AHP(계층적 분석법)는 다기준 의사결정 문제를 해결하기 위한 방법으로, 복잡한 문제를 구조화하고 최적의 결정을 내리는 데 사용된다. 이는 특히 대규모 공공사업의 타당성 평가에 유용하며, 방법적 절차는 계층 구조 구성, 쌍대 비교, 고유벡터 계산, 일관성 검토, 최종 우선순위 도출로 이루어진다. 그러나 AHP는 기준과 대안이 많아질수록 쌍대 비교 수가 급증하고, 수학적 지식을 요구한다. 챗GPT를 활용하면 복잡한 수리적 계산을 자동으로 수행해 AHP 분석을 쉽게 처리하고, 실시간 피드백을 제공하여 분석과정의 단순화가 가능하다. 본 고에서는 이를 활용한 사례를 제시한다.

- (주)날리지웍스 박성준 파트너 -

  AHP(Analytic Hierarchy Process, 계층적 분석법)는 다기준 의사결정(Multi-Criteria Decision Making, MCDM) 문제를 해결하기 위한 방법론이다. 1970년대에 미국의 토마스 사티(Thomas L. Saaty)에 의해 개발된 AHP는 복잡한 문제를 구조화하고, 다양한 대안 중에서 최적의 결정을 내리기 위해 사용된다. AHP는 학문적으로도 많은 연구가 진행되어 왔으며, 정책 결정 등 실무적 관점에서도 많이 활용되는 방법 중 하나이다.

  특히, 우리나라에서는 대규모 공공사업이나 인프라 프로젝트의 타당성을 평가하기 위해 예비타당성 분석(Pre-feasibility Study)이 실시되는데, 이 과정에서 AHP(Analytic Hierarchy Process)가 이용되어 사업추진의 가부가 결정된다. 예비타당성 분석에서는 전문가들이 주요 요소(예: 기술성, 정책성, 경제성 등)를 비교하고, 대안 또는 사업추진의 여부를 판단하는데 AHP가 활용된다.

...................(계속) 

☞ 자세한 내용은 첨부파일을 이용하시기 바랍니다.