챗GPT를 이용한 AHP분석 사례Ⅱ : 구조화 및 평가지 작성

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. 지난 Insight 7호에서는 쌍대비교의 수리적 문제를 챗GPT를 이용하여 계산하는 방식을 소개하였으나, 문제해결에 있어 보다 중요한 부분은 계층구조를 구성 부분이다. 이번 구조화에 초점을 맞춰 챗GPT를 소개하고자 한다.

- (주)날리지웍스 박성준 파트너

1. 구조화를 통한 문제해결의 중요성

컨설턴트가 갖추어야 할 여러 역량 중 구조화, 그리고 문제해결 능력은 반드시 갖추어야 할 요건에 해당한다. 뛰어난 컨설턴트가 되기 위해서는 이와 함께 커뮤니케이션 능력, 과학적 분석, 객관적인 사고 등 다양한 요건들도 필요하나, 구조화 및 문제해결은 논리적 사고를 위해 가장 기초적이면서도 빠르게 확보해야 하는 역량이다. 구조화, 문제해결 방법론을 기술하고 있는 “The Minto Pyramid Principle”, “Logical Thinking” 등 필독서가 꾸준히 언급되고, 사랑받는 이유는 실무에서 이를 활용할 수 있게 도움을 주기 때문일 것이다.

‘구조화를 통한 문제해결’이란 복잡한 문제를 체계적으로 분석하고 해결하기 위해 문제를 구조화하여 정의하고, 논리적 프레임워크를 적용하여 해결책을 도출하는 접근 방식이라고 말할 수 있다. 문제해결 상황에서 활용되는 MECE원칙, 로직트리(Logic Tree), SWOT분석 등 많은 기법은 모두가 다 구조화된 문제해결을 위한 기법으로 볼 수 있다. 이러한 기법들의 기본원칙은 1) 문제를 작은 단위로 분해하고, 2) 분해된 내용이 중복 없이 전체 문제를 다루어야 하며, 3) 논리적 계층구조로 표현하는 것이다.

과학적인 분석 방법보다 먼저 고민하고, 다루어져야 할 부분이 이러한 기본원칙이 반영된 구조화를 통한 문제해결이다. 그럼에도 불구하고, 지난 Insight 7에서는 이를 생략하고 AHP 실무 사례를 논의한 바 있다. 본 고에서는 AHP 분석에 가장 중요한 원리를 살펴보고, 어떻게 데이터를 수집할 수 있는지에 대한 챗GPT 사례를 다루고자 한다.

...................(계속) 

☞ 자세한 내용은 첨부파일을 이용하시기 바랍니다.