지난 십여년 동안, 공급사슬 전반에는 효율성의 극대화 및 최적화된 공급사슬을 구축하기 위하여 기술 혁신으로 인하여 많은 네트워크 기술들이 소개되었고 적용되어 왔다. 그러나 일부 새로운 기술의 도입에 대한 업계의 경험에 따르면 일부 기업은 도입의 이점을 추정하 ...

지난 십여년 동안, 공급사슬 전반에는 효율성의 극대화 및 최적화된 공급사슬을 구축하기 위하여 기술 혁신으로 인하여 많은 네트워크 기술들이 소개되었고 적용되어 왔다. 그러나 일부 새로운 기술의 도입에 대한 업계의 경험에 따르면 일부 기업은 도입의 이점을 추정하는데 많은 불확실성이 내재되어 있음을 알 수 있다. 이러한 기술 도입의 이점에 대한 불확실성으로 인해 공급사슬에 참여하는 전체 모집단의 기술 도입율은 낮아질 수 있으며, 이는 기술을 도입하려는 공급사슬에 당초 목표와 달리 느린 확산과정을 보임으로써 네트워크 효과를 제대로 누리지 못하게 되었다. 본 연구에서는 다수의 공급자와 구매자로 구성된 두 계층 공급사슬(two-level supply chain)내에서 각기 다른 계층의 기업들의 외부효과(network externality)와 더불어 동일 계층의 다른 기업들의 기술에 대한 정보시그널(information signal)까지 고려하여 가변적 불확실성의 변동을 추적하고, 이를 통해 개별 기업의 적용 프로세스를 동적 모델(dynamic adoption model)의 형태로 제시하고자 한다.

- 새로운 기술이 공급사슬 내에 도입되었을 때, 어떠한 내부 또는 외부 요인들이 각 개별 기업의 기술에 대한 불확실성을 감소시키고 기술 적용 시점에 영향을 미치는가?
- 각 요인들의 공급사슬 내 기술의 확산 속도에는 어떠한 영향을 미치는가?
- 구매자-공급자 공급사슬에서 어떠한 상호관계가 기술의 확산 속도에 영향을 주고 있는가?

이를 통해 잠재적인 대상 기업은 자신의 경험으로부터 얻은 기술과 정보를 채택함에 따라 혜택에 대한 불확실성이 줄어들게 되며, 이로써 주어진 기간에 대한 기업의 새로운 기술 도입에 대한 이익 추정치는 공급 업체 수와 이미 기술을 채택한 구매 기업 수에 따라 달라지게 된다.
개별 기업의 적용 모형(individual firm’s adoption model)을 바탕으로 모집단의 적용 프로세스 모형(population model)을 구현함으로서 공급사슬에서의 기술의 확산 과정을 예측할 수 있으며, 실제로 적용 가능한 기술 확산 결정요소들의 다양한 조합을 통해 확산 메커니즘의 분석이 가능하게 된다. 요약하면, 기술 도입에 따른 불확실성의 해결 및 환경 요인의 동적 프로세스가 기업의 기술 도입 결정에 어떤 영향을 미치는지 조사하고, 분석 모델에서 규명한 기술의 확산에 영향을 미치는 여러 요소들을 알아보고자 한다. 이를 통해 개별 기업의 의사결정 모델에서 고려한 결정 요소들의 다양한 조합을 통해 실제로 적용 가능한 전략을 제시할 수 있다. 특히, 이 연구를 통해서 얻은 결과에 의해 제시된 다양한 실무적인 연계성은 기술 투자연구 및 연구개발정책에 활용될 수 있으며, 정부의 산업기술에 대한 정책 실무에도 유용하게 활용될 수 있을 것으로 기대된다.

Over the past decade, many network technologies across supply chains have been introduced and promoted with the premised benefits for all participants. However, industry experience with an adoption process of some technology suggests that some firms h ...

Over the past decade, many network technologies across supply chains have been introduced and promoted with the premised benefits for all participants. However, industry experience with an adoption process of some technology suggests that some firms have a great amount of uncertainty in estimating the benefits of its adoption. This uncertainty will lead to a slow adoption rates across population in supply chains.

The motivation of this research is derived from the following questions: Why do firms adopt technology at different points of time across organizations in a population? How do they make a decision to adopt new technology in a supply chain network with multiple levels? What are the factors that stimulate the diffusion process of technology in a supply chain network? How do relationships between firms affect the transferability and quality of information more effectively on the adoption decision?

In this study, I develop a model to analyze technology adoption in a two-level supply chain: multiple suppliers and multiple buyers. The uncertainty about the benefits is reduced as other firms adopt the technology and information from their experiences becomes available. Thus, at any given time, the estimate of benefit for a firm depends on the number of supplier firms and number of buyer firms who have already adopted the technology. I seek to capture this dependence and analyze its effect on the adoption of technology both on analytical models and empirical study. This study also investigates several important aspects of technology adoption process in supply chains.

The next step is to embed the firm-level adoption model into a population model. We include various types of heterogeneity in the population to capture the factors affecting the speed of diffusion. This allows us to derive an adoption curve that is specified by the accumulated fraction of firms that have adopted the technology in or before any given period. Using numerical experiments, we show how to compare any two adoption curves so that one can be called to represent faster adoption than the other. The population model allows us to consider the effect of several strategies observed in practice and numerical experiments yield many managerial implications in this area.

This study develops a model to analyze technology adoption in a supply chain. While the basic model is general, we are motivated by the adoption of new technologies or innovations in supply chains. Proposed models consider firms on both levels of the ...

This study develops a model to analyze technology adoption in a supply chain. While the basic model is general, we are motivated by the adoption of new technologies or innovations in supply chains. Proposed models consider firms on both levels of the supply chain: supplier firms and buyer firms. Industry experience suggests that some firms, especially on the supply side, have a great amount of uncertainty in estimating the benefits of technology adoption. This uncertainty is reduced as other supplier firms adopt the technology and information from their experiences becomes available. In addition, the benefit a supplier firm may see by adopting is dependent on the number of its buyers who have already adopted. Thus, at any given time, the estimate of benefit for a supplier depends on the number of supplier firms and number of buyer firms who have already adopted the technology. This paper seeks to capture this dependence and analyze its effect on the adoption of a new technology in supply chains.

첫째, 기존에 다루어졌던 기업의 기술 적용 및 확산 결정요소와 관련하여 더욱 확장된 새로운 영역을 개척하여 국내외적으로 관련 연구를 활성화시키는 학문적 성과를 기대할 수 있음.
둘째, 기업의 기술 적용 및 확산 결정요소를 학문적으로만 다룬 기존의 연구들과 차 ...

첫째, 기존에 다루어졌던 기업의 기술 적용 및 확산 결정요소와 관련하여 더욱 확장된 새로운 영역을 개척하여 국내외적으로 관련 연구를 활성화시키는 학문적 성과를 기대할 수 있음.
둘째, 기업의 기술 적용 및 확산 결정요소를 학문적으로만 다룬 기존의 연구들과 차별화하여 본 연구는 기업의 신기술의 투자의사 결정에 있어서 새로운 분석모델을 제시함으로서 보다 효율적인 투자정책 연구를 위한 학문적 기초를 제공할 수 있음.
셋째, 기술 적용 프로세스에서의 동적 모델(dynamic adoption model)을 통한 접근법은 그동안 구현의 어려움으로 인해 관련 연구가 많이 진행되고 있지 않은 실정이기 때문에 본 연구가 더욱 큰 의미가 있을 것임. 이는 선행 연구에서 고려하지 않은 부분으로서, 관련 분야를 연구하는 연구자들에게 새로운 시도로서 그 가치를 인정받을 수 있을 것임. 또한 국내외 대학원에서 생산관리 및 기술경영을 수학하고 해당 분야 진로를 희망하는 학생들의 지도에도 활용될 수 있을 것으로 판단됨.
넷째, 더 나아가 본 연구에서 제시되는 방법론은 경제학, 통계학 분야 연구자들과의 학제 간 공동연구로 더욱 더 발전시킬 수 있는 토대를 마련해 줄 것으로 기대됨.
다섯째, 이 이론적 연구를 통해서 얻은 결과에 의해 제시될 수 있는 여러 가설들을 검증하기 위해 실제로 산업에 도입된 여러 네트워크 기술의 공급사슬 내 적용 데이터를 통해 계량 연구(empirical study) 및 네트워크분석(social network analysis)을 통해 공급사슬 내 기술 확산과정의 메커니즘을 규명할 수 있을 것으로 기대됨.