초록 ▼

□ 연구개요
의사결정 연구에서 인간의 행동 양식(behavior)에 대한 이해와 표현의 중요성이 증대됨에 따라 Operations Research 분야에서도 인간의 행동 양식을 고려한 행동운용과학(Behavioral Operations Research)에 대한 관심이 커지고 있음.
Behavioral OR 연구는 인간의 행동 양식을 규명하는 행동분석 연구와 이를 반영한 의사결정 문제를 다루는 의사결정 연구로 크게 구분할 수 있으나, 인간 행동 양식을 의사결정 모델과 연결하는 의사결정 연구는 현재까지 연구가 많이 진행되고

□ 연구개요
의사결정 연구에서 인간의 행동 양식(behavior)에 대한 이해와 표현의 중요성이 증대됨에 따라 Operations Research 분야에서도 인간의 행동 양식을 고려한 행동운용과학(Behavioral Operations Research)에 대한 관심이 커지고 있음.
Behavioral OR 연구는 인간의 행동 양식을 규명하는 행동분석 연구와 이를 반영한 의사결정 문제를 다루는 의사결정 연구로 크게 구분할 수 있으나, 인간 행동 양식을 의사결정 모델과 연결하는 의사결정 연구는 현재까지 연구가 많이 진행되고 있지 않음. 본 연구에서는 시스템의 전체 목표를 달성하기 위해 시스템의 구성 요소인 인간의 행동 양식을 어떻게 유도할 수 있을 지에 대한 연구를 수행함.

□ 연구 목표대비 연구결과
본 연구는 전체 시스템을 관리하는 의사결정자와 시스템을 구성하는 의사결정 수행자의 목적이 다른 환경하에서 의사결정 수행자의 행동 양식(행동에 대한 목적)을 고려하여 의사결정 수행자의 행동을 의사결정자의 목적에 부합하도록 유도하는 모델 개발을 목표로 함.
위의 연구 목표하에서 다음의 세부 연구내용을 수행함.
1. Compliance Enhanced Policy
수행자의 행동 양식– mental inertia, bias, preference 등 –을 고려하여 의사결정자가 제시하는 의사결정의 수행 가능성(compliance)을 높이는 의사결정 모델을 개발함. 제시되는 의사결정에 대한 수행자의 거부감을 현재 상태와 제시된 의사결정에 따른 함수로 표현하고 가치함수(value function)에 반영하여, 실제 시스템의 최종 결과물을 최적화하는 의사결정을 도출하는 Decision-Performer-Accounted MDP (DPA-MDP) 모델링 방법을 개발함.
2. Incentive Structure Design under uniform objective
동일한 목적함수를 가진 수행자들의 행동 유도를 위한 보상구조(incentive/penalty structure) 설계 방법을 개발함. 택시 서비스 시스템 요금 디자인을 대표 문제로 선정하여 bi-level 모델링으로 보상구조 설계 모형을 정의함. 정의한 문제를 단일수준 문제로 재구성하고 이를 유전 알고리즘을 이용해 해결함. 실제 서울의 택시 데이터를 이용해 실험을 진행하고 그 결과를 분석하였으며, 시뮬레이션을 통해 의사결정 방침의 성능을 검증함.
3. Incentive Structure Design under individual objectives
상이한 목적함수를 가진 수행자들의 행동 유도를 위한 보상구조 설계 방법을 개발함. 수행자들이 개별적인 목적을 가지고 행동하는 시스템하에서 의사결정자의 목적을 달성하기 위해 개별 수행자 맞춤형 보상구조를 설계하는 문제를 incentive designer’s problem으로 정의함. 시스템의 목적이 사회 복지(social welfare) 최대화인 경우에 대해 bi-level optimization 문제를 상대적으로 간단한 두 optimization 문제로 분리하는 보상구조 설계 알고리즘을 개발하고 구급차 분산 배치(ambulance diversion) 문제에 대해 제안한 방법론을 적용하여 그 결과를 분석함. 또한, 의사결정자의 목표가 더 일반적인 경우에 대해 전이학습을 적용하여 bi-level optimization 문제를 개선하는 보상구조 설계 방법을 개발함.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구는 의사결정자와 수행자가 상이한 이해관계를 가질 때 행동 유도 모델을 적용할 수 있는 프레임워크를 제시함. 직접적으로 개입이 가능한 상황에선 수행자들의 행동 양식을 고려하여 비교적 받아들이기 용이한 의사결정 방침을 제안하며, 직접적인 개입이 불가능한 상황에선 수행자들이 능동적으로 의사결정자가 원하는 방향의 의사결정을 수행하게끔 보상구조를 수정하는 방식을 제안함.
행동 유도를 위한 맞춤형 보상구조를 설계하는 알고리즘은 Nash 균형 상태를 찾으면서 bi-level optimization 문제를 해결하는 연구이므로 학술적으로 가치가 있는 주제임. 또한, 개인에게 주어지는 보상을 조정하여 의사결정자의 목적을 달성하는 방법은 다수의 행동을 유도하는 공공 정책 수립과 마케팅 분야 등에 존재하는 다양한 문제에 적용할 수 있으므로 활용가치가 높음. 수행자들의 행동을 모델링할 때 사용이 가능한 데이터와 머신러닝 기법들은 갈수록 풍부해질 것으로 예상되기 때문에 수행자의 행동 모델을 기반으로 행동을 유도하는 본 제안서의 연구내용은 추후에 활용 가능성이 더욱 커질 것으로 예상됨. 의사결정 수행자의 행동을 유도하는 방법에 대한 연구는 풍부한 데이터를 통해 인간의 행동 양식을 분석하는 많은 연구 결과들을 더 효과적으로 활용할 수 있다는 점에서 중요한 가치를 가짐.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 가. 연구의 목적 ... 4
• 나. 연구의 필요성 ... 5
• 다. 연구 목표 ... 6
• 라. 세부 연구별 목표 ... 6
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 15
• 1) 정성적 연구개발성과(연구개발결과) ... 15
• 2) 세부 정량적 연구개발성과 ... 15
• 3) 목표 달성 수준 ... 15
• 4) 목표 미달 시 원인 분석 ... 17
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 17
• 5. 연구개발성과의 관리 및 활용 계획 ... 18
• 6. 참고문헌 ... 18
• 붙임1. 세부 정량적 연구개발성과 ... 23
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 25
• 끝페이지 ... 31