[논문]공급사슬 리스크 관리 연구동향 분석: 네트워크 분석을 중심으로

편제범; 나진성

doi:10.9723/jksiis.2018.23.6.125

공급사슬 리스크 관리 연구동향 분석: 네트워크 분석을 중심으로
Bibliometric Network Analysis on Supply Chain Risk Management Research 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.23 no.6, 2018년, pp.125 - 138

편제범 (호서대학교 빅데이터경영공학부) , 나진성 (인하대학교 경영학과)

초록
AI-Helper

최근 기업은 급속한 기술의 변화, 고객 니즈의 다변화, 경쟁 환경의 심화 등으로 인한 시장요인 뿐만 아니라 천재지변, 테러, 사회 정치적 이해관계 등의 통제 불가능한 불안요인으로 인해 예측이 어렵고 불확실성이 높은 경영 환경에 놓여 있어, 리스크 관리의 중요성이 높아지고 있다. 본 연구의 목적은 최근 들어 관심이 높아지고 있는 리스크 관리의 연구 분야에 대해 공급사슬관리(SCM) 분야를 중심으로 연구 동향을 분석하고, 해당 분야의 핵심 연구를 파악하여 해당 분야의 유용한 학문적 정보를 파악하는 것이다. Scopus 데이터베이스를 활용하여 해외 저명한 저널에 게재된 논문 정보를 수집하여 키워드 네트워크 분석과 인용 및 공저자 정보로 생성되는 네트워크를 분석하였다.

Abstract ▼ AI-Helper

Recently, most firms have difficulties in predicting business context due to uncontrollable factors such as natural disasters, terrorism, social and political interests, as well as market factors such as rapid technological change, diversification of customer needs, and intensification of competition with competitors, thereby increasing the importance of risk management. The purpose of this study is to analyze trends of the risk management field concentrating on SCM, which is increasingly interested, and to identify key researches in this field and provide useful academic information. This study collected the information of the articles published in journals using the Scopus database, and analyzed both the network generated by keywords proposed in the articles and the network generated by the information for citations and co-authorship.

주제어

표/그림 (13)

그림 Fig. 1 Articles by Year
표 Table 1 Articles by Journal
표 Table 2 Equations
표 Table 3 Results of Degree Centrality Analysis (Co authorship Network)
그림 Fig. 2 Co Authorship Network
표 Table 4 Results of Betweeness Centrality Analysis (Co authorship Network)
그림 Fig. 3 Word Cloud
표 Table 5 Frequent Keywords
그림 Fig. 4 Keyword Network
그림 Fig. 5 Results of Degree Centrality Analysis (Keyword Network)
그림 Fig. 6 Results of Betweeness Centrality Analysis (Keyword Network)
그림 Fig. 7 Clusters by Topic
표 Table 6 Topic Keywords by Cluster

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 공급사슬 리스크 관리 연구 동향을 파악하기 위해서 네트워크 분석을 하였다. 기존 연구동향 분석들과는 달리 네크워크 분석을 활용하여 다양한 결과들을 확인하였다.
본 연구에서는 키워드 네트워크 분석을 통한 최신 연구 동향을 파악하기 위해서 Scopus에서 검색한 공급사슬 리스크 관련 연구들 중 최근 5년 동안 게재된 논문들의 키워드들을 분석하였다. 2014년도부터 2018년도까지 게재된 논문 총 290편을 분석대상으로 논문과 키워드로 이루어진 2원모드 네트워크를 구성하고, 논문들에 공출현한 키워드들을 중심으로 키워드 간의 일원모드 네트워크로 변환하여 분석하였다.
이에 본 연구는 기업의 리스크 관리를 OM분야(품질경영, 제품개발, 기술경영 등을 포함) 및 SCM분야(구매·공급관리, 물류·유통 등을 포함)에 초점을 맞춰 연구 논문 키워드와 저자로 구성된 네트워크를 분석하여 다음과 같은 연구 질문에 대한 답을 도출하고자 한다.

가설 설정

본 연구에서 네트워크 중심성과 Cosine Similarity를 계산하기 위해서 사용한 식들을 Table 2에 정리하였다. 두 노드 a, b의 연결여부에 따라서 핵심 주제어 사이의 연결 중심성을 Equation 1에 따라서 계산하였으며, 두 노드 b, c 사이의 최단 경로를 g(b, c)로 했을 때, 노드 a가 노드 b, c 간을 경유하는 경우를 g(a, b, c)로 가정하여 핵심 주제어 a의 매개 중심성을 Equation 2와 같이 계산하였다.

제안 방법

2로 하였다. 1원 모드로 변환 후 중심성과 Clustering 분석을 시행하였다. 키워드들 간의 네트워크는 Fig.
본 연구에서는 키워드 네트워크 분석을 통한 최신 연구 동향을 파악하기 위해서 Scopus에서 검색한 공급사슬 리스크 관련 연구들 중 최근 5년 동안 게재된 논문들의 키워드들을 분석하였다. 2014년도부터 2018년도까지 게재된 논문 총 290편을 분석대상으로 논문과 키워드로 이루어진 2원모드 네트워크를 구성하고, 논문들에 공출현한 키워드들을 중심으로 키워드 간의 일원모드 네트워크로 변환하여 분석하였다. 290편의 논문에서 총 589개의 키워드들이 제시되었다.
연구 주제 키워드들이 Cluster를 형성하는지 분석하기 위해서 Blondel et al.[1]이 제시한 방식에 따라서 Betweeness Modularity를 계산하여, 주제들의 Cluster를 구분하였다. Fig.
Ghadge et al.[4]는 영국의 ABS(Association of Business Schools)에서 발표하는 학술저널 순위에 기초하여 OM 및 OR/MS분야의 저명한 저널들을 선별하여 2000～2010년까지 발표된 연구들 중 리스크 관리와 관련한 키워드를 이용한 텍스트 마이닝 기법으로 수집한 문헌정보 자료를 바탕으로 기술통계 분석, 주제관련 분석, 연구방법론 분석 등을 통해 기존 연구 동향을 체계적으로 분석하여 향후 연구의 아젠다와 함께 방향성을 제시하였다. 저자는 리스크 관리 연구 분야에서 공급사슬 구성원들 간의 네트워크 리스크를 고려한 연구의 비중이 월등히 높고, 정량적 방법보다는 정성적인 방법을 선호하고 있음을 언급하였으며, 대응적인리스크 완화보다는 선제적 방법에 대해 제시한 연구들의 비중은 높지만 실제 현장에서 선제적리스크 완화를 위한 투자를 정당화하기는 어렵다는 점을 지적하고 있다.
첫째, 기존 연구동향 분석과는 달리 네트워크 분석을 활용하여 최신 연구주제들을 탐색하고, 연구자 네트워크를 파악하여 연구동향 분석의 새로운 방향성을 제시하였다. 기존 Text Mining 기반 연구동향 분석들이 주로 초록의 키워드 중심으로 이루어졌다면, 본 연구에서는 키워드 분석과 더불어 연구자 간의 공저자 기반 네트워크 분석을 하여 공급사슬 분야 연구자들에게 연구자 클러스터들을 제시하여 논문들을 검색할 때 필요한 정보들을 제시하였다. 또한 이는 향후 연구논문을 노드로 하는 연구동향 분석에도 여러 시사점을 제공할 수 있을 것으로 기대한다.
본 연구에서는 공급사슬 리스크 관리 연구 동향을 파악하기 위해서 네트워크 분석을 하였다. 기존 연구동향 분석들과는 달리 네크워크 분석을 활용하여 다양한 결과들을 확인하였다. 첫째, 최근 5년간 공급사슬 리스크 관리 연구들의 키워드 네트워크 상에서 가장 중심성이 높은 키워드들은 Risk interaction, Resilience, Environment, Contingency Theory, Procurement, Robustness, Reverse Logistics 등으로 이와 관련한 하위 주제들을 중심으로 최근 5년 동안 공급사슬 리스크가 연구되었음을 알 수 있다.
Inner Product 값은 결국 두 저자 간 공저작물의 수와 같다. 논문에 참여한 저자들을 노드로 하는 1원모드 네트워크를 구성하여 Fig. 2와 같이 Spring Map을 작성하였다. Spring Map에서 노드의 위치는 특별한 의미를 가지지 않으며, 네트워크에서 노드 간의 관계가 강할수록 가까운 거리에 위치하게 된다.
또한 이는 향후 연구논문을 노드로 하는 연구동향 분석에도 여러 시사점을 제공할 수 있을 것으로 기대한다. 둘째, 기존 공급사슬 리스크 연구 동향 분석과는 달리 최근 5년 동안의 연구를 중심으로 키워드 분석을 하여 최근 새롭게 주목받는리스크 관련 하위 연구주제들을 제시하였다. 셋째, 공급사슬 리스크 관련 연구의 저자 네트워크 관계를 분석하여, 이 분야의 핵심 연구자와 그룹을 제시하였다.
이들은 대부분의 공급사슬 리스크 관리 연구들이 물리적 흐름에 대한 문제에 집중되어 있고 정보 흐름에 대한 문제를 다룬 연구가 부족하다는 점을 지적하고 있다. 또한, 묘사나 기술적 방법론을 통해 리스크 관리에 대한 연구가 주로 이루어지고 있어 정량적 연구의 필요성을 언급함과 동시에 몇몇 핵심주제에 대한 정량적 방법론의 연구방향을 제시하였다. Ghadge et al.
또한 여러 키워드 사이를 매개하는 주요 키워드가 있는지 매개중심성(Betweenness Centrality) 측정을 통해서 살펴볼 수 있다. 마지막으로 키워들 사이에 긴밀하게 연결되어 있는 응집그룹이 존재하는지 Community 분석을 통해서 확인하도록 한다. 또한 저자 간의 1원모드 네트워크를 구축하기 위해서 키워드 네트워크와 동일한 방식을 적용하였다.
2원모드 네트워크는 각각의 연구들에서 어떠한 저자들이 등장하였는지 보여준다. 본 연구에서는 577편의 연구논문을 대상으로 연구자 사이의 공저자 관계를 네트워크로 도식화하여 분석을 시행하였다. 주요 저자들 간의 일원모드 네트워크를 구축하기 위해서 최소 2개 이상의 논문에 참여한 184명의 저자들을 분석대상으로 하였다.
2원모드네트워크는 논문과 키워드로 이루어져 있다. 본 연구에서는 주제어들의 공출현 관계를 기반으로 키워드로만 이뤄진 1원모드 네트워크로 변환하여 다양한 네트워크 분석을 하였다. 하나의 키워드가 다른 다수의 키워드들과 관계를 맺고 있는 영향력을 확인하기 위해서 연결중심성(Degree Centrality)을 측정한다.
둘째, 기존 공급사슬 리스크 연구 동향 분석과는 달리 최근 5년 동안의 연구를 중심으로 키워드 분석을 하여 최근 새롭게 주목받는리스크 관련 하위 연구주제들을 제시하였다. 셋째, 공급사슬 리스크 관련 연구의 저자 네트워크 관계를 분석하여, 이 분야의 핵심 연구자와 그룹을 제시하였다. 이러한 시사점에도 불구하고 본 연구는 다음과 같은 한계점을 갖고 있다.
연구논문 작성에 함께 참여한 저자 간 관계와 영향력 및 커뮤니티 구조를 분석하기 위해서 네트워크 분석을 시행하였다. 먼저, 논문 별로 저자 이름을 추출한 후, 네트워크 분석을 위해서 저자와 논문으로 이뤄진 2원모드 네트워크 행렬을 구축해야 한다.
이 연구에서는 1995년부터 2008년까지 Business/Management, OM, MS/OR분야의 저명한 저널들에서 엄선하여 발표한 논문들을 대상으로 핵심 주제의 변화를 살펴보고, 물리적·금전적·정보의 흐름에 대해서 세분화된 주요 리스크 이슈를 제시하고 분석 대상 논문들을 정량적·정성적 방법론에 의거하여 분류하였다.
저자들의 영향력과 중요도를 분석하기 위해서 네트워크의 노드들의 연결중심성(Degree Centrality)과 매개중심성(Betweeness Centrality)을 계산하였다. 연결 중심성은 한 노드에 직접 연결된 다른 노드의 수로 계산할 수 있으며 네트워크에서 각 노드의 지역적 중심성을 보여준다.
본 연구는 다음과 같은 시사점을 제공한다. 첫째, 기존 연구동향 분석과는 달리 네트워크 분석을 활용하여 최신 연구주제들을 탐색하고, 연구자 네트워크를 파악하여 연구동향 분석의 새로운 방향성을 제시하였다. 기존 Text Mining 기반 연구동향 분석들이 주로 초록의 키워드 중심으로 이루어졌다면, 본 연구에서는 키워드 분석과 더불어 연구자 간의 공저자 기반 네트워크 분석을 하여 공급사슬 분야 연구자들에게 연구자 클러스터들을 제시하여 논문들을 검색할 때 필요한 정보들을 제시하였다.
본 연구에서는 주제어들의 공출현 관계를 기반으로 키워드로만 이뤄진 1원모드 네트워크로 변환하여 다양한 네트워크 분석을 하였다. 하나의 키워드가 다른 다수의 키워드들과 관계를 맺고 있는 영향력을 확인하기 위해서 연결중심성(Degree Centrality)을 측정한다. 또한 여러 키워드 사이를 매개하는 주요 키워드가 있는지 매개중심성(Betweenness Centrality) 측정을 통해서 살펴볼 수 있다.
해당 연구 분야에서 어떠한 주제들로 연구들이 진행되었는지 구체적으로 파악하기 위해서 키워드를 노드로 한 네트워크 분석을 실시하였다. 논문 초록에서 키워드들을 추출하는 경우 연구주제를 명확하게 드러내는 핵심 키워드가 아닌 여러 부수적인 키워드들을 통제하기 힘들기 때문에 유의미한 빈출 키워드를 추출하기 위해서는 연구자가 제시한 키워드들에 대한 정제작업이 필요하다.
예를 들어 주제어 중심의 네트워크 분석의 경우 각각의 논문의 키워드들을 추출한 후, 네트워크 분석을 위해서 행렬을 구축해야 한다. 행렬 구축을 위해서 연구논문과 키워드 간의 2원모드 네트워크를 도식화 한다. 2원모드네트워크는 논문과 키워드로 이루어져 있다.

대상 데이터

2014년도부터 2018년도까지 게재된 논문 총 290편을 분석대상으로 논문과 키워드로 이루어진 2원모드 네트워크를 구성하고, 논문들에 공출현한 키워드들을 중심으로 키워드 간의 일원모드 네트워크로 변환하여 분석하였다. 290편의 논문에서 총 589개의 키워드들이 제시되었다. 290편 논문에서 키워드들의 출현 빈도는 Table5와 같다.
589개의 키워드들 중에서 출현빈도 수가 2번 이상인 키워드들로 이루어진 1원모드 네트워크를 구성하였다. 변환 알고리즘은 Cosine Similarity를 사용하였고, 식은 Table 2의 Equation 3과 같다.
[1]이 제시한 방식에 따라서 Betweeness Modularity를 계산하여, 주제들의 Cluster를 구분하였다. Fig. 7처럼 총 키워드 1～3개로 이루어진 클러스터를 제외하고 총 7개의 주요 클러스터가 구성되었다. Table 6에는 각각의 클러스터들이 포함하는 주요 키워드들을 제시하고 있다.
검색 키워드는 선행연구를 바탕으로‘Supply Chain Risk Management’, ‘SC Risk’, ‘Supply Chain Risk’를 사용하였고, 검색 결과 내에서 공급사슬 분야 주요 Journal로 한정하여 총 577편의 연구논문을 검색하였다.
1과 같다. 이중에서 공저자 기반 네트워크 분석을 위해서는 577편 논문 전체를 대상으로 하고, 키워드 네트워크 분석은 최신 경향을 분석하기 위해서 2014년도부터 2018년도까지 게재된 논문 290편을 분석대상으로 하였다.
본 연구에서는 577편의 연구논문을 대상으로 연구자 사이의 공저자 관계를 네트워크로 도식화하여 분석을 시행하였다. 주요 저자들 간의 일원모드 네트워크를 구축하기 위해서 최소 2개 이상의 논문에 참여한 184명의 저자들을 분석대상으로 하였다. 이원모드를 일원모드로 변환하는 알고리즘은 Inner Product를 사용하였다.

이론/모형

본 연구의 분석 대상 논문인 공급사슬 리스크와 관련한 논문을 검색하기 위해서 Scopus Database를 활용하였다.
589개의 키워드들 중에서 출현빈도 수가 2번 이상인 키워드들로 이루어진 1원모드 네트워크를 구성하였다. 변환 알고리즘은 Cosine Similarity를 사용하였고, 식은 Table 2의 Equation 3과 같다. 노드 간의 링크 숫자를 유의미한 수준으로 줄이기 위해서 Cosine Similarity의 Cut off Value는 0.
또한 저자 간의 1원모드 네트워크를 구축하기 위해서 키워드 네트워크와 동일한 방식을 적용하였다. 본 연구에서는 이와 같은 네트워크 분석을 위한 분석도구로 NetMiner4.0을 사용하였다.
주요 저자들 간의 일원모드 네트워크를 구축하기 위해서 최소 2개 이상의 논문에 참여한 184명의 저자들을 분석대상으로 하였다. 이원모드를 일원모드로 변환하는 알고리즘은 Inner Product를 사용하였다. Inner Product 값은 결국 두 저자 간 공저작물의 수와 같다.

성능/효과

1) 최근 5년간 리스크 관리의 연구주제는 해당 분야에서 어떻게 확장·융합되었고, 향후 연구 방향에 대해 어떻게 제시할 수 있는가?
6은 매개중심성 값을 보여주고 있다. Operational Performance, Environment, Contingency Theory, Procurement, Supply Chain Integration 등의 키워드들이 다른 하위주제어들 사이에서 주로 매개역할을 주로 하고 있는 것으로 나타났다. 이 키워드들을 중심으로 공급사슬 리스크 관련 하위 연구주제들이 확장되었음을 확인할 수 있다.
과거 리스크 관리연구들은 주로 전략적 관점과 재무적 리스크를 주제로 하는 연구들이 주를 이루었는데[14], 최근 5년 동안에는 구체적으로 실행 단계에서 제기되는 이슈들을 다루고 있음을 확인하였다. 둘째, 저자 네트워크 분석을 통해서 1990년 이후 공급사슬 리스크 관리 연구를 주도한 연구자와 그룹을 확인할 수 있었다. 개별 연구자 중에는 Autry, Petersen, Wagner 등이 네크워크에서중심성이 높았는데, 이들은 주로 Supply chain Resilience, Robustness, Disruption 등과 같은 출현빈도가 높은 키워드와 연관된 연구를 진행하였다.
Spring Map에서 노드의 위치는 특별한 의미를 가지지 않으며, 네트워크에서 노드 간의 관계가 강할수록 가까운 거리에 위치하게 된다. 저자 간의 네트워크를 통해서 연구자 간의 그룹이 형성되는 것을 확인하였다. 선행연구를 통해서 현재 형성된 연구자 그룹에서 유사한 연구 주제들을 중심으로 논문들이 작성되었음을 확인할 수 있었다.
기존 연구동향 분석들과는 달리 네크워크 분석을 활용하여 다양한 결과들을 확인하였다. 첫째, 최근 5년간 공급사슬 리스크 관리 연구들의 키워드 네트워크 상에서 가장 중심성이 높은 키워드들은 Risk interaction, Resilience, Environment, Contingency Theory, Procurement, Robustness, Reverse Logistics 등으로 이와 관련한 하위 주제들을 중심으로 최근 5년 동안 공급사슬 리스크가 연구되었음을 알 수 있다. 과거 리스크 관리연구들은 주로 전략적 관점과 재무적 리스크를 주제로 하는 연구들이 주를 이루었는데[14], 최근 5년 동안에는 구체적으로 실행 단계에서 제기되는 이슈들을 다루고 있음을 확인하였다.

후속연구

첫째, 동시인용 분석을 통해서 저자와 키워드가 아닌 논문을 노드로 네트워크를 구성하여 다양한 분석을 할 수 있을 것이다. 둘째, 공급사슬 리스크 연구들을 시기별로 나누어서 연구 주제와 연구자 그룹 등의 변화를 분석한다면, 학계와 산업계의 시기별 관심사를 구체적으로 파악할 수 있을 것으로 판단한다. 셋째, 운영 및 공급사슬 분야에서 발표된 연구들에 대한 분석에 집중하고자 Management 분야의 연구논문 검색에 유용한 Scopus에 집중하여 분석을 진행하였지만, 다른 학술 데이터베이스를 추가하여 분석한다면 해당 분야의 리스크 관리 연구의 확장 및 변화 과정을 좀 더 광범위하게 분석할 수 있을 것으로 판단한다.
기존 Text Mining 기반 연구동향 분석들이 주로 초록의 키워드 중심으로 이루어졌다면, 본 연구에서는 키워드 분석과 더불어 연구자 간의 공저자 기반 네트워크 분석을 하여 공급사슬 분야 연구자들에게 연구자 클러스터들을 제시하여 논문들을 검색할 때 필요한 정보들을 제시하였다. 또한 이는 향후 연구논문을 노드로 하는 연구동향 분석에도 여러 시사점을 제공할 수 있을 것으로 기대한다. 둘째, 기존 공급사슬 리스크 연구 동향 분석과는 달리 최근 5년 동안의 연구를 중심으로 키워드 분석을 하여 최근 새롭게 주목받는리스크 관련 하위 연구주제들을 제시하였다.
본 연구를 기반으로 향후 다양한 연구를 진행할 수 있을 것으로 기대한다. 첫째, 동시인용 분석을 통해서 저자와 키워드가 아닌 논문을 노드로 네트워크를 구성하여 다양한 분석을 할 수 있을 것이다.
둘째, 공급사슬 리스크 연구들을 시기별로 나누어서 연구 주제와 연구자 그룹 등의 변화를 분석한다면, 학계와 산업계의 시기별 관심사를 구체적으로 파악할 수 있을 것으로 판단한다. 셋째, 운영 및 공급사슬 분야에서 발표된 연구들에 대한 분석에 집중하고자 Management 분야의 연구논문 검색에 유용한 Scopus에 집중하여 분석을 진행하였지만, 다른 학술 데이터베이스를 추가하여 분석한다면 해당 분야의 리스크 관리 연구의 확장 및 변화 과정을 좀 더 광범위하게 분석할 수 있을 것으로 판단한다.
이러한 연구들은 해당 분야의 과거 연구논문에서 제시하고 있는 키워드들의 연관성을 네트워크로 분석하고, 이 네트워크의 결속, 중심성, 구조 등을 분석하여 네트워크의 성장이나 소멸 등의 특징을 통해 과거 연구의 동향을 파악하고 이를 바탕으로 향후 연구의 방향을 추정·제시한다.
본 연구를 기반으로 향후 다양한 연구를 진행할 수 있을 것으로 기대한다. 첫째, 동시인용 분석을 통해서 저자와 키워드가 아닌 논문을 노드로 네트워크를 구성하여 다양한 분석을 할 수 있을 것이다. 둘째, 공급사슬 리스크 연구들을 시기별로 나누어서 연구 주제와 연구자 그룹 등의 변화를 분석한다면, 학계와 산업계의 시기별 관심사를 구체적으로 파악할 수 있을 것으로 판단한다.
이처럼 리스크 관리의 중요성이 점차 부각되고 있기는 하지만 운영 분야에서 강조하는 리스크에 대해 구체적으로 조명된 경우는 드물다. 특히, 예상치 못한 리스크로 인한 피해는 주로 기업에서 제품을 생산하는 운영(Operations) 프로세스와 물자 및 정보가 전달되는 공급사슬에 집중될 가능성이 높기 때문에 이에 대해서 좀 더 세밀한 분석이 요구된다. 네트워크 분석에 기반한 공급사슬 리스크 관리 연구동향 분석은 기존의 공급사슬 리스크 연구동향 분석과는 상당한 차이가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	예상치 못한 리스크로 인한 피해에 대해서 좀 더 세밀한 분석이 요구되는 이유는 무엇인가?	이처럼 리스크 관리의 중요성이 점차 부각되고 있기는 하지만 운영 분야에서 강조하는 리스크에 대해 구체적으로 조명된 경우는 드물다. 특히, 예상치 못한 리스크로 인한 피해는 주로 기업에서 제품을 생산하는 운영(Operations) 프로세스와 물자 및 정보가 전달되는 공급사슬에 집중될 가능성이 높기 때문에 이에 대해서 좀 더 세밀한 분석이 요구된다. 네트워크 분석에 기반한 공급사슬 리스크 관리 연구동향 분석은 기존의 공급사슬 리스크 연구동향 분석과는 상당한 차이가 있다.
	네트워크 분석에 기반한 공급사슬 리스크 관리 연구동향 분석은 기존의 공급사슬 리스크 연구동향 분석과 어떤 차이가 있는가?	네트워크 분석에 기반한 공급사슬 리스크 관리 연구동향 분석은 기존의 공급사슬 리스크 연구동향 분석과는 상당한 차이가 있다. 기존 연구동향 분석이 연구자의 판단으로 공급사슬 리스크 분야의 하위주제들을 분류하였다면, 네트워크 기반 동향분석에서는 연구자의 판단보다는 주제어 중심의 네트워크 맵을구성하여 네트워크 지표값을 확인하며 탐색적인 연구동향 파악이 가능하다. 따라서 연구주제들을 단순 분류 하는 것이 아니라 비정형화되어있던 키워드 간의 관계들을 정형화하여 공급사슬 리스크 분야의 하위연구 주제들을 조금 더 유의미하게 분석할 수 있다.
	최근 기업에서 리스크 관리의 중요성이 높아지고 있는 이유는 무엇인가?	최근 기업은 급속한 기술의 변화, 고객 니즈의 다변화, 경쟁 환경의 심화 등으로 인한 시장요인 뿐만 아니라 천재지변, 테러, 사회 정치적 이해관계 등의 통제 불가능한 불안요인으로 인해 예측이 어렵고 불확실성이 높은 경영 환경에 놓여 있어, 리스크 관리의 중요성이 높아지고 있다. 본 연구의 목적은 최근 들어 관심이 높아지고 있는 리스크 관리의 연구 분야에 대해 공급사슬관리(SCM) 분야를 중심으로 연구 동향을 분석하고, 해당 분야의 핵심 연구를 파악하여 해당 분야의 유용한 학문적 정보를 파악하는 것이다.

참고문헌 (14)

Blondel, V.D., Guillaume J.L., Lambiotte, R., Lefebvre, E., "Fast Unfolding of Communities in Large Networks," Journal of Statistical Mechanics: Theory and Experiment, Vol. 2008, No. 10, pp. 2-11, 2008.
Colichia, C., Strozzi, F., "Supply Chain Risk Management: A New Methodology for a Systematic Literature Review," Supply Chain Management: An International Journal, Vol. 17, No. 4, pp. 403-418, 2012.

상세보기
Choi, J., Yi, S., Lee, K.C., "Analysis of Keyword Networks in MIS Research and Implications for Predicting Knowledge Evolution," Information and Management, Vol. 48, No. 8, pp. 371-381, 2011.

상세보기
Ghadge, A., Dani, S., Kalawsky, R., "Supply Chain Risk Management: Present and Future Scope," International Journal of Logistics Management, Vol. 23, No. 3, pp. 313-339, 2012.

상세보기
Gurtu, A., Searcy, C., Jaber, M.Y., "An Analysis of Keywords Used in the Literature on Green Supply Chain Management," Management Research Reiew, Vol. 38, No. 2, pp. 166-194, 2015.

상세보기
Joo, S., Ha S., Park S., "Technology Keyword Network and Cognitive Map Analysis : to Sprospect Promising Technology of UAV(Unmanned Aerial Vehicle) Airframe Industry," Journal of the Korea Industrial Information Systems Research, Vol. 21, No. 5, pp. 55-72, 2016.
Kho, J., Cho, K., Cho, Y., "A Study on Recent Research Trend in Management of Technology Using Keywords Network Analysis," Journal of Intelligence and Information Systems, Vol. 19, No. 2, pp. 101-123, 2013.

원문보기 상세보기
Lee S., "An Empirical Study of Agile Manufacturing and its Business Performance : Focusing on Antecedents of Agility," Journal of the Korea Industrial Information Systems Research, Vol. 20, No. 1, pp. 103-112, 2015.
Lin, Y., Zhou, L., "The Impacts of Product Design Changes on Supply Chain Risk: A Case Study," International Journal of Physical Distribution and Logistics Management, Vol. 4, No. 2, pp. 162-186, 2011.
Pyun, J., Jeong, E., "A Study on Recent Research Trend in New Product Development Using Keyword Network Analysis," Journal of the Korea Industrial Information Systems Research, Vol. 23, No. 5, pp. 119-134, 2018
Rha, J., Choi, D., "Bibliometric Network Analysis on Low Cost Carrier Research," Journal of the Korean Society for Aviation and Aeronautics, Vol. 23, No. 1, pp. 14-23, 2015.

원문보기 상세보기
Ritchie, B., Brindley, C., "Supply Chain Risk Management and Performance-A Guiding Framework for Future Development," International Journal of Operations and Production Management, Vol. 27, No. 3, pp. 303-322, 2007.

상세보기
Shin, W., Pierson, M., "Renesas Electronics and the Automotive Microcontroller Supply Chain," Harvard Business Case Product #: 612071, 2012.
Tang, O., Musa, S. N., "Identifying Risk Issues and Research Advancements in Supply Chain Risk Management," International Journal of Production Economics, Vol. 133, No. 1, pp. 25-34, 2011.

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증