01
Service & Operations Management 서비스·운영 관리 Analyzes how operational decisions shape efficiency and resilience, using optimization and simulation. 운영 의사결정이 효율성과 회복력에 미치는 영향을 최적화와 시뮬레이션으로 분석합니다.
Read more 자세히 보기 →
Service and production systems operate under fluctuating demand and constrained resources. This area analyzes how operational decisions — process design, capacity planning, staffing, and inventory allocation — shape both efficiency and resilience, drawing on mathematical modeling and empirical data. It draws in particular on queueing theory, optimization techniques, and simulation to diagnose bottlenecks in service operations and identify concrete paths for improvement. The goal is to design operating systems that remain stable not only under normal conditions but also during demand surges or supply disruptions.
서비스와 생산 시스템은 수요가 변동하고 자원이 제한된 환경 속에서 운영됩니다. 이 분야에서는 프로세스 설계, 용량 계획, 인력·재고 배치와 같은 운영상의 의사결정이 효율성과 회복력(resilience)에 어떤 영향을 미치는지를 수리적 모델과 실증 데이터로 분석합니다. 특히 대기행렬 이론, 최적화 기법, 시뮬레이션을 활용해 서비스 현장의 병목 구간을 진단하고 개선 방향을 제시하는 연구를 다룹니다. 궁극적인 목표는 평상시의 효율성뿐 아니라 수요 급증이나 공급 차질 같은 예상치 못한 상황에서도 안정적으로 작동하는 운영 체계를 설계하는 것입니다.
02
Revenue Management 수익 관리 Studies dynamic pricing and inventory allocation that account for boundedly rational customer behavior. 제한된 합리성을 가진 고객 행동을 반영한 동적 가격결정과 재고 배분을 연구합니다.
Read more 자세히 보기 →
How should firms allocate price, capacity, and inventory to maximize revenue? This long-standing question in operations management is examined here through a behavioral lens — incorporating boundedly rational customer behavior rather than assuming perfect rationality. The research focuses on industries such as airlines, hospitality, and e-commerce, where inventory is perishable and demand shifts continuously, addressing dynamic pricing alongside seat and inventory allocation problems. The aim is to develop pricing and capacity strategies that are theoretically sound while remaining consistent with how customers actually behave.
가격, 용량, 재고를 어떻게 배분해야 기업의 수익을 극대화할 수 있는지는 오랜 운영관리 분야의 핵심 질문입니다. 본 연구실은 여기에 더해, 고객이 언제나 완벽하게 합리적으로 행동하지는 않는다는 행동경제학적 관점(제한된 합리성)을 접목해 보다 현실적인 가격·용량 전략을 탐구합니다. 항공, 호텔, 이커머스와 같이 재고가 소멸성을 갖고 수요가 시시각각 변하는 산업을 주요 연구 대상으로 삼으며, 동적 가격결정(dynamic pricing)과 좌석·재고 배분 문제를 함께 다룹니다. 이를 통해 이론적으로 최적이면서도 실제 고객 행동 데이터와 부합하는 의사결정 모델을 제시하고자 합니다.
03
Quality Management 품질 경영 Uses statistical quality control to find defect causes and studies the effect of warranty policies. 통계적 품질관리로 불량 원인을 규명하고 보증 정책의 영향을 연구합니다.
Read more 자세히 보기 →
Quality must be measured and managed across multiple layers — products, processes, services, and warranties. This area applies statistical quality control and data analysis to identify the root causes of defects and failures, and to develop methods for preventing or improving them. Drawing on data ranging from manufacturing process logs to customer feedback collected at service touchpoints, the research also emphasizes proactive quality management methods that anticipate and address problems before they occur. Particular attention is paid to how warranty policies shape customers' perceptions of quality and purchasing decisions.
제품, 프로세스, 서비스, 보증(warranty)에 이르기까지 품질은 여러 층위에서 측정되고 관리되어야 합니다. 이 분야에서는 통계적 품질관리 기법과 데이터 분석을 활용해 불량과 실패의 원인을 규명하고, 이를 사전에 예방하거나 개선할 수 있는 방법론을 연구합니다. 제조 현장의 공정 데이터부터 서비스 접점에서 수집되는 고객 피드백에 이르기까지 다양한 데이터를 활용해, 품질 문제가 발생하기 전에 이를 예측하고 대응하는 사전적(proactive) 품질관리 방법론에도 관심을 두고 있습니다. 특히 기업이 제공하는 보증 정책이 고객의 품질 인식과 구매 결정에 미치는 영향에도 주목합니다.
04
Customer Experience 고객 경험 Studies the peak-end effect and how service quality drives customer satisfaction and repeat use. 피크-엔드 효과 등 서비스 품질이 고객 만족과 재이용으로 이어지는 메커니즘을 연구합니다.
Read more 자세히 보기 →
Customers do not remember every moment of a service experience equally. This area studies the peak-end effect — the tendency for the most intense moment and the final moment of an experience to disproportionately shape overall evaluation — along with the broader psychological and behavioral mechanisms linking service quality to memory, satisfaction, and repeat use. It empirically examines how granular elements of the customer journey — wait times, service failures and recovery, and interactions with frontline staff — feed into overall experience evaluations. The findings offer guidance on how firms should design the pivotal moments of the customer journey.
고객은 서비스의 모든 순간을 동일한 비중으로 기억하지 않습니다. 이 분야에서는 경험의 정점과 마지막 순간이 전체 평가를 좌우한다는 '피크-엔드 효과(peak-end effect)'를 비롯해, 서비스 품질이 고객의 기억과 만족도, 재이용 의사로 이어지는 심리적·행동적 메커니즘을 연구합니다. 대기 시간, 서비스 실패와 복구(service recovery), 접점 직원과의 상호작용 등 고객 여정 속 세부 요인들이 전반적인 경험 평가에 어떻게 반영되는지를 실증적으로 분석합니다. 이를 바탕으로 기업이 고객 여정(customer journey)의 핵심 순간을 어떻게 설계해야 하는지에 대한 시사점을 도출합니다.
05
Behavioral & Data Science 행동·데이터과학 Combines behavioral theory, experiments, and AI/LLM tools to characterize how people actually judge and act. 행동 이론과 실험, 데이터 분석, AI/LLM 도구를 결합해 사람들의 실제 판단과 행동을 규명합니다.
Read more 자세히 보기 →
Understanding human decision-making requires both theoretical insight and empirical rigor. This area combines traditional behavioral theory and experimental design with large-scale data analysis and modern AI/LLM tools to precisely characterize how people actually judge and act. By jointly analyzing controlled data from lab and online experiments with observational data collected from real service settings, the research aims to produce findings that are both theoretically grounded and practically relevant. Methodologically, it draws on experimental economics, big-data analytics, and machine learning techniques.
인간의 의사결정을 이해하기 위해서는 이론적 통찰과 실증적 방법론이 함께 필요합니다. 이 분야는 전통적인 행동 이론과 실험 설계를, 대규모 데이터 분석 및 최신 AI/LLM 도구와 결합하여 사람들이 실제로 어떻게 판단하고 행동하는지를 정교하게 규명합니다. 실험실 및 온라인 실험을 통해 확보한 통제된 데이터와, 실제 서비스 현장에서 수집되는 관찰 데이터를 함께 분석함으로써 이론적 타당성과 현실 적합성을 모두 갖춘 결과를 도출하고자 합니다. 방법론적으로는 실험 경제학, 빅데이터 분석, 머신러닝 기법을 폭넓게 활용합니다.
06
AI Business Applications AI 비즈니스 응용 Develops CRM insight, chatbot, and recommendation AI tools firms can adopt directly, in collaboration with industry. 기업이 바로 쓸 수 있는 CRM 인사이트, 챗봇, 추천 AI를 산업체와 협업해 개발합니다.
Read more 자세히 보기 →
Artificial intelligence and large language models have moved beyond academic interest to become practical tools for solving real business problems. This area researches and develops AI applications that firms can adopt directly — CRM insight tools, chatbots, recommendation systems, and decision-support systems. The work spans the full arc from prototyping with firm-level data to real-world deployment, with an emphasis on validating findings through collaborative projects with industry partners. Emphasis is placed not only on technical performance but also on usefulness and reliability within real business contexts.
인공지능과 대규모 언어모델(LLM)은 이제 학술적 관심을 넘어 실제 비즈니스 문제 해결의 도구로 자리잡고 있습니다. 이 분야에서는 CRM 인사이트 도출, 챗봇, 추천 시스템, 의사결정 지원 시스템 등 기업이 실무에서 곧바로 활용할 수 있는 형태의 AI 응용 사례를 연구하고 개발합니다. 기업 데이터를 활용한 프로토타입 개발부터 실제 현장 적용까지 전 과정을 아우르며, 산업체와의 협업 프로젝트를 통해 연구 결과를 검증하는 것을 중요하게 여깁니다. 기술적 완성도와 더불어 실제 비즈니스 맥락에서의 유용성과 신뢰성을 함께 고려합니다.
07
Inclusive & Digital Services 디지털 포용 서비스 Covers able-tech research for users with accessibility needs and digital transformation in services. 장애나 접근성 제약이 있는 이용자를 위한 에이블테크 연구와 디지털 전환을 다룹니다.
Read more 자세히 보기 →
Technological progress does not automatically benefit everyone equally. This area covers able-tech research aimed at ensuring users with disabilities or accessibility constraints can use services without barriers, alongside the structural changes digital transformation brings to the service industry at large. It pays particular attention to the barriers faced by digitally vulnerable groups — including older adults and people with disabilities — in accessing services, and explores service designs and policy implications that can address them. It also explores digital service innovation in biohealth to examine how inclusive technology can meaningfully improve quality of life.
기술의 발전이 모두에게 동등한 혜택으로 이어지는 것은 아닙니다. 이 분야에서는 장애나 접근성 제약이 있는 이용자도 차별 없이 서비스를 이용할 수 있도록 하는 에이블테크(able-tech) 연구와, 디지털 전환이 서비스 산업 전반에 가져오는 구조적 변화를 함께 다룹니다. 특히 고령자, 장애인 등 디지털 취약계층이 서비스 이용 과정에서 겪는 장벽을 파악하고, 이를 해소할 수 있는 서비스 설계와 정책적 시사점을 함께 모색합니다. 또한 바이오헬스 분야에서의 디지털 서비스 혁신 사례를 통해 포용적 기술이 실제로 삶의 질을 어떻게 개선할 수 있는지를 탐구합니다.