---
title: "Analytic Hierarchy Process (AHP) — 계층 분석법"
source: "https://systems-analysis.info/int/Analytic_Hierarchy_Process_(AHP)_%E2%80%94_%EA%B3%84%EC%B8%B5_%EB%B6%84%EC%84%9D%EB%B2%95"
wiki: "systems-analysis.info/int"
article: "Analytic_Hierarchy_Process_(AHP)_—_계층_분석법"
language: "ko"
categories:
  - "Category:Decision theory"
  - "Category:Decision-making"
  - "Category:Korean"
  - "Category:Modeling"
  - "Category:Systems analysis"
revision_id: 365
wiki_created_at: 2026-09-06T22:32:41Z
wiki_modified_at: 2026-09-06T22:32:41Z
downloaded_at: 2026-09-07T22:39:38Z
---

# Analytic Hierarchy Process (AHP) — 계층 분석법

**계층 분석법**(영어: Analytic Hierarchy Process, AHP)은 가장 잘 알려진 다기준 분석 방법 중 하나로, 의사결정자(DM)의 주관적 선호를 바탕으로 대안을 선택하고 순위를 매기며 결정을 정당화하기 위해 설계된 방법이다. 이 방법은 T. 사아티(Saaty)에 의해 개발되었으며, 상충하는 여러 기준을 동시에 고려해야 하는 문제에서 널리 활용되고 있다.

## 방법의 본질

계층 분석법은 복잡한 선택 문제를 계층 구조로 분해하는 것에 기반한다:

- 목표 — 계층의 최상위 요소(달성해야 할 것).
- 기준 및 하위 기준 — 평가가 이루어지는 측면.
- 대안 — 선택이 이루어지는 선택지.

구조의 각 수준은 쌍별로 비교된다. 의사결정자는 두 요소 중 어느 것이 상위 수준의 요소에 비추어 더 선호되는지를 표현한다. 이러한 판단은 쌍별 비교 행렬을 형성하며, 이 행렬로부터 우선순위 가중치가 계산된다.

## 방법 적용 단계

계층 분석법은 논리적으로 연결된 여러 순차적 단계를 통해 실행된다. 각 단계는 의사결정자의 선호를 명확히 하고 의사결정 문제의 계층 모델을 구축하는 것을 목표로 한다.

1.  계층 구성: 문제를 목표, 기준, 하위 기준, 대안으로 분해한다.
2.  요소 간 쌍별 비교: 선호에 대한 전문가 평가를 수행한다(예: 기준 A가 기준 B보다 얼마나 중요한지를 1에서 9까지의 척도로 평가).
3.  국소 가중치 계산: 비교 행렬로부터 요소의 상대적 중요도를 반영하는 수치 가중치를 추출한다.
4.  일관성 평가: 의사결정자의 선호가 논리적으로 일관되는지 확인하기 위해 일관성 계수를 계산한다.
5.  가중치 집계: 전체 계층을 통해 대안의 최종 점수를 계산한다.

### 1. 계층 구조 구성

이 단계에서 문제는 논리적으로 상호 연결된 수준으로 분해된다:

- **최상위 수준** — 선택의 전체적인 목표.
- **중간 수준** — 기준 및 필요에 따라 종속된 하위 기준.
- **최하위 수준** — 대안적인 해결 선택지.

계층 구성의 목적은 의사결정자의 선호에 대한 논리적 구조를 반영하고 쌍별 비교를 위한 기반을 마련하는 것이다.

### 2. 각 수준의 요소 간 쌍별 비교

각 수준에서(목표에 대한 기준부터 시작하여 하위 연결을 따라 내려가며) 의사결정자는 상위 수준 요소에 대한 영향을 기준으로 요소들에 대해 **쌍별 비교**를 수행한다. 비교는 **사아티 척도**(1에서 9까지)에 따라 수행되며, 여기서:

- 1 — 동등한 중요도;
- 3 — 적당한 선호;
- 5 — 강한 선호;
- 7 — 매우 강한 선호;
- 9 — 절대적 선호;
- 2, 4, 6, 8 — 중간 값.

결과는 **쌍별 비교 행렬**에 기록된다.

### 3. 국소 우선순위(가중치) 계산

각 쌍별 비교 행렬로부터 요소의 상대적 중요도를 반영하는 **국소 가중치** 벡터가 계산된다. 일반적으로 주요 고유 벡터(principal eigenvector) 방법 또는 근사 정규화 방법(행별 평균)이 사용된다. 각 요소에 대해 다음이 계산된다:

- **국소 가중치** — 현재 행렬 내에서의 중요도를 나타냄;
- **전역 가중치** — 상위 요소의 가중치를 곱하여 도출됨.

### 4. 판단의 일관성 검증

비교가 주관적이기 때문에 **비일관적 평가**가 발생할 수 있다(예: A \> B, B \> C이지만 C \> A인 경우). AHP 방법은 의사결정자의 판단에 대한 공식적인 **일관성 검증**을 포함한다. **일관성 지수(CI)**와 **일관성 비율(CR)**이 계산된다.

### 5. 우선순위 집계 및 대안 순위 결정

계층의 모든 수준에서 가중치를 계산한 후, 대안으로부터 위 방향으로 계층 전체에 걸쳐 **집계**가 이루어진다. 각 대안은 각 기준에 대한 국소 우선순위와 해당 기준의 가중치를 곱한 가중 합으로 계산되는 **통합 가중치**를 부여받는다. 결과는 선호도 순으로 정렬된 대안 목록이다. 통합 우선순위가 가장 높은 대안이 주어진 문제 구조 내에서 가장 합리적인 것으로 간주된다.

## 방법의 장점

- 복잡한 문제를 구조화하는 편의성;
- 정성적 기준과 정량적 기준 모두에 적용 가능;
- 주관적 판단을 논리적으로 엄밀한 절차에 통합;
- 의견 일관성 정도의 계산(신뢰성 검증);
- 개인적 및 집단적 의사결정 모두에 적용 가능.

## 방법의 한계

- 기준과 대안의 수가 증가할수록 작업량이 증가함(쌍별 비교 행렬이 이차적으로 증가);
- 선호 표현에서의 주관성;
- 비일관적 평가로 인한 왜곡 가능성;
- 복잡한 비선형 선호의 경우 선형 집계의 한계.