가중 의사결정 매트릭스는 여러 후보를 같은 평가 기준 아래에서 비교합니다. 결과로 "A를 고르세요"라는 한 줄이 나오는 것이 아니라 검토 가능한 기록이 남습니다. 어떤 조건이 양보할 수 없는 것인지, 각 후보가 몇 점을 받았는지, 그 근거는 무엇인지, 무엇이 바뀌면 순위가 달라지는지, 그리고 마지막으로 사람이 내린 선택이 무엇인지까지 담깁니다.

이 도구는 필수 조건과 기대 조건을 나눕니다. 필수 조건에는 "충족, 불충족, 미확인"만 있고 가중 합산에 들어가지 않습니다. 기대 조건은 1–5 가중치와 점수를 씁니다. 점수가 불완전한 후보는 지금까지 확인된 점수를 유지하지만 완전한 후보의 순위에는 섞이지 않습니다. PNG, SVG는 보여 주기에 좋고 CSV는 계산 검토에, Markdown은 보고서 보관에, JSON은 이어서 편집할 때 씁니다. 내보내기는 제3자 인증이 아니고 구매, 투자 또는 다른 전문적 조언도 아닙니다.

1. 01구체적인 결정 문제, 비교 기간, 실현 가능한 후보를 적습니다. 최소한 현상 유지나 저비용 시험안 하나는 함께 고려해 본질적으로 비슷한 선택지만 비교하는 일을 피하세요.
2. 02필수 조건을 먼저 나열하고 기대 기준을 그다음에 적습니다. 필수 조건은 확인할 수 있어야 합니다. "많을수록 좋다"를 필수 조건으로 쓰면 설명 가능한 필터 기준을 잃게 됩니다.
3. 03후보 점수를 보기 전에 기준 가중치를 정하고 1점과 5점이 각각 무엇을 뜻하는지 합의합니다. 가격, 가성비, 예산 절감이 같은 이익을 중복 계산하게 두지 마세요.
4. 04점수와 그에 맞는 근거를 채웁니다. 자료가 없으면 빈칸으로 두세요. 모르는 것은 0점이 아니고 조건 실패도 아닙니다. 필수 조건의 유형을 바꾼 뒤에는 관련 점수와 근거를 다시 확인하세요.
5. 05완전한 후보의 결과와 가중치 민감도를 확인합니다. 도구가 기대 가중치를 하나씩 한 단계씩 올리고 내리면서 어떤 국소 변화가 선두 후보를 바꾸는지 보여 줍니다. 모든 불확실성을 빠짐없이 검증하는 증명은 아닙니다.
6. 06사람이 검토한 결론, 부정적 결과, 미해결 질문, 다시 확인할 날짜를 적은 다음 보고서와 JSON을 내보냅니다. 장기 보관을 브라우저 저장소나 메신저 링크에만 맡기지 마세요.

Charles Kepner와 Benjamin Tregoe의 의사결정 분석은 목표를 MUST와 WANT로 나눕니다. 최소 필수 조건으로 먼저 걸러 낸 뒤 기대 성과를 비교하고 마지막으로 불리한 결과를 점검합니다. 이 분리가 "모든 요인에 가중치를 곱해 더하는" 방식보다 중요합니다. Kepner-Tregoe의 방법 설명과 미국 FHWA의 실제 적용 사례 모두 보상할 수 없는 필수 조건과 비교 가능한 기대 목표를 분명히 구분합니다.[1][2]

이 페이지의 계산은 총점 = Σ(기대 기준 가중치 × 해당 후보 점수)이고 만점은 5 × Σ가중치입니다. 조작하기 쉬운 가산 비교일 뿐 보정된 효용 측정이 아니며, 도구의 1–5 입력 범위가 어떤 기관의 원래 전체 절차를 뜻하지도 않습니다. 다속성 평가 문헌은 더 엄격한 이론 배경을 제공하지만, 모든 실제 선호를 자동으로 선형이고 독립적이며 서로 보상 가능하다고 볼 수는 없습니다.[3]

PMI 장단점 목록과 비교하면 매트릭스는 여러 후보가 기준을 공유하도록 요구합니다. 의사결정 트리와 비교하면 분기 확률이나 순차 선택이 없고, 리스크 매트릭스와 비교하면 사건 위험이 아니라 후보의 가치 상충을 비교합니다. 장점은 일관되지 않은 기준과 근거의 공백을 드러낸다는 점입니다. 한계도 같은 표에서 나옵니다. 핵심 기준을 빠뜨리거나, 서로 관련된 요인을 중복 가중하거나, 이미 정한 선호에 맞춰 가중치를 역산하면 정돈되어 보이지만 설득력 없는 순위가 나옵니다. 총점이 비슷하면 소수점을 더 붙여 확신을 만들지 말고 구체적인 차이를 보세요.

내장된 "학습용 노트북: 가상 비교 데이터"에는 세 후보가 있습니다. 필수 조건은 총비용이 예산 안에 드는 것이고, 기대 기준은 휴대 편의, 수업 과제 적합성, 배터리 편의이며 가중치는 차례로 4, 5, 3입니다.

A의 식은 4×5 + 5×3 + 3×5 = 50입니다. C의 계산값도 검토할 수 있지만 높은 점수가 필수 조건 실패를 상쇄하지는 못합니다. B에서 기대 점수 하나를 지우면 B는 불완전해지며 0점으로 정식 순위를 받는 것이 아닙니다. 이 숫자들은 알고리즘 시연용일 뿐 실제 제품 평가나 시장 가격이 아닙니다.

두 번째 템플릿은 소규모 팀 워크숍을 사무실, 지역 공유 공간, 온라인 분과 회의로 비교합니다. 참가자가 실제로 이용할 수 있는지를 필수 조건으로 두고, 편의성 총점이 필수 조건을 대신하지 않도록 주최자에게 접근성, 네트워크, 시간 제약을 먼저 확인하라고 알려 줍니다.

• 후보는 최대 40개, 평가 기준은 최대 20개입니다. 너무 큰 표는 내보낼 수 있더라도 한 번의 논의에 적합하지 않을 수 있습니다.

• 점수 근거는 사용자 입력이며 자동으로 조회하거나 검증하지 않습니다.

• 가중치 민감도는 모든 후보가 현재의 완전 계산 조건을 충족할 때만 표시되고, 단일 가중치를 한 단계씩 바꾸는 방식만 씁니다.

• 사람, 시점, 기준표가 다른 총점은 그대로 비교하면 안 됩니다.

• PNG에는 픽셀과 크기 보호가 있습니다. 특히 큰 보고서는 SVG나 구조화 파일을 쓰세요.

• CSV는 표 보기일 뿐 완전한 앱 보관 파일이 아닙니다. 설정, 근거, 사람의 결론을 되살리려면 JSON을 쓰세요.

확인하지 않은 필수 조건을 충족으로 처리하면 가장 중요한 조사를 건너뛰게 됩니다. 모르는 기대 항목을 중간 점수로 채우는 것도 근거인 척 꾸미는 일입니다. 마음에 드는 후보를 먼저 고르고 그 후보가 앞설 때까지 가중치를 조정하는 것도 흔한 오용입니다. 처음 기준과 변경 이유를 남겨 두세요. 심각한 결과, 되돌릴 수 없는 약속, 전문 규제 사항은 따로 검토해야 하며 보상 가능한 가산 총점에 맡길 수 없습니다.

• 개인은 학습 기기, 강의, 되돌릴 수 있는 생활 계획을 비교할 수 있고, 프로젝트 팀은 장소, 업무 방식, 설계안을 비교할 수 있으며, 조직은 구매 논의의 기준과 근거를 기록할 수 있습니다.
• 채용처럼 사람이 걸린 영향이 큰 결정에는 기준의 합법성, 공정성, 접근성, 근거를 추가로 확인해야 하며, 이 도구를 자동 선별 시스템으로 써서는 안 됩니다.

편집, 계산, 그리기, 내보내기는 브라우저 안에서 이루어지고 계정이나 클라우드 동기화가 필요 없습니다. 기기 자동 저장은 시크릿 모드, 할당량, 정리 때문에 못 쓸 수 있으며 이때는 화면에서 JSON 백업을 쓰라고 안내합니다. 공유는 암호화가 아니므로 링크를 받은 사람은 그 안의 문서를 읽을 수 있습니다. 사적인 메모, 사업 견적, 개인 식별 정보를 공개 링크에 넣지 마세요. 참고 자료 링크는 선택적인 외부 접속입니다.

[1] Kepner-Tregoe: Decision Analysis의 MUST / WANT 구분. 원래 방법 배경은 Kepner와 Tregoe, The New Rational Manager, 1981을 참고하세요.(열람일: 2026-09-22)

[2] FHWA: Work Zone Road User Costs, 3장. 방법 적용 사례이며 이 도구가 공식 교통 안전 분석에 적합하다는 뜻은 아닙니다.(열람일: 2026-09-22)

[3] Ward Edwards: 다속성 효용 측정, 1977. 이론적 측정과 이 페이지의 단순화한 주관 평가를 구분합니다.(열람일: 2026-09-22)