본문 바로가기
AACE Events Review

Saunders and Hulett(26.01.28) AACE 웨비나 리뷰: RP 133R-23 집중 조명 의사결정 품질 향상을 위한 의사결정 분석 방법론 활용

by AACE한국지부 2026. 2. 1.

 

웨비나 안내 링크:   Spotlight on Recommended Practice 133R-23: Using Decision Analysis Methodologies to Enhance Decision Quality | AACE

1. 발표자 소개 및 진행 안내

  • Harry Saunders와 David Hewlett 발표자로 안내되었으나 Harry가 주발표를 맡음.
  • Harry는 의사결정 프로세스 전문 컨설턴트로, 에너지·기후경제, 진화생물학, 법칙 이론 등 다양한 분야에서 연구 및 논문을 발표함.

2. 발표 개요 및 의사결정 분석(Decision Analysis, DA) 소개

  • 발표는 의사결정 분석의 개요, 구조, 품질, 프로세스, 주요 개념, 예시(간단/복잡), 엑셀 모델 시연, 커뮤니티 리소스, 고급 주제 순으로 진행됨.
  • 의사결정 분석은 1960~70년대에 하버드와 스탠포드에서 시작됨.
  • 실제 컨설팅 현장에서 다양한 도구와 방법론이 개발됨.

3. 의사결정의 구조와 품질

  • 의사결정은 자원의 효과적인 배분을 의미하며, 세 가지 요소(선택 가능한 대안, 통제 불가능한 불확실성, 추구하는 가치)로 구성됨.
  • 영향도 다이어그램(influence diagram)으로 시각화할 수 있음.
  • 의사결정 품질은 프레임 설정, 창의적 대안, 신뢰할 정보, 명확한 가치와 트레이드오프, 논리적 추론, 실행 의지 등 6가지 요소의 연결고리로 설명됨.

4. 의사결정 프로세스와 팀 구성

  • 프레임 설정, 분석, 결정 및 실행의 3단계로 진행.
  • 복잡한 결정에는 의사결정자와 지원팀이 함께 참여하며, 의사결정자가 주도적으로 참여해야 실행력과 몰입도가 높아짐.

5. 주요 개념: 좋은 결정 vs 좋은 결과

  • 좋은 결정이 항상 좋은 결과로 이어지지는 않음(운, 불확실성 등 영향).
  • 불확실성은 주관적(베이지안) 확률로 수치화해야 하며, 전문가의 의견을 바탕으로 범위를 설정함.
  • 인지적 편향(특히 센터링 바이어스)이 존재하므로 이를 교정하는 과정이 필요함.
  • 정보의 가치는 의사결정에 영향을 줄 수 있을 때만 의미가 있음.

6. 간단한 예시: 정유공장 펌프 교체

  • 두 가지 펌프(A, B) 중 선택: A는 비싸지만 처리능력이 좋고, B는 저렴하지만 처리능력이 낮음.
  • 각 펌프의 처리능력 불확실성을 P90, P50, P10(확률 분포의 90%, 50%, 10% 지점)으로 구분해 분석.
  • 엑셀 모델을 통해 입력값을 바꿔가며 결과(순현재가치, NPV)를 시뮬레이션할 수 있음.

7. 복잡한 예시: 유로파(목성의 위성) 탐사선 전략

  • 유로파의 해양에 미생물 존재 여부를 탐사하는 미션 설계.
  • 4가지 주요 결정(발사 시점, 탐지 방법, 탐사선 설계, 신뢰성 수준)과 다양한 대안 조합을 전략 테이블로 정리.
  • 각 전략은 창의적이고 실질적으로 다른 대안이어야 하며, 이해관계자 간 이견이 있는 전략도 포함해야 함.
  • 영향도 다이어그램을 활용해 결정, 불확실성, 가치 간 관계를 시각화함.
  • 누적확률분포(S-커브)로 각 전략의 기대값과 하방 리스크(Downside risk) 등 비교.

8. 모델 활용 및 실무 팁

  • 팀원들이 모델을 직접 수정·테스트하며 오류를 찾도록 유도(오류 발견 시 보상 등).
  • 이렇게 하면 모델에 대한 소유감과 몰입도가 높아짐.

9. 리소스 및 고급 주제

  • 다양한 DA 소프트웨어와 전문 단체(예: Society of Decision Professionals)에서 자료와 비교 정보를 제공함.
  • 고급 주제로는 연속분포의 이산화, 정보가치(Value of Information), 효용곡선, 할인율 차이, 생명가치 평가 등이 있음.

10. Q&A 주요 내용

  • 전략 테이블과 AHP(계층분석법) 관련 질문에는 발표자가 익숙하지 않다고 답변.
  • AI가 편향을 줄이고 의사결정 품질을 높일 수 있는지에 대해선, 가능성이 크지만 구체적 방법은 미정이라고 언급.
  • 정보가치(Value of Information) 개념을 활용해 추가 투자(예: 더 나은 탐사선 설계)가 타당한지 평가할 수 있음.
  • 초기 의사결정 분석에 시간·예산 투입을 꺼리는 고객에게는, 실제로 참여해보면 가치와 효과를 체감하게 된다고 조언.
  • 기존 비즈니스 케이스의 데이터도 활용 가능하나, 불확실성이 간과된 부분이 없는지 반드시 검토해야 함.

★ AACE Upcoming Events:  Upcoming Events 

★ AACE Upcoming Webinars: Webinars


★ AACE Korea Section Upcoming Events: