완전정보의기대가치 (Expected Value of Perfect Information)

한 줄 정의: 미래 상황을 완벽하게 알 수 있다고 가정했을 때 얻는 기대이익과, 불확실한 상태에서 최선의 의사결정을 했을 때 얻는 기대이익의 차이를 의미합니다.

쉽게 풀면

내일 날씨를 정확히 안다면 우산을 챙길지 말지 완벽하게 결정할 수 있습니다. 하지만 실제로는 강수 확률만 알고 결정을 내려야 합니다. 완전정보의기대가치는 바로 이 "완벽하게 알았을 때"와 "확률만 알고 최선을 다했을 때" 사이의 이익 차이를 숫자로 나타낸 것입니다. 이 값이 크다면 정보를 얻기 위해 돈을 쓸 가치가 있다는 뜻이고, 값이 작다면 굳이 추가 정보를 구하지 않아도 된다는 뜻입니다.

왜 중요한가

산업공학에서는 수요 예측, 설비 투자, 신제품 출시 등 불확실성이 큰 의사결정이 많습니다. 완전정보의기대가치는 시장조사나 파일럿 테스트 같은 추가 정보 수집 활동에 얼마까지 투자할 수 있는지에 대한 상한선을 제시해 주기 때문에 의사결정분석에서 핵심적인 지표로 다뤄집니다.

논문에서는 이렇게 쓰입니다

"신제품 수요 시나리오에 대한 완전정보의기대가치를 산출한 결과, 시장조사에 투입할 수 있는 예산 상한을 도출할 수 있었다."

정보 수집 활동(시장조사)에 대한 투자 타당성을 판단하는 데 이 지표가 활용된 사례입니다.

"공급망 리스크 관리 모형에서 수요와 공급 불확실성에 대한 완전정보의기대가치를 비교함으로써 추가 정보 획득의 우선순위를 결정하였다."

여러 불확실 요인 중 어느 것을 먼저 파악해야 효율적인지 우선순위를 매기는 데 쓰인 예시입니다.

조금 더 깊게 보면

완전정보의기대가치는 일반적으로 "완전정보 하의 기대값(각 시나리오에서 최적 대안을 선택했을 때의 기대이익)"에서 "사전 확률 정보만으로 얻은 최적 기대이익"을 뺀 값으로 계산됩니다. 의사결정나무 분석과 함께 사용되는 경우가 많으며, 표본정보의기대가치(Expected Value of Sample Information)와 짝을 이루어 실제 조사 비용 대비 효용을 비교하는 데 활용되기도 합니다.

주의할 점

완전정보의기대가치는 이론적인 상한값이므로, 실제 조사나 정보 수집을 통해 그만큼의 이익을 항상 얻을 수 있다는 뜻은 아닙니다. 또한 시나리오와 확률 추정 자체가 부정확하면 계산 결과의 신뢰도도 함께 낮아집니다.