다양한 미래예측 방법론

미래연구 방법론에 관한 기존 연구에서 다양한 예측 방법들의 정의, 특성, 장단점 등을 소개하고 있다. 윤성수(2010)는 각국의 정치적, 문화적, 과학기술 연구개발 체계에 따라, 미래예측을 위한 주요 방법론 및 프로세스가 매우 다양한 형태로 활용 및 진화되어 왔다고 언급하며, 주요 방법론으로 시나리오, 델파이, 패널, 트렌드 분석, 브레인스토밍, 기술로드맵의 특성을 간략히 제시하였다. 이세준 외(2008)는 통합적 미래연구 방법론의 개발을 목적으로 시나리오 델파이, 퓨처스 휠(Futures Wheel), 환경스캐닝, 시나리오 기법, 교차영향분석, SWOT분석, 추세연장 기법, 통찰력 예측, 전문가 패널, 우선순위 로드맵 등 주요 미래연구 방법론으로 제시하고 이에 대한 각 기법에 대한 간단한 개요와 장·단점을 제시하였다. 특히, 안종배 외(2014)는 사회, 기술, 산업, 환경, 정책 및 동양 등 크게 6개 분야로 구분하여 각 분야별로 사용되는 예측기법들을 순차적으로 제시하였고 총 34가지에 달하는 기법에 대해 소개하였다. 한편, 기존 연구에서 미래예측 방법론의 개념과 장단점에 대한 소개가 이루어지고 있는 바, 본 연구에서는 앞서 언급한 Voros(2003)의 미래예측 과정에 적용될 수 있는 방법으로 언급되면서 동시에 여러 선행연구에서 주요 예측 기법으로 공통적으로 소개된 기법(김영명·김민관·이준석·한창희, 2011; 안종배 외, 2014; 유순덕 외, 2014; 윤성수, 2010; Inayatullah, 2008; Popper, 2008; Turturean, 2011)을 중심으로 미래예측 방법론을 소개하고자 한다.

1. 델파이(Delphi)

 델파이 기법은 미국 랜드연구소가 개발한 미래예측 방법론으로 초기에는 군사와 행정영역의 미래 전략에 활용되었으나, 점차 다양한 영역에서 활용되고 있다(안종배 외, 2014). 이는 반복된 일련의 질문과 설문과정을 통해 전문가 집단 내의 합의를 도출해 내는 방법으로 소위 ‘전문가 합의법’이라고도 일컬어지며 일반화 혹은 표준화된 자료나 데이터가 없이 미래예측을 할 경우에 유용하다(유순덕 외, 2014; 이세준 외, 2008; Fish and Busby, 1996; 전은경 외, 2017에서 재인용). 전문가들의 직관과 합의가 중요한 만큼 델파이 기법의 가장 중요한 두 가지 핵심요소는 전문가의 구성과 조사과정에서의 익명성과 피드백이라 할 수 있다(안종배 외, 2014; 이세준 외, 2008). 전문가들의 의견 수렴에 익명성이 보장이 되기 때문에, 한 사람이 다른 사람의 의견을 지배할 수 없고 전문가 그룹에 응답에 따라 자신의 의견이 흔들릴 우려가 줄어드는 등 익명성과 독립성으로 인해 자유롭고 솔직한 전문가 의견의 개진이 가능한 장점을 지닌다(이세준 외, 2008). 반면, 전문가들의 의견이 수렴될 단계의 설문과 자문을 거쳐야 하므로, 다수의 전문가 확보, 과다한 시간 소요, 반복 조사로 인한 회수율 저하에 따른 신뢰도 확보의 어려움 등의 단점이 발생할 수 있다(안종배 외, 2014).

2. 환경 스캐닝(Environmental Scanning)

 환경 스캐닝은 대안적 미래가 나타날 것을 제시하는 초기 지표와 위험신호를 확인하는 것으로 조직의 외부 환경에서의 사건, 트렌드 및 관계 등 다양한 정보를 획득하고 이용하는 것을 말한다(Choo, 2001). 다시 말해 미래에 대한 이슈를 도출하거나 시나리오를 개발하기 위해, 주변에 있는 모든 자료를 최대한 활용하는 방법으로 조사된 자료에 대해 전체적인 분석을 시도하는 것이라 할 수 있다(안종배 외, 2014; 이세준 외, 2008; Puglisi, 2001). 한편, 환경 스캐닝은 크게 자료나 정보 확보를 위한 노력과 범위 정도에 따라 수동적 스캐닝, 적극적 스캐닝, 초점화 스캐닝 등 크게 세 가지 유형으로 구분할 수 있다. 우선 수동적 스캐닝은 신문과 매거진 등을 읽는 것과 인터넷을 통해 자료를 보는 확인하는 것을 말하며, 적극적 스캐닝은 저널과 분석 보고서, 전문지 등을 정기적으로 구독 및 습득하는 것을 통해 보다 적극적으로 자료를 획득하고 분석하는 것을 말한다(이세준 외, 2008). 마지막으로 초점화 스캐닝은 특정한 주제에 초점을 맞추어 전문가와 컨퍼런스 등을 통해 집중적인 자료 탐색 및 분석으로 이슈를 확인하는 것이다(안종배 외, 2014). 이와 같은 특성이 있기에 환경 스캐닝은 많은 연구가 이루어진 연구 분야 보다는 최근 부각되는 주제에 관한 연구나 미래연구의 사전 단계에서 가능한 많은 정보를 수집하는 데 유용하게 사용할 수 있다(이세준 외, 2008; Voros, 2003).

3. 이머징 이슈(Emerging Issue)

 미래예측의 방법 중 미래를 진단하는 초기 과정인 징후를 포착하는 단계의 방법에 유용한 방법이다. 해당 단계에서는 미래에 트렌드가 될 수 있거나 미래에 큰 영향력을 미칠 가능성이 있는 요인을 찾아내며, 이에 따라 다양한 정보의 수집과 분석이 필요하다. 즉, 이머징 이슈 분석은 수치화된 자료가 없을 때 사용하기에 효과적이며, 미래의 주요한 트렌드로 발전하기 위해 초기에 부각되는 이슈를 발견할 수 있도록 도와준다. 이와 같은 특성을 지닌 이머징 이슈 분석에는 스캐팅(자료수집), 요인분석, 의견 교환, 모니터링 등을 방법을 사용할 수 있다(안종배 외, 2014). 이머징 이슈를 보다 자세히 말하면 그 자체로 사회와 정책에 기회가 될 수도 있거나 위협이 될 수도 있는 새롭게 떠오르는 사건과 이슈를 찾는 대표적인 방법은 Horizon Scanning이다(Amanatidou et al., 2012). Horizon Scanning은 이머징 이슈를 더 조기에 더 잘 예측할 수 있도록 도와주는 민첩함의 기능을 수행함과 동시에 이슈 또는 새롭게 발생하는 이슈의 발견을 스캔한 데이터의 통합과 분석에 기반하여 재조립할 수 있도록 하는 창조적인 기능을 수행하기에 정책을 만드는 사람들이 이머징한 사건에 더 잘 대응할 수 있도록 한다(Amanatidou et al., 2012). 이렇듯 이머징 이슈는 앞으로 주요 트렌드로 발전할 수 있는 초기 이슈를 빠르게 발굴할 수 있도록 하고 이에 따른 전략수립과 조기 대응이 가능하도록 하는 장점을 지니고 있다(안종배 외, 2014). 하지만 해당 기법을 사용함에 있어, 주요 트렌드가 될 때까지 이슈의 지속적인 추적 과정이 필요하며, 천재지변과 같이 전혀 예상조차 할 수 없는 변수에는 대응력이 약한 변수들이 존재하는 것을 감안하여 사용할 필요가 있다(안종배 외, 2014).

4. 트렌드 분석 - 추세연장기법(Trend Extrapolation)

 트렌드 분석은 현재 확대되어 가고 있는 트렌드를 탐지하는 것으로, 우리 주위에서 현재 일어나고 있는 변화를 발견해내는 것을 말한다(윤성수, 2010). 과거와 현재의 동향을 분석하여 미래의 동향을 예측하는 방식이며(유순덕 외, 2014), 이와 같은 트렌드 분석에서 가장 많이 사용되고 있는 미래예측 방법은 추세외삽법(Trend Extrapolation)이라 할 수 있다(윤성수, 2010). 추세외삽법은 기존의 자료나 추정을 바탕으로 미래에 발생할 상황을 예측해보고자 하는 것으로, 과거에 발생한 일들이 특별한 사건에 의하여 방해를 받지 않은 한 미래에 재연될 것이라는 전체 하에 접근하는 방식이다(이세준 외, 2008). 해당 기법은 미래의 추세가 지속될 것으로 예상되는 인구성장이나 경제발전, 사회적 성향과 같은 역사적 자료나 시계열 자료 등을 주로 활용하는 경향이 있다(유순덕 외, 2014). 그렇기에 추세외삽법은 일련의 양적 데이터를 활용하여 미래의 발전 추세를 파악하고 미래 상황을 해석하기에 용이할 수 있다(이세준 외, 2008). 반면, 추세외삽법은 현재 추세가 지속될 것을 가정하기에, 예측기간이 길어질수록 예측력이 급격히 저하되고 역사와 추세에서 보인 변화 패턴에서 벗어난 데이터가 배제되거나 반대로 벗어난 불연속적인 변화에 대한 예측력이 낮은 약점이 있다(이세준 외, 2008).

5. 교차영향분석

 미래예측 방법에는 하나의 예측상에 도달하는 것으로 시도하는 것에 있다(Puglisi, 2001). 트렌드와 사건들 간의 상호 가능한 영향에 대한 분석 없이 하나의 미래상을 예측하는 것이다(Puglisi, 2001). 한편, 1966년 테드 고든과 올프 엘머가 개발한 교차 영향분석은 이와 같은 한계에 반하여 ‘미래의 사건들이 서로에게 어떻게든 영향을 끼친다는 전제를 바탕으로 미래를 예측할 수 있지 않을까?’라는 질문에서 비롯되었다(이세준 외, 2008). 교차영향분석은 예측항목 간에 존재하는 상호관계를 무시하는 직관적 기술예측수법의 하나인 델파이법의 문제점을 개선하기 위하여 고안된 것으로, 분석 대상의 주요 요인들이 서로 영향을 주고받는 상호연관성을 지녔다는 전제 아래 주요 요인 간의 연관 관계분석 및 일정 요인의 발생 가능성 파악에 활용될 수 있다(안종배 외, 2014; 이세준 외, 2008). 다시 말해, 한 항목의 발생확률을 예측하거나 다른 예측항목과의 사이에 존재하는 상호작용에 대한 판단을 행하고 그 판단에 비추어서 지금 예측하고자 하는 항목의 발생확률에 대하여 수정을 가하는 방법이라 볼 수 있다(이세준 외, 2008). 좀 더 구체적으로 설명하면 교차영향분석은 일련의 사건과 변인이 교차영향 행렬 안에서 서로가 서로에게 어떤 영향을 미치는지를 탐색하는 것으로 초기의 양적 버전은 행렬 안의 사건의 확률, 다른 사건의 다른 트렌드의 규모와 다른 사건의 발생빈도에 기반한 트렌드의 규모를 평가하는 것인 반면, 질적 버전은 각 행렬의 셀에 다른 모든 사건 또는 트렌드에 대비한 한 사건의 효과를 채우는 것이다. 한편, 교차영향분석은 각 분야의 특성과 상관관계를 파악하기에 유용한 장점을 가진 반면 분석을 구성하는 요소가 많아질수록 조건부 확률에 대한 판단이 가중되고 두 개 사건 사이의 상호연관성에 초점을 맞추는 단점이 있다(이세준 외, 2008). 현실 세계에서 하나의 사건이 단순히 다른 하나의 사건에만 연결된 것이 아니라 다양한 사건들과 복잡하게 연관된 것을 감안할 때 이와 같은 특성은 해당 기법만으로는 사건 간 상호 연관성을 제대로 파악하기가 힘든 제한점이 될 수 있다.

6. 다원화 인과계층분석(Causal Layered Analysis)

 본 연구방법은 우리 주변에서 일어나는 관찰 가능한 트렌드와 사건의 표면 밑에 있는 일들을 조사하고, 미래에 대한 이해를 심화시키는데 활용할 수 있는 주요한 방법이다(Inayatullah, 2008). 이는 총 4개의 층으로 구성되어 있는데 각 층에 대한 설명은 다음과 같다. 첫 번째 층은 현재 또는 미래세계에서 우리가 관찰하는 데이터에 해당하는 경험 층으로, 해당 차원의 문제점에 대한 중재는 단기적이며, 데이터에 의해 쉽게 이해되고 풀 수 있다. 두 번째 경험 층은 데이터를 생산하는 표면 밑에서 작동하는 메커니즘인 시스템 층으로 사회, 경제 및 정치적 이슈의 원인들에 초점을 맞추는 등 첫 번째 층에 비해 더 깊은 층이라 할 수 있다. 시스템 층에서 문제들은 이전 단계에 비해 깊은 층인 만큼 전문가에 의한 중재가 필요하다. 세 번째는 세계관/패러다임 층으로 이는 시스템 층을 정당화할 수 있고 세계를 규범적이고 일관되게 보이게 하는 기본적 신념, 가치 및 가정에 해당한다. 그런 만큼 이에 대한 변화에는 더 어렵고 장기적인 기간이 필요할 것이다. 마지막 층은 신화/상징(metaphor)은 사람들에게 옳은 것과 행동 방법에 대해 가르쳐주는 이야기, 즉 매우 심층적인 무의식적 이야기이다. 해당 층은 새로운 이야기와 개인 및 집단 실체를 만드는 것을 수반하기 때문에 가장 심층적인 중재를 필요로 한다(Inayatullah, 2008).

7. 시나리오

 시나리오는 미래예측 방법 중 가장 널리 활용되고 그 틀이 가장 진화된 방법으로(최항섭 외, 2005) 미래에 나타날 가능성이 있는 여러 가지 시나리오를 구상해 전개 과정을 상세히 추정하는 것이다(안종배 외, 2014). 미래에 대한 정확하게 예견하거나 예보하는 것이 아니라 무엇이 일어날 수 있는지에 대한 여러 가능성을 예측하고 이를 글로써 그려보는 방법이다(윤성수, 2010; 이세준 외, 2008). 즉, 대부분의 예측 기법들이 한 가지 가정에 근거해 미래상을 예측하는 데 비해 시나리오 기법은 복수의 미래를 가정하고 발생 가능한 대안적 미래상을 제시한다는 점에서 큰 차이를 보인다(안종배 외, 2012; 윤성수 2010). 그렇기 때문에 시나리오 기법은 현시점에서 향후 2~3년 후의 단기적 전망을 살펴보는 것보다 10~20년 이후의 장기적인 전망이 필요할 때 더욱 도움이 된다. 이와 같은 특성이 있으므로 시나리오 기법은 대안적 미래 제시가 가능하여 실제 외부환경 변화 발생 시, 이에 따른 전략 수립이 용이한 장점이 있다(안종배 외, 2014; 이세준 외, 2008). 하지만 시나리오 도출 작업에 관여하는 사람들의 능력과 상호작용에 상당 부분 의존하기 때문에 계량화와 일반화가 어렵고 이와 같은 구체성의 결여로 인해 의사결정과 실행이 어려운 단점이 있다(안종배 외, 2014; 이세준 외, 2008).

8. 비저닝(Visioning)

 비저닝 과정은 미래상이 우리 현재의 행동을 제시하고 우리의 선택을 안내하며 우리의 결정에 영향을 미치는 것을 주요 전제로 한다(Bell, 1997:82; Puglisi, 2001에서 재인용). 비전을 연구하는 방법에는 크게 두 가지 접근이 있는데, 첫 번째는 미래학자가 미래상이 사람의 행동과 차례로 그 행동들이 미래를 만드는 과정에 어떻게 기여하는지를 연구하는 것이다(Bell, 1997:81-86; Puglisi, 2001에서 재인용). 두 번째는 어떤 그룹 또는 공동체에 공유된 이미지를 만드는 것으로 이와 같은 접근은 공상을 자유롭게 하고 상상력을 향상시키고 바람직한 세계의 이미지를 만드는 것을 목적으로 한다(Puglisi, 2001). 이와 같은 특성의 비저닝은 다음과 같은 단계를 거쳐 이루어진다. 우선 현재 문제를 확인하고 다음으로 과거의 성공 사례들을 확인한다. 이후 미래의 바람들을 탐구하고 미래의 목적을 정의한다. 다음으로 미래의 목적 달성을 위해 설명되어야 하는 주요 동인과 이용할 수 있는 자원들을 확인하고 마지막으로 비전과 실행계획을 세우게 된다(Puglisi, 2001) 9. 백캐스팅(Backcasting)

 백캐스팅은 장기적인 미래 사회의 비전과 목표를 설정한 상태에서 이를 가능하게 하는 정책이나 기술을 역으로 구성해 나가는 방식이다(허나영·고영주, 2014). 우리가 보다 익숙할 수 있는 포캐스팅(Forecasting) 방법은 주어진 현재 상태를 어떻게 유지하고 개선할 것인지 또는 과거와 현재를 기반으로 어떠한 미래가 발생할 가능성이 높은지를 예측하는 것과는 반대 방향으로 진행된다(성지은·정병걸·송위진, 2012). 이는 인간의 행동을 분석할 때, 행동의 의도와 동기에 대한 질문에 초점을 두는 반면, 계획/설계-지향적 사회과학은 목적 달성의 맥락하에서 미래를 보는 경향이 있는 차이를 고려하여 두 접근을 통합하기 위한 노력으로 나타난 방법론 중 하나이다(Robinson, 2003). 백캐스팅은 우선 미래를 예측하는 우리의 능력이 매우 제한적이며, 예측이 가능하더라도 지속가능성과 같은 장기적 사회문제에 있어서 가장 발생 가능성이 높은 미래가 꼭 바람직한 미래가 아닐 수 있다는 합리적 설명에 근거하고 있다(Robinson, 2003). 백캐스팅은 이와 같은 문제들에 민감하게 반응하는 대안적 미래를 분석하는 접근이다(Robinson, 2003). 다시 말해, 해당 연구방법은 여타 다른 방법들과 같이 미래에 어떤 일이 일어날지를 밝히는 것에 목적을 두는 것이 아니라, 어떻게 바람직한 미래를 달성할 수 있는지에 관심을 두며(Robinson, 1994; Robinson, 2003에서 재인용), 다양한 정책 목표에 대한 상대적인 실행가능성과 함의를 제공하는 의도를 지닌다(Robinson, 2003).

10. 규범적 예측기법(Normative methods)

 미래를 예측하는 방법은 크게 탐구적 접근법과 규범적 접근법으로 구분할 수 있다. 탐구적 접근법이 현재 존재하는 여러 자료들을 근거로 “앞으로 어떤 일이 일어날 것인가?”라는 질문의 답을 찾아가는 귀납적 특성의 방법이라면, 규범적 접근법은 이와 반대로 우선 특정 집단의 필요나 목표를 정한 후 어떻게 하면 그 집단이 원하는 방향으로 만들어 갈 수 있는지, 어떻게 하면 그들이 필요로 하는 것을 달성할 수 있을지에 초점을 두는 연역적 특성을 지니는 방법이라고 할 수 있다(안종배 외, 2014). 이와 같은 특징을 지니고 있기에, 연역적 미래예측 방법은 정부와 같이 복잡하고 큰 조직과 시스템에 사용이 용이하며, 정책 결정자나 계획 수립자가 미래의 여러 가지 대안들의 상대적인 실현 가능성을 파악할 수 있도록 하는 장점을 지닌다(안종배 외, 2014). 반면, 해당 방법은 복잡하고 큰 조직과 시스템 문제에 적용되는 만큼 많은 자료를 요구하고 그 외에도 과학적, 기술적, 사회적 요인들을 복합적으로 고려하는 예측 작업이 필요하다(안종배 외, 2014).

출처 : 2050 종합미래시나리오 예측연구, 미래연구원