경영대학 이현석 교수 · 노인준 교수는 미국 의약품 부족 사례를 분석해 조직이 위기를 겪으며 학습하고 회복 역량을 축적하는 과정을 실증적으로 규명한 연구로 SK Awards를 수상했다.     이현석 교수가 전한 수상소감 이번 SK Award를 받게 되어 매우 영광스럽고 감사드립니다. 이번 연구는 미국의 의약품 부족이라는 중요한 사회적 문제를 바탕으로, 위기 이후 조직이 어떻게 학습하고 회복 역량을 축적하는지를 실증적으로 규명한 작업입니다. 의약품 부족을 다룬 두 번째 논문이 첫 번째 논문과 같은 Management Science에 게재 확정되어 더욱 뜻깊고, 같은 전공의 동료 교수이신 노인준 교수님과의 공저라는 점에서도 큰 의미가 있습니다. 앞으로도 고려대학교 경영대학의 훌륭한 교수님들 간 협업이 더욱 활발해지고, 이를 뒷받침할 지원과 격려도 계속 이어지기를 기대합니다. 저 역시 앞으로도 학문적 엄밀성과 사회적 기여를 함께 추구하는 연구를 꾸준히 이어가겠습니다.   노인준 교수가 전한 수상소감   같은 전공 동료이신 이현석 교수님과 함께 오랜 시간 공들여 준비한 논문이 목표했던 학술지에 게재되어 매우 기쁘고 영광스럽게 생각합니다. 저희 논문이 의약품 공급 부족 현상을 이해하고 해소하는 데 조금이나마 기여할 수 있기를 바라며, 앞으로도 국내외 훌륭한 연구자들과의 협업을 통해 좋은 연구를 계속 이어갈 수 있기를 기대합니다.   주요 연구 내용   논문명 : Learning in Recovery from Disruption: Empirical Evidence from the U.S. Drug Shortages 게재 저널 : Management Science 게재 시기 : Accepted for publication, 권·호 및 정식 게재 시점 추후 확정 주요 내용 요약 : 이 논문은 미국에서 의약품이 부족해지는 일이 반복될 때, 제약회사 공장들이 이런 위기를 겪으면서 실제로 배우고 더 빨리 회복하는지를 살펴본 연구이다.   의약품 부족은 환자 치료에 직접 영향을 미치기 때문에 단순한 생산 차질이 아니라 중요한 사회적 문제이기도 하다. 2015년부터 2020년까지 약 5천 건의 사례를 분석한 결과, 같은 공장이 과거에 부족 사태를 많이 해결해 본 경험이 있을수록 이후 문제도 더 빨리 정상화하는 경향이 나타났다. 다만 이런 학습은 생산 차질이나 품질 문제처럼 공장 내부에서 발생한 원인에서는 뚜렷했지만, 원료 공급 문제나 갑작스러운 수요 증가 같은 외부 요인에는 잘 작동하지 않았다.   또 한 공장에서 쌓인 경험이 같은 회사의 다른 공장으로는 쉽게 퍼지지 않았다. 결국 이 연구는 위기를 여러 번 겪는 것 자체보다, 현장에서 얻은 해결 방법을 체계적으로 정리하고 서로 공유하는 일이 더 중요하다는 점을 보여준다. 외부 원인에 대해서는 기업의 노력만으로 한계가 있어 정책적 지원도 필요하다는 점을 시사한다.

경영대학 이규한 교수는 텍스트에 담긴 인간의 ‘의도’를 기반으로 가짜뉴스를 탐지하는 AI 모델을 제안한 연구로 SK Awards를 수상했다.     이규한 교수가 전한 수상소감   다시 한 번 SK Award를 수상하게 되어 영광입니다. 연구자로서 최고의 학술지에 논문을 게재하는 것을 항상 본분으로 생각하며 열심히 노력하고 있었는데 추가적으로 이런 상까지 학교 측에서 준비해 주셔서 더욱 보람을 느낍니다. 연구자들의 노력에 대한 인센티브를 제공하는 SK Award 같은 프로그램이 있음에 다시 한 번 감사드리며 앞으로도 더 많은 논문 세상에 알릴 수 있도록 노력하겠습니다.     주요 연구 내용    논문명: Intent-Driven Machine Learning for Fake News Detection: A Referential Domain Adaptation Approach 게재 저널: Production and Operations Management 게재 시기: 2026년 1월 주요 내용 요약:   해당 논문은 일반적인 경영학 연구와는 좀 다르게 직접 AI 모델을 개발하고 테스트 합니다. 구체적으로, 가짜뉴스를 자동으로 탐지하고 처리할 수 있는 AI 모델을 사회학적인 관점에서 새로이 제안하였습니다. 특히, 텍스트에서 유추해 낼 수 있는 인간의 의도를 바탕으로 좀 더 정확히 특정 뉴스가 가짜 정보를 포함할 확률을 계산하였습니다.   기존 AI 연구에서는 제한된 데이터에 의해서 텍스트 내 의도를 제대로 파악하지 못했었는데, 해당 논문에서는 의도를 파악하는 것과는 무관한 데이터를 활용하여 뉴스의 의도를 파악해 낼 수 있는 기법을 제안하여 적용하였습니다. 이 같은 방법론을 바탕으로 개발된 모델을 실생활에 적용해 본 결과, 우리가 최첨단의 기술이라고 알고 있는 GPT 등의 언어모델을 바탕으로 개발된 모델보다 월등한 결과를 도출할 수 있었습니다.   해당 연구의 결과는 사회 과학 이론을 바탕으로 컴퓨터 공학적 알고리즘을 개발하는 방식이 더 나은 결과를 만들어 낼 수 있다는 가능성을 제안함으로써 향후 관련 연구의 발전에 기여 할 것으로 기대됩니다.   ▶ 논문 원문 보기: Intent-Driven Machine Learning for Fake News Detection: A Referential Domain Adaptation Approach  

경영대학 노대훈 교수는 승차공유 플랫폼과 자율주행 로보택시 간 경쟁이 시장과 사회적 후생에 미치는 영향을 분석한 연구로 SK Awards를 수상했다.     노대훈 교수가 전한 수상 소감   이번 연구가 Management Science에 게재되고, 고려대학교 경영대학 SK 논문상을 수상하게 되어 진심으로 감사드립니다. 본 논문은 승차 공유 플랫폼과 자율주행 로보택시라는 상이한 비즈니스 모델 간의 경쟁이 시장과 사회적 후생에 미치는 영향을 분석했습니다. 연구에 도움을 주신 동료 연구자들과 좋은 환경을 지원해 주신 학교에 감사드립니다. 앞으로도 기술 혁신이 가져올 산업 생태계의 변화를 객관적인 시각으로 탐구하며 묵묵히 연구에 매진하겠습니다. 감사합니다.     주요 연구 내용   논문명 : Evolution of Ride Services: From Ride Hailing to Autonomous Vehicles 게재 저널 : Management Science 게재 시기 : 2026년 1월 26일 주요 내용 요약 : 이 논문은 플랫폼 기반의 승차 공유(RH) 기업과 수직 통합형 자율주행(AV) 로보택시 기업 간의 경쟁을 분석합니다.   두 모델의 핵심 차이는 '차량 공급 방식'입니다. AV 기업은 차량을 직접 소유해 초기 자본을 투자하고 용량을 고정해야 하지만, RH 기업은 기사와의 수익 배분율을 조정해 매몰 비용 없이 유연하게 차량 공급을 조절할 수 있습니다.   연구 결과, RH 기업은 이러한 플랫폼 비즈니스 모델의 유연성을 바탕으로 강력한 전략적 우위를 지니는 것으로 나타났습니다. 주요 발견은 다음과 같습니다.   첫째, 고객이 대기 시간에 덜 민감할(관대한) 경우, RH 기업은 비용 구조가 불리하더라도 시장을 지배합니다. RH 기업은 가격 인하 위협을 통해 AV 기업의 무리한 투자를 억제하고, 결과적으로 더 짧은 대기 시간, 높은 점유율과 큰 이익을 달성합니다.   둘째, 기존 RH 독점 시장에 새로운 AV 기업이 진입하면, 시장에 경쟁이 도입되었음에도 불구하고 전체 차량 공급량이 오히려 감소하고 고객의 대기 시간은 길어지는 역설적 현상이 발생할 수 있습니다.   셋째, 고객이 대기 시간에 민감한 시장에 비효율적인 AV 기업이 진입할 경우, 기존 RH 기업은 출혈 경쟁을 피하고자 방어적으로 차량 공급을 대폭 축소합니다. 이로 인해 소비자의 대기 비용이 증가하여 전체 사회적 후생(Social Welfare)이 도리어 감소하게 됩니다.   결론적으로 이 연구는 자산 부담이 없는 탈중앙화 플랫폼 모델이 자본 집약적인 AV 모델보다 우위에 있음을 입증합니다. 따라서 규제 당국이 단순히 신기술이라는 이유만으로 비효율적인 로보택시 서비스에 무분별하게 보조금을 지원하거나 시장 진입을 촉진하는 정책은 신중해야 함을 시사합니다.  

고려대 경영대학, 실무형 교육 강화… 신규 마이크로디그리·세부트랙 도입   고려대학교 경영대학이 제4차 산업혁명 시대의 급변하는 환경에 대응하고 미래지향적 인재를 양성하기 위해 2026학년도 1학기부터 새로운 교육과정을 도입한다. 이번 개편은 전공 전문성을 심화하고 실무 역량을 강화하여 학생들이 변화하는 경영 환경에 능동적으로 대응할 수 있도록 지원하는 데 목적이 있다.     ■ 단기간 집중 역량 강화, ‘마이크로디그리’ 2종 도입 마이크로디그리(Microdegree)는 특정 분야의 전공 역량을 짧은 기간 동안 집중적으로 이수하는 소단위 학위 제도다. 지정 교과목을 포함해 12학점 이상을 이수하면 별도의 신청 없이 기준 충족 시 이수증이 자동 발급되며, 성적증명서에도 해당 이수 내역이 표기된다. 경영대학은 다음 두 가지 마이크로디그리를 신설한다. [4Tech 경영: AI 밸류체인] AI·로보틱스·반도체·에너지 등 미래 핵심 기술 산업 전반을 이해하고, 이를 기업의 전략과 비즈니스 모델로 전환할 수 있는 융합형 인재 양성을 목표로 한다. 단순한 기술 이해를 넘어 기술 발전이 산업 구조와 가치사슬에 미치는 영향을 분석하고, 기술 기반 신사업 기획과 전략 수립 역량을 기르는 데 중점을 둔다. 스마트모빌리티학부와 융합에너지공학과가 협력하여 총 8개 교과목이 운영된다. [스타트업 비즈니스 리더] 창업 아이디어 발굴과 검증, 시장 분석, 사업 모델 설계, 실행 전략 수립 등 창업의 전 과정을 체계적으로 학습하는 프로그램이다. 실제 창업 환경에서 요구되는 문제 해결 능력과 의사결정 역량을 강화하고 기업가 정신을 함양하는 데 목적이 있다. 학부대학 및 기술창업융합전공과 협력하여 총 10개 교과목이 개설된다.   ■ 전공 전문성 심화, ‘AI와 경영’ 세부트랙 신설 경영대학은 기존 세부트랙 제도에 ‘AI와 경영’ 트랙을 새롭게 추가한다. 세부트랙은 트랙별 교과목을 최소 18학점 이상 이수할 경우 이수 인증서를 발급하는 전공 심화 과정으로, 특정 분야에 대한 체계적이고 심층적인 학습이 가능하다. 이번 신설로 경영대학은 기존에 운영되던 △비즈니스 애널리틱스 △기업가정신과 혁신 △사회적 가치와 지속가능경영 △재무분석과 투자 트랙에 이어 총 5개의 세부트랙을 완성하게 됐다. ‘AI와 경영’ 트랙은 인공지능 기술을 경영 의사결정과 비즈니스 전략에 적용할 수 있는 전문 인재 양성을 목표로 한다. 학생들은 데이터 분석, 알고리즘 기반 문제 해결, AI 활용 전략 수립 등 기술과 경영을 융합한 실무적 역량을 단계적으로 학습하게 된다. 이를 통해 기업의 디지털 전환과 AI 기반 의사결정 환경에 대응할 수 있는 미래형 경영 인재로 성장할 수 있을 것으로 기대된다.   ■ 미래 산업 환경에 대응하는 교육 혁신 경영대학은 수요자 중심 교육 철학을 바탕으로 기업과 사회 환경의 변화를 반영한 교육과정 개편을 지속해 왔다. 이번 신규 과정 도입 역시 학생들이 실무 역량을 갖춘 융합형 리더로 성장할 수 있도록 지원하기 위한 전략의 일환이다. 학생들 사이에서도 이번 교육과정 개편에 대한 기대감이 높아지고 있다. 경영학과 재학생 A씨는 “AI 기술이 산업 전반에 빠르게 확산되는 상황에서, 이러한 변화를 반영한 교육과정이 마련된 점이 매우 시의적절하다고 생각한다”며 “기술과 경영을 함께 이해하는 역량을 기를 수 있어 미래를 준비하는 데 큰 도움이 될 것 같다”고 전했다. 신설 교육과정에 관한 자세한 이수 요건과 운영 방식은 경영대학 홈페이지(https://biz.korea.ac.kr) 또는 행정팀(02-3290-2702)을 통해 확인할 수 있다.  

경영대학 김배호 교수는 장기 데이터 활용을 통해 고차원 포트폴리오의 위험 추정 정확도를 개선한 연구로 2026년 3월 SK Awards를 수상했다.     김배호 교수가 전한 수상 소감   제가 교신저자로 참여한 본 학술 논문은 2016년 방문한 UC Berkeley 대학에서의 저의 첫 연구년 당시 구상되었습니다. 귀국 후 본교 경영대학 학장단의 일원으로 행정 보직을 담당하고, 이후에도 Business Analytics 전공 관련 보직을 맡아 다양한 업무에 매진하는 동안 본 연구 주제와 관련된 금융 데이터 분석 기법이 급격히 고도화되었고, 그에 따라 연구의 주요 방향과 핵심 방법론을 전면 수정해야 하는 도전적인 상황에 직면하기도 했습니다. 하지만, 공저자들의 이해와 배려 덕분에 포기하지 않고 꾸준히 연구활동을 이어온 결과, 2023년 두 번째 연구년을 통한 UC Berkeley 재방문과 이후 본교의 유연학기 제도를 발판 삼아 마침내 귀중한 결실을 맺을 수 있었습니다. 지속 가능한 국제 공동연구의 기회를 제공해 준 고려대학교 경영대학에 깊은 감사를 표합니다.      주요 연구 내용   논문명 : Long-History Principal Component Analysis in a Dynamic Factor Model with Weak Loadings 게재 저널 :  Operations Research 게재 시기 :  2026년 3월 11일 온라인 출간 (Articles in Advance, Forthcoming) 주요 내용 요약 :       본 연구는 고차원 포트폴리오 관리의 고질적 문제인 'Second-Order Risk (2차 위험; SOR)' 편향을 해결하기 위한 혁신적인 프레임워크를 제시합니다. 2차 위험이란 포트폴리오의 예측된 위험과 실제 실현된 퍼포먼스 사이의 괴리를 의미하며, 이는 주로 자산 수익률의 공분산 행렬(Covariance Matrix) 및 정밀도 행렬(Precision Matrix)을 추정하는 과정에서 발생하는 오차로 인해 심화됩니다. 전통적인 금융 실무에서는 시장 상황의 빠른 변화와 업계 특성을 반영하기 위해 보통 1년(약 250일) 정도의 상대적으로 짧은 데이터 이력을 사용하는 방식이 표준이었습니다. 하지만 본 연구에서는 이러한 전통적인 방식이 종종 랜덤 노이즈를 실제 시장 신호로 오인하게 하여, 추정된 요인 적재치에 'Excess Dispersion Bias (과잉 분산 편향)'를 야기한다는 점을 지적합니다. 이는 결국 최적화된 포트폴리오를 실제보다 더 안전한 것처럼 보이게 하여 투자자를 예기치 못한 위험에 노출시키고 위험관리에 실패하게 합니다. 본 연구에서는 이러한 메커니즘을 수학적 이론 모형을 통해 증명하였습니다. 구체적으로, 요인 적재치가 시간에 따라 변하는 역동적 환경이나 영향력이 일부 업종에만 특화된 'Weak Loadings' 상황에서도, 공분산 추정을 위한 데이터 이력을 6년(약 1,500일)으로 확장한 Long History PCA 방식을 활용하면 공분산 및 정밀도 행렬의 추정치가 통계적으로 일관되게 수렴함을 입증하였습니다. 즉, 충분히 긴 역사적 데이터가 시장의 불안정성을 상쇄하는 'Crucial Stabilizer' 역할을 수행하는 것입니다. 이러한 이론적 주장은 Monte Carlo 시뮬레이션 실험과 실제 미국 및 유럽 주식시장 자료를 바탕으로 한 실증분석을 통해 명확히 뒷받침되었습니다. 실제 시장과 유사한 변동성 구조와 업종별로 다른 위험요인들을 설정한 실험에서, LH-PCA는 기존의 1년 데이터 기반의 PCA 방식이나 Ledoit-Wolf 수축 추정법, GPS 보정 기법보다 SOR 편향을 획기적으로 낮추는 결과를 보여주었습니다. 미국(CRSP) 및 유럽(EURO) 시장의 실증 분석 또한 장기 이력 활용이 공분산 구조 및 포트폴리오 변동성 예측의 정확도를 실질적으로 향상시킴을 확인해주었습니다. 결론적으로 본 연구에서 제안하는 LH-PCA는 데이터 중심의 현대 위험 관리에서 보다 견고하고 다각화된 포트폴리오를 구축할 수 있는 강력하고 정교한 토대를 제공합니다.   ▶ 논문 원문 보기: Long-History Principal Component Analysis in a Dynamic Factor Model with Weak Loadings  

신수식 고려대 경영학과 명예교수 별세… 향년 84세   신수식 고려대학교 경영학과 명예교수가 2026년 3월 21일 별세했다. 향년 84세.   고인은 1968년 고려대학교 상과대학 강사로 부임한 이후 약 40여 년간 경영대학에 재직하며 교육과 연구에 헌신해 온 원로 학자다.    경영관리 분야, 특히 보험학과 사회보장 분야 연구에 평생을 바치며 한국 보험학 발전을 이끈 대표적 학자로 평가받는다. 재직 기간 동안 경영대학 학장, 기업경영연구원 원장, 노동대학원 원장 등을 역임하며 학문적 성과뿐 아니라 대학 행정과 제도 발전에도 크게 기여했다.     빈소는 고려대학교 안암병원 장례식장 301호에 마련됐으며, 발인은 3월 24일(화) 오전 5시 20분 엄수됐다. 장지는 예래원이다. 유족으로는 배우자 윤혜숙 여사와 상주 신대유 씨, 딸 신령 씨가 있다.   발인 후 고인의 운구 행렬은 고려대학교 경영대학 학장실과 현대자동차경영관을 차례로 지나며 마지막 인사를 나눴다. 유족과 영정사진을 모신 운구차가 캠퍼스를 따라 이동하는 동안, 고인이 평생 몸담았던 경영대학의 구성원들은 깊은 애도를 표하며 그의 학문적 여정을 기렸다.