Integrating Soft Systems Methodology and Value-Focused Thinking for multi-agent decision problems: The SSM–VFT Integrated Structuring Framework (SSM-VFT/ISF)
본 논문은 브라질 낙농 공급망 사례 연구에서 입증된 바와 같이, 개별적인 이질적 관점을 보존하고 이를 협상된 추적 가능한 공통 속성 집합으로 통합함으로써 다중 에이전트 의사결정 문제를 구조화하기 위해 소프트 시스템 방법론(Soft Systems Methodology)과 가치 중심 사고(Value-Focused Thinking)를 결합한 SSM-VFT/ISF 프레임워크를 제안한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
복잡한 비즈니스와 공급망의 세계에서 결정은 결코 방 안에 홀로 앉아 있는 한 사람에 의해 내려지지 않는다. 대신, 결정은 농부, 공장 주인, 물류 관리자, 구매자 등 각기 다른 관점, 가치, 우선순위를 가지고 테이블에 앉는 다양한 사람들 사이의 상호작용이라는 그물망에서 생겨난다. 이 그룹들이 우유를 어떻게 배분할지 또는 주문을 어떻게 할당할지와 같은 문제를 함께 해결하려고 할 때, 그들은 종-종 숨겨진 장애물에 부딪힌다. 즉, 그들은 단순히 어떤 요소가 얼마나 중요한지에 대해 의견이 다른 것이 아니라, 심지어 무엇이 그 요소인지에 대해서조차 동의하지 못하는 경우가 많다는 것이다. 예를 들어, 어떤 사람은 '품질'을 신뢰와 장기적인 관계의 문제로 보는 반면, 다른 사람은 특정 실험실 측정값으로 본다. 만약 결정 모델이 단일하고 사전에 합의된 기준 목록을 바탕으로 구축된다면, 이는 이러한 깊은 차이를 간과할 위험이 있으며, 결과적으로 현실을 제대로 반영하지 못해 수학적으로는 완벽해 보이지만 실제 세상에서는 실패하는 해결책을 낳게 된다. 이를 헤쳐 나가기 위해, 연구자들은 집단이 문제를 해결하기 전에 먼저 자신들의 복잡한 현실을 이해할 수 있도록 돕는 방법들을 개발했다. 이 두 가지 가장 강력한 도구는 사람들의 서로 다른 관점과 관계를 그려낼 수 있게 돕는 소프트 시스템 방법론(Soft Systems Methodology)과, 핵심 가치를 명확하고 측정 가능한 목표로 바꾸도록 돕는 가치 중심 사고(Value-Focused Thinking)이다.
브라질 대학의 연구팀은 이 두 가지 도구를 하나의 통합된 프로세스로 결합하여, 낙농업자들이 집단적 성과를 개선하려는 노력처럼 구성원 모두가 네트워크의 동일한 측면에 속해 있는 집단을 위해 설계된 새로운 프레임워크를 개발했다. 그들은 이를 'SSM-VFT 통합 구조화 프레임워크'라고 불렀다. 그들의 목표는 모든 참여자의 고유하고 개별적인 관점을 보존한 다음, 그 별개의 견해들을 집단 전체가 합의할 수 있는 공통의 측정 기준으로 정교하게 엮어내는 절차를 만드는 것이었다. 이 방법은 처음부터 표준화된 기준 목록을 강요하는 대신, 각 개인이 스스로 문제의 지도를 그리고, 자신이 진정으로 가치 있게 여기는 것이 무엇인지 식별하며, 성공이 자신에게 어떤 의미인지를 정의할 수 있도록 허용한다. 이러한 개별적인 지도들이 그려진 후에야 비로소 집단은 공통 분모를 찾기 위해 모이며, 이를 통해 최종 기준 목록이 중요한 차이를 지워버리는 타협안이 아니라, 모든 아이디어의 기원을 존중하는 협상된 구조가 되도록 보장한다.
이 접근법을 테스트하기 위해, 연구자들은 브라질 페르남부쿠주 아그레스테 지역의 벤투로사(Venturosa)에 위치한 생산적 협력 체계(Local Productive Arrangement)에 이를 적용했다. 이곳은 소규모 낙농업자들이 치즈 제조를 위한 우유를 공급하는 지역이다. 연구진은 서로 매우 다른 방식으로 사업을 운영하는 세 명의 농부를 중심으로 연구를 진행했다. 첫 번째 농부는 13년의 경력을 가진 전통적인 운영자로, 주당 약 3,500리터를 생산하며, 그의 세계는 구매자와의 오랜 신뢰 기반 관계에 의해 정의된다. 두 번째 농부는 3년의 경력을 가진 적응형 생산자로, 주당 2,000리터를 생산하며, 변화하는 시장에서 경쟁력을 유지하기 위해 타인과 협력하는 데 집중한다. 세 번째 농부는 8년의 경력을 가진 기술 전문가로, 주당 7,000리터를 생산하며, 기계화된 착유, 컴퓨터 관리, 엄격한 품질 인증에 의존하여 자신의 제품을 차별화한다. 이 세 사람은 동일한 네트워크 내에서 운영되고 있지만, 결정 문제를 완전히 다른 렌즈를 통해 바라보고 있었다.
연구자들은 먼저 각 농부와 개별적으로 작업을 시작했다. 그들은 관련된 사람들, 느끼는 긴장감, 정보의 흐름을 포함하여 상황에 대한 개인적인 견해를 자유로운 형식의 스케치로 담아내는 '리치 피처(Rich Picture)'를 그리도록 요청받았다. 전통적인 농부의 그림은 그의 관계의 안정성과 그가 받는 가격의 공정성에 집중되었다. 적응형 농부의 그림은 협력의 필요성과 시장의 예측 불가능성을 강조했다. 기술 전문가는 실험실 데이터, 기술 표준, 그리고 값비싼 장비에 대한 투자 수익률에 초점을 맞추어 스케치를 그렸다. 이 그림들로부터 연구자들은 각 농부로부터 핵심 가치를 추출하고 이를 전략적 목표로 전환하는 것을 도왔다. 그런 다음 연구진은 "왜 이것이 중요한가?"라는 질문을 던지며 더 깊이 파고들어, 농부들이 달성하고자 하는 궁극적인 목적과 그 목적을 달}{기 위한 수단을 구분했다. 이 과정은 세 명 모두 우유를 팔기를 원하지만, 전통적인 농부는 '공정한 가격'을 그 자체로 하나의 목적으로 보는 반면, 기술 전문가는 '품การ 품질 지표와 연계된 가격'을 자신의 기술 가치를 증명하는 수단으로 본다는 점을 밝혀냈다.
개별 목표가 명확해지자, 연구자들은 각 농부가 자신의 '개념 모델(Conceptual Model)'을 구축하도록 도왔다. 이는 현재의 제약 조건이 없는 상태에서 그들의 이상적인 시스템이 어떻게 작동할지에 대한 설명이었다. 농부들이 일상 업무에서 실제로 경험하는 것과 그들이 상상하는 가능성을 비교함으로써, 팀은 격차와 기회를 식로했다. 전통적인 농부에게 격차는 그의 안정적인 파트너십에 대한 갈망과 현재의 비공식적인 계약 형태 사이의 차이였다. 기술 전문가에게 격차는 그의 높은 기준과 자신의 데이터를 구매자와 공유할 공식적인 채널의 부재 사이의 차이였다. 이 단계는 목표가 단순한 희망 사항이 아니라, 무엇을 변화시켜야 하는지에 대한 명확한 이해에 근거하도록 보장했다. 연구진은 이어 농부들의 자원, 비용, 지역 문화를 고려하여 이러한 이상적인 행동들이 실제로 실행 가능한지 확인했다. 이를 통해 너무 비용이 많이 들거나 문화적으로 구현하기 어려운 아이디어들을 걸러내어, 각 개인을 위한 실질적이고 달성 가능한 단계들의 목록을 남겼다.
마지막이자 가장 중요한 단계는 세 명의 농부를 한데 모아 공유된 언어를 구축하는 것이었다. 연구자들은 각 농부가 자신의 성공을 위해 개발한 구체적인 측정 기준들을 제시했다. 전통적인 농부는 파트너십의 기간과 구매자와의 대화 빈도로 성공을 측정했다. 적응형 농부는 납기 준수 횟수와 공동 구매를 통한 비용 절감액을 살폈다. 기술 전문가는 내부 수익률과 자신이 유치할 수 있는 프리미엄 구매자의 수에 집중했다. 협력 워크숍에서 그룹은 단순히 목록에 투표하는 것이 아니라, 세 가지 관점을 모두 대변할 수 있는 공통의 속성을 협상했다. 그들은 '파트너십 안정성'이 첫 번째 농부에게는 계약 기간으로, 두 번째 농부에게는 신뢰성으로, 세 번째 농부에게는 프리미엄 구매자의 수로 측정될 수 있음을 깨달았다. 또한 '우유 품질'은 첫 번째 농부에게는 냉각 탱크 사용으로, 두 번째 농부에게는 박테리아 수로, 세 번째 농부에게는 기술 표준 준수로 측정될 수 있음을 이해했다. 이 과정을 통해 그들은 여섯 가지 기준(파트너십 안정성, 소통 빈도, 우유의 기술적 품질, 가격 차등, 공식화 정도, 계획 능력)으로 이루어진 단일하고 통합된 목록을 만들어냈다.
결과는 집단이 개별 구성원의 구체적인 우려를 잃지 않으면서도 미래의 결정을 평가할 수 있는 공통의 측정 기반이었다. 이 연구는 초기부터 모두가 동일한 성공의 정의에 동의하도록 강요하지 않고도 복잡한 다수 인원의 문제를 구조화하는 것이 가능하다는 것을 보여주었다. 각 참여자의 고유한 세계관을 먼저 존중한 다음, 그 견해들을 공유된 구조로 정교하게 번역함으로써, 프레임워크는 집단을 대표하면서도 개별적 기원으로 추적 가능한 기준들을 만들어냈다. 연구진은 이 접근법이 아이디어의 조기 균질화(즉, 서로 다른 프로필의 고유한 강점이 사라지는 현상)를 방지하고, 대신 견고한 기초를 형성한다는 것을 발견했다. 이 연구는 다양한 행위자들이 협력해야 하는 모든 네트워크에서, 좋은 결정으로 가는 길은 공유된 규칙의 목록이 아니라, 각자가 들고 있는 서로 다른 지도를 깊이 이해하는 것에서 시작된다는 점을 시사한다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.