2025-09-15 22:56
Tags: 의사결정
의사결정 매트릭스
- 여러 선택지와 평가 기준을 표 형태로 정리하여 최적의 대안을 찾는 체계적인 분석 도구
- 각 평가 기준에 가중치를 부여하고 선택지별로 점수를 매겨, 총점을 계산함으로써 직관이 아닌 데이터 기반의 합리적 결정을 돕는다.
| 구성 요소 | 설명 | 예시 (노트북 구매) |
|---|---|---|
| 선택지 (Alternatives) | 고려하고 있는 모든 가능한 대안들. 표의 ‘행’에 해당한다. | A 노트북, B 노트북, C 노트북 |
| 평가 기준 (Criteria) | 선택지를 평가하고 비교하는 데 사용될 중요한 요소들. 표의 ‘열’에 해당한다. | 가격, 성능, 휴대성, 디자인, A/S |
| 가중치 (Weights) | 각 평가 기준이 최종 결정에 미치는 중요도. 보통 1 | 가격(5), 성능(4), 휴대성(5), 디자인(3), A/S(4) |
| 점수 (Scores) | 각 선택지가 평가 기준별로 얼마나 만족스러운지를 나타내는 점수. | A 노트북의 가격 점수: 4점, 성능 점수: 5점 |
| 총점 (Total Score) | **(점수 x 가중치)**의 합. 이 점수를 통해 선택지의 최종 우선순위를 결정한다. | A 노트북 총점 = (4x5) + (5x4) + … |
| 평가 기준 → | 기준 1 | 기준 2 | 기준 3 | 최종 점수 |
|---|---|---|---|---|
| 가중치 | (W1) | (W2) | (W3) | |
| 선택지 1 | 점수 (S11) | 점수 (S12) | 점수 (S13) | (S11_W1)+(S12_W2)+(S13*W3) |
| 선택지 2 | 점수 (S21) | 점수 (S22) | 점수 (S23) | (S21_W1)+(S22_W2)+(S23*W3) |
| 선택지 3 | 점수 (S31) | 점수 (S32) | 점수 (S33) | (S31_W1)+(S32_W2)+(S33*W3) |
1단계: 문제/목표 정의하기 (Define the Problem)
- 가장 먼저 해결하고자 하는 문제나 달성하려는 목표를 명확하게 정의해야 한다.
- “노트북을 산다”처럼 막연한 목표보다는 “영상 편집과 코딩 작업을 원활하게 수행할 수 있는 150만원 이하의 휴대성 좋은 노트북을 구매한다”와 같이 구체적일수록 좋다.
2단계: 모든 선택지 나열하기 (List Alternatives)
- 구매를 고려하고 있는 모든 노트북 모델을 나열한다. 이때, 개인적인 선호도나 편견을 잠시 내려놓고 가능한 모든 대안을 포함하는 것이 중요하다.
- 선택지 A: 그램 16
- 선택지 B: 맥북 에어 M3
- 선택지 C: 갤럭시북4 프로
3단계: 평가 기준 설정하기 (Identify Criteria)
- 어떤 기준으로 노트북들을 비교할 것인지 결정한다. 1단계에서 정의한 목표를 바탕으로 핵심적인 기준들을 도출한다.
- 가격: 예산 내에 있는가? (150만원 이하)
- 성능: CPU, RAM, 그래픽 성능이 충분한가?
- 휴대성: 무게와 크기가 적당한가?
- 디스플레이: 화면 품질과 밝기가 만족스러운가?
- 배터리 수명: 외부에서 얼마나 오래 사용할 수 있는가?
- 디자인 및 마감: 외관이 마음에 드는가?
4단계: 기준별 가중치 부여하기 (Assign Weights)
- 설정한 평가 기준들이 모두 똑같이 중요하지는 않다. 자신에게 더 중요한 기준에 더 높은 가중치를 부여한다.
- 가중치는 보통 1(덜 중요)에서 5(매우 중요)까지의 척도를 사용한다.
- 가격 (5): 예산이 가장 중요하다.
- 성능 (4): 영상 편집과 코딩을 위해 중요하다.
- 휴대성 (5): 자주 들고 다녀야 하므로 매우 중요하다.
- 디스플레이 (3): 중요하지만 다른 요소보다는 덜하다.
- 배터리 수명 (4): 외부 작업이 많아 중요하다.
- 디자인 및 마감 (2): 기능에 비하면 덜 중요하다.
5단계: 선택지별 점수 평가하기 (Score Each Alternative)
- 이제 각 선택지(노트북 모델)가 평가 기준별로 얼마나 뛰어난지 점수를 매긴다.
- 점수 척도는 가중치와 마찬가지로 1(나쁨)에서 5(매우 좋음) 사이의 점수를 일관되게 적용하는 것이 좋다.
- 예시: ‘그램 16’의 ‘휴대성’ 점수는? → 매우 가벼우므로 5점.
- 예시: ‘맥북 에어 M3’의 ‘가격’ 점수는? → 150만원을 초과하므로 2점.
6단계: 최종 점수 계산하기 (Calculate the Total Score)
- 각 선택지의 최종 점수를 계산할 차례다. 계산 공식은 간단하다.
최종 점수 = (기준1 점수 × 기준1 가중치) + (기준2 점수 × 기준2 가중치) + ...이 과정을 모든 선택지에 대해 반복한다.
7단계: 결과 분석 및 최종 결정 (Analyze and Decide)
- 계산된 최종 점수를 비교한다. 가장 높은 점수를 받은 선택지가 데이터에 기반한 최적의 대안이다.
- 하지만 점수가 절대적인 정답은 아니다.
- 2위와 점수 차이가 근소하다면, 정성적인 요소나 매트릭스에 포함되지 않은 다른 측면을 추가로 고려하여 최종 결정을 내린다.
| 평가 기준 → | 가격 | 성능 | 휴대성 | 디스플레이 | 배터리 | 디자인 | 최종 점수 |
|---|---|---|---|---|---|---|---|
| 가중치 (1~5) | 5 | 4 | 5 | 3 | 4 | 2 | |
| 그램 16 | 4 | 4 | 5 | 4 | 5 | 4 | (4_5)+(4_4)+(5_5)+(4_3)+(5_4)+(4_2) = 101 |
| 맥북 에어 M3 | 2 | 5 | 4 | 5 | 4 | 5 | (2_5)+(5_4)+(4_5)+(5_3)+(4_4)+(5_2) = 91 |
| 갤럭시북4 프로 | 3 | 4 | 4 | 5 | 4 | 4 | (3_5)+(4_4)+(4_5)+(5_3)+(4_4)+(4_2) = 90 |
결과 분석:
- 매트릭스에 따르면, ‘그램 16’이 101점으로 가장 높은 점수를 얻었다. 나의 우선순위(가격, 휴대성, 배터리)를 고려했을 때 가장 적합한 선택지라는 결론을 내릴 수 있다.
- 만약 내가 성능과 디자인, 디스플레이를 더 중요하게 생각했다면 가중치가 달라지고, 결과적으로 맥북 에어가 더 높은 점수를 받았을 수도 있다.
- 이처럼 의사결정 매트릭스는 ‘나만의 정답’ 을 찾아주는 맞춤형 도구다.