의사결정 매트릭스
다기준 가중 점수 평가로 최적의 옵션을 추천합니다.
의사결정 매트릭스는 여러 기준(비용, 품질, 일정 등)에 가중치를 부여하고, 각 대안을 점수화하여 최적의 선택지를 찾는 도구입니다. 기준별 가중치(1~10)와 대안별 점수(1~10)를 입력하면 가중 합계와 100점 만점 정규화 점수를 산출합니다. 감정이 아닌 데이터 기반으로 의사결정을 구조화하며, 복수의 이해관계자가 참여하는 의사결정에서 특히 유용합니다. 기준과 대안을 자유롭게 추가/삭제할 수 있고, 기준별 기여도 분석으로 어떤 요소가 결과를 좌우하는지 파악합니다. 업체 선정, 기술 스택 선택, 사무실 입지 결정, 채용 후보 평가 등에 활용하세요.
평가 기준
옵션별 점수 (1~10)
| 옵션 | 비용 (w:8) | 품질 (w:9) | 일정 (w:7) | |
|---|---|---|---|---|
가중 점수 182점 / 최대 240점
가중 점수를 100점 만점으로 변환
순위 결과
옵션별 정규화 점수 비교
workflow
사용 방법
약 1분
평가 기준 설정
비교할 기준(비용, 품질 등)과 각 기준의 가중치(1~10)를 입력합니다.
대안 추가
비교할 대안(옵션)을 추가합니다.
점수 입력
각 대안에 기준별 점수(1~10)를 입력합니다.
결과 확인
가중 합계, 정규화 점수, 순위를 확인합니다.
principle
계산 원리
의사결정 매트릭스는 다기준 의사결정 분석(MCDA, Multi-Criteria Decision Analysis)의 가중합 모형(Weighted Sum Model)을 사용합니다. 각 대안 i의 점수 S(i) = Σ(w_j × s_ij)로, w_j는 기준 j의 가중치, s_ij는 대안 i의 기준 j에 대한 점수입니다. 가중치 합이 일정하지 않아도 상대 비교는 가능하지만, 정규화하면 각 기준의 기여도를 직관적으로 파악할 수 있습니다.
정규화 점수는 S(i)를 이론적 최대 점수(모든 기준에서 10점)로 나누어 0~100 범위로 변환합니다. 이를 통해 "대안 A는 이상적 선택의 72%에 해당"과 같은 절대적 해석이 가능합니다. 기준별 기여도는 (w_j × s_ij / S(i)) × 100으로, 어떤 기준이 결과를 주도하는지 분석합니다.
이 모형은 기준 간 독립성을 가정합니다. 즉, 한 기준의 점수가 다른 기준에 영향을 주지 않아야 합니다. 예를 들어 "가격"과 "가성비"를 동시에 기준으로 쓰면 가격 요소가 이중 반영됩니다. 기준 간 중복이 없도록 설계하는 것이 정확한 분석의 전제 조건입니다.
faq
자주 묻는 질문
cases
실생활 예시
SaaS 도구 3개 중 선택
기준: 가격(가중8), 기능(9), UX(7), 지원(5). A도구: 9/6/8/7, B도구: 6/9/7/8, C도구: 7/8/9/6. 가중합: A 217, B 218, C 221. C가 근소하게 1위.
점수 차이가 1%p 이내로 실질적으로 동등합니다. 무료 체험 후 팀 선호도를 추가 기준으로 고려하세요.
사무실 입지 결정
기준: 임대료(10), 교통(8), 면적(6), 주변 편의시설(4). 강남: 3/9/5/9, 성수: 7/7/8/7, 판교: 8/5/9/5. 정규화 점수: 강남 60, 성수 72, 판교 69.
비용 중심 평가에서 성수가 1위. 교통이 더 중요하다면 가중치를 높여 재평가하세요.
개발 프레임워크 선택
기준: 학습 곡선(7), 생태계(9), 성능(6), 채용 용이성(8). React: 6/10/7/9, Vue: 8/7/7/6, Svelte: 9/5/9/3. 가중합: React 251, Vue 207, Svelte 183.
생태계와 채용 가중치가 높아 React가 1위. 소규모 팀이라면 학습 곡선과 성능 가중치를 높여 Svelte도 재검토할 수 있습니다.
배달 플랫폼 입점 결정
기준: 수수료(10), 노출도(9), 배달 속도(7), 고객 지원(5). A플랫폼: 4/10/8/7, B플랫폼: 8/6/7/8, C플랫폼: 7/7/9/6. 정규화 점수: A 72, B 67, C 70.
A플랫폼이 노출도 덕분에 1위이나, 수수료가 높아 수익성은 B가 나을 수 있습니다. 초기 인지도 확보에는 A, 안정 운영에는 B가 유리합니다.
glossary
용어 사전
- 가중합 모형(WSM)
- 각 기준의 점수에 가중치를 곱해 합산하는 다기준 의사결정 방법.
- 가중치(Weight)
- 각 평가 기준의 상대적 중요도. 높을수록 해당 기준이 결과에 큰 영향을 미칩니다.
- 정규화 점수
- 가중 합계를 이론적 최대 점수로 나누어 0~100 범위로 변환한 비교용 점수.
- 기준별 기여도
- 특정 기준이 최종 점수에 차지하는 비중. 어떤 요소가 결과를 좌우하는지 파악하는 지표.
- MCDA
- Multi-Criteria Decision Analysis. 여러 기준을 동시에 고려하는 의사결정 분석 방법론.
- 민감도 분석
- 가중치나 점수를 변경했을 때 순위가 바뀌는지 확인하는 검증 방법.
next tools