경영과학의 기초. 애코프, R. L. & 사시에니, M. W. 1968.
경영과학에 대해서는 여러 정의가 제시되어 왔으며, 이 주제를 아예 정의할 수 없다는 주장도 다수 제기되어 왔다. 제시된 다양한 정의를 검토할 때, 오래되고 확립된 어떤 과학도 — 나아가 과학 전체도 — 모든 실천가를 만족시키는 방식으로 정의된 적이 없다는 점을 기억해야 한다. 그럼에도 아래의 정의는, 앞서 살펴본 이 분야의 역사에 비추어 볼 때, 경영과학의 본질을 일반적으로 이해하는 데 유용한 토대가 될 수 있다.
경영과학이란 다음과 같다: (1) 과학적 방법을 (2) 학제간 연구팀이 적용하여 (3) 조직화된(인간-기계) 시스템의 통제와 관련된 문제를 다룸으로써, 조직 전체의 목적에 가장 잘 부합하는 해결책을 제공하는 것이다.
이 정의에서 언급된 경영과학의 특징적 요소는 다음과 같다: (a) 시스템 접근법, (b) 학제간 연구팀의 활용, (c) 통제 문제에 대한 과학적 방법의 적용. 이제 이들 각 특징을 좀 더 자세히 살펴보자.
이 접근법은 조직 시스템에서 어느 한 부분의 행동이 결국 다른 모든 부분에 영향을 미친다는 전제에 기반한다. 그러한 영향이 모두 유의미한 것은 아니며, 개중에는 전혀 감지되지 않는 것도 있을 수 있다. 따라서 이 접근법의 본질은, 조직의 어느 부분의 성과나 전략을 평가할 때 유의미한 상호작용을 체계적으로 탐색하는 데 있다.
이러한 조직 문제 접근 방식은 문제를 다루기 쉬운 크기로 축소하는 것과는 근본적으로 다르다. 경영과학 연구자들은 거의 예외 없이, 자신에게 제시된 문제의 최초 formulaton을 확장하여, 경영진의 formulaton에는 포함되지 않았던 상호작용을 반영한다. 이렇게 더 폭넓고, 따라서 더 복잡한 문제를 다루려면 새로운 연구 방법의 개발이 필요하다.
우리는 과학적 지식을 대학의 학과 구조에 따라 분류하는 데 너무 익숙해진 나머지, 때로는 이 구조가 자연 그 자체의 구조를 반영한다고 믿는다. 그러나 이는 사실과 거리가 멀다. 물리적 문제, 생물학적 문제, 심리학적 문제, 경제적 문제라는 것은 그 자체로 존재하지 않는다. 존재하는 것은 오직 문제일 뿐이다. 과학의 여러 분과는 단지 그러한 문제를 탐구하는 서로 다른 방법을 나타낼 뿐이다. 어떤 문제든 어느 과학 분과의 관점에서도 바라볼 수 있다 — 물론 그렇게 하는 것이 항상 합목적적인 것은 아니지만. 본질적으로 이는 앞서 다른 형태로 표현된 것과 같은 생각이다: 즉 조직에는 별개의 생산 문제, 마케팅 문제, 재무 문제가 따로 존재하지 않는다. 그러한 구분은 단지 동일한 조직 문제를 살펴보는 서로 다른 접근 방식을 반영할 뿐이다.
각 전문가는 나름의 개선을 이루어낼 수 있지만, 그중 어느 개선이 — 혹은 어떤 조합이 — 최선인가? 복잡한 문제의 경우 이를 미리 알기는 어렵다. 따라서 문제에 대해 가능한 한 폭넓은 범위의 접근법을 고려하고 평가하는 것이 바람직하다. 이것이 바로 학제간 연구팀의 존재 근거이다.
현재 순수 및 응용 과학 분야가 백 개 이상 존재하는 만큼, 모든 연구 프로젝트에 각 분야의 대표자를 포함시키는 것은 명백히 불가능하다. 그러나 가능한 한 많은 분야를 팀에 대표시키고, 팀에 대표되지 않은 최대한 폭넓은 분야로부터 팀의 작업에 대한 비판적 검토를 받는 것이 바람직하다.
과학적 방법에 대한 대부분의 설명은 그 특징적 요소를 실험이라고 본다. 그러나 정부, 군, 산업 조직을 다룰 때는, 좁은 의미의 실험 — 즉 변수 값을 물리적으로 변화시키는 것 — 이 불가능하거나 실용적이지 않은 경우가 많다. 예를 들어 산업체는 실험을 위해 자신의 존립 자체를 위태롭게 할 수 없다. 물론 실험이 가능한 경우도 있는데, 특히 하위 시스템 수준에서 그러하며, 이는 경영과학에서 중요한 역할을 수행한다. 그럼에도 원칙적으로 연구 대상 시스템 전체를 실험에 부칠 수는 없다. 따라서 대부분의 경우, 시스템 전체를 조사하려면 (연구 대상을 물리적으로 변화시킨다는 좁은 의미의) 실험을 수반하지 않는 접근법이 필요하다.
운용 모델은 방정식의 형태를 취하는데, 이는 수학적으로 복잡하더라도 매우 단순한 구조를 가진다: 시스템의 기능을 특징짓는 성과 기준의 효용 또는 가치는, 통제 가능한 변수와 그 함수에 영향을 미치는 통제 불가능한 변수(및 상수)의 함수로 표현된다.
또한, 특정 통제 가능한 변수가 정해진 한계 내에서만 변할 수 있다는 사실을 표현하기 위해, 하나 이상의 방정식이나 부등식이 필요한 경우가 많다.
모델이 구축되면, 이를 이용해 통제 가능한 변수의 정확한 또는 근사적인 최적값 — 즉 통제 불가능한 변수의 값이 주어졌을 때 최선의 시스템 성과 기준을 산출하는 값 — 을 구할 수 있다. 다시 말해, 모델 내에서 문제의 해를 얻을 수 있는 것이다. 이 해를 정확히 어떻게 얻는지는 사용된 모델에 따라 달라진다.
해는 모델을 실험함으로써(모델의 매개변수를 변화시킴으로써) 얻거나, 수학적 분석을 통해 얻을 수 있다. 어떤 경우에는 변수의 구체적 값을 알지 못한 채로도 수학적 분석을 수행할 수 있으며, 다른 경우에는 값을 수치로 명시해야 한다.
어떤 방법을 사용하든, 목표는 항상 최적해 또는 그에 근접한 해를 찾는 것이다. 최적해란, 모델에 표현된 조건과 제약조건 하에서 (문제의 성격에 따라) 모델상의 성과 기준을 최소화하거나 최대화하는 해를 말한다. 최적화는 이렇게 모델로 기술된 문제에 대한 최선의 해를 제공한다. 그러나 모델은 결코 문제에 대한 정확한 기술이 아니므로, 이렇게 얻어진 최적해 또한 결코 실제 문제에 대한 유일무이한 최선의 해가 될 수 없다. 모델이 문제를 “훌륭하게” 표현한다고 가정한다면, 모델상에서 얻어진 최적해 또는 그에 근접한 해는 실제 문제의 최적해에 대한 “훌륭한” 근사치가 된다. 어쨌든 이는 그것이 대체하고자 하는 전략이나 절차보다 상당히 더 낫다.
해를 통해 얻어진 변수의 최적값은 모델이 시스템을 정확하게 기술하는 정도에 한해서만 시스템 성과를 개선하므로, 모델이 현실과 얼마나 부합하는지 검증하고 해를 냉철하게 평가할 필요가 있다. 다시 말해, 해를 실행했을 때 예측되는 결과를, 그것이 대체하고자 하는 전략이나 절차와 비교해야 한다.
마지막으로, 경영과학의 목적은 과학 보고서를 생산하는 것이 아니라 시스템 성과를 개선하는 것이므로, 연구 결과는 (의사결정자가 수용할 수 있다는 전제하에) 실행되어야 한다. 바로 이 단계에서 연구 결과에 대한 최종 검증과 평가가 이루어진다. 따라서 이 단계야말로 경영과학 연구자들에게 경험을 쌓을 최대의 기회가 주어지는 단계이다.
연구가 수행되는 대상 의사결정이 반복적 의사결정의 범주에 속한다면, 경영과학에서 다루는 시스템의 성격상, 연속되는 의사결정 사이에 일부 통제 불가능한 변수의 값, 심지어 시스템 자체의 구조까지 변화할 가능성이 상당히 크다. 따라서 시스템 및 그 외부 환경에서 발생하는 유의미한 변화를 감지하고, 그에 맞추어 의사결정을 조정할 필요가 있다. 다시 말해, 반복적 의사결정을 위한 규칙, 또는 장기간에 걸쳐 적용되는 의사결정의 형태로 나온 결과는, 지속적으로 갱신되어야 하며 그 올바른 적용 여부도 계속 관리·감독되어야 한다.