrial Engineering, Vol. 57, pp. 61-72.

[6] Drucker, Peter F., 1998. “Management’s new paradigm”, Forbes Magazine, October, pp. 152-177.

[7] Dudek, G. and Stadtler, H., 2005. “Negotiation-based collaborative planning between supply chains partners”, European Journal of Operational Research, Vol. 163, pp. 668-687.

[8] Dudek, G. and Stadtler, H., 2007. “Negotiation-based collaborative planning in divergent two-tier supply chains”, International Journal of Production Research, Vol. 45, No. 2, pp. 465-484.

[9] Fink, Andreas, 2004. “Supply chain coordination by means of automated negotiations between autonomous agents”, Proceedings of the 37th IEEE International Conference on System Sciences, 1-10, Hawaii, USA.

[10] Gaudreault, J., Frayret, J.-M. and Pesant, G., 2009. “Distributed search for supply chain coordination”, Computers in Industry, Vol. 60, pp. 441-451.

[11] Ghiassi, M. and Spera, C., 2003. “Defining the Inter-net-based Supply Chain System for Mass Customized

Markets”, Computers & Industrial Engineering, Vol. 45, pp. 17-41.

[12] Gunasekaran, A. and Ngai, E.W.T., 2004. “Information Systems in Supply Chain Integration and Manage-ment”, European Journal of Operational Research, Vol. 159, pp. 269-295.

[13] Homberger, J., 2009. “Decentralized multi-level uncapacitated lot-sizing by automated negotiation”, 4OR: A Quartery Journal of Operations Research, Vol. 8, No. 2, pp. 155-180. DOI: 10.1007/s10288-009-0104-1.

[14] Jennings, N.R., Faratin, P., Wooldridge, Parsons, S., Wooldridge, M. and Sierra, C., 2011. “Automated Ne-gotiation: Prospects, Methods and Challenges”, Group Decision and Negotiation, Vol. 10, pp. 199-215.

[15] You, X. and Kummar, A., 2006. “An agent-based framework for collaborative negotiation in the global manufacturing supply chain network”, Robotics and computer-Integrated Manufacturing, Vol. 22, pp. 239-255.

[16] Jung, H., Jeong B. and Lee, C.-G., 2008. “An order quantity negotiation model for distributor-driven sup-ply chains”, International Journal of Production Eco-nomics, Vol. 111, pp. 147-158.

[17] Ito, T. and Rizal S.M., 2000. “A blackboard-based negotiation for collaborative supply chain system”, Journal of Materials Processing Technology, Vol. 107, pp. 398-403.

[18] Kao, B.R., Lai, K.R. and Lin, M.W., 2009. “Agent-based Fuzzy Constraint-directed Negotiation Mecha-nism for Planning and Scheduling in Supply Chain”, Proceedings of the Joint 2009 International Fuzzy Sys-tems Association World Congress and 2009 European Society of Fuzzy Logic and Technology Conference, Lisbon, Portugal, July 20-24, pp. 369-374.

[19] Kim, D.S., 2006. “Process Chain: A New Paradigm of Collaborative Commerce and Synchronized Supply Chain”, Business Horizons, Vol. 49(5), pp. 359-367.

[20] Lai, K.R., Kao, B.R., 2009. “A Negotiation-Based Approach to Supply Chain Planning and Scheduling Problems in a Fully Distributed Environment”, Pro-ceedings of the 16th ISPE International Conference on Concurrent Engineering, pp. 633-644.



[21] Lambert, D.M. and Cooper, M.C., 2000. “Issues in supply chain management”, Industrial Marketing Management, Vol. 29, pp. 65-83.

[22] Min, Hokey and Gengui Zhou, 2002. “Supply chain modeling: past, present and future”, Computers & In-dustrial Engineering, Vol. 43, pp. 231-249.

[23] Monterio, T., Roy, D. and Anciaux, D., 2007. “Multi-site coordination using a multi-agent system”, Com-puters in Industry, Vol. 58, pp. 367-377.

[24] Pontrandolfo, P., Gosavi, A., Okogbaa, O.G. and Das, T.K., 2002. “Global supply chain management: a rein-forcement learning approach”, International Journal of Production Research, Vol. 40, No. 1, pp. 1299–317.

[25] Xue, Xiaolong, Li, Xiaodong, Shen, Qiping, and Wang, Yaowu, 2005. “An agent-based framework for supply chain coordination in construction”, Automation in Construction, Vol. 14, pp. 413-430.

[26] Yao, Yuliang, Evers, Philip T. and Dresner, Martin E., 2007. “Supply Chain Integration in Vendor-managed Inventory”, Decision Support Systems, Vol. 43, No. 2, pp. 663-674.



저자소개

정한일

(Jeonng, Hanil) 서울대학교 산업공학과를 졸업하고, 동 대학 대학원

에서 산업공학 석사와 박사 학위를 취득 하였다. 현재 대전대학교 IT 경영공학과에서 부교수로 재직 중이며, 동 대학의 차세대정보기술 연구소장직을 맡고 있다. 연구 관심 분야는 ERP/SCM, BPM 등이다.

E-mail: [email protected] Tel: +82-42-280-2562

서진우

(Seo, Jinwu)

서울대학교 산업공학과를 졸업하고, 현재 동 대학 산업공학과/자동화연구소 박사과정 재학중에 있다. 연구 관심 분야는 모델링&시뮬레이션, 스케줄링, 프로젝트 관리 등이다. E-mail: [email protected] Tel: +82-2-880-7182

이성준

(Lee, Sung-Jun) 서울대학교 수학과를 졸업하고, 동 대학 대학원 경영학과 석사와 산업공학과 박사 학위를 취득하였다. 현재 한국전자통신연구원 우정물류 기술연구부 선임연구원으로 재직중이며, 우편 물류 분야의 국책 연구과제에 참여하고 있다. 주요 관심분야는 경제성/성과분석, 투자분석, 우편자동화 및 통합처리, 주소

정보 등이다. E-mail: [email protected] Tel: +82-42-860-6536

박진우

(Park, Jinwoo) 서울대학교 산업공학과를 졸업하고 KAIST에서 산업

공학 석사 학위를, UC Berkeley에서 산업공학 박사 학위를 취득하였다. 현재 서울대학교 산업 공학과/자동화연구소 정교수로 재직 중이다. 연구 관심 분야

는 제조 및 서비스 시스템, 모델링 &시뮬레이션, ERP/SCM, USN 등이다. E-mail: [email protected] Tel: +82-2-880-7179

◇ 이 논문은 2011년 12월 9일 접수하여 2012년 3월 27일 1차 수정을 거쳐 2012년 6월 11일에 게재확정되었습니다.

a study about integrated supply chain planning model with...

Documents