245 0

자동차 산업의 리콜 대응을 위한 공급망 전략: ARIMA 모형을 활용한 수요패턴 분석- 수입자동차를 중심으로 -

Title
자동차 산업의 리콜 대응을 위한 공급망 전략: ARIMA 모형을 활용한 수요패턴 분석- 수입자동차를 중심으로 -
Other Titles
A Supply Chain Strategy for Vehicle Industry Recalls: Demand Pattern Analysis Using the ARIMA Model - Focusing on Imported Vehicles -
Author
정상천
Alternative Author(s)
Jeong, Sang Cheon
Advisor(s)
김승철
Issue Date
2021. 2
Publisher
한양대학교
Degree
Doctor
Abstract
자동차 산업의 대 내・외적인 요인에 의해 리콜발생이 증가함에 따라 자동차 리콜의 적극적인 대응이 매우 중요한 경영 전략으로 떠오르게 되었고 리콜의 적극적인 대응을 통한 리콜성과 향상을 위해서는 자동차 리콜 정비수요의 정확한 예측과 이에 따른 비용 절감이 매우 중요한 전략적 목표로 대두되게 되었다. 특히, 공급망 관리는 자동차의 리콜에 대한 대응전략으로서 매우 중요한 의미를 갖는다. 본 연구는 자동차 리콜의 수요패턴에 나타난 공급망 혼란(Disruption)의 유형들을 파악하고 이러한 수요패턴을 설명하는 요인으로서 리콜수요의 주요 속성들의 유형들을 분석하고자 하였다. 이에 따른 부품 부족, 인적・물적 서비스 시설(Capacity) 부족 및 고객의 이질적 리콜반응에 대한 공급망 회복(Resilience) 전략은 매우 중요한 전략적 대안이라고 할 수 있을 것이다. 본 연구는 자동차 리콜이라는 이벤트성 공급망 혼란에 대해서 회복 프로그램의 일환으로 수요예측 모형을 분석하였다. 다양한 수요패턴으로 나타나는 자동차 리콜의 공급망 혼란은 각각의 유형별로 리콜수요를 예측할 수 있다면 자동차 리콜로 인한 공급망 혼란의 충격을 완화할 수 있을 것이다. 본 연구는 자동차 리콜에 의해서 발생된 부품의 공동화 현상과 이에 따른 공급망 혼란의 손실을 줄이는 회복 프로그램의 필요성에 따라 자동차 리콜 부품의 수요패턴과 패턴 유형별로 수요예측 가능한 수요예측 모형을 도출하고자 한다. 수요패턴 분석을 통해 자동차 리콜수요의 다양한 수요패턴들을 살펴보고 각각의 패턴 유형별로 수요예측 모형을 도출하여 자동차 리콜의 공급망 혼란에 따른 회복 프로그램으로 그 가능성을 분석하였다. 이를 위하여 먼저 수입 자동차 리콜의 발생 요인에 대해서 델파이와 AHP 분석을 실시하였다. 대분류 속성의 중요도 검증 결과 리콜 발생원인이 리콜 수요패턴을 결정하는 가장 중요한 요인인 것으로 나타났고, 그 다음은 리콜 관련 규모, 외부 환경 요인, 대상차종의 특성 등의 순으로 나타났다. 본 연구에서는 리콜에 따른 공급망 혼란의 양상을 리콜 수요패턴이라 명명하였고 리콜 대상 차량의 안전 문제가 이러한 수요패턴을 결정하는 가장 중요한 요인인 것으로 나타났다. 또한, 리콜 관련 규모에 포함된 리콜 시정율의 경우 리콜수요와 직접적인 연관성이 있는 지표이고 리콜 대상 차량의 수는 리콜에 대한 시장 인지도에 영향을 미치기 때문에 리콜 수요패턴에 영향을 주는 것으로 추정된다. 중분류 속성 항목들에 대한 분석 결과를 살펴보면 리콜 발생원인의 3개 항목이 1~3위의 순위를 보여주고 있다. 치명성은 전체 중분류 항목들 중에서 가장 중요한 요인 것으로 나타났다. 외부 환경 요인은 전반적으로 리콜 관련 정책 강도를 제외하면 상대적 중요도가 모두 낮은 것으로 나타나 리콜 수요패턴을 결정하는 요인으로서 중요도가 낮은 것으로 밝혀졌다. 실제 리콜수요 자료를 분석한 결과 리콜 발생에 따른 공급망 혼란에는 몇 개 유형의 패턴이 존재하고 있음을 본 연구를 통해 발견하였고 이를 리콜 수요패턴이라고 명명하고 있다. 그리고 각각의 수요패턴 유형을 결정하는 요인으로서 리콜의 주요 속성들은 델파이 조사와 AHP 분석 결과에서 도출된 속성들을 그 근거로 설명하고자 하였다. 리콜 수요패턴 분석 결과 리콜 유형은 그 형태에 따라 L자형, 역 L자형, U자형 및 역 U자형 4가지 유형으로 분류(Classification)되었다. 리콜 케이스 중에서 전체 70%를 차지하는 L자형의 경우 소비자가 주도하는 리콜 유형으로 리콜 개시 후 2개월간 30%정도의 리콜 시정율 후 시정율이 지속적으로 감소하고 있다. 역 L자의 경우 공급차질(Supply disruption)로 인하여 수요 피크시점이 리콜 개시 초기가 아닌 개시이후 피크점에 도달하고 있다. U자형의 경우 리콜 시정율이 상대적으로 낮아 정부나 기업의 관리 감독이 증가하여 피크점의 봉우리가 다중형태로 나타나고 있다. 역 U자의 경우 리콜성과의 조기 달성을 위하여 기업이 적극적으로 리콜성과를 주도하는 형태로 피크점이 3~4개월 유지되면서 리콜이 조기에 완료된다. 본 연구는 리콜로 인한 공급망 혼란을 회복할 수 있는 프로그램(Resilience Program)으로서 다양한 리콜 수요패턴에도 불구하고 리콜수요를 예측할 수 있는 수요예측 모형을 추정하고자 하였다. 본 연구에서는 리콜 수요패턴에 따른 리콜 수요예측 모형을 ARIMA 모형을 활용하여 추정하였다. 분석 결과 ARIMA 모형은 ARIMA(1,0,0), ARIMA(0,0,1), ARIMA(0,0,0)등 3개의 모형으로 나타났다. 추정된 ARIMA 모형은 리콜패턴에 따라서 달라지거나 일정한 방향성을 보이지 않은 것으로 나타났지만 모든 리콜패턴에 모두 유의한 것으로 나타나 자동차 리콜패턴에 대한 예측 모형으로서 ARIMA 모형은 매우 타당한 것으로 나타났다. 따라서 자동차 리콜의 ARIMA 모형은 리콜패턴에 따른 부품 수요예측 모형으로서 적합한 것으로 밝혀졌고 더불어 자동차 리콜 발생 시 부품공급의 일시적인 혼란(Disruption)에 대한 회복 프로그램으로서 ARIMA 수요예측 모형은 타당한 것으로 밝혀졌다. ARIMA 모형의 추정은 이미 많은 제품과 서비스 수요예측 모형으로 사용된 바 있으나 자동차 리콜과 같이 수요기간이 짧고 불규칙한 패턴을 보이는 경우 적합한 모형의 추정이 어려울 가능성이 높다. 그러나 본 연구에서는 다양한 부품 수요에 대한 실제 자료를 토대로 가장 이상적인 ARIMA 모형의 추정이라는 방식을 사용하여 36개의 모든 패턴에 대해서 가장 적합한 ARIMA 모형을 추정하였고 MAPE 분석을 통하여 실제로 운용 가능한 자동차 리콜의 수요예측 모형이 될 수 있음을 입증하였다. 따라서 리콜의 수요예측은 리콜실시에 따른 부품, 인적・물적 서비스 시설 부족 및 고객의 이질적 리콜 반응으로 인해 발생되는 공급망 혼란에 대한 회복 프로그램으로서 기업의 성과 향상에 기여할 것이다.
URI
https://repository.hanyang.ac.kr/handle/20.500.11754/159917http://hanyang.dcollection.net/common/orgView/200000486238
Appears in Collections:
GRADUATE SCHOOL[S](대학원) > BUSINESS ADMINISTRATION(경영학과) > Theses (Ph.D.)
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE