AHP와 베이즈 정리 (Bayes Theorem)
‘불멸의 이론을 활용한 신제품의 성공 확률 계산’ Bayes Theorem에서 다룬 바와 같이 베이즈 정리는 ①기존의 경험과 정보에 ②새로운 정보와 사실을 반영하여
③알고자 하는 것에 더 확실히 접근하는 방법이다. 이러한 접근법은 빈도주의 통계기법과는 다른 베이즈
정리의 특장점으로 다양한 실생활의 문제 해결에 크게 도움이 되고 있어 최근 널리 활용되고 있다. 특히
AI(Artificial Intelligence) 시대에 그 가치가 점증하고 있다
베이즈 정리 활용의 첫걸음은 좋은 사전확률(prior)의 확보이다. 사전확률은 최종결과인 사후확률, 즉 실종선박탐색, 암호해독, 당선자예측, 신제품의
성공확률, 질병의 확률, 범인확인 등 중요한 사안의 최종
결정에 커다란 영향을 미친다. 물론 새로운 정보나 사실을 몇 단계를 거쳐 지속적으로 갱신해 나가면 사전확률이
미치는 영향은 크게 낮아진다. 그러나 정확한 판단이 요구되는 초기, 또는
긴박한 상황에서는 사전확률이 커다란 영향을 미친다.
좋은 사전확률(prior)을 확보하기 위한 노력이 학자, 연구자 및 실무자 등에 의해 지속적으로 이루어져 왔다. 그 중에서도
다수전문가의 의견을 합리적으로 수렴하는 AHP(Analytic Hierarchy Process)의 활용이
의미 있게 대두되고 있다. 사전확률 산정에 활용할 수 있는 자료가 있는 경우는 물론이지만, 자료가 없는 경우에 특히 유용하다. 반면에 베이즈 정리를 통해 산출된
확률을 AHP 분석에 활용할 수도 있다.
‘Decision-making
under uncertainty – the integrated approach of the AHP and Bayesian analysis’ (Predrag Mimović, Jelena Stanković &
Vesna Janković Milić, 2015)에서는 AHP와 베이즈 정리를 연계 활용한 예가 다수 제시하고 있다. 특히, 통계적 확률 추정치를 활용할 수 없는 상황에서 AHP를 통해 도출된 priorities를 베이즈 정리의 사전확률로 활용하는 것에 대해 자세히 다루고 있다. 어떤 기업의 시장에서의 위치를 분석하고 시장 전략을 도출하는 사례를 들어 구체적으로 설명하고 있다.
사례: 회사의 시장 위치 분석 및 시장 전략의 도출
더보기 |
1 
