On strict ranking by pairwise comparisons

논문 개요

제목: On Strict Ranking by Pairwise Comparisons
저자: Jean-Pierre Magnot (CNRS, LAREMA, 프랑스; 레페지 연구소, 슬로바키아; 리세 잔느 다르크, 프랑스)
주제: 일관성 (consistency) 이 보장되지 않은 쌍대 비교 (Pairwise Comparisons, PC) 행렬로부터 **엄격한 순위 (strict ranking, 동점 없는 순위)**를 도출하는 수학적 방법론 제안 및 분석.

1. 문제 제기 (Problem Statement)

• 배경: 다기준 의사결정에서 대안들을 우선순위화하기 위해 쌍대 비교 (PC) 방법이 널리 사용됨.
• 핵심 문제: 인간의 판단 편향, 모순된 비교, 문제의 복잡성 등으로 인해 PC 행렬에 **불일치 (inconsistency)**가 발생할 수 있음.
• 기존 접근법의 한계:
  • 기존 연구들은 불일치를 줄이기 위해 행렬을 '일관된 (consistent)' 상태로 변환하는 절차 (consistency procedures) 에 집중함.
  • 그러나 일관된 행렬로 변환하는 과정에서 원래의 순위 정보가 왜곡되거나, **동점 (equally ranked items)**이 발생하는 경우가 있음.
  • 특히, 일관성을 확보하는 과정이 엄격한 순위 (모든 항목이 서로 다른 순위를 가짐) 를 보장하지 못한다는 것이 주요 문제임.
• 목표: 일관성 여부와 무관하게, 주어진 PC 행렬에서 **엄격한 순위 (strict ranking)**를 보장할 수 있는 수학적 조건과 방법을 제시하는 것.

2. 방법론 (Methodology)

2.1. R-조건 (R-condition) 의 정의

• 엄격한 순위의 정의: $n$개의 항목에 대한 가중치 $(w_i)$가 존재하여, 모든 $i \neq j$에 대해 $w_i \neq w_j$인 경우.
• R-조건 (Ranking Condition): PC 행렬 $A=(a_{i,j})$가 다음을 만족할 때, 엄격한 순위가 가능하다고 정의함.
  • $i = j \iff a_{i,j} = 1$
  • 즉, 대각선 외의 모든 원소는 1 이 아니어야 함 ($a_{i,j} \neq 1$). 이는 항목 간에 동등한 관계가 없음을 의미.
• 적용 가능 영역 (Admissible Loci): $RPC_n$ (R-조건을 만족하는 PC 행렬의 집합) 내에서, 특정 순열 $\sigma$에 대해 $w_{\sigma(1)} < \dots < w_{\sigma(n)}$를 유도할 수 있는 연결 성분 (connected components) 을 '적용 가능 영역'으로 정의함.

2.2. 위상수학적 및 대수적 접근

• 로그 변환: 곱셈군 $(\mathbb{R}^*_+, \cdot)$을 덧셈군 $(\mathbb{R}, +)$으로 변환하여 선형 대수 및 최적화 기법 적용 용이화.
• 특성 순위 행렬 (Characteristic Ranking Matrix): $c_{i,j} = \text{sign}(\log(a_{i,j}))$로 정의된 행렬을 통해 PC 행렬이 속한 위상적 영역 (connected component) 을 분류.
• 유한 구성 공간 (Finite Configuration Spaces): 부록에서 다루는 수학적 개념으로, 항목들이 서로 다른 위치에 존재하는 공간 구조를 통해 엄격한 순위의 기하학적 성질을 설명.

2.3. 새로운 최소화 문제 제안 (Functional $\Phi$)

• 기존 일관성 변환 절차 (예: 직교 투영법) 는 R-조건을 위반할 수 있음을 증명.
• 새로운 함수 (Functional) $\Phi$ 정의:
  • $\Phi: APC_n \to \mathbb{R}^+$ (여기서 $APC_n$은 R-조건을 만족하는 PC 행렬 집합).
  • $\Phi(A) = 0$이 되려면 $A$가 일관된 (consistent) 동시에 R-조건을 만족해야 함.
  • 수식 구조: 불일치 지표 (inconsistency indicator, $ii$) 와 로그 항의 조합을 사용하여,$a_{i,j}=1$인 경우 (동점 발생) 함수가 정의되지 않거나 발산하도록 설계됨.
  • 목적: $\Phi$를 최소화하는 과정을 통해 일관성이면서 엄격한 순위를 가진 행렬을 도출.

3. 주요 결과 (Key Results)

3.1. 일관성 변환 절차의 불안정성 (Theorem 3.8)

• 기존에 제안된 일관성 변환 방법 (예: 직교 투영법) 은 R-조건을 만족하는 행렬을 변환할 때 다음 세 가지 문제를 일으킬 수 있음:
  1. R-조건을 만족하던 행렬이 변환 후 R-조건을 위반함 (동점 발생).
  2. 적용 가능 영역 (admissible locus) 에 있던 행렬이 다른 영역으로 이동하거나 R-조건을 위반함.
  3. R-조건은 유지되더라도, 원래의 순위 순서가 다른 순열로 바뀜.
• 결론: 기존 일관성 변환 절차는 엄격한 순위 보장에 적합하지 않음.

3.2. R-조건과 일관성의 독립성

• 일관성 (consistency) 이 없더라도 R-조건을 만족하는 행렬은 엄격한 순위를 가질 수 있음 (Theorem 3.3, 3.5).
• $n \ge 3$인 경우, PC 행렬의 위상적 구조 (연결 성분) 와 순열 집합 $S_n$ 사이에는 일대일 대응이 존재하지 않음 (Theorem 3.6). 즉, 모든 위상적 영역이 엄격한 순위를 의미하는 것은 아님.

3.3. 최소화 함수 $\Phi$의 성질

• $\Phi$는 $APC_n$ (R-조건 만족 집합) 에서 정의되며, $RCPC_n$ (R-조건 위반 집합) 에서는 정의되지 않거나 발산함.
• $\Phi(A)=0$인 점은 오직 일관성이면서 엄격한 순위를 가진 행렬에 대해서만 존재함.
• 경사 하강법 (Gradient Method) 등을 통해 $\Phi$를 최소화하면, 일관성과 엄격한 순위를 동시에 만족하는 행렬로 수렴할 가능성이 높음 (Conjecture).

4. 의의 및 결론 (Significance & Conclusion)

• 패러다임 전환: 기존의 "불일치를 제거하여 일관성을 확보한다"는 접근에서, **"엄격한 순위를 보장하는 조건 (R-조건) 을 우선시하고 이를 만족하는 일관된 상태를 찾는다"**는 새로운 접근법 제시.
• 심리학적 통찰: 인간의 판단은 숫자보다는 모호한 언어적 가치 (fuzzy values) 에 기반하므로, 단순한 수치적 일관성만으로는 복잡한 인간 중심 문제를 해결하기 어려울 수 있음을 지적.
• 미래 연구 방향:
  • 제안된 함수 $\Phi$에 대한 경사 하강법의 구체적인 수렴성 분석 및 알고리즘 개발 필요.
  • 비가환 리 군 (non-abelian Lie groups) 등을 활용한 더 복잡한 수학적 구조 (주다발 접근법) 를 통해 인간 심리를 모델링하는 연구의 필요성 제기.
• 기여: 엄격한 순위 결정을 위한 수학적 조건 (R-조건) 을 명확히 정의하고, 기존 방법론의 한계를 지적하며, 이를 해결할 새로운 최적화 프레임워크를 제안함.

5. 요약

이 논문은 쌍대 비교 행렬에서 동점이 없는 엄격한 순위를 도출하는 것이 기존 일관성 변환 방법으로는 보장되지 않는다는 점을 지적하고, 이를 해결하기 위해 R-조건을 도입했습니다. 저자는 일관성과 R-조건을 동시에 만족하는 행렬을 찾기 위한 새로운 **최소화 함수 ($\Phi$)**를 제안하였으며, 이 함수의 최소점이 엄격한 순위를 가진 일관된 행렬임을 증명했습니다. 이는 의사결정 이론에서 일관성 중심의 접근을 넘어, 순위의 엄격성을 보장하는 새로운 수학적 기반을 마련했다는 점에서 의의가 큽니다.