1. 주관적 판단의 객관화, AHP 기법의 개요
정의: 의사결정의 전 과정을 여러 개의 계층(Hierarchy)으로 분해하고, 각 요소 간 **쌍대 비교(Pairwise Comparison)**를 통해 상대적 중요도(가중치)를 산출하는 정량적 의사결정 기법.
특징:
정성적 요소의 정량화: 인간의 직관적 판단을 수치로 변환하여 분석 가능.
일관성 검증: 의사결정자의 판단이 논리적으로 일관성이 있는지 수치화된 지표(C.I.)로 확인.
다기준 의사결정(MCDM): 상충하는 여러 기준이 존재하는 복잡한 문제 해결에 적합.
2. AHP의 주요 계층 구조 및 분석 절차
AHP는 문제를 목표, 기준, 대안으로 구조화하여 단계별로 분석합니다.
| 단계 | 주요 활동 내용 | 세부 수행 과제 |
| 1. 계층 구조화 | 의사결정 모델링 | 최상위(목표), 중간층(평가 기준), 최하위(대안)로 계층화 |
| 2. 쌍대 비교 | 상대적 중요도 판단 | 각 계층의 요소들을 1:1로 비교하여 9점 척도로 평가 |
| 3. 가중치 산출 | 고유벡터 계산 | 비교 행렬로부터 수치적 가중치(Eigenvector) 도출 |
| 4. 일관성 검증 | 판단의 타당성 확인 | 일관성 지수(C.I.)와 비율(C.R.)을 계산하여 0.1 이내인지 확인 |
| 5. 종합 순위 도출 | 최적안 선정 | 각 대안의 가중치를 합산하여 최종 우선순위 결정 |
3. AHP의 핵심 메커니즘: 쌍대 비교와 일관성 지수
가. 쌍대 비교 (Pairwise Comparison)
방법: 두 요소를 1:1로 비교하여 어느 쪽이 얼마나 더 중요한지 평가.
척도: 1(동등), 3(약간 중요), 5(중요), 7(매우 중요), 9(절대적 중요)의 홀수 척도와 그 사이의 중간값을 사용.
나. 일관성 지수 (Consistency Index, C.I.)
수식: $C.I. = \frac{\lambda_{max} - n}{n - 1}$ ($\lambda_{max}$: 최대 고유값, $n$: 평가 요소 수)
판단 기준: 일관성 비율(C.R.)이 0.1(10%) 이내이면 응답자가 논리적으로 일관되게 응답한 것으로 간주하여 신뢰함.
4. AHP와 다른 의사결정 기법 비교
| 비교 항목 | AHP (계층 분석) | Delphi (델파이) | BSC (균형성과표) |
| 핵심 원리 | 수학적 계층 분석 | 전문가 합의 (익명성) | 성과 지표 관리 |
| 분석 방식 | 쌍대 비교 (정량적) | 반복적 설문 (정성적) | 4개 관점 기반 평가 |
| 주요 장점 | 일관성 검증 가능 | 전문가 집단 지성 활용 | 전략 목표 연계 용이 |
| 한계점 | 요소 과다 시 비교 횟수 급증 | 의견 수렴에 시간 소요 | 지표 간 독립성 부족 가능 |
5. 기술사적 제언: IT 거버넌스 및 투자 의사결정에서의 AHP 활용
IT 투자 우선순위 산정: 예산이 한정된 상황에서 보안 강화, 시스템 고도화, 인프라 교체 등 상충하는 사업들 중 투자 대비 효과(ROI)와 전략적 중요도를 고려한 최적의 사업 선정 도구로 활용.
SW 사업자 선정 평가: 제안서 평가 시 각 기술 항목과 가격 항목에 대한 가중치를 AHP로 정교하게 설계하여 평가의 객관성과 공정성 확보.
결언: AHP는 단순한 계산 도구가 아닌 '이해관계자의 합의 도출' 도구임. 기술사는 데이터 기반의 의사결정 체계를 구축하여 조직 내 갈등을 최소화하고 자원 배분의 효율성을 극대화하는 리더십을 발휘해야 함.
댓글 없음:
댓글 쓰기