ANP (Analytic Network Process, 분석적 네트워크 프로세스)

 

 

ANP (Analytic Network Process, 분석적 네트워크 프로세스)란?

ANP (Analytic Network Process, 분석적 네트워크 프로세스)는 미국 펜실베이니아 대학교의 토마스 사티(Thomas L. Saaty)가 AHP 이후에 제안한 의사결정 지원 기법입니다.
AHP가 계층적(hierarchical) 구조만 다룰 수 있는 반면, ANP는 상호연관성(interdependence)과 피드백이 존재하는 복잡한 문제도 분석할 수 있도록 확장된 모델입니다.

 

🧠 핵심 개념

• 네트워크 구조 기반:
  AHP는 목표 → 기준 → 대안의 계층적 구조로 구성되지만, ANP는 요소들 간의 상호작용(의존성)을 포함한 네트워크 모델을 사용합니다.
• 내적·외적 의존성 고려:
  요소들 간의 상호작용뿐만 아니라 군(Cluster) 간의 영향도 고려합니다.
• 피드백 허용:
  같은 수준의 요소들이 서로 영향을 주고받는 순환 관계까지 고려할 수 있어요.

 

🧩 ANP의 구성 요소

1. 클러스터(Cluster): 유사한 속성을 가진 요소들의 묶음 (예: 비용, 품질, 시간 등)
2. 노드(Node): 클러스터 내부의 개별 요소
3. 의존관계(Dependency): 노드 간 상호작용을 나타냄
4. 슈퍼매트릭스(Supermatrix): 모든 요소들 간의 영향도를 수치화한 행렬로, ANP 계산의 핵심 도구

 

📊 ANP 절차 요약

1. 문제 정의 및 요소 도출
2. 네트워크 구조 설정
3. 쌍대비교(Pairwise Comparison) 수행 – AHP와 동일한 방식
4. 슈퍼매트릭스 구성 및 정규화
5. 수렴된 한정 슈퍼매트릭스(Limit Supermatrix) 계산
6. 최종 의사결정 도출

 

💼 활용 사례

• 복잡한 정책 결정 (도시계획, 에너지 정책 등)
• 기술 선정, 제품 개발
• 공급망 평가, 리스크 분석
• 전략적 제휴 파트너 선정

 

🆚 AHP vs. ANP 비교

항목	AHP (Analytic Hierarchy Process)	ANP  (Analytic Network Process)
구조	계층 구조 (Hierarchy)	네트워크 구조 (Network)
요소 간 관계	독립적	상호의존성 존재
피드백	없음	있음
분석 대상	비교적 단순한 의사결정	복잡하고 역동적인 의사결정
결과 도출 방식	고유값 계산	슈퍼매트릭스 활용

 

 

✍ 참고로 알아두면 좋은 점

• ANP는 계산이 복잡해서 엑셀이나 전용 소프트웨어(예: Super Decisions)를 사용하는 경우가 많아요.
• AHP가 정성적 요소를 수치화해주는 장점을 유지하면서도, 현실에서 자주 나타나는 복잡한 상호작용까지 반영 가능하다는 점에서 높은 평가를 받습니다.

 

 

🧠 용어 쉽게 이해하기 

✅ 쌍대비교(Pairwise Comparison)란?

 2가지 항목을 1:1로 비교해서 어느 쪽이 더 중요한지 판단하는 방식입니다.

 

예시) 노트북을 고를 때 고려할 요소:

• 가격
• 무게
• 배터리 수명

AHP에서는 아래처럼 비교할 수 있습니다.

• 가격 vs 무게 → "가격이 조금 더 중요하다"
• 가격 vs 배터리 → "배터리가 훨씬 중요하다"
• 무게 vs 배터리 → "둘이 비슷하다"

이렇게 각각 쌍으로 비교하는 걸 쌍대비교라고 합니다.

 

 

✅ 슈퍼매트릭스(Supermatrix)란?

요소들 사이의 모든 영향 관계를 표로 정리한 거예요.

AHP는 위에서 비교한 걸 바탕으로 중요한 정도를 ‘가중치’로 정해요.
ANP는 더 나아가서, "이 요소가 저 요소에 얼마나 영향을 주는지"까지 계산해서 표(행렬)로 만들어요.
그게 바로 슈퍼매트릭스, 복잡하지만 기본은 “영향력 표”라고 보면 됩니다.

 

 

🎯 AHP vs ANP 예시로 이해하기

🌟 예시 상황:

"어떤 노트북을 살지 결정하려고 해요"

고려할 요소:

• 💰 가격
• ⚡ 성능
• 🔋 배터리 수명
• 💼 무게

 

🟩 AHP 방식

• 요소 간에는 독립적이라고 가정
• 목표 → 기준(4개) → 대안(3개 노트북)의 단순한 계층 구조

“가격은 얼마나 중요한가요?”
“성능은 가격보다 중요한가요?”
“배터리는 성능보다 중요한가요?”
이런 식으로 단순 비교해서 가중치를 정하고,
노트북 A, B, C가 각 기준에서 얼마나 잘하는지 점수를 매김.

 

결과:

“성능이 가장 중요하고, A가 성능이 제일 좋으니 A를 선택!”

 

🟦 ANP 방식

• 요소들 간에 서로 영향을 주는 관계를 인정

예를 들어:

• 성능이 좋아지면 → 무게가 무거워질 수 있음
• 배터리 수명이 길면 → 가격이 올라감
• 무게가 가벼우면 → 배터리 용량은 줄어들 수 있음

이런 상호영향을 고려하면서 비교.

 

결과:

“성능은 좋지만, 그만큼 무게와 가격이 커지니 B가 가장 균형 잡힌 선택!”

 

🔍 AHP와 ANP의 결과 차이 요약

항목	AHP (Analytic Hierarchy Process)	ANP  (Analytic Network Process)
비교 구조	단순 계층	복잡한 네트워크
요소 관계	독립적	상호영향 있음
예시 결과	"성능 최고니까 A"	"성능 좋지만 영향 고려하면 B"
실제 상황 적합도	단순한 선택 문제	상호작용 많은 복잡한 결정

 

 

 

🧩 언제 AHP, 언제 ANP?

상황	사용 기법	이유
단순히 여러 기준으로 물건이나 대안을 비교할 때	AHP	구조가 간단하고 직관적
기준들끼리 영향을 주고받는 복잡한 문제	ANP	상호의존성까지 고려 가능

 

 

 

 

+++++++

*Emily에밀리의 이해력:

AHP는 이상형 올림픽 같다.  ANP는 포지션 맵 같다.

이상형 올림픽은 이거 아님 저거라고 딱 결과를 내는 것.

지션 맵은 하나의 지점에서 여러가지 요소를 가지고, 그 요소들의 수치에 따라서 차이가 나는 것을 보여주는 것.

AHP는 여러 가지 요소에 대해서 각각 하나의 비교에서 x축처럼 하나의 축만 가지고 값을 비교 하는 것. 

ANP는 여러 가지 요소(x, y, z 등)에 대해서 x값이 크면 y값이 영향을 받는다, z값은 x값에 영향을 준다 같은 내용으로, 좌표값을 갖는 것. 그러면 좌표값은 여러 가지 요소를 한 번에 표현하는 것으로, 여러 가지 요소의 영향을 같이 고려할 수 있다.

 

 

🎯 AHP = 이상형 월드컵 = "이거냐 저거냐"의 승자 결정 구조

• AHP는 마치 "이상형 올림픽"처럼, 둘 중 하나를 고르며 최종 우승자를 결정하는 방식.
• 쌍대비교는 한 번에 두 항목만 비교. 최종 결과는 가장 점수가 높은 하나로 수렴.
• 즉, "단순 비교 + 직선적 판단 구조"

예: 가격 vs 성능 → 성능
성능 vs 배터리 → 배터리
그럼 배터리가 가장 중요 → 이 기준에서 제일 좋은 대안 = 선택!

 

그래서 AHP는 계층적인 우선순위 결정, 혹은 순위 매기기에 적합한 도구.

 

 

🔗 ANP = 포지션 맵 = "서로 영향을 주고받는 요소들 사이의 균형점"

• ANP는 포지션 맵처럼, 각 요소가 서로 영향을 주고받는 다차원 공간 속에서 의사결정.
• 가격이 성능에 영향을 주고, 성능이 무게에 영향을 주고, 무게가 다시 배터리에 영향을 주는 구조처럼. 다요소 영향.
• 그래서 결과도 딱 떨어지는 1등이 아니라, 균형점(Trade-off 포인트)와 유사.

예: 성능이 제일 좋아도 너무 무거워서 감점되고,
가격이 저렴해도 배터리 수명이 짧아 점수를 못 얻는 식.
결국 전체적으로 "적당히 괜찮은" 대안이 1등이 될 수 있어요.

 

그래서 ANP는 상호작용이 많은 복잡한 문제, 시뮬레이션적 판단에 적합.

 

 

 

AHP (분석적 계층화 방법)