4.3 델파이 기법

델파이 기법은 1950년대에 랜드(Rand Corporation)의 올라프 헬머(Olaf Helmer)와 노르만 댈키(Norman Dalkey)가 특정한 군사 문제를 다루기 위해 개발한 것입니다. 이 기법은 집단이 낸 예측값이 개인이 낸 예측치보다 더 정확하다는 핵심 가정에 의존합니다. 델파이 기법의 목적은 구조화된 반복이라는 방식을 가지고 전문가의 모임에서 얻은 합의로 내는 예측값을 구성하는 것입니다. 과정을 진행하고 관리하기 위해 진행자가 임명됩니다. 델파이 기법에는 일반적으로 다음과 같은 단계가 있습니다:

  1. 전문가 위원회가 모입니다.
  2. 예측 작업과 과제를 정하고 각 전문가에게 나눠줍니다.
  3. 각 전문가는 초기 예측값과 타당한 이유를 돌려줍니다. 피드백을 제공하기 위해 모아서 요약합니다.
  4. 각 전문가에게 피드백을 제공합니다. 각 전문가는 피드백에 비춰보아 예측값을 검토합니다. 이 과정은 만족스러운 수준으로 합의가 이뤄질 때까지 반복될 수도 있습니다.
  5. 각 전문가의 예측값을 모아서 최종 예측값을 구성합니다.

델파이 기법의 각 단계마다 어려운 부분이 있습니다. 이어지는 내용에서는 각 항목에 대한 몇몇 제안과 관련된 이야기를 하려고 합니다.6

전문가와 익명성

진행자의 첫 번째 과제는 예측 작업에 이바지할 수 있는 전문가 모임을 찾는 것입니다. 보통은 다양한 분야에서 온 5명에서 20명 사이의 전문가로 합니다. 전문가는 예측값을 제출하고 이에 대한 정성적으로 타당한 자세한 이유도 제공합니다.

델파이 기법의 핵심적인 특징은 참여하는 전문가의 익명성이 항상 유지된다는 것입니다. 전문가가 예측값을 낼 때 정치적이거나 사회적인 요인에 의해 영향받을 수 없다는 것을 의미합니다. 더욱이, 모든 전문가에게 발언권이 똑같이 주어지고 낸 예측값에 대해 모두 똑같이 책임을 집니다. 이를 통해 모임이 열리는 장소에서 몇몇 구성원이 참여하지 않거나 다른 이가 주도하는 상황을 막습니다. 나이나 조직에서의 위치 또는 성격에 따라 지나치게 영향을 행사하는 구성원을 막기도 합니다. 모임을 구성할 때 좌석 배치와 같은 간단한 것조차 모임의 효율성에 영향을 줄 수 있다는 의견도 있었습니다. 더욱이, 그룹 모임을 구성하는 것이 열정을 높이고 개개인의 판단에 영향을 주어 낙관주의와 과신에 이르게 한다는 충분한 증거가 있습니다.7

전문가가 물리적인 장소에서 무리지어 만날 필요가 없다는 것은 익명성의 장점 중의 하나입니다. 이렇게 하면 다양한 기술과 전문 지식을 가진 다양한 위치에 있는 전문가를 모을 가능성이 높아진다는 장점이 있습니다. 더욱이, 여행 비용과 이동의 불편함을 없애서 과정에 드는 비용을 효율적으로 만들고, 전문가 그룹은 함께 모이는 시간을 정하지 않아도 되고 제출 기한만 맞추면 되니 과정을 유연하게 진행할 수 있게 됩니다.

델파이 기법에서 예측 작업을 설정하기

델파이 환경에서, 예측 작업을 설정하기 전에 전문가 그룹으로부터 예비 정보 수집 단계를 수행하는 것이 유용할 수 있습니다. 또는, 전문가 그룹이 초기 예측값과 타당한 이유를 제출하면, 모든 전문가가 공유하지 않는 중요한 정보를 진행자가 피드백을 모을 때 찾아낼 수 있습니다.

피드백

전문가에게 피드백을 주는 과정은 예측값에 대한 요약 통계와 정성적으로 타당한 이유를 요약한 개요를 포함해야합니다. 수치 데이터 요약본과 시각적으로 묘사한 내용을 전문가의 예측값을 요약하는데 사용할 수 있습니다.

진행자가 피드백을 통제하기 때문에, 참여한 사람의 관심을 끌 것과 전문가의 정보가 가장 필요한 분야가 있을 수 있습니다. 예를 들어, 진행자는 4분위 범위를 넘어서는 응답과 이러한 예측값에 대한 정성적으로 타당한 이유에 대해 전문가의 관심을 유도할 수도 있습니다.

반복

예측값을 제출하고, 피드백을 받고, 예측값을 검토하는 등의 해당 전문가가 담당하는 과정은 해당 전문가 사이에서 만족스러운 수준으로 합의가 이뤄질 때까지 반복됩니다. 만족스러운 합의는 예측치에 있어서 완벽한 합의를 의미하는 것이 아닙니다. 이는 단순히 응답의 다양성이 만족스러운 수준으로 감소했다는 것을 의미합니다. 보통은 두세 단계의 반복이면 충분합니다. 반복하는 횟수가 늘어날수록 중도 탈락자들이 더 많이 생길 수 있기 때문에 너무 많이 반복하지 않도록 해야합니다.

최종 예측값

최종 예측값은 보통 모든 전문가의 예측값에 같은 가중치를 주어 구성합니다. 하지만, 진행자는 최종 예측값을 왜곡할 수 있는 극단 값의 가능성을 염두에 두어야 합니다.

한계점과 변형

델파이 기법을 적용하는 것은 시간 낭비일 수 있습니다. 그룹 모임에서, 아마도 수 시간이나 (델파이 환경에서 거의 불가능한) 몇 분만에 최종 예측값에 도달할 수도 있습니다. 델파이 환경에서, 합의에 이르는데 시간이 너무 많이 걸리면, 참여하는 사람의 관심도나 결집력이 떨어질 수 있습니다.

그룹 환경에서, 개인적인 상호작용은 정성적으로 타당한 이유를 더욱 분명하고 빠르게 설명할 수 있도록 합니다. 종종 적용하는 “추정-대화-추정(estimate-talk-estimate)” 기법은 델파이 기법의 한 가지 변형입니다. 여기에서 예측값은 여전히 익명으로 제출할 수 있지만, 전문가는 반복 과정 사이에서 서로 상호작용할 수 있습니다. 이 변형의 단점은 목소리가 가장 큰 사람이 과도하게 영향을 줄 수 있다는 것입니다.

진행자

진행자의 역할이 가장 중요합니다. 진행자는 주로 델파이 과정의 설계와 관리를 담당합니다. 진행자에게는 전문가에게 피드백을 제공하고 최종 예측값을 낼 책임도 있습니다. 진행자는 이 역할에서 더욱 관심을 끌 분야를 인식할 수 있을 정도로 그리고 전문가 그룹의 관심을 이러한 분야로 돌릴 수 있도록 충분히 경험이 있어야 합니다. 또한, 전문가 사이에서 직접 마주하는 상호작용이 없기 때문에, 진행자는 중요한 정보를 전파할 책임이 있습니다. 진행자의 효율성과 효과는 판단 예측 환경에서 성공적인 델파이 기법의 가능성을 극적으로 증가시킬 수 있습니다.


  1. Rowe (2007)Rowe & Wright (1999) 에 더 읽을 거리가 있으니 참조하시길 바랍니다.↩︎

  2. Buehler, Messervey, & Griffin (2005)↩︎