A Robust Grey Multi-Criteria Decision-Making Framework for Prioritization under Uncertainty: Application to Smart Transformation Systems

데이터 중심의 정적인 과학 기관 세계에서, 현대화의 과제는 단순히 가장 좋은 새로운 기기를 찾는 것에 관한 것이 아닙니다. 그것은 불확실성의 안개를 헤쳐 나가는 과정에 관한 것입니다. 지구의 진동을 모니터링하는 책임을 지고 있는 한 정부 기관이 시스템 업그레이드를 고려할 때, 그들은 복잡한 선택의 그물망에 직면하게 됩니다. 지진을 더 빠르게 감지하기 위해 인공지능에 투자해야 할까요, 아니면 스마트 센서 네트워크를 구축해야 할까요? 블록체인 기술로 데이터를 보호해야 할까요, 아니면 모든 것을 클라우드로 옮겨야 할까요? 답은 결코 명확하지 않습니다. 비용은 추정치이고, 타임라인은 추측이며, 이러한 기술들의 미래 성능은 종종 미지수입니다. 이러한 상황에서 의사 결정자들은 정확한 숫자에 의존할 수 없는데, 왜냐하면 그러한 숫자는 아직 존재하지 않기 때문입니다. 대신, 그들은 가능성의 범위를 가지고 작업하며, 예산과 시간이라는 제약 조건에 맞서 속도와 보안의 이점을 저울질해야 합니다. 이것이 바로 불확전성 하에서의 의사 결정의 영역이며, 여기서 목표는 완벽한 답을 찾는 것이 아니라, 정보가 불완전할 때 가장 견고한 전진 경로를 찾는 것입니다.

테헤란 대학교의 연구팀은 이란 지진 센터의 디지털 전환 우선순위를 정하는 데 도움을 주기 위한 새로운 방법을 개발함으로써 바로 이 문제를 해결했습니다. 그들은 기존의 기술 선택 방식이 조직이 갖추지 못한 정밀한 데이터를 요구하기 때문에 이러한 고위험 환경에서 실패하는 경우가 많다는 점을 인식했습니다. 이를 해결하기 위해 연구진은 불확실성을 제거하려 하기보다 오히려 이를 수용하는 프레임워크를 만들었습니다. 그들은 전직 국장과 현직 관리자를 포함한 10명의 고위 전문가 패널을 구성하여 다섯 가지 특정 스마트 프로젝트를 평가했습니다: 지진 이벤트 감지를 위한 AI 시스템, IoT 기반 스마트 스테이션 네트워크, 데이터 보안을 위한 블록체인 시스템, 정보 관리를 위한 클라우드 플랫폼, 그리고 대중 보고를 위한 모바일 앱입니다. 전문가들에게 각 프로젝트에 대해 단일하고 정확한 점수를 달라고 요청하는 대신, 연구진은 그들에게 범위를 제공하도록 요청했습니다. '그레이 시스템 이론(grey system theory)'으로 알려진 이 접근 방식은 특정 숫자를 억지로 추측하게 하는 대신, "비용은 X와 Y 사이가 될 것이다"와 같이 모호하거나 불완전한 정보를 표현할 수 있게 해줍니다.

그 후 연구진은 사이버 보안과 성능부터 비용 및 구현 시간에 이르기까지 13가지의 서로 다른 기준의 중요도를 가중하는 특화된 수학적 과정을 사용했습니다. 그들은 전문가들이 성능 효율성, 사이버 보안, 그리고 사용성에 가장 높은 가치를 두는 한편, 도입 비용에도 상당한 비중을 둔다는 것을 발견했습니다. 이는 세심한 재무 계획이 필요하더라도 신뢰할 수 있고 안전한 솔루션을 선호한다는 명확한 경향을 드러냈습니다. 연구팀이 이 프레임워크를 다섯 가지 프로젝트의 순위를 매기는 데 적용했을 때, 명확한 선두주자가 나타났습니다. AI 기반 지진 이벤트 감지 시스템이 다른 옵션들보다 훨씬 높은 점수를 받으며 최우선 순위로 식별되었습니다. 이 시스템은 고성능, 강력한 보안, 그리고 관리 가능한 비용 사이의 최적의 균형을 제공했기 때문에 선택되었으며, 지진 센터의 가장 중요한 요구 사항을 직접적으로 해결했습니다.

AI 시스템에 이어, 연구진은 IoT 기반 스마트 스테이션과 모바일 보고 플랫폼을 그다음 가치 있는 투자로 순위를 매겼습니다. 이 두 옵션은 매우 근소한 차이로 점수가 나타났는데, 이는 두 옵션 모두 다음 단계의 개발을 위한 강력한 후보임을 시사합니다. 데이터 무결성을 위한 블록체인 시스템은 4위를 차지했고, 클라우드 기반 데이터 관리 플랫폼은 꼴찌를 기록했습니다. 클라우드와 블록체인 옵션의 낮은 순위는 이 기술들이 나쁘다는 의미가 아니라, 현재의 예산 및 조직적 준비 상태라는 제약 조건 하에서 AI 및 IoT 솔루션에 비해 즉각적인 우선순위로서의 타당성이 낮음을 나타냅니다. 이 연구는 블록체인이 뛰어난 보안을 제공함에도 불구하고, 높은 비용과 복잡성 때문에 매력적인 시작점이 되기 어렵다는 점을 명시적으로 보여주었습니다. 마찬가지로, 클라우드 플랫폼은 상당한 도입 비용과 조직적 준비도 기준에서의 낮은 성능 때문에 제약을 받았습니다.

연구 결과가 단순히 특정 전문가들의 의견에 의한 우연이 아님을 보장하기 위해, 연구진은 순위의 안정성을 테스트하고자 수천 번의 컴퓨터 시뮬레이션을 실행했습니다. 그들은 각 시뮬레이션에서 기준의 중요도를 약간씩 변화시켜 프로젝트의 순서가 바뀌는지 확인했습니다. 결과는 안심할 만했습니다: AI 시스템은 시뮬레이션된 시나리오의 거의 70%에서 여전히 최고의 선택지로 남았으며, 이는 권고안이 견고하며 판단의 작은 변화에 과도하게 민감하지 않음을 입증했습니다. 또한 연구는 모바일 앱과 IoT 스테이션이 2위와 3위 자리에 안정적인 선택지임을 강조한 반면, 블록체인과 클라우드 옵션은 더 많은 변동성을 보여 낮은 우선순위를 뒷받당했습니다.

이 연구의 최종 결과는 단순히 승자와 패자의 목록이 아니라, 행동을 위한 실질적인 로드맵입니다. 연구진은 지진 센터가 AI 감지 시스템을 구현함으로써 전환을 시작할 것을 제안합니다. 일단 그 토대가 마련되면, 조직은 IoT 기술을 통해 센서 네트워크를 업그레이드하고 대중과의 소통을 위한 모바일 앱을 출시할 수 있습니다. 블록체인이나 전면적인 클라우드 이관과 같은 더 복잡하고 비용이 많이 드는 기술은 조직이 필요한 자원과 경험을 쌓은 후에 도입할 수 있습니다. 이러한 단계적 접근 방식은 기관이 위험을 관리하고 투자를 시간에 따라 분산할 수 있게 해줍니다. 불확실성을 과정의 자연스러운 일부로 받아들이는 방법을 사용함으로써, 연구진은 과학 정부 기관이 미지의 영역에 도박을 하지 않고도 운영을 현대화할 수 있는 명확하고 증거에 기반한 가이드를 제공했습니다.