본 논문은 글로벌 공급망의 핵심 기능 유지 능력을 예측하는 것을 목표로 한다. 공급망의 회복탄력성을 추론하기 위해 하이퍼그래프 토폴로지와 관찰된 재고 궤적을 활용하며, 명시적인 동적 방정식 없이 회복탄력성을 예측하는 새로운 문제인 SCRI (Supply Chain Resilience Inference)를 공식화한다. SC-RIHN (Supply Chain Resilience Inference Hypergraph Network)이라는 하이퍼그래프 기반 모델을 제안하여, 다자 간 기업-제품 상호 작용을 포착하기 위해 집합 기반 인코딩과 하이퍼그래프 메시지 전달을 활용한다. 실험 결과, SC-RIHN은 전통적인 MLP, 대표적인 그래프 신경망 변형, ResInf 기본 모델보다 우수한 성능을 보였다.
