시스템 분석: 골루브코프

《장기 계획에서의 시스템 접근법》, 골루브코프, 라이젠베르크, 페카르스키 공저, 1975년(러시아어).

시스템 분석은 복잡한 문제(기술적, 자연과학적, 경제적, 사회정치적 문제 등)를 해결하기 위한 과학적 방법과 실무 기법의 총체이다.

무엇보다도 시스템 분석은 공통의 목표를 달성하기 위해 함께 작용하는 상호 연관된 요소들의 통일체로서 시스템 개념을 사용한다. 전체로서의 시스템이 지닌 속성은 그것을 구성하는 요소들의 속성과는 다르다. 모든 시스템은 그 구성 요소들의 작용 방식으로부터 직접 도출되지 않는 고유한 특수 법칙성을 지닌다.

시스템의 주요 부분은 입력, 과정(구조), 출력이다. 시스템의 입력은 복합적인 개념이다. 한편으로 이는 시스템에 들어와 그 안에서 특정한 변환을 거치는 물질을 의미한다. 다른 한편으로 이는 외부(주변) 환경, 즉 시스템에 영향을 미치는 요인과 현상의 총체(자연 조건, 대외 정책 상황, 시장 상황 등)를 의미한다. 입력은 또한 시스템 요소들의 확립된 운용 방식, 예를 들어 시스템 운용의 절차, 규칙, 제약조건 및 목표를 규정하는 지침, 규정, 명령 등을 가리키기도 한다.

시스템의 두 번째 부분은 내부 구조, 즉 입력을 통해 시스템에 들어온 물질, 에너지, 정보가 통과하는 경로와 이를 변환하는 과정 또는 연산이다(경제 시스템의 경우 이는 물적, 노동, 재정 자원의 재생산 과정이다).

시스템의 세 번째 부분은 출력, 즉 그 활동의 산물 또는 결과이다.

외부 환경과의 상호작용 정도에 따라 시스템은 개방형과 폐쇄형으로 구분된다. 개방 시스템은 환경과 물질, 에너지 또는 정보를 집중적으로 교환하는 반면, 폐쇄되고 고립된 시스템은 상대적으로 교환이 적은 상태에서 기능한다(예를 들어 계획·경제 정보 처리의 폐쇄 순환, 또는 폐쇄된 기술 순환). 시스템은 물질, 에너지, 정보 각각에 대해 개별적으로 폐쇄적이거나 개방적일 수 있다는 점에 유의해야 한다. 시스템은 자연적인 경계를 가지거나, 연구 목적에 따라 설정된 경계를 가진다. 후자의 경우 시스템 경계는 연구자가 정의한다.

동일한 대상이 여러 개의 서로 다른 시스템으로 표현될 수 있다. 제조 기업을 기계, 기술 공정, 재료, 그리고 그 기계에서 가공되는 제품의 집합으로 본다면, 그 기업은 기술적 시스템으로 나타난다. 이 기업은 다른 관점에서도 볼 수 있다. 즉 노동자와 생산수단의 관계, 노동 과정에의 참여와 그 결과의 분배, 더 넓은 경제 시스템 내에서 기업이 차지하는 위치 등을 검토하는 것이다. 이 경우 기업은 경제적 시스템이다.

사회 발전과 과학기술 혁명이 진행되는 과정에서 관리 분야의 새로운 연구 대상, 즉 대규모 시스템(large-scale system)이 등장했다. 여러 저자의 견해를 종합하면 대규모 시스템의 가장 중요한 특징으로 다음을 들 수 있다.

• 뚜렷한 국지적 속성을 지닌 하위 시스템들이 존재하며, 이들이 함께 대규모 시스템을 구성한다는 점;
• 시스템의 목표지향성과 통제 가능성, 즉 상위 시스템 내에서 설정되고 조정되는 공통 목표와 전반적 목적이 존재한다는 점;
• 중앙집중적 통제와 부분(하위 시스템)의 자율성이 결합되고, 서로 다른 수준의 요소 간 수직적 연결과 동일 수준 요소 간 수평적 연결이 존재하는 복잡한 계층적(다단계) 조직 구조를 지닌다는 점;
• 시스템의 규모가 크다는 점, 즉 요소, 입력, 출력의 수가 많고 기능이 다양하다는 점;
• 행동의 전일성과 복잡성, 변수들 간의 복잡하게 얽힌 관계, 그리고 한 변수의 변화가 다수의 다른 변수의 변화를 초래하는 피드백 루프가 존재한다는 점.

시스템 분석은 전체로서는 검토하기 어려운 대규모 시스템을 다수의 상호작용하는 더 작은 시스템, 즉 하위 시스템으로 분할할 수 있는 특수한 기법을 제공한다.

시스템 분석의 중요한 개념 중 하나는 피드백이라는 기본적인 사이버네틱스 개념이다. 바로 이 개념 덕분에 질적으로 다른 시스템들 간의 통제 조직의 유사성을 확립할 수 있었다. 피드백이란 시스템의 출력과 입력 사이에 직접적으로, 또는 시스템의 다른 요소(예를 들어 통제 장치)를 통해 존재하는 통신 채널을 의미한다. 피드백을 통해 통제 대상 시스템의 기능에 관한 데이터가 그 출력에서 통제 시스템으로 전달된다. 그곳에서 이 데이터는 작업의 내용과 범위를 규정하는 데이터(예를 들어 계획)와 비교된다. 시스템의 실제 상태와 규정된 상태 사이에 불일치가 있는 경우, 이 불일치를 해소하기 위한 조치가 마련된다.

시스템 분석에서 사용되는 또 다른 중요한 개념은 불확실성 개념이다. 불확실성 요인은 국민경제 계획 및 관리 영역의 수많은 복잡한 문제 해결에 존재한다.

시스템 분석 과정에서 발생하는 불확실성은 연구 대상 현상에 대한 지식이 불충분한 데서 비롯될 수도 있고, 채택된 결정의 결과가 충분히 긴 기간에 걸쳐 나타나 충분한 정확도로 예측할 수 없다는 사실에서 비롯될 수도 있다.

불확실성의 다른 원인으로는 많은 현상에 대한 정량적 평가가 불가능하다는 점, 특히 의사결정에서 "더 좋다-더 나쁘다", "더 많다-더 적다"라는 개념의 정량적 해석이 어렵다는 점, 부정확한 문제 정식화, 그리고 의사결정자의 개인적 특성 등을 들 수 있다.

시스템 분석의 특징은 무엇보다도 특정한 과학적 형식주의가 아니라, 문제 연구에 대한 정돈되고 논리적으로 근거 있는 접근법에 있다. 시스템 분석 방법을 이용하여 복잡한 시스템과 상황, 특히 목표, 과제, 행동 방침을 결정할 필요와 관련된 것들이 연구된다.

시스템 분석은 복잡한 문제 해결에 대한 가능한 접근법을 연구하는 데 적용되는 방법들의 총체를 나타내며, 동시에 이러한 문제에 대한 의사결정 과정에서 전문가의 지식, 판단, 직관을 더 효과적으로 정리하고 활용하는 수단으로 기능한다. 다시 말해 시스템 분석은 연구자와 의사결정자를 위한 과학적 도구이다.

시스템 분석의 과제는 의사결정자가 직면한 문제를 명확히 하여, 집행자가 결정의 모든 주요 결과를 인식하고 이를 자신의 행동에 반영할 수 있도록 하는 데 있다. 정량적 분석은 결정을 책임지는 사람이 가능한 행동 방침의 평가에 보다 엄밀하게 접근하고, 결정을 준비하는 전문가(시스템 분석가)에게는 알려지지 않았을 수 있는 추가적인 비형식화 요인과 고려사항을 감안하여 최선의 방침을 선택하도록 돕는다. 시스템 분석은 발생한 문제를 해결하는 가장 현실적인 방법을 결정하여 제기된 요구사항을 최대한 충족시키는 데 기여한다.

군사 분야에서 시스템 분석을 적용한 경험은 방법론으로서의 그 발전에 큰 영향을 미쳤으며, 이는 이 분야 및 이와 밀접하게 관련된 학문 분야(경영과학, 시스템 엔지니어링)의 용어에도 일정한 흔적을 남겼다.

서로 다른 명칭을 지닌 시스템 분석의 개별 방향들 사이에는 근본적인 차이나 명확히 구분되는 경계가 존재하지 않는 경우가 많지만, 동시에 이러한 각 방향은 나름의 특징적인 특성과 뉘앙스를 지닌다. 예를 들어 경영과학은 일반적으로 운용의 계획 및 조직에 필요한 정량적 권고안을 개발하는 것을 다루는 과학으로 이해된다. 여기서 운용이란 사람, 사람들의 집단, 또는 인간-기계 시스템의 목표지향적 행동을 의미한다. 시스템 엔지니어링은 개별 요소의 기능에 대한 연구를 바탕으로 대규모 시스템을 합성하는 방법을 만들어낸다. 시스템 엔지니어링의 많은 방법과 결과가 기술 시스템에 적용되어 얻어졌지만, 이는 경제 시스템을 포함한 다른 성격의 대상에도 상당 부분 이전될 수 있다.

관리 결정을 근거 짓는 방법론에서 시스템 분석의 등장은, 목표·경로·기준이 명확히 정의되어 경영과학 방법으로 달성할 수 있는 잘 구조화되고 형식화 가능한 문제의 해결로부터, 불확실한 조건에서 발생하며 수학의 언어로 옮길 수 없는 비형식화 요소를 포함하는 불량 구조화된 문제의 해결로의 전환을 의미한다.

경영과학 전문가는 무엇이 "더 효과적인" 성과를 구성하는지에 대한 명확한 이해가 있는 조건에서 수학적 또는 논리적 분석 방법을 사용한다. 그는 작업의 목표를 정의하거나 그 성공을 평가하는 방법을 규명하는 데는 거의 관여하지 않는데, 이는 시스템 분석가의 주요 과제 중 하나이다.

계획 전문가는 해결해야 할 문제를 전체로서 바라보기 때문에 사실상 항상 시스템 분석가로서 행동한다. 시스템 분석의 결과는 채택된 기준 체계에 따라 달라진다. 기준의 선택은 분석의 필수적인 부분이다. 분석의 역할은 관리 영역에서 특정한 결정을 내리는 데 어떤 기준을 사용하는 것이 적절한지를 규명하는 데 있다.

비용-효과 분석(cost-effectiveness analysis)이라 불리는 운용 분석의 한 유형은, 특정 행동 방침을 실행함으로써 얻는 효과와 그 실행에 필요한 자원을 종합적으로 비교하는 것으로 이루어진다.

시스템 분석과 비용-효과 분석의 차이는, 후자의 경우 분석이 정식화된, 대부분 주어진 목표라는 조건하에서 자원을 합리적으로 사용하는 방법을 찾는 데 목적을 둔다는 점에 있다. 시스템 분석은 문제를 더 폭넓게 설정하여, 목표 자체를 특정한 원칙에 따라 이루어지는 선택의 대상으로 취급한다.

시스템 분석의 방법론은 그 원칙들의 총체, 즉 다양한 시스템과 그 안에서 일어나는 과정에 대한 구체적인 분석을 수행하는 데 있어 가장 일반적이고 근본적인 법칙성으로 정의할 수 있다.

시스템 분석의 결정적인 원칙은 목표지향성이다. 모든 시스템은 외부에서 설정되거나 시스템 스스로 능동적으로 형성한 목표에 따라 존재하고 발전한다. 시스템 분석의 관점에서 볼 때, 시스템을 정의하고 그 경계를 규정하며 시스템과 그 활동을 하나의 전체로 통합하는 것은 바로 목표의 총체이다.

시스템 분석의 다음 원칙은 시스템 접근법을 적용해야 할 필요성에서 비롯되며, 시스템 내부는 물론 시스템과 외부 환경 사이의 모든 본질적인 상호연관성을 규명하고 연구하는 것, 그리고 개별 해결책을 선택할 때 이것이 시스템 전체에 미치는 영향을 고려하는 것으로 이루어진다.

시스템 분석에서는 동일한 목표가 여러 가지 서로 다른 수단과 방법을 통해 달성될 수 있다는 점을 염두에 두어야 한다. 이로부터 발생한 문제에 대한 여러 대안적 해결책을 모색하는 시스템 분석의 원칙이 도출된다. 시스템의 구조, 조직, 그리고 그 안에서 일어나는 과정(기술적, 계획적, 관리적 과정 등)의 가능한 변형들을 검토하여 그중 최선의 것을 선택하는 것은 시스템 분석의 결정적인 특징이다.

시스템 분석의 주요 과제는 흔히 최적해를 찾는 것이다. 최적해란 특정 기준에 근거하여 다른 것들보다 더 선호되는 해를 말한다. 일반적으로 어떤 기준에 근거하여 최적해를 선택할 때, 특정 행동 전략을 실행함으로써 얻는 효과와 그 실행에 필요한 자원 소비를 비교한다.

다양한 시스템에서 일어나는 과정에 대한 분석의 깊이와 완전성은, 그 기능과 발전의 동적 성격이 연구되는 정도에 의해 크게 좌우된다. 시스템 분석은 시스템 내의 정적인 상호연관성뿐만 아니라 동적인 상호작용도 이해할 필요성, 즉 특정 시점에서의 시스템 상태뿐만 아니라 시간에 따른 그 변화도 연구할 필요성에서 출발한다. 현상을 그 역동성과 발전 속에서 검토하는 것 역시 시스템 분석의 중요한 원칙이다.

시스템 분석의 결과로 나온 권고안과 이를 근거로 내려진 결정에 대한 책임을 분리하는 원칙은, 시스템 분석가와 분석 결과에 따라 행동하는 의사결정자 사이에 명확히 구분된 권한과 책임의 체계를 확립할 것을 전제로 한다. 결정을 최종적으로 승인할 때, 책임자는 시스템 분석에서 나온 권고안과 더불어 분석가들이 고려하지 못한 여러 추가적인 양적·질적 고려사항을 감안할 수 있다.

복잡한 시스템을 연구하는 경우, 그 분석은 구성 부분(하위 시스템, 요소)에 대한 분석 결과를 종합함으로써만 수행될 수 있는데, 이때 먼저 분석 대상 시스템(문제)의 구조와 이를 요소들로 분할할 수 있는 가능성이 연구된다. 그런 다음 시스템의 구조, 기능, 내부 과정에 따라, 그리고 가장 중요한 모든 상호연관성을 고려하여, 시스템을 구성 부분으로 순차적으로 분해(구조화)한다. 연구 대상 시스템의 목표지향적 구조화 원칙은 여러 시스템 분석 방법, 예를 들어 목표 트리 방법(goal tree method)에서 구체적인 실무적 구현을 찾는다.

시스템 분석의 적용 영역은 해결해야 할 문제의 복잡성과 수학적 방법 사용의 실현 가능성에 따라 대략 다섯 가지 수준으로 나눌 수 있다.

• 개별 운용의 계획 및 관리 최적화;
• 시스템의 유형 또는 설정된 목표를 달성하기 위한 가장 효과적인 경로의 선택;
• 새로운 시스템의 개발;
• 상위 수준 문제에서 시스템이 차지하는 위치와 역할의 결정;
• 국민경제 수준에서의 경제 시스템 계획 및 관리.

이러한 순서는 문제 복잡성, 불확실성 수준, 그리고 구체적인 행동의 근거가 될 수 있는 권고안 개발의 어려움이 증가하는 것에 대응한다. 첫 번째 수준에서 분석은 가장 큰 정도로 수학적 형태를 취하며, 형식논리적 도구와 방법의 사용에 기초할 수 있다. 본질적으로 이는 "더 효과적"이라는 개념이 명확히 정의된 조건에서 시스템의 효과성을 높이는 것을 목표로 하는 경영과학이다. 이 영역의 문제가 지닌 주요 특성은 형식화된 기술이 가능한 명확히 구분된 구조를 지닌다는 점이다. 나머지 수준들에서는 시스템 분석의 적용이 대부분 사회적 성격을 지닌 질적 요인과 조건을 연구할 필요성과 필연적으로 연결된다.

어떤 경우에는 시스템 분석이 모순을 연구할 필요성과 불가피하게 연결된다. 모순과 불일치의 예로는 불균형한 계획, 특정 유형의 자재 및 장비 공급의 차질, 특정 제품 유형의 생산량과 소비량 증가 사이의 불일치, 그리고 신기술 도입 지연과 관련된 모순 등을 들 수 있다.

두 번째와 세 번째 수준의 문제 분석에는 이미 알려진 운용을 더 잘 수행하거나 이전에 전혀 수행된 적 없는 운용을 수행하기 위해 고안된 새로운 시스템의 설계가 포함된다. 이 수준 및 그 이후 수준의 문제를 다룰 때는 사회적, 정치적 요인에 대한 고려가 점점 더 중요해진다.

《부문별 계획에서의 시스템 분석 활용》, E.P. 골루브코프 저, 1977년(러시아어).

시스템 분석의 구체적인 문제를 해결하기 위한 일반적인 방법은 분화되어 매우 다양한 방법으로 구현되며, 이는 채택된 분류 원칙에 따라 여러 그룹, 예를 들어 분석 방법과 종합 방법, 기술적(記述的) 방법과 실험적 방법 등으로 나눌 수 있다. 시스템 분석에서 형식적 요소가 사용되는 정도에 따라 세 그룹의 방법, 즉 수학적(형식적) 방법, 발견적(비형식적) 방법, 그리고 수학적-발견적 결합 방법을 구분할 수 있다.

시스템 분석 방법은 넓은 의미와 좁고 구체적인 의미 두 가지로 고찰할 수 있다. 넓은 의미에서 시스템 분석 방법에는 시스템 접근법에 기초하여 당면한 문제를 해결하기 위해 적용되는 위의 세 그룹에 속하는 모든 방법이 포함된다. 이러한 넓은 이해에서 시스템 분석 방법은 문제 해결 방법과 동일하며, 의사결정 과정의 개별 단계에 따라 분류할 수 있다.

좁은 의미에서 시스템 분석 방법은 시스템 활동의 목표 총체와 이를 달성하기 위한 최선의 경로를 결정하고, 모델과 기준을 선택하며, 시스템(문제)을 구성 요소로 순차적으로 목표지향적으로 분해하고, 이러한 요소들 사이의 상호연관성과 상호의존성을 규명하며, 개별 목표·척도·기준·모델의 상대적 중요성(선호도)을 결정하기 위해 고안된 특수한 방법이다. 따라서 이는 주로 형식적, 수학적 방법의 적용이 제한되는 경우에 불량 구조화된 문제를 해결하는 것을 목표로 하는 방법들이다.

시스템 분석에서 수학적 방법의 주된 부분은 경영과학 방법(다양한 유형의 계획법, 게임이론, 대기행렬이론 등)으로 구성된다. 이러한 방법들은 시스템 분석에서 널리 적용되지만, 해결해야 할 문제의 본질을 연구하기보다는 그 문제의 개별 측면을 연구하는 데 사용되는 경우가 많다.

시스템 분석에서 수학적 방법은 다음과 같은 경우에 가장 흔히 사용된다:

• 시스템 기능의 결과를 나타내는 지표의 수치값을 결정하기 위해;
• 특정 결과의 달성으로 이어지는 최선의 행동 방침을 찾기 위해(최적화);
• 발견적, 창의적 성격을 지닌 데이터를 처리하고 분석하기 위해.

경제 문제 해결에서 수학적 방법의 역할이 점점 커지고 있음에도 불구하고, 이를 보편적인 해결 수단으로 볼 수는 없다. 축적된 경험과 직관에 기초한 방법, 즉 발견적(비형식적) 방법은 여전히 필수적이다.

수학적 방법을 이용해 제기된 질문에 대한 정확한 답을 얻으려는 욕구는, 엔지니어와 경제학자가 연구 필요성을 규명하는 작업과 방법론에 지나치게 몰두한 나머지, 결국 그들의 노력의 최종 결과가 추가 연구가 필요하다는 결론으로 귀결되게 만들 수 있다.

한편, 어떤 경제 과정, 현상 또는 결과에 대한 특정 데이터가 없는 조건에서는, 완전히 명확하지도 이해되지도 않은 질문에 정확한 답을 시도하기보다는 가장 중요한 질문에 대해 근사적인 답을 얻는 것이 더 낫다. 시스템 목표, 그 실행을 위한 대안, 모델, 기준을 정식화하는 절차는 완전히 형식화될 수 없다.

이러한 전문가 검토 및 회의의 진행은 매우 자주 전통, 즉 궁극적으로는 경험에 의해 규율되며, 많은 점에서 하나의 예술을 이룬다. 그러나 발견적 기원을 지닌 원자료를 처리하기 위한 다양한 수학적 방법들이 점차 이 영역에도 침투하기 시작하고 있다.

발견적 방법의 특징적인 점은, 전문가가 사건을 평가할 때 자신의 경험과 직관에 기초한 정보에 상당 부분 의존한다는 것이다. 이 정보는 전문가의 개인적 자질에 크게 좌우된다. 직관적인 의사결정 방법을 사용할 때, 전문가는 그 실행 순서를 말로 설명할 수 없다.

직관은 신중하고 충분히 숙고된 일련의 단계를 거치는 대신, 해를 직접적이고 비약적으로 얻는 것을 전제로 한다. 직관적으로 사고하는 사람은 흔히 지각 과정에서 상황의 어떤 측면이 식별되었는지, 기억에 저장된 정보 중 어느 부분을 사용했는지, 또는 초기 자료로부터 결정에 이르기까지 어떤 "추론"이 그를 이끌었는지 설명하지 못한다.

경험에 기초한 발견적 의사결정 방법은 현재 발생한 문제와 동일한 과거의 문제에 대한 분석에서 출발한다(과거와의 유추에 근거한 결정). 비형식적 방법에는 또한 권위에 대한 호소에 근거한 의사결정(경영진, 전문가, 또는 과학·교육 문헌과 같은 참고 자료로부터 조언과 지침을 구하는 것)도 포함된다.

시스템 분석 방법의 적용 분야:

1. 목표의 총체와 이를 달성하기 위한 경로 결정(예를 들어 부문별 계획의 목표를 정의하고 그 실행을 위한 여러 대안을 개발하는 것).
2. 개별 목표, 경로, 조치, 결과 등의 선호도(순위) 결정(예를 들어 신기술 부문 계획에서 개별 조치를 실행하는 우선순위와 시기를 결정하는 것).
3. 목표, 프로그램, 계획 등을 요소로 분해하는 것(예를 들어 산업 전체에 설정된 과제를 바탕으로 개별 연합체나 기업의 계획을 편성하는 것).
4. 설정된 목표를 달성하기 위한 최선의 경로 선택(예를 들어 계획에 포함하기 위해 제안된 다양한 조직적·기술적 조치를 분석하고 비교하는 것).
5. 목표와 그 달성 경로를 비교하기 위한 기준 선택(예를 들어 다양한 부문별 계획 대안의 효과성을 평가하기 위한 기준을 선택하는 것).
6. 목표와 그 달성 경로를 선택하기 위한 모델 구축(예를 들어 환산 비용 최소화 기준에 따라 산업 내 기업들에게 계획 과업을 배분하는 모델).
7. 개별 하위 시스템 기능 분석 데이터를 종합하여 시스템 전체 기능의 최적성에 관한 결론을 도출하는 것(예를 들어 산업 내 개별 연합체나 기업이 채택한 계획 절차에 대한 분석을 바탕으로 부문별 계획 수립을 위한 최적의 방식을 편성하는 것).

발견적 방법과 결합 방법 사이의 경계는 어느 정도 관습적인 것임에 유의해야 하는데, 이는 이들 사이에 엄격한 구분이 존재하지 않기 때문이다. 현재 발견적 성격의 원자료를 처리하기 위한 수학적 기법은 거의 모든 발견적 방법의 적용에서 사용되고 있다.

시스템 분석에서는 문제의 정식화 및 그 해결 조건의 확실성 정도에 따라 다양한 유형의 문제가 존재할 수 있으며, 이는 특정한 구체적 해결 방법의 사용을 미리 결정한다. 이러한 문제들은 경영과학에서 사용되는 분류법을 이용하여 세 그룹으로 나눌 수 있지만, 여기에도 일정한 설명이 필요하다.

1. 결정론적 문제. 이는 각 전략이 하나의 유일한 결과로 이어지는 상황에서 최선의 해결 대안을 선택하는 문제이다(예를 들어 주어진 계획 대안이 100퍼센트의 확률로 요구되는 결과를 얻게 하는 경우).
2. 확률적 문제. 이는 각 행동이 서로 다른 결과를 낳을 수 있고 그 확률을 알고 있거나 추정할 수 있는 상황에서 최선의 해결 대안을 선택하는 문제이다(예를 들어 각 계획 대안이 특정 확률로 알려진 결과를 얻게 하는 경우).
3. 불확실성 하의 문제. 이는 서로 다른 결과를 얻을 확률을 알 수 없거나, 검토 중인 여러 전략 중 하나를 선택할 때 어떤 결과를 얻을 수 있는지 전혀 알 수 없는 상황에서 최선의 해결 대안을 선택하는 문제이다.

시스템 분석 문제에 대한 이러한 용어 도입은 어느 정도 관습적인데, 예를 들어 확률적 문제의 해결에도 불확실성 요인이 존재하기 때문이다.

확률적 문제와 불확실성 하의 문제라는 부류에는, 가능한 전략의 완전한 집합이 정의되지 않고 알려진 전략만이 고려되는 문제도 포함된다는 점에 유의해야 한다. 이러한 상황은 발생한 문제를 해결하기 위한 모든 가능한 대안이 아니라 그중 제한된 수의 대안만이 고려되는 의사결정 실무의 특징이다.

결정론적 문제와 불확실성 하의 문제는 확률적 문제의 극한적인 경우(예를 들어 결과에 대한 완전한 지식과 완전한 무지)로 볼 수 있다. 이러한 이유로 우리는 먼저 확률적 문제를 고찰한 다음, 결정론적 문제와 불확실성 하의 문제의 고찰로 넘어갈 것이다.

확률적 문제를 해결할 때, 최선의 해결 대안 선택은 선호도의 기댓값을 최대화함으로써 이루어진다. 이 기준은 이러한 유형의 대부분의 문제 해결에 적용된다.

특정 계산, 예를 들어 기술경제적 계산을 통해 다양한 외부 환경 조건에서 특정 전략의 효과성을 결정할 수 있는 경우, 선호도 값 대신 특정 해결 대안을 실행함으로써 얻는 효과를 나타내는 구체적인 값을 사용해야 한다. 결정 선택에 대한 최종 권고안은 검토 중인 해결 대안들에 대해 서로 다른 결과를 얻을 확률을 고려하여 개발되어야 한다.

결정론적 문제는, 가능한 각 결과를 얻을 확률이 1 또는 0과 같다고 가정할 때, 확률적 문제의 극한적인 경우로 볼 수 있다.

결정론적 문제의 예로는 예를 들어 선형계획법 문제를 들 수 있다.

이러한 문제 해결에 적용되는 기준은, 가능한 결과가 실현될 확률이 1 또는 0과 같은 경우 선호도 기댓값 최대화의 극한적인 경우를 나타낼 수 있다. 구체적인 경제적 의미를 지닌 다양한 지표(환산 비용, 수익성 수준, 노동생산성 등)가 결정론적 문제 해결의 기준으로 자주 사용된다.

시스템 분석 문제에서 가장 특징적인 유형은 불확실성 하의 문제이다. 실제 사례에서, 처음에는 다양한 결과를 얻을 확률 추정치가 전혀 없는 것처럼 보이더라도, 시스템 분석가는 일반적으로 특별한 연구를 수행하여 이러한 확률에 대한 정보를 얻기 위해 최대한의 노력을 기울이며, 대체로 성공을 거둔다. 그러나 확률 추정치가 전혀 알려지지 않은 경우도 있을 수 있다.

불확실성 하의 문제를 해결할 때는 미니맥스, 맥시민, 일반화된 맥시민(허위츠 기준), 미니맥스 후회 기준(새비지 기준), 라플라스 기준 등과 같은 잘 알려진 기준들이 적용된다.

단일 문제를 해결하는 데 서로 다른 기준을 사용하면 일반적으로 서로 다른 결과를 얻게 된다. 불확실성 하의 문제를 해결하기 위한 기준 선택에는 두 가지 접근법이 있다. 첫째는 새로운 기준을 개발하거나 결정 기준 선택을 위한 요구사항을 개발하는 것이다. 둘째 접근법은 서로 다른 환경 조건이 실현될 확률(특정 전략을 실행하여 얻는 서로 다른 결과)에 관한 아무리 미미한 정보라도 활용하거나, 이러한 확률의 추정치를 얻기 위한 실험을 수행하는 것으로 이루어진다. 이를 통해 불확실성 문제는 확률적 문제가 된다.

두 접근법 모두 노동집약적이며 일반적으로 실무에서 구현하기 어렵지만, 둘째 접근법이 더 바람직하다. 첫째 접근법은 알려진 기준들 중에서 최선의 것을 선택하기 위한 새로운 기준의 탐색으로 이어지고, 이어서 검토 중인 기준들 중에서 기준을 선택하기 위한 기준의 탐색으로 이어지는 식으로 계속된다. 다시 말해, "좋은" 기준에 대한 정당화된 요구사항을 충족하면서 확률 추정치에 기초하지 않은 결정 기준은 존재하지 않는다.

불확실성 하에서 가능한 결정을 평가하기 위한 기준을 정식화하려는 시도는, 다양한 조건에서 각 행동 방침의 장단점을 더 명확하게 드러내려는 열망을 반영한다. 불확실성 하에서 결정을 선택하기 위한 기존 기준들 가운데 어떤 의사결정자든 만족시킬 수 있는 보편적인 기준은 없다.

시스템 분석 방법들은 서로 대립시켜서는 안 된다. 각 방법은 장단점을 지니고 있지만, 모든 문제를 해결하기에 적합한 방법은 없다. 따라서 해결해야 할 문제의 성격과 그것이 검토되는 수준에 따라 여러 방법을 결합함으로써 최선의 결과를 얻을 수 있다. 경제 관리의 최하위 수준에서 계획 문제를 해결할 때는 일반적으로 충분히 잘 구조화된 문제를 접하게 되며, 이는 수학적 분석 방법을 폭넓게 적용할 수 있게 한다. 상위 수준에서는 목표와 시스템 분석의 다른 요소들이 점점 더 질적인 성격을 띠게 되므로, 비형식적 방법의 중요성이 커진다.

경제 시스템에서 사회적 과정을 모델링하는 복잡성은 수학적 방법의 적용을 한층 더 어렵게 만든다. 동시에 불확실성 요인의 역할이 커지며, 이를 형식적 방법을 통해 무시하면 잘못된 결론에 이를 수 있다.