본 논문에서는 효과적인 단기, 중기, 장기 경영전략계획 수립 및 각 전략간에 발생할 수 있는 상충관계를 효과적으로 해결하기 위한 양방향 추론 인공신경망 모형을 제안한다. 양방향 추론이란 순방향 추론(Forward Inference) 및 역방향 추론 (Backward Inference)을 의미하는바, 순방향 추론을 통하여 단기, 중기, 장기전략을 수립할 수 있고, 역방향 추론을 통하여 각 전략간의 비교가 가능하다. 아울러 본 연구에서는 경영전략계획 수립시 흔히 발생되는 단기, 중기, 장기전략간의 상충관계를 합리적으로 해결하기 위하여 선형계획법 (linear programming)을 이용한 의사결정 메카니즘을 제안한다. 본 연구에서 선형계획법은 경쟁관계를 고려한 제품별 최적생산량 및 해당 기대이익을 구하기 위하여 사용된다. 이와같이 본 연구에서 제안하는 양방향 추론 인공신경망 모형을 SPBINN, 즉 Strategic Planning Bi-directional Inferencing Neural Network의 약자로 명명한다. SPBINN에 적용된 학습모형은 기존에 널리 알려진 역전파학습 (Backpropagation Learning) 알고리즘이고 양방향 추론이 가능하게끔 학습자료를 구성하였다. 본 연구에서 제시하는 SPBINN에 기초한 전략계획 시뮬레이션 방법론을 정리하면 다음과 같다. 첫째, 순방향 추론과 역방향 추론이 가능하게끔 학습자료와 인공신경망 모형을 구축한다. 둘째, 단기, 중기, 장기전략을 위한 인공신경망 모형 각각 구축한다. 셋째, 선형계획법에 의하여 제품별 생산량을 구한다. 이는 단기적인 최적생산량을 의미한다. 넷째, 생산량을 입력으로 하여 순방향 추론인공신경망 모형을 구동하여 적절한 단기, 중기, 장기전략을 구한다. 다섯째, 이들 세 전략이 서로 일치하면 수행을 멈추고 해당 전략을 최적전략으로 간주한다. 아니면, 다음단계로 간다. 여섯째, 세 전략이 불일치하면 해당전략을 기초로 역방향 추론 인공신경망 모형을 구동한다. 일곱째, 역방향 추론의 결과를 선형계획법 모형에 입력하여 각 전략별 기대이익을 구한다. 여덟째, 기대이익이 가장 큰 전략을 선택한다. 이와같은 전략계획 시뮬레이션 방법을 우리나라 화장품 시장의 경쟁상황에 적용하여 매우 유용한 결과를 얻었다.