'주택규' 기자의 전체기사
-
생산관리 엘리베이터 타는 곳 옆에는 왜 항상 거울이 붙어있을까?
바쁜 출근길이나 점심시간, 고층 빌딩 로비에서 엘리베이터를 기다리는 1분은 유독 10분처럼 길게 느껴진다. 그런데 엘리베이터 문 옆이나 내부를 가만히 살펴보면 십중팔구 커다란 거울이 붙어있다는 사실을 알 수 있다. 단순히 옷매무새를 단정히 하라는 배려일까? 경영학과 서비스 운영 관리에서는 이 거울을 '대기행렬 이론(Queueing Theory)'이 적용된 가장 위대하고 저렴한 발명품으로 꼽는다. 과거 1950년대 미국 뉴욕의 한 고층 빌딩에서 엘리베이터 속도가 너무 느리다는 세입자들의 불만이 폭주했다. 빌딩 관리자는 엘리베이터 모터를 최신형으로 교체하거나 통로를 새로 뚫는 방법을 고민했지만, 여기에는 천문학적인 비용과 시간이 필요했다. 이때 한 심리학자가 전혀 다른 관점의 해결책을 제시했다. "사람들이 화를 내는 진짜 이유는 엘리베이터가 느려서가 아니라, '기다리는 동안 아무것도 할 일이 없어 지루하기 때문'입니다." 그의 제안에 따라 로비와 엘리베이터 벽면에 거울이 설치되었다. 결과는 놀라웠다. 사람들은 거울을 보며 넥타이를 고쳐 매고, 화장을 고치고, 다른 사람을 몰래 훔쳐보느라 시간 가는 줄 몰랐다. 엘리베이터의 물리적인 속도는 단 1초도 빨라지지 않았
- 주택규 기자
- 2026-03-24 14:08
-
AI 숫자로 그리는 미래 지도: 시계열 분석과 데이터 시각화의 힘
우리는 매일 일기예보를 확인하고 주식 시장의 흐름을 살피며 내일을 준비한다. 이처럼 시간의 흐름에 따라 기록된 데이터를 시계열 데이터라고 부른다. 단순히 나열된 숫자 더미처럼 보이지만, 그 속에는 일정한 규칙과 반복되는 패턴이 숨어 있다. 데이터 사이언티스트들은 이 복잡한 숫자들 사이에서 의미 있는 신호를 찾아내 미래를 예측하는 지도를 그려낸다. 시계열 분석의 핵심은 먼저 데이터를 깨끗하게 가공하는 전처리 과정에 있다. 수집된 원본 데이터에는 측정 오류나 일시적인 소음과 같은 노이즈가 섞여 있기 마련이다. 이동평균법과 같은 통계적 방법을 활용해 들쭉날쭉한 수치를 매끄럽게 다듬으면 데이터가 가진 본래의 흐름이 드러난다. 여기에 계절성 수치를 고려하면 명절에 교통량이 급증하거나 여름에 빙과류 판매량이 늘어나는 것과 같은 주기적인 특성까지 파악할 수 있게 된다. 이렇게 가공된 데이터는 머신러닝 알고리즘을 만나 더욱 강력해진다. 과거의 수많은 패턴을 학습한 모델은 현재의 위치를 파악하고 앞으로 일어날 변화를 확률적으로 제시한다. 하지만 아무리 정교한 수식과 알고리즘이 동원되어도 그 결과를 숫자로만 나열한다면 대중이 이해하기 어렵다. 여기서 데이터 시각화의 진가가 발
- 주택규 기자
- 2026-03-23 09:02
-
생산관리 쿠팡 로켓배송은 어떻게 내가 자는 동안 문 앞에 와 있을까?
밤 11시, 침대에 누워 스마트폰으로 주문한 폼클렌징이 다음 날 아침 7시면 어김없이 집 문 앞에 도착해 있다. 일반적인 택배가 2~3일씩 걸리는 것을 생각하면 마치 마법 같은 속도다. 비행기를 타고 날아오는 것도 아닌데, 도대체 어떻게 하룻밤 새에 거대한 물류센터를 거쳐 우리 집까지 올 수 있는 것일까? 이 엄청난 속도전의 비밀은 바로 현대 물류 시스템의 꽃이라 불리는 '크로스도킹(Cross-Docking)'에 있다. 과거의 전통적인 물류센터는 거대한 '창고'였다. 공장에서 물건이 도착하면 빈 선반을 찾아 차곡차곡 쌓아두고 보관한다. 그러다 고객의 주문이 들어오면 직원이 넓은 창고를 카트를 끌고 돌아다니며 물건을 찾아 꺼내오고(피킹), 상자에 포장해서 트럭에 싣는다. 이처럼 '입고 ➡️ 보관 ➡️ 탐색 ➡️ 출고'로 이어지는 과정은 필연적으로 많은 시간이 걸리고, 물건이 창고에 며칠씩 머무르게 된다. 하지만 크로스도킹은 이 과정에서 가장 시간이 오래 걸리는 '보관' 단계를 아예 삭제해 버린다. 'Cross(가로지르다)'와 'Dock(화물 하역장)'이 합쳐진 말 그대로, 물건이 들어오는 문(입고장)에서 나가는 문(출고장)으로 물건이 창고를 가로질러 곧바로 직
- 주택규 기자
- 2026-03-23 08:58
-
AI 쓰레기 데이터가 들어오면 쓰레기가 나온다, 데이터 전처리의 마법
컴퓨터 과학과 데이터 분석 분야에는 가비지 인, 가비지 아웃(Garbage In, Garbage Out)이라는 유명한 격언이 있다. 쓰레기가 들어가면 쓰레기가 나온다는 뜻으로, 아무리 성능이 뛰어난 인공지능이나 통계 모델을 사용하더라도 분석의 재료가 되는 데이터 자체가 오염되어 있다면 그 결과물 역시 가치가 없다는 의미이다. 데이터를 수집하고 나서 분석에 들어가기 전, 이를 깨끗하게 닦고 조이는 전처리 과정이 중요한 이유가 바로 여기에 있다. 실제 세상에서 수집되는 데이터는 결코 완벽하지 않다. 설문조사에서 응답자가 답변을 빠뜨려 비어 있는 칸이 생기기도 하고, 센서 오작동으로 인해 말도 안 되게 높거나 낮은 수치가 기록되기도 한다. 예를 들어 학생들의 평균 키를 조사하는데 실수로 3미터라는 수치가 섞여 들어간다면 전체 평균은 크게 왜곡된다. 데이터 사이언티스트는 이런 이상치와 결측치를 찾아내어 제거하거나 적절한 값으로 대체하는 전처리 작업을 거친다. 또한 데이터의 형식을 통일하는 과정도 필수적이다. 어떤 데이터는 미터 단위로 기록되고 어떤 데이터는 센티미터 단위로 기록되어 있다면 이를 하나로 맞추지 않고서는 올바른 비교 분석이 불가능하다. 단순히 데이터를
- 주택규 기자
- 2026-03-20 09:08
-
생산관리 써브웨이(Subway) 샌드위치는 어떻게 수만 가지 맛을 순식간에 만들어낼까?
써브웨이에 가서 샌드위치를 주문하는 과정은 누군가에게는 즐거움이지만, 처음 방문하는 사람에게는 진땀 나는 시험과도 같다. 빵의 종류부터 치즈, 고기, 빼고 싶은 채소, 그리고 소스까지 모든 것을 하나하나 선택해야 하기 때문이다. 수학적으로 계산해 보면 이 재료들을 조합해서 나올 수 있는 샌드위치의 가짓수는 수만 가지에 달한다. 그런데 놀랍게도 직원은 이 복잡한 '나만의 맞춤형 주문'을 듣고 단 1~2분 만에 뚝딱 샌드위치를 만들어 낸다. 어떻게 이런 일이 가능할까? 생산관리에서는 이를 '모듈화(Modularization)'라는 핵심 전략으로 설명한다. 모듈화란, 제품을 통째로 처음부터 끝까지 한 번에 만드는 것이 아니라, 레고 블록처럼 규격화된 여러 개의 '부품(모듈)'으로 미리 나누어 준비해 두는 방식을 말한다. 써브웨이 매장을 잘 살펴보면 직원이 빵을 굽거나 고기를 직접 썰고 있지 않는다. 공장에서 미리 완벽하게 준비되어 온 '플랫브레드 모듈', '에그마요 모듈', '할라피뇨 모듈' 등이 진열대(조립 라인)에 가지런히 놓여 있을 뿐이다. 직원은 고객의 주문표에 따라 필요한 모듈을 쏙쏙 골라 레고를 맞추듯 조립만 하면 끝이다. 이 모듈화 전략의 가장 큰 마
- 주택규 기자
- 2026-03-20 08:57
-
AI 길거리 쓰레기통 위치의 비밀, 공공 데이터를 활용한 도시 설계
도심 한복판, 목이 말라 마신 음료수 캔을 버리려는데 쓰레기통이 보이지 않아 난처했던 경험이 누구나 한 번쯤 있을 것이다. 반면, 어떤 곳은 쓰레기통이 너무 자주 보여 관리가 안 되는 것처럼 느껴지기도 한다. 우리가 무심코 지나치는 길거리 쓰레기통의 위치는 단순히 감에 의존해 결정된 것이 아니다. 그 이면에는 방대한 공공 데이터 수집과 과학적인 통계 분석이 숨어 있다. 현대 도시 설계에서 쓰레기통 배치 문제를 해결하기 위해 가장 먼저 활용하는 것은 유동 인구 데이터이다. 통신사 기지국 정보나 교통카드 이용 내역 등을 통해 도시의 어느 구역에 사람들이 많이 몰리고, 어떤 경로로 이동하는지 파악한다. 단순히 사람이 많은 곳뿐만 아니라, 음료수를 사서 들고 다니는 시간이 대략 어느 정도인지, 즉 어느 지점에서 쓰레기가 발생할 확률이 높은지까지 예측한다. 이는 데이터 전처리 과정을 거쳐 분석 가능한 형태로 가공된다. 수집된 데이터는 공간 통계 분석을 통해 구체적인 위치로 환산된다. 특정 구역 내의 유동 인구 밀도와 기존 쓰레기통 간의 거리를 고려하여, 가장 효율적인 배치를 찾아내는 알고리즘을 가동한다. 무작위로 설치하는 것이 아니라, 쓰레기 발생 빈도를 예측하여 관
- 주택규 기자
- 2026-03-19 09:02
-
생산관리 1.5리터 페트병 콜라는 왜 500밀리리터 콜라와 가격 차이가 별로 안 날까?
편의점이나 대형 마트 음료 코너에서 콜라 가격표를 보고 갸우뚱한 적이 있을 것이다. 용량은 무려 3배나 차이 나는 1.5리터 페트병 콜라와 500밀리리터 콜라의 가격 차이가 생각보다 크지 않기 때문이다. 상식적으로 생각하면 안에 들어가는 콜라 원액이 3배 더 많으니 가격도 3배 가까이 비싸야 하는 것 아닐까? 하지만 현실의 가격표는 그렇지 않다. 생산관리와 경제학에서는 이를 '규모의 경제(Economies of Scale)'라는 아주 중요한 원리로 설명한다. 규모의 경제란, 생산량(규모)이 늘어날수록 물건 하나를 만드는 데 들어가는 평균 비용(단가)이 점점 낮아지는 현상을 말한다. 원리를 이해하려면 비용을 두 가지로 나누어 봐야 한다. 바로 물이나 설탕처럼 만드는 개수에 따라 늘어나는 '변동비'와, 공장 임대료, 비싼 혼합 기계값, 그리고 TV 광고비처럼 한 개를 만들든 백만 개를 만들든 똑같이 나가는 막대한 '고정비'다. 콜라 공장 입장에서 500밀리리터 대신 1.5리터짜리 콜라를 생산하면 물이나 설탕 같은 변동비는 분명히 더 든다. 하지만 어차피 똑같이 돌아가는 컨베이어 벨트 기계, 톱스타를 기용한 광고비, 공장을 관리하는 직원들의 월급 같은 무거운 고정
- 주택규 기자
- 2026-03-19 08:57
-
AI 데이터의 가면, 거짓말하는 그래프를 찾아라
우리는 매일 뉴스, SNS, 광고를 통해 수많은 그래프를 접한다. 그래프는 복잡한 수치를 한눈에 보여주는 강력한 도구이지만, 때로는 설계자의 의도에 따라 진실을 교묘하게 가리기도 한다. 데이터 시각화 과정에서 발생하는 함정을 이해하는 것은 현대 사회에서 정보를 올바르게 수용하기 위한 필수 역량이다. 가장 흔한 왜곡 기법은 그래프의 세로축인 Y축을 조작하는 것이다. 특정 수치의 변화를 극적으로 보여주고 싶을 때, 작성자는 0부터 시작해야 할 Y축의 하단을 잘라내고 변화가 일어나는 구간만 확대한다. 이렇게 하면 실제로는 1%의 미미한 차이임에도 불구하고, 시각적으로는 몇 배나 급격하게 상승하거나 하락한 것처럼 보이게 된다. 이는 데이터 전처리 과정에서 고의로 특정 범위를 강조할 때 나타나는 대표적인 시왜곡 사례이다. 그래프의 형태를 부적절하게 선택하는 경우도 빈번하다. 시간에 따른 추세를 보여줄 때는 꺾은선그래프가 적합하고, 항목 간의 비중을 비교할 때는 원그래프나 막대그래프가 유리하다. 하지만 항목 간의 단순 비교를 위해 면적이나 부피를 사용하는 3D 그래프를 사용하면, 원근감 때문에 앞쪽에 위치한 데이터가 실제보다 훨씬 커 보이는 착시를 일으킨다. 이는 시각
- 주택규 기자
- 2026-03-18 09:01
-
생산관리 비행기 표는 왜 검색할 때마다, 그리고 요일마다 가격이 널뛰기를 할까?
가족 여행을 위해 제주도행 비행기 표를 검색해 본 적이 있다면 이상한 점을 발견했을 것이다. 똑같은 항공사의 똑같은 이코노미 좌석인데도, 화요일 아침 비행기는 2만 원밖에 안 하던 것이 금요일 저녁이나 연휴에는 15만원으로 훌쩍 뛴다. 심지어 어제 검색했을 때와 오늘 검색했을 때의 가격이 미세하게 달라지기도 한다. 왜 비행기 표는 마트의 과자처럼 가격표가 딱 정해져 있지 않고 살아있는 생물처럼 널뛰기를 하는 걸까? 생산과 서비스 운영 관리에서는 이를 '수익 관리(Revenue Management)'라는 고도의 전략으로 설명한다. 수익 관리는 공장에서 찍어내는 물건이 아니라, 비행기 좌석이나 호텔 방처럼 '시간이 지나면 필 수 없는(소멸성)' 상품을 파는 기업들에게 생존과 직결된 문제다. 창고에 쌓아둔 스마트폰은 오늘 안 팔리면 내일 팔아도 되지만, 비행기의 빈 좌석은 비행기가 활주로를 이륙하는 순간 그 가치가 '0원'으로 영원히 증발해 버린다. 빈자리를 달고 날아가는 것은 항공사 입장에서 엄청난 손실이다. 이 손실을 막기 위해 항공사들은 빅데이터와 수학적 알고리즘을 총동원하여 '다이내믹 프라이싱(Dynamic Pricing, 동적 가격 책정)'을 실시한다.
- 주택규 기자
- 2026-03-18 08:56
-
AI 내 손목 위의 주치의: 웨어러블 데이터와 캘린더 히트맵
손목에 찬 작은 스마트워치는 하루 종일 우리의 일상을 기록하는 충실한 서기이다. 우리가 몇 걸음을 걸었는지 심장 박동은 얼마나 고른지 밤에는 얼마나 깊이 잠들었는지 기기는 1분 1초를 놓치지 않고 수치로 저장한다. 하지만 이렇게 하루하루 쌓인 데이터는 1년이 지나면 수백만 줄의 방대한 엑셀 표로 변해버린다. 매일의 기록을 단순히 숫자로만 나열해서는 내 몸에 어떤 변화가 일어나고 있는지 전체적인 흐름을 파악하기가 매우 어렵다. 이러한 개인 건강 데이터를 가장 직관적으로 가공하고 보여주는 시각화 기법이 바로 캘린더 히트맵이다. 캘린더 히트맵은 1년 365일을 작은 네모 칸으로 쪼개어 우리가 흔히 보는 달력 모양의 격자로 배치한다. 그리고 매일의 데이터 수치에 따라 네모 칸의 색상을 다르게 칠한다. 예를 들어 목표 걸음 수를 달성한 날은 짙은 초록색으로 걷지 않은 날은 옅은 연두색이나 빈칸으로 남겨두는 식이다. 색상의 진하기만으로 그날의 활동량을 한눈에 알 수 있게 가공한 것이다. 이 시각화 화면을 띄워보면 숫자로 볼 때는 결코 알 수 없었던 내 삶의 패턴이 선명하게 드러난다. 특정 요일마다 수면 시간이 부족해져 색상이 옅어진다거나 겨울철에 유독 활동량이 줄어들어
- 주택규 기자
- 2026-03-17 14:08
-
생산관리 메가커피 옆에 빽다방, 왜 비슷한 카페들은 항상 다닥다닥 붙어있을까?
길을 걷다 보면 참 신기한 광경을 보게 된다. '메가커피'가 있는 건물 바로 옆에 '빽다방'이 있고, 길 건너에는 '컴포즈커피'가 자리 잡고 있다. 상식적으로 생각하면 경쟁자가 없는 텅 빈 동네에 혼자 가게를 차려야 손님을 독차지할 수 있을 텐데, 왜 이들은 굳이 피 터지는 경쟁을 감수하며 다닥다닥 붙어있는 것일까? 경영학과 생산관리에서는 상점의 위치를 정하는 '입지 선정(Facility Location)' 전략 중 하나인 '호텔링의 법칙(Hotelling's Law)'으로 이 현상을 설명한다. 1km 길이의 해변에 아이스크림 장수 A와 B가 있다고 상상해 보자. 해변 전체의 피서객에게 가장 공평하고 편하게 아이스크림을 팔려면 A는 250m 지점에, B는 750m 지점에 자리를 잡는 것이 이상적이다. 하지만 장사를 하다 보면 욕심이 생긴다. A가 가운데 쪽으로 조금만 이동하면, 자신의 왼쪽 구역 손님은 그대로 유지하면서 B의 구역에 있던 손님 일부까지 빼앗아 올 수 있기 때문이다. 이를 알아챈 B 역시 가만히 있지 않고 A를 향해 가운데로 이동한다. 결국 서로 손님을 더 차지하기 위해 눈치싸움을 벌이다 보면, 두 장수 모두 해변의 정중앙(500m 지점)에서
- 주택규 기자
- 2026-03-17 13:58
-
AI 우리 동네는 안전할까: 범죄 데이터와 공간 정보 시각화
우리가 매일 걷는 골목길이나 퇴근길은 과연 범죄로부터 얼마나 안전할까. 과거에는 경찰서의 캐비닛에 쌓인 종이 문서나 엑셀 표의 딱딱한 숫자들만으로는 우리 동네의 진짜 치안 상태를 직관적으로 파악하기 어려웠다. 하지만 언제, 어디서, 어떤 종류의 사건이 발생했는지에 대한 방대한 범죄 데이터를 지리 정보와 결합해 화면 위에 그려내는 공간 정보 시각화 기술이 도입되면서 치안의 패러다임이 바뀌고 있다. 범죄 데이터를 공간 정보로 가공할 때 가장 널리 쓰이는 시각화 기법은 핫스팟 지도이다. 수만 건의 범죄 발생 위치 데이터를 지도 시스템의 X와 Y 좌표로 변환한 뒤 범죄가 자주 일어나는 밀집 구역을 온도의 높낮이처럼 색상으로 표현하는 방식이다. 사건이 집중된 위험 지역은 붉은색으로 칠해지고 상대적으로 안전한 지역은 푸른색이나 녹색으로 칠해진다. 수천 장의 조서나 통계청 자료를 읽지 않아도 이 지도 한 장만 띄우면 어느 골목이 취약한지 단번에 눈으로 확인할 수 있다. 이렇게 가공된 범죄 시각화 지도는 단순히 과거의 기록을 보여주는 데 그치지 않고 미래의 범죄를 예방하는 강력한 무기가 된다. 한정된 경찰 인력을 붉게 표시된 핫스팟 구역에 집중적으로 배치하여 순찰의 효율성
- 주택규 기자
- 2026-03-16 09:08
-
생산관리 멀쩡한 스마트폰 놔두고 왜 1년마다 새로운 모델이 계속 나올까?
우리가 매일 쓰는 스마트폰은 2~3년은 거뜬히 쓸 수 있을 만큼 튼튼하고 성능도 뛰어나다. 그런데도 기업들은 매년 카메라 화소를 조금 높이거나 화면을 접는 등 새로운 기능을 추가해 '신형 모델'을 쏟아낸다. 멀쩡한 기계를 놔두고 왜 이토록 쉼 없이 신제품을 만들어내는 것일까? 단순히 우리의 지갑을 열기 위해서만은 아니다. 경영과 생산관리에서는 이를 사람의 일생에 빗대어 '제품 수명 주기(Product Life Cycle, PLC)'라는 개념으로 설명한다. 사람이 태어나서 자라고 늙어가듯, 세상의 모든 제품도 시장에 처음 등장하는 '도입기', 날개 돋친 듯 팔리는 '성장기', 누구나 다 가져서 판매가 정체되는 '성숙기', 그리고 사람들의 기억 속에서 잊히는 '쇠퇴기'라는 4단계의 운명을 거친다. 과거 MP3 플레이어나 디지털카메라를 떠올려 보자. 처음 나왔을 때는 엄청난 인기를 끌며 공장을 밤낮없이 돌려야 했던 '성장기'가 있었지만, 스마트폰이 등장하면서 순식간에 '쇠퇴기'를 맞아 결국 시장에서 거의 사라졌다. 현재의 스마트폰 시장은 이미 전 세계 대부분의 사람이 기기를 소유하고 있는 '성숙기'에 접어들었다. 성숙기에는 새로운 고객을 찾기 힘들고 경쟁이 치열해
- 주택규 기자
- 2026-03-16 08:57
-
AI 여론의 흐름을 읽는 왜곡된 지도: 선거 데이터와 카토그램 시각화
선거철이 되면 뉴스 화면에는 붉은색과 푸른색으로 물든 전국 지도가 어김없이 등장한다. 하지만 우리가 흔히 보는 지리적 지도는 종종 민심을 읽는 데 착시 현상을 일으킨다. 인구 밀도가 낮고 면적이 넓은 산간 지역은 지도에서 엄청나게 큰 비중을 차지하는 반면 수백만 명의 유권자가 밀집한 대도시는 아주 작은 점처럼 보이기 때문이다. 면적이 넓은 정당이 마치 선거에서 압승을 거둔 것처럼 보이지만 실제 득표수는 전혀 다를 수 있다. 이러한 정보의 왜곡을 막기 위해 등장한 시각화 기법이 바로 카토그램이다. 카토그램은 지리적인 실제 면적이 아니라 인구수나 유권자 수 같은 특정 데이터의 크기에 비례하도록 지도의 크기를 인위적으로 왜곡하여 가공한 지도이다. 쉽게 말해 사람이 많이 사는 도시는 풍선처럼 크게 부풀리고 사람이 적게 사는 넓은 지역은 홀쭉하게 쪼그라뜨리는 방식이다. 이 지도를 보면 땅의 크기가 아니라 진짜 사람의 표심이 어디에 얼마나 모여 있는지 그 무게감을 직관적으로 파악할 수 있다. 이처럼 지도를 왜곡하기 위해서는 고도의 데이터 가공 과정이 필요하다. 각 행정구역의 지리적 좌표 데이터와 인구 통계 데이터를 결합한 뒤 이웃한 지역끼리의 경계선을 최대한 유지하면서
- 주택규 기자
- 2026-03-13 09:40
-
생산관리 애플은 스마트폰 공장이 없다? 아이폰 뒷면에 숨겨진 진짜 비밀
전 세계에서 가장 유명한 스마트폰인 아이폰. 당연히 애플(Apple)이 어마어마하게 큰 자체 공장에서 수만 명의 직원을 거느리고 직접 만들 것이라 생각하기 쉽다. 하지만 일부 아이폰의 뒷면이나 포장 상자를 자세히 살펴보면 아주 흥미로운 문구가 적혀 있다. "Designed by Apple in California, Assembled in China (캘리포니아의 애플이 디자인하고, 중국에서 조립됨)." 이 짧은 문장 안에는 현대 생산관리와 글로벌 경영의 핵심 전략인 '아웃소싱(Outsourcing)'의 비밀이 숨어 있다. 놀랍게도 애플은 아이폰을 조립하는 자체 공장을 단 하나도 가지고 있지 않다. 아웃소싱이란 기업이 모든 것을 다 직접 하는 대신, 특정 업무를 외부의 전문 기업에 맡기는(외주) 방식을 말한다. 그렇다면 세계 1위 기업인 애플은 왜 공장을 짓지 않는 것일까? 그것은 바로 자신들의 '핵심 역량(Core Competency)'이 무엇인지 정확히 알고 있기 때문이다. 애플의 진짜 무기는 혁신적인 디자인, 사용하기 편한 소프트웨어(iOS), 그리고 사람들을 열광하게 만드는 마케팅 능력이다. 만약 애플이 공장 부지를 사고, 조립 라인을 깔고, 수십만 명
- 주택규 기자
- 2026-03-13 09:36
-
1
MZ가 이끄는 ‘필코노미’…감정이 소비를 결정한다
-
2
[e커머스] 2025 온라인 식료품 시장 트렌드와 중소 셀러 생존 전략
-
3
인산테라, ‘풀케어(Full Care)’ 출시… 병해충 관리와 친환경 농업의 새 전환점
-
4
인산테라 ‘풀케어’로 충남 아산 시범농장 고추 재배 성공… 친환경 농법 새 모델 제시
-
5
경영지도사 시험 제40회 합격률 33.1%…“중장년층 진입·컨설팅 수요 반영”
-
6
제40회 경영지도사·기술지도사 2차 시험, 총 363명 최종 합격
-
7
미국 ‘말차’ 열풍…국산 녹차에 새로운 기회 열린다
-
8
개 식용 종식 1년, 농장 70% 폐업…‘남겨진 개들’ 보호는 숙제
-
2026-04-06 14:08
개당 99원대 ‘저가 생리대’ 불티… 유통업계 가격 경쟁 본격화
-
2026-04-06 10:51
배달대행 ‘부릉’, 국내 최초 AI 전면 자동배차 시대 연다… ‘부릉플러스’ 도입
-
2026-04-06 09:22
알파고와 자율주행의 비밀: 실패를 넘어 정답을 찾아가는 강화학습의 통계학
-
2026-04-06 09:18
범정부 원팀으로 K-뷰티 글로벌 거점 만든다… 지방 2곳 선정 추진
-
2026-04-06 09:09
회전초밥집은 왜 비싼 참치 초밥을 레일 위에 미리 많이 올려두지 않을까?
-
2026-04-03 12:07
서울대공원, 4~12일 봄꽃축제 개최… ‘동화 속 봄꽃여행’ 펼친다
주소 : 서울 송파구 백제고분로 113, 민성빌딩 402호
등록번호: 서울 아55172 | 등록일 : 2023-11-17 | 발행인 : (주)네이블마케팅 임유정 | 편집인 : 임진우 | 전화번호 : 010-8959-2447
Copyright @한국e마케팅저널 All rights reserved.
UPDATE: 2026년 04월 06일 14시 08분