교수
58동 510
taewoo.lee@snu.ac.kr
홈페이지교수소개
이태우 교수는 서울대학교 경영대학 및 경영전문대학원에서 생산서비스운영 전공의 부교수로 재직하고 있다. 데이터 기반 경영과학, 정량적 의사결정 최적화 기법을 중심으로 연구하고 가르치며, 경영과학과 머신러닝을 접목한 처방적 분석(prescriptive analytics) 이론을 물류∙제조 전략, 보건의료 운영, 정책 설계 등 실제 의사결정 현장에 적용하는 데 주력하고 있다. 최근 연구 관심사는 다음과 같다.
• 데이터 기반 서비스 및 자원 운영 최적화: 불확실성과 리스크를 고려한 자원 배분 및 운영 전략 수립
• 이해관계자 기반 보상 및 의사결정 설계: 행동 데이터를 이용한 선호도 분석, 이해관계자 상호작용의 정량적 모델링, 인센티브 및 통합적 의사결정 프레임워크 설계
• 보건의료 정책 및 서비스 디자인: AI 의료 기술 운영 전략, 의료 형평성, 수가 정책 설계 등
이러한 연구를 바탕으로 미국 과학재단(National Science Foundation), 보건복지부(Department of Health & Human Services) 등으로부터 백만 달러 이상 규모의 프로젝트들을 연구책임자로서 수주하고 이끌었다. 미국 내 의료 형평성 향상 및 환자 거부 문제 해결을 위한 정책 모델 개발을 통해 각종 보건기관에 정책 자문을 제공해왔다.
이 교수의 연구는 Management Science, Operations Research 등 경영학 최고 권위 학술지에 게재되었으며, INFORMS, 캐나다 운영연구학회(CORS) 등 국제 주요 학회에서 최우수 논문상을 수상하였다. 서울대학교 부임 전에는 University of Pittsburgh, Rice University, University of Houston에서 교수로 재직하였으며, University of Toronto에서 Operations Research 분야로 박사학위를 취득하였다.
CV Download ↓
• 데이터 기반 서비스 및 자원 운영 최적화: 불확실성과 리스크를 고려한 자원 배분 및 운영 전략 수립
• 이해관계자 기반 보상 및 의사결정 설계: 행동 데이터를 이용한 선호도 분석, 이해관계자 상호작용의 정량적 모델링, 인센티브 및 통합적 의사결정 프레임워크 설계
• 보건의료 정책 및 서비스 디자인: AI 의료 기술 운영 전략, 의료 형평성, 수가 정책 설계 등
이러한 연구를 바탕으로 미국 과학재단(National Science Foundation), 보건복지부(Department of Health & Human Services) 등으로부터 백만 달러 이상 규모의 프로젝트들을 연구책임자로서 수주하고 이끌었다. 미국 내 의료 형평성 향상 및 환자 거부 문제 해결을 위한 정책 모델 개발을 통해 각종 보건기관에 정책 자문을 제공해왔다.
이 교수의 연구는 Management Science, Operations Research 등 경영학 최고 권위 학술지에 게재되었으며, INFORMS, 캐나다 운영연구학회(CORS) 등 국제 주요 학회에서 최우수 논문상을 수상하였다. 서울대학교 부임 전에는 University of Pittsburgh, Rice University, University of Houston에서 교수로 재직하였으며, University of Toronto에서 Operations Research 분야로 박사학위를 취득하였다.
경력사항
[Employment]
• Seoul National University
- Associate Professor of Operations Management (2024-Present), SNU Business School
• University of Pittsburgh
- Assistant Professor of Industrial Engineering (2022-2024)
• Rice University
- Adjunct Assistant Professor (2021-2023), Department of Computational Applied Mathematics and Operations Research
• University of Houston
- Assistant Professor (2021-2022), Bauer School of Business (joint appointment)
- Assistant Professor (2017-2022), Department of Industrial Engineering
[Education]
• PhD in Operations Research, University of Toronto, Toronto, ON, Canada, 2015
• MEng in Industrial Engineering, University of Toronto, Toronto, ON, Canada 2010
• BEng in Industrial Engineering, Korea University, Seoul, South Korea, 2008
• Seoul National University
- Associate Professor of Operations Management (2024-Present), SNU Business School
• University of Pittsburgh
- Assistant Professor of Industrial Engineering (2022-2024)
• Rice University
- Adjunct Assistant Professor (2021-2023), Department of Computational Applied Mathematics and Operations Research
• University of Houston
- Assistant Professor (2021-2022), Bauer School of Business (joint appointment)
- Assistant Professor (2017-2022), Department of Industrial Engineering
[Education]
• PhD in Operations Research, University of Toronto, Toronto, ON, Canada, 2015
• MEng in Industrial Engineering, University of Toronto, Toronto, ON, Canada 2010
• BEng in Industrial Engineering, Korea University, Seoul, South Korea, 2008
학술활동
[Selected Journal Publications]
- • S. Nadi, T. Lee, O. A. Prokopyev. “The inverse optimal value problem for linear fractional programming.” Operations Research Letters, 59, 107251, 2025
- • D. Mildebrath, T. Lee, S. Sinha, A. J. Schaefer, A. O. Gaber. “Characterizing rational transplant program response to outcome-based regulation.” Operations Research, 72(4), 1421-1437, 2024
- • T. Ajayi, T. Lee, A. J. Schaefer. “A note on the implications of approximate submodularity in discrete optimization.” Optimization Letters, 17 (1), 1-17, 2023
- • P. Dorali, Z. Shahmoradi, C. Y. Weng, T. Lee. “Cost-effectiveness analysis of a personalized, teleretinal-inclusive screening policy for diabetic retinopathy utilizing Markov modeling.” Ophthalmology Retina, 7 (6), 532-542, 2023
- • T. Ajayi, T. Lee, A. J. Schaefer. “Objective selection for cancer treatment: An inverse optimization approach.” Operations Research, 70 (3), 1717-1738, 2022
- • Z. Shahmoradi, T. Lee. “Optimality-based clustering.” Operations Research Letters, 50 (2), 205-212, 2022
- • Z. Shahmoradi, T. Lee. “Quantile inverse optimization.” Operations Research, 70(4), 2538-2562, 2022
- • A. Babier, T. C. Y. Chan, T. Lee, R. Mahmood, D. Terekhov. “An ensemble learning framework for model fitting and evaluation in inverse linear optimization.” INFORMS Journal on Optimization, 3 (2), 119-126, 2021
- • T. C. Y. Chan, T. Lee, D. Terekhov. “Inverse optimization: Closed-form solutions, geometry and goodness of fit.” Management Science, 65 (3), 1115-1135, 2019
- • T. C. Y. Chan, T. Lee. “Trade-off preservation in inverse multi-objective convex optimization.” European Journal of Operational Research, 270 (1), 25-39, 2018
- • K. Ghobadi, T. Lee, H. Mahmoudzadeh, D. Terekhov. “Robust inverse optimization.” Operations Research Letters, 46 (3), 339-344, 2018
- • Tavaslioglu, T. Lee, S. Valeva, A. J. Schaefer. “On the structure of the inverse-feasible region of a linear program.” Operations Research Letters, 46 (1), 147-152, 2018
- • J. J. Boutilier, T. Lee, T. Craig, M. B. Sharpe, T. C. Y. Chan. “Models for predicting objective function weights in prostate cancer IMRT.” Medical Physics, 42 (4), 1586-1595, 2015
- • T. C. Y. Chan, T. Craig, T. Lee, M. B. Sharpe. “Generalized inverse multi-objective optimization with application to cancer therapy.” Operations Research, 62 (3), 680-695, 2014
- • T. Lee, M. Hammad, T. C. Y. Chan, T. Craig, M. B. Sharpe. “Predicting objective function weights from patient anatomy in prostate IMRT treatment planning.” Medical Physics, 40 (12), 121706, 2013
