계층분석법(AHP, Analytic Hierarchy Process)은 여러 기준을 동시에 고려해야 하는 의사결정에서 각 기준의 중요도를 계산하는 분석 기법입니다.
예를 들어 공급업체를 선정하거나, 사업 전략을 결정하거나, 제품을 평가할 때는 가격, 품질, 성능, 위험, 서비스 등 여러 요소를 함께 고려해야 합니다.
하지만 사람에게 각 기준의 중요도를 바로 백분율로 배분하라고 하면 쉽게 답하기 어렵습니다.
AHP는 이러한 문제를 해결하기 위해 두 가지 기준만 비교하는 방식(쌍대비교)을 사용합니다.
여러 번의 단순한 비교 결과를 종합하여 각 기준의 중요도를 계산하고, 판단이 일관되었는지도 함께 확인할 수 있습니다.
Note
1~9 쌍대비교 척도
AHP에서는 기준을 두 개씩 비교하면서 어느 쪽이 얼마나 중요한지 평가합니다.
사티(Saaty)가 제안한 1~9 척도를 가장 많이 사용합니다.
| 판단 | 점수 |
|---|---|
| 동일하게 중요 | 1 |
| 약간 더 중요 | 3 |
| 강하게 중요 | 5 |
| 매우 강하게 중요 | 7 |
| 절대적으로 중요 | 9 |
반대 방향의 비교는 역수(1/값)를 사용합니다.
예를 들어, 가격이 품질보다 5배 중요하다면 품질은 가격보다 1/5만큼 중요하다고 입력합니다.
기준이 n개라면 필요한 비교 횟수는 n(n−1)/2입니다. 예를 들어 기준이 5개라면 총 10번의 비교만 수행하면 됩니다.
비교 결과는 어떻게 가중치가 될까?
응답자가 입력한 쌍대비교 결과는 비교 행렬(Pairwise Comparison Matrix)을 구성합니다.
AHP는 이 행렬을 이용해 고유벡터(Eigenvector)를 계산하고, 이를 각 기준의 중요도로 변환합니다.
최종 가중치는 합이 100%가 되도록 정규화됩니다.
예를 들어 계산 결과가 다음과 같다면:
| 기준 | 가중치 |
|---|---|
| 가격 | 46% |
| 품질 | 28% |
| 배송 속도 | 17% |
| 서비스 | 9% |
가격이 가장 중요한 기준이며, 그다음은 품질, 배송 속도, 서비스 순으로 의사결정에 영향을 미친다는 의미입니다.
이 가중치는 이후 각 대안을 평가할 때 기준별 점수와 함께 활용됩니다.
일관성 비율(CR)
AHP의 가장 큰 장점은 응답의 일관성을 검증할 수 있다는 점입니다.
예를 들어
- 가격이 품질보다 중요하고,
- 품질이 배송보다 중요한데,
- 배송이 다시 가격보다 중요하다고 응답했다면
논리적으로 모순이 발생합니다.
AHP는 이러한 모순을 일관성 비율(Consistency Ratio, CR)로 계산합니다.
| CR | 판정 |
|---|---|
| 0.10 미만 | 일관성이 높음 |
| 0.10 ~ 0.20 | 주의가 필요함 |
| 0.20 초과 | 재조사 또는 제외 권장 |
CR 값이 낮을수록 응답의 신뢰성이 높다고 볼 수 있습니다.
Watch out
AHP 분석 절차
일반적인 AHP 분석은 다음과 같은 순서로 진행됩니다.
- 1의사결정 구조 설계 — 최종 목표를 설정하고, 그 아래에 평가 기준과 비교할 대안을 계층 구조로 구성합니다.
- 2쌍대비교 실시 — 모든 기준을 두 개씩 비교하여 중요도를 평가합니다.
- 3가중치 계산 — 비교 행렬에서 고유벡터를 계산하여 각 기준의 우선순위를 산출합니다.
- 4일관성 검토 — CR을 확인하여 일관성이 낮은 응답은 재검토하거나 분석에서 제외합니다.
- 5대안 평가 — 계산된 가중치를 적용하여 각 대안의 종합 점수를 계산하고 최종 순위를 결정합니다.
SKARI Survey Lab의 AHP 분석
SKARI Survey Lab은 AHP 분석 과정을 자동으로 수행합니다.
- 1~9 척도의 쌍대비교 설문 구성
- 비교 행렬 자동 생성
- 고유벡터 기반 가중치 계산
- 응답자별 CR 자동 계산
- CR 기준을 이용한 응답 필터링
- 최종 우선순위와 결과 해석 제공
Takeaway
자주 묻는 질문
기준은 몇 개 정도가 적당한가요?
일반적으로 한 계층에 5~7개 정도의 기준이 가장 적절합니다. 기준이 많아질수록 비교 횟수가 급격히 증가하고 응답자의 피로도가 높아질 수 있습니다.
CR이 높으면 어떻게 해야 하나요?
응답을 다시 확인하거나 해당 응답자를 분석에서 제외하는 것이 일반적입니다. SKARI에서는 CR 기준을 이용해 이러한 응답을 자동으로 필터링할 수 있습니다.
AHP와 컨조인트 분석의 차이는 무엇인가요?
AHP는 평가 기준의 중요도를 계산하는 기법입니다. 반면 컨조인트 분석은 여러 제품이나 서비스의 속성을 조합하여 실제 선택 행동과 선호도를 분석합니다. 평가 기준이 명확하게 정의되어 있다면 AHP가 적합하며, 다양한 제품 조합 간 선호를 분석하려면 컨조인트 분석이 적합합니다.
핵심 요약
| 구분 | 내용 |
|---|---|
| 비교 방식 | 두 항목씩 쌍대비교 |
| 결과 | 기준별 중요도(가중치) |
| 신뢰성 검증 | 일관성 비율(CR) |
| 활용 | 대안 평가 및 우선순위 결정 |
AHP는 복잡한 의사결정을 여러 번의 간단한 비교로 나누어 수행하고, 그 결과를 기준별 가중치로 계산하는 분석 기법입니다.
Takeaway
맥스디프
강제 선택으로 많은 항목 순위화
컨조인트 분석
제품 선택에서 가중치 추론
카노 모델
만족 유형으로 필요 분류