Enhancing Business Transaction Networks by Industry Through DNN-Based Partner Recommendations

• 발행기관: 한국물류학회
• 저자명: 안영효(Young-Hyo Ahn) 이동훈(Dong-Hun Lee) 김관호(Kwan-Ho Kim) 마진희(Jin-Hee Ma)
• 간행물 정보: 『물류학회지』제34권 제5호, 89~100쪽, 전체 12쪽
• 주제분류: 경제경영 > 무역학
• 파일형태: PDF
• 발행일자: 2024.10.31

국문 초록

역동적으로 변화하는 글로벌 시장에서 기업의 경쟁력은 생산적인 파트너십을 식별하고 구축하는 능력에 크게 좌우된다. 이는 특히 공급망 관리에서 중요한데, 공급자와 구매자 간의 상호작용이 운영 효율성과 수익성에 중대한 영향을 미치기 때문이다. 전통적인 파트너 선정 방법은 주로 확립된 네트워크와 과거 관계에 의존하여 정보 격차와 선입견으로 인해 잠재적 파트너십의 범위를 제한하는 경우가 많다. 이러한 한계를 극복하기 위해 본 연구는 한국의 산업에서 공급자와 구매자 간의 잠재적 파트너십을 식별할 수 있는 심층 신경망(DNN) 기반의 비즈니스 파트너 추천 모델의 개발을 제안한다. 이 모델은 기업 규모, 제품 공급, 시장 위치 등의 매개 변수를 바탕으로 상호 이익이 될 수 있는 전략적 파트너십을 제시하고 분석할 수 있게 한다. 본 모델을 활용한 결과, 산업 전반에서 잠재적 파트너십의 수가 크게 증가함을 확인하였으며, 이를 통해 비즈니스 협업의 범위를 확장하는 데 있어 모델의 효과성을 입증하였다. 특히, 모델은 공급업체가 이전에 고려하지 않았던 유망한 구매자 기업을 다수 식별하여 DNN 기반 추천이 비즈니스 호환성에 대한 전통적 관점을 재구성할 수 있음을 시사하였다. 본 연구는 AI 기반 비즈니스 프로세스에 관한 연구 분야에 기여하며, 혁신적 기술 솔루션을 통한 공급망 네트워크 강화에 관심을 가진 기업들에게 실무적인 참고자료가 될 것이다.

영문 초록

In today’s highly competitive global market, a company’s success often hinges on how well it can identify and build productive partnerships. This is especially true in supply chain management, where the relationship between suppliers and buyers plays a huge role in determining how efficiently a business runs and how profitable it can be. Traditionally, companies have relied on long-established networks and past relationships when selecting partners. However, this approach can be limiting, as it often overlooks new opportunities due to gaps in information or preconceived biases. To tackle this challenge, the authors of the study introduced a new model based on Deep Neural Networks (DNN). This model is designed to help businesses in South Korea identify potential partnerships across a variety of industries. By taking factors like company size, product offerings, and market position into account, the DNN model can pinpoint partnerships that would be mutually beneficial. The results were striking—there was a significant increase in the number of potential partnerships identified, showing just how effective this approach could be in widening the scope of business collaborations. Notably, the model identified numerous feasible buyer companies that had not been previously considered by suppliers, suggesting that DNN-based recommendations can challenge and reshape traditional perspectives on business compatibility. This research contributes to the growing body of AI-driven business processes and offers practical insights for companies seeking to enhance their supply chain networks through the adoption of innovative technological solutions.

목차

Ⅰ. Introduction

Ⅱ. Literature Review

Ⅲ. Research Methodology

Ⅳ. Research Results by Industry

Ⅴ. Conclusion and Implication

References

키워드

심층 신경망 비즈니스 파트너 추천 공급망 관리 기계 학습 인공지능 산업 협력 파트너 선정 Deep Neural Network Business Partner Recommendation Supply Chain Management Machine Learning Artificial Intelligence Industry Collaboration Partner Selection