정량적 위험분석

왜 배우는가: 정량적 위험분석은 위험을 확률과 금액으로 수치화해 예비비·일정 여유분과 의사결정을 뒷받침하므로 실무에서 핵심 도구다. 시험에서는 4가지 기법을 비교·예시와 함께 묻는 문제가 2개 회차에 걸쳐 반복 출제되었다.

출제 이력: 제123회 4교시 5번, 제117회 2교시 1번

1. 한 줄 정의와 핵심 키워드

답안 첫 줄에 쓸 정의:

정량적 위험분석은 위험의 발생 확률과 영향을 수치로 평가해 프로젝트 목표에 미치는 영향을 계량하는 기법이다.

핵심 키워드

• 정량적 위험분석
• 발생 확률
• 영향도(금액·기간)
• 금전적 기대값(EMV)
• 의사결정나무
• 몬테카를로 시뮬레이션
• 민감도 분석
• 예비비 산정

2. 개념 풀이

쉬운 말로 풀면, 위험이 실제로 일어날 가능성과 일어났을 때의 손실 크기를 숫자로 적어 놓고 계산하는 방법이다. 그래서 "위험이 크다"는 말 대신 "이 위험 때문에 예비비가 얼마 필요하다"처럼 답할 수 있다.

정식 정의는 다음과 같다. 정량적 위험분석(Quantitative Risk Analysis)은 프로젝트의 잠재 위험이 목표(비용·일정·품질)에 미치는 영향을 수치적으로 평가하는 절차다. 주요 목적은 위험 노출을 수치화하고 비용과 일정의 여유분을 정하는 것이다.

정성적 위험분석은 사전에 정의한 척도로 가능성과 영향도를 등급화하는 주관적 방식이다. 정량적 분석은 같은 대상을 금액·확률·기간으로 계산하는 방식이라는 점에서 구분된다.

금전적 기대값(EMV)은 각 위험의 발생 확률과 금전 영향을 곱해 더한 값이다. 음의 값은 기대 손실, 양의 값은 기대 이익을 뜻한다.

의사결정나무(Decision Tree)는 결정 노드, 사건(확률) 노드, 결과 값을 가지로 연결해 각 대안의 기대값을 거꾸로 계산하는 도구다.

몬테카를로 시뮬레이션(Monte Carlo Simulation)은 입력 변수를 확률 분포로 정의하고 난수로 반복 계산해 결과의 분포를 얻는 방법이다.

민감도 분석(Sensitivity Analysis)은 한 변수만 바꾸고 나머지를 기준값에 고정해 결과 변화의 크기를 비교하는 방법이다. 결과는 주로 토네이도 다이어그램으로 나타낸다.

3. 등장 배경과 필요성

정성적 분석만으로는 "심각하다", "중간이다" 같은 등급만 남아 예산과 일정에 바로 반영하기 어렵다. 프로젝트 규모가 커지고 비용·일정 목표가 엄격해지면서 위험을 금액과 기간으로 환산할 필요가 생겼다.

정량적 분석은 위험 노출을 수치로 보여 주기 때문에 관리 팀과 경영진이 같은 기준으로 판단할 수 있다. 확률 분포를 쓰면 "목표 기간 내 완료 확률 80%"처럼 신뢰 수준을 함께 제시할 수 있다.

또한 위험 분석은 특정 데이터에 의존하므로 입력 자료가 잘못되면 결과도 잘못된다. 분석자의 전문 지식과 시간이 필요하고, 계산의 표준 방법이 없어 접근 방식에 따라 차이가 날 수 있다는 한계도 함께 알아 두어야 한다.

인용 근거에 따르면 정량적 접근은 백분율이나 확률 차트 같은 실증적 형태로 위험을 표현할 수 있어 많은 관리 팀이 선호한다.

4. 구성요소·원리·절차

정량적 위험분석은 위험 노출을 금액·일정·확률의 숫자로 바꾸어 예비비와 일정 여유를 정하는 분석이다. 입력, 기법, 출력의 세 부분으로 구성된다. 입력은 정성적 위험분석에서 선별한 위험 목록과 확률·영향 추정치다. 출력은 기대값과 일정 완료 확률처럼 의사결정에 쓰는 수치다.

표의 기법 열이 핵심이다. 각 기법은 불확실성을 다루는 방식이 달라 묻는 목적에 따라 골라 쓴다. 입력 추정치의 품질이 낮으면 기법을 잘 써도 결과가 틀린다.

원리는 불확실한 값을 한 점이 아니라 확률로 표현하는 데 있다. 기대값은 확률로 가중한 평균이다. 손실은 음수로 둔다. 기대값은 발생 확률에 영향 금액을 곱해 합한 값이다.

$EMV = \sum_{i=1}^{n} p_i \times I_i$

여기서 p_i는 위험 i의 발생 확률(0 이상 1 이하), I_i는 위험 i가 발생했을 때의 영향 금액(원)이다. 결과가 음수이면 예상 손실이며, 예비비는 그 절댓값 이상으로 잡는다.

의사결정나무는 분기점을 의사결정 노드, 분기를 사건 노드, 말단을 결과 금액으로 그린다. 말단 값에서 뒤로 거슬러 올라가며 기대값을 계산하고(롤백), 각 의사결정 노드에서 기대값이 큰 대안을 고른다. 가상의 예로, 자체 개발은 성공 확률 0.6에 이익 3억원, 실패 확률 0.4에 손실 1억원이다. 기대값은 0.6×3 + 0.4×(-1) = 1.4억원이다. 외주는 확정 0.8억원이므로 자체 개발을 택한다.

몬테카를로 시뮬레이션은 활동 기간을 3점 추정(최소·최빈·최대)으로 입력하고 분포에서 난수를 뽑아 일정을 반복 계산한다. 결과 분포에서 일정 완료 확률을 읽는다. 민감도 분석은 변수를 하나씩 저·고 값으로 바꾸고 나머지는 고정하여 결과 변화폭을 큰 순서로 정렬한다.

정량적 위험분석의 절차는 다음과 같다.

• 정성적 분석에서 선별한 위험 목록을 확정한다.
• 각 위험의 영향을 금액·일정으로 추정하고, 활동 기간은 3점 추정으로 입력한다.
• 기법을 고른다. 독립 위험의 합산은 EMV, 대안 비교는 의사결정나무, 일정 완료 확률은 몬테카를로, 핵심 변수 식별은 민감도 분석이다.
• 결과를 해석하여 예비비와 일정 여유를 정한다.
• 대응 계획과 모니터링에 반영하고, 변화가 생기면 재분석한다.

5. 관련 법령·기준·표준

정량적 위험분석을 직접 규정한 법령은 없다. 공공 정보화 사업에서는 발주 기관의 계약·감리 기준이 위험 관리 항목을 요구하는 방식으로 적용된다. 기법의 틀은 국제 지침과 실무 지식체계에서 온다. PMBOK Guide는 위험관리 지식영역에 정량적 위험분석 프로세스를 두고 기대값과 분포 기반 분석을 설명한다. ISO 31000은 위험을 사건의 확률과 결과의 조합으로 표현하는 원칙과 지침을 제공한다.

표의 값은 기법을 쓸 때 지켜야 하는 조건이다. 확률은 0 이상 1 이하여야 하고, 3점 추정은 최소값이 최빈값과 최대값 사이에 있어야 한다. 민감도 분석은 같은 변수를 저·기준·고 세 수준으로 두면 결과 차이를 비교하기 쉽다.

개정 연혁은 기준 문서의 판에 따라 다르다. PMBOK Guide는 판을 거듭하며 프로세스 체계와 용어가 바뀌었으므로, 답안에는 최신 판의 용어를 쓴다. 기법의 원리 자체는 판이 바뀌어도 같다. 답안에 기준 이름을 쓸 때는 판 번호를 확인하고, 확인되지 않은 연도는 쓰지 않는다. 국내 공공 감리 기준과 연결할 때는 해당 사업의 계약 문서가 우선한다.

6. 유형과 비교

정량적 위험분석 기법은 목적에 따라 나뉜다. 결정 지점의 대안을 고르는 기법(의사결정나무, EMV)과 입력 변수의 불확실성이 결과 분포에 주는 영향을 보는 기법(몬테카를로, 민감도 분석)으로 크게 구분한다. 두 축을 함께 보면 기법 선택이 쉬워진다.