정량적 위험분석

정의

정량적 위험분석은 위험의 발생 확률과 영향을 수치로 평가하는 기법이다.

그래서 위험이 크다는 말 대신 예비비가 얼마 필요한지 답할 수 있다.

먼저 기법이 어떤 계산에서 출발하는지 보자.

기대값의 원리

금전적 기대값은 위험별 발생 확률과 영향 금액을 곱해 모두 더한 값이다.

확률은 0 이상 1 이하이고, 영향 금액은 위험이 발생했을 때의 금액이다.

결과가 음수이면 예상 손실이며, 예비비는 그 절댓값 이상으로 잡는다.

4대 기법 비교

대표 기법은 의사결정나무, 금전적 기대값, 몬테카를로 시뮬레이션, 민감도 분석이다.

의사결정나무와 EMV는 대안의 우열을, 몬테카를로와 민감도 분석은 불확실성을 본다.

몬테카를로는 완료 확률을, 민감도 분석은 영향이 큰 변수를 찾는다.

EMV 계산 예제

가상의 예로 IT 프로젝트에 두 위험이 있다고 가정한다.

위험 A는 개발 인력 이탈, 위험 B는 외부 인터페이스 지연이다.

각 위험의 확률과 영향을 곱한 뒤 모두 더하면 EMV 합계가 나온다.

직접 구해 보자.

의사결정나무 예

의사결정나무는 결정 노드, 사건 노드, 결과 금액을 가지로 이은 그림이다.

말단 값에서 뒤로 거슬러 올라가며 기대값을 구하는 것을 롤백이라 한다.

가상의 예로 자체 개발은 1.4억원, 외주는 확정 0.8억원이다.

기대값이 큰 자체 개발을 택한다.

정량과 정성의 구분

정량적 분석과 정성적 분석은 자주 혼동되는 개념이다.

정성적 분석은 사전에 정한 척도로 등급을 매기는 주관적 방식이다.

정량적 분석은 같은 대상을 금액, 확률, 기간으로 계산한다.

두 방법은 대체가 아니라 순차로 적용하며, 정성적 분석은 1차 선별에 쓰인다.

정리

정량적 위험분석의 핵심을 정리한다.

EMV는 예비비를, 몬테카를로는 완료 확률을, 민감도 분석은 핵심 변수를 찾는다.

입력 데이터의 신뢰도가 결과를 좌우하므로 추정 근거를 함께 관리해야 한다.