시나리오 플래닝

시나리오 플래닝(scenario planning), 시나리오 사고, 시나리오 분석^[1], 시나리오 예측^[2], 그리고 시나리오 방법^[3]은 모두 일부 조직에서 유연한 장기 계획을 수립하는 데 사용하는 전략 기획 방법론을 설명한다. 이는 군사정보에서 사용되는 고전적인 방법의 상당 부분을 각색하고 일반화한 것이다.^[4]

이 방법의 가장 일반적인 적용에서 분석가는 정책 입안자를 위해 시뮬레이션 게임을 생성한다. 이 방법은 인구 통계, 지리학, 광물 매장량과 같은 알려진 사실과 군사, 정치, 산업 정보 및 사회적, 기술적, 경제적, 환경적, 정치적("STEEP") 추세를 고려하여 식별된 주요 동인을 결합한다.

비즈니스 적용에서는 상대방의 행동을 이해하는 데 대한 강조가 줄어들고 자연 환경의 변화에 더 많은 관심이 기울여지고 있다. 예를 들어 로열 더치 셸에서는 시나리오 플래닝이 특정 전략을 수립하기 전에 외부 세계에 대한 사고방식을 바꾸는 것으로 설명되었다.^[5][6]

시나리오 플래닝에는 시스템 사고의 측면이 포함될 수 있으며, 특히 많은 요인들이 복잡한 방식으로 결합하여 때로는 놀라운 미래를 만들어낼 수 있다는 인식(비선형 피드백 루프로 인해)이 포함될 수 있다. 이 방법은 미래에 대한 새로운 통찰력, 가치의 심오한 변화, 전례 없는 규제 또는 발명과 같이 형식화하기 어려운 요인을 포함할 수도 있다.^[7] 시나리오 플래닝과 함께 사용되는 시스템 사고는 요인들 간의 인과 관계가 입증될 수 있기 때문에 그럴듯한 시나리오 줄거리를 이끌어낸다.^[8] 시나리오 개발에 시스템 사고 접근 방식이 통합된 이러한 사례를 때때로 "동적 시나리오"라고 한다.

불확실성과 복잡성을 다루는 주관적이고 휴리스틱한 방법론의 사용에 대한 비판론자들은 이 기법이 엄격하게 검증되지 않았으며 과학적 증거에 의해 충분히 영향을 받지 않았다고 주장한다. 그들은 자의적인 주제와 "예측 기법"으로 묘사될 수 있는 것을 기반으로 "예측"하는 데 이러한 방법을 사용하는 것에 대해 경고한다.

시나리오 구축의 도전이자 강점은 "예측자는 그들이 예측하려는 사회적 맥락의 일부이며 그 과정에서 그 맥락에 영향을 미칠 수 있다"는 것이다.^[9] 결과적으로 사회적 예측은 자체적으로 파괴될 수 있다. 예를 들어, 기존 추세를 기반으로 인구의 상당 부분이 HIV에 감염될 것이라는 시나리오는 더 많은 사람들이 위험한 행동을 피하게 하여 HIV 감염률을 낮추고 예측을 무효화할 수 있다(공개적으로 알려지지 않았다면 옳았을 수도 있다). 또는 사이버 보안이 주요 문제가 될 것이라는 예측은 조직이 더 안전한 사이버 보안 조치를 구현하게 하여 문제를 제한할 수 있다.^[9]

원리

시나리오 구성

사실과 관련 사회 변화의 조합과 순열을 "시나리오"라고 한다. 시나리오는 일반적으로 현재의 미미한 형태에 존재하는 그럴듯하지만 예상치 못하게 중요한 상황과 문제를 포함한다. 특정 시나리오는 가능성이 낮다. 그러나 미래학 분석가들은 시나리오 특징을 선택하여 가능하면서도 불편하게 만든다. 시나리오 플래닝은 정책 입안자와 기업이 변화를 예측하고, 대응을 준비하며, 더 강력한 전략을 수립하는 데 도움을 준다.^[10][11]

시나리오 플래닝은 기업이 다양한 시나리오의 영향을 예측하고 약점을 식별하는 데 도움을 준다. 몇 년 전에 예상될 때, 이러한 약점은 비상사태의 압박 속에서 유사한 실제 문제가 고려될 때보다 더 효과적으로 피하거나 영향을 줄일 수 있다. 예를 들어, 회사는 새로운 종류의 위험으로부터 보호하기 위해 계약 조건을 변경해야 하거나, 예상되는 기술이나 장비를 구매하기 위해 현금 보유액을 확보해야 한다는 것을 발견할 수 있다. "대응 프로토콜"을 포함하는 유연한 업무 연속성 계획은 유사한 운영 문제를 해결하고 측정 가능한 미래 가치를 제공하는 데 도움을 줄 수 있다.

워게임

전략적 군사정보 기관들도 시나리오를 구성한다. 시나리오 플래닝이 군사 및 정치 문제뿐만 아니라 더 넓은 범위의 문제에 적용된다는 점을 제외하면 방법과 조직은 거의 동일하다.

군사정보에서와 마찬가지로 시나리오 플래닝의 주요 과제는 정책 입안자 스스로 무엇을 알아야 할지 모르거나 자신이 정말로 원하는 정보를 설명할 방법을 모를 때 정책 입안자의 실제 필요를 파악하는 것이다.

좋은 분석가는 정책 입안자가 시뮬레이션된 조직을 크게 유연하게 적응시킬 수 있도록 워게임을 설계한다.^[12] 그러면 이 시뮬레이션된 조직들은 게임이 진행됨에 따라 시나리오에 의해 "압박"을 받는다. 일반적으로 특정 사실 그룹이 더욱 분명히 중요해진다. 이러한 통찰력은 정보 기관이 실제 정보를 더 정확하게 다듬고 재포장하여 정책 입안자의 실제 요구에 더 잘 부응할 수 있도록 한다. 일반적으로 게임의 시뮬레이션 시간은 실제 시간보다 수백 배 빠르게 진행되므로 정책 입안자는 하루도 안 되는 시간 안에 몇 년간의 정책 결정과 그 시뮬레이션된 효과를 경험하게 된다.

시나리오 플래닝의 주요 가치는 정책 입안자가 실제 생활에서 경력에 지장을 줄 수 있는 실패를 감수하지 않고도 실수를 저지르고 그로부터 배울 수 있도록 한다는 것이다. 또한 정책 입안자는 안전하고 위협적이지 않은 게임과 같은 환경에서 사실에 기반한 다양한 구체적으로 제시된 상황에 대응하면서 이러한 실수를 저지를 수 있다. 이는 모든 행동과 결정이 중요한 일상 업무에서는 찾아볼 수 없는 "미래를 예행연습"할 기회이다.

군사 시나리오 플래닝 또는 시나리오 사고 수행 방법

1. 분석을 통해 답변할 핵심 질문을 결정한다. 이를 통해 시나리오 플래닝이 다른 방법보다 선호되는지 평가할 수 있다. 질문이 작은 변화나 아주 적은 수의 요소에 기반한다면, 다른 더 형식화된 방법이 더 유용할 수 있다.
2. 분석의 시간과 범위를 설정한다. 과거에 변화가 얼마나 빨리 일어났는지 고려하고, 인구 통계, 제품 수명 주기에서 공통적인 추세를 어느 정도 예측할 수 있는지 평가하려고 노력한다. 일반적인 시간 프레임은 5년에서 10년이 될 수 있다.
3. 주요 이해관계자를 식별한다. 누가 영향을 받고 가능한 결과에 관심을 가질지 결정한다. 그들의 현재 이익이 무엇인지, 과거에 이러한 이익이 시간이 지남에 따라 어떻게 그리고 왜 변했는지 식별한다.
4. 기본 추세와 동인을 파악한다. 여기에는 산업, 경제, 정치, 기술, 법률 및 사회적 추세가 포함된다. 이러한 추세가 연구 질문에 어느 정도 영향을 미칠지 평가한다. 각 추세, 그것이 조직에 어떻게 그리고 왜 영향을 미칠지 설명한다. 이 단계에서는 일반적으로 브레인스토밍이 사용되며, 가능한 그룹 사고와 터널 시야를 포착하기 위해 생각할 수 있는 모든 추세가 평가되기 전에 제시된다.
5. 주요 불확실성을 찾는다. 동인을 불확실성/(상대적으로) 예측 가능성 및 중요성/비중요성 척도에 따라 두 축에 매핑한다. 중요하지 않다고 간주되는 모든 동인은 버려진다. 상대적으로 예측 가능한 중요한 동인(예: 인구 통계)은 모든 시나리오에 포함될 수 있으므로 시나리오는 이러한 동인에 기반해서는 안 된다. 이렇게 하면 중요하고 예측할 수 없는 동인이 남게 된다. 이 시점에서 동인들 사이에 어떤 연결 고리가 존재하는지 평가하고 "불가능한" 시나리오(예: 완전 고용 및 제로 인플레이션)는 제외하는 것이 유용하다.
6. 연결된 동인을 그룹화할 가능성을 확인하고 가능하면 동인을 가장 중요한 두 가지로 줄인다. (시나리오를 깔끔한 xy-다이어그램으로 제시할 수 있도록)
7. 두 동인의 가능한 결과의 극단을 식별하고 일관성과 타당성을 위해 차원을 확인한다. 세 가지 핵심 사항을 평가해야 한다.
   1. 시간 프레임: 해당 시간 프레임 내에서 추세가 호환되는가?
   2. 내부 일관성: 동인들이 그럴듯한 시나리오를 구성할 수 있는 불확실성을 설명하는가?
   3. 이해관계자와 비교: 현재 어떤 이해관계자들이 선호하는 상황과 비교하여 불균형 상태에 있으며, 이것이 시나리오를 발전시킬 것인가? 이해관계자를 고려할 때 그럴듯한 시나리오를 만들 수 있는가? 이는 정부, 대규모 조직 등이 결과에 영향을 미치려고 할 거시적 시나리오를 만들 때 가장 중요하다.
8. 시나리오를 정의하고 가능하면 그리드에 플로팅한다. 일반적으로 2~4개의 시나리오가 구성된다. 현재 상황이 다이어그램의 중앙에 있을 필요는 없으며(인플레이션은 이미 낮을 수 있음), 가능한 시나리오는 특히 3개 이상의 동인을 사용할 경우 하나(또는 그 이상)의 동인을 상대적으로 일정하게 유지할 수 있다. 한 가지 접근 방식은 모든 긍정적인 요소를 하나의 시나리오로, 모든 부정적인 요소를 (현재 상황에 비해) 다른 시나리오로 만들어 이를 다듬는 것이다. 마지막으로, 순수한 최상의 시나리오와 최악의 시나리오를 피하려고 노력한다.
9. 시나리오를 작성한다. 어떤 일이 일어났고 제안된 상황에 대한 이유가 무엇인지 서술한다. 변화가 왜 발생했는지에 대한 좋은 이유를 포함하려고 노력하며, 이는 추가 분석에 도움이 된다. 마지막으로, 각 시나리오에 서술적이고 (기억하기 쉬운) 이름을 붙여 나중에 참고하기 쉽게 한다.
10. 시나리오를 평가한다. 목표와 관련이 있는가? 내부적으로 일관성이 있는가? 전형적인가? 상대적으로 안정적인 결과 상황을 나타내는가?
11. 연구 필요성을 식별한다. 시나리오를 기반으로 더 많은 정보가 필요한 부분을 평가한다. 필요한 경우 이해관계자의 동기, 산업에서 발생할 수 있는 혁신 등에 대한 더 많은 정보를 얻는다.
12. 정량적 방법을 개발한다. 가능하다면 성장률, 현금 흐름 등 다양한 시나리오의 결과를 정량화하는 데 도움이 되는 모델을 개발한다. 이 단계는 물론 다른 단계에 비해 상당한 양의 작업이 필요하며, 간단한 분석에서는 생략될 수 있다.
13. 의사 결정 시나리오로 수렴한다. 조직이 직면한 근본적인 문제를 다루는 시나리오에 도달할 때까지 위의 단계를 반복적인 과정으로 되풀이한다. 가능한 시나리오의 장점과 단점을 평가하려고 노력한다.

관리자의 사용

이 과정의 기본 개념은 비교적 간단하다. 전반적인 예측 접근 방식 측면에서 세 가지 주요 활동 그룹으로 나눌 수 있다(이는 일반적으로 모든 장기 예측 과정에 공통적이다).^[13]

1. 환경 분석
2. 시나리오 플래닝
3. 기업 전략

이 중 첫 번째 그룹은 단순히 일반적인 환경 분석으로 구성된다. 이는 모든 진지한 장기 계획의 첫 번째 단계로 수행되어야 하는 것과 거의 정확히 동일하다. 그러나 이 분석의 품질은 시나리오 플래닝의 맥락에서 특히 중요하다.

중앙 부분은 장기 계획에서 시나리오 예측 과정을 다른 것과 구별하는 특정 기술(여기서 다루는)을 나타낸다.

마지막 그룹은 기업 전략과 계획을 수립하는 데 필요한 모든 후속 프로세스를 나타낸다. 다시 말하지만, 요구 사항은 약간 다르지만 일반적으로 건전한 장기 계획의 모든 규칙을 따른다.

응용

사업

과거에는 전략 계획이 종종 "공식 미래"만을 고려했는데, 이는 대개 현재 추세를 미래로 이어진 직선 그래프였다. 종종 추세선은 회계 부서에서 생성되었고, 인구 통계나 사회적 조건의 질적 차이에 대한 논의는 부족했다.^[5]

이러한 단순한 추측은 대부분의 경우 놀라울 정도로 정확하지만, 기업이나 정부에 영향을 미칠 수 있는 질적인 사회 변화를 고려하지 못한다. 폴 J. H. 슈메이커는 비즈니스에서 시나리오 플래닝 사용에 대한 강력한 경영적 사례를 제시했으며 광범위한 영향을 미쳤다.^[14]

이 접근 방식은 셸 내부보다 외부에서 더 큰 영향을 미쳤을 수 있는데, 다른 많은 기업과 컨설팅 회사들도 시나리오 플래닝으로부터 이점을 얻기 시작했기 때문이다. 시나리오 플래닝은 과학만큼이나 예술이며, 폴 J. H. 슈메이커가 열거한 다양한 함정(과정과 내용 모두)에 빠지기 쉽다.^[14] 최근에는 시나리오 플래닝이 단순히 여러 시나리오뿐만 아니라 여러 일관된 전략을 인지적으로 준비함으로써 전략적 민첩성을 향상시키는 도구로 논의되고 있다.^[10]

군대

시나리오 플래닝은 군사 기획자들에게도 매우 인기가 많다. 대부분의 국가 국방부는 잘 알려진 군사 또는 전략적 문제에 대처하기 위해 지속적으로 업데이트되는 일련의 전략 계획을 유지한다. 이러한 계획은 거의 항상 시나리오를 기반으로 하며, 종종 계획과 시나리오는 워게임을 통해 최신 상태로 유지되며, 때로는 실제 병력으로 진행되기도 한다. 이 과정은 (방법은 논란의 여지가 있지만) 19세기 중반 프로이센 참모부에 의해 처음 수행되었다.

금융

경제학과 금융에서 금융기관은 시나리오 분석을 사용하여 경제 (예: 급속한 성장, 완만한 성장, 느린 성장) 및 각 시나리오에서 채권, 주식, 현금 등에 대한 재정 수익률에 대한 여러 가능한 시나리오를 예측할 수 있다. 이는 각 가능성의 하위 집합을 고려할 수 있다. 또한 시나리오(및 하위 집합이 있는 경우)에 대한 상관 관계를 결정하고 확률을 할당하려고 할 수 있다. 그러면 자산을 자산 유형 간에 분배하는 방법(즉, 자산 배분)을 고려할 수 있게 된다. 기관은 시나리오 가중 기대 수익률(이 수치는 금융 환경의 전반적인 매력을 나타낼 것임)도 계산할 수 있다. 또한 불리한 시나리오를 사용하여 스트레스 테스트를 수행할 수 있다.^[15]

문제의 복잡성에 따라 시나리오 분석은 힘든 작업이 될 수 있다. 미래에 어떤 일이 일어날지 예측하기 어렵다(예: 실제 미래 결과가 완전히 예상치 못할 수 있음). 즉, 시나리오가 무엇인지 예측하고 확률을 할당하기 어렵다. 이는 일반적인 예측뿐만 아니라 암시된 금융 시장 수익률에도 해당된다. 결과는 수학적/통계적으로 모델링될 수 있다(예: 단일 시나리오 내의 가능한 변동성과 시나리오 간의 가능한 관계를 고려). 일반적으로 다른 시나리오에 확률을 할당할 때는 가장 확률이 높은 시나리오만 고려하는 경향이 생길 수 있으므로 주의해야 한다.^[16]

지정학

정치 또는 지정학에서 시나리오 분석은 사회적 또는 정치적 환경의 가능한 대안 경로와 잠재적인 외교 및 전쟁 위험에 대해 숙고하는 것을 포함한다.

학술 및 상업 조직의 사용 역사

대부분의 저자들은 시나리오 플래닝의 도입을 1950년대 RAND Corporation에서 미국 군대를 위해 일하면서 미래를 미래의 사람들이 쓴 것처럼 이야기로 묘사하는 기술을 개발한 허먼 칸에게 돌린다. 그는 이러한 이야기를 묘사하기 위해 "시나리오"라는 용어를 채택했다. 1961년 그는 허드슨 연구소를 설립하여 시나리오 작업을 사회 예측 및 공공 정책으로 확장했다.^{[17][18][19][20][21]} 시나리오의 가장 논란이 많은 사용 중 하나는 핵전쟁에서 승리할 수 있다는 것을 시사한 것이었다.^[22] 칸이 시나리오 플래닝의 아버지로 자주 인용되지만, 칸이 RAND에서 자신의 방법을 개발하는 동시에 가스통 베르제는 프랑스에서 자신이 설립한 Centre d'Etudes Prospectives에서 유사한 방법을 개발하고 있었다. 그가 '라 프로스펙티브'라고 명명한 그의 방법은 공공 정책을 수립하는 지침으로 사용될 미래의 규범적 시나리오를 개발하는 것이었다. 1960년대 중반에 프랑스 및 미국 기관의 다양한 저자들이 1964년 베르제의 '라 프로스펙티브'^[23]와 1967년 칸과 위너의 '다음 33년'^[24]과 같은 시나리오 플래닝 개념을 출판하기 시작했다. 1970년대에는 허드슨 재단, 스탠포드 연구소(현 SRI 인터내셔널), 프랑스의 SEMA 메트라 컨설팅 그룹을 포함하여 비즈니스 지원을 제공하기 위해 여러 기관이 설립되면서 시나리오 플래닝이 한창 진행되었다. DHL 익스프레스, 로열 더치 셸, 제너럴 일렉트릭과 같은 여러 대기업도 시나리오 플래닝을 수용하기 시작했다.^{[19][21][25][26]}

아마도 이러한 매우 정교한 접근 방식과 그들이 사용한 어려운 기술(일반적으로 중앙 기획 직원의 자원이 필요했음)의 결과로, 시나리오는 사용의 어려움(및 비용)에 대한 명성을 얻었다. 그럼에도 불구하고 장기 예측에 내재된 불확실성을 해결하는 데 도움이 되는 대안 시나리오 사용의 이론적 중요성은 1973년 오일 쇼크 이후의 광범위한 혼란으로 극적으로 강조되었다. 그 결과, 많은 대규모 조직이 어떤 형태로든 이 기술을 사용하기 시작했다. 1983년 디펜바흐는 '대안 시나리오'가 장기 예측을 위한 세 번째로 인기 있는 기술이라고 보고했으며, 그가 조사한 대규모 조직의 68%가 사용했다.^[27]

이전에 사용되던 제한적인 학술적 용도보다 전략을 안내하기 위한 시나리오 예측의 실제적 개발은 1971년 로열 더치 셸 그룹 회사에서 피에르 왁에 의해 시작되었고, 2년 후의 오일 쇼크에 의해 더욱 박차를 가했다. 셸은 그 이후로 시나리오 사용과 이를 지원하는 보다 실용적인 기술 개발에서 상업 세계를 선도해 왔다. 실제로 대부분의 장기 예측 형태와 마찬가지로 시나리오 사용은 지난 10년간의 불황적인 거래 조건 동안 소수의 민간 부문 조직으로 감소했지만, 셸은 이 기술을 예측의 최전선에 유지하는 거의 유일한 회사로 남아 있다.^[28]

시나리오의 가치, 심지어 예측 도구로서의 가치를 뒷받침하는 것은 일화적인 증거뿐이었고, 이 증거의 대부분은 한 회사, 즉 셸에서 나왔다. 또한, 이를 일관되게 사용하는 조직이 너무 적고 관련된 시간 척도가 수십 년에 달하기 때문에 예측 가능한 미래에 결정적인 뒷받침 증거가 나올 가능성은 낮다. 그러나 동일한 이유로 이러한 증거의 부족은 거의 모든 장기 계획 기술에도 적용된다. 증거가 부족하지만, 셸이 수십 년 동안 이를 사용한 잘 문서화된 경험(1990년대에 당시 CEO가 이러한 시나리오 사용에 성공을 귀인함)을 고려할 때, 시나리오 사용이 유일하게 제공하는 방식으로 관리자의 장기 예측 시야를 확장함으로써 상당한 이점을 얻을 수 있다.^[13]

과정

전체 과정 중 다른 대부분의 장기 계획 형태와 근본적으로 다른 부분은 중앙 부분, 즉 시나리오의 실제 생산이다. 그러나 이조차도 가장 기본적인 수준에서는 비교적 간단하다. 셸에서 가장 일반적으로 사용되는 접근 방식에서 파생된 것으로,^[29] 6단계로 진행된다.^[30]

1. 변화/가정에 대한 동인 결정
2. 동인을 실행 가능한 프레임워크로 통합
3. 7-9개의 초기 미니 시나리오 생성
4. 2-3개의 시나리오로 축소
5. 시나리오 초안 작성
6. 발생하는 문제 식별

1단계 – 변화/가정에 대한 동인 결정

첫 번째 단계는 환경 분석 결과를 검토하여 조직이 운영될 미래 환경의 성격을 결정할 가장 중요한 요소를 결정하는 것이다. 이러한 요소를 때로는 '변수'(조사 기간 동안 변동하기 때문이지만, 이 용어는 더 엄격한 방식으로 사용하는 과학자들을 혼란스럽게 할 수 있다)라고 부른다. 사용자들은 '동인'(변화의)이라는 용어를 선호하는 경향이 있는데, 이 용어는 의사 과학적 함의를 담고 있지 않으며 미래를 변화시킬 힘을 찾는 참가자의 의지를 강화하기 때문이다. 어떤 명칭이든 주된 요구 사항은 이러한 것들이 정보에 입각한 가정이라는 것이다.

이는 이러한 '힘'이 무엇일지 인식하는 데 필요한 분석 과정의 일부이다. 그러나 이 요소에 대한 일부 작업은 이전 환경 분석 단계에서 이미 이루어졌을 가능성이 높다. 공식적인 시나리오 플래닝 단계에 도달할 때쯤에는 참가자들이 이미 주요 힘이 무엇인지 결정했을 수도 있다(공식적으로라기보다는 잠재의식적으로).

이상적인 접근 방식에서 첫 번째 단계는 시나리오가 기반할 전체 가정을 신중하게 결정하는 것이어야 한다. 그 다음에야 두 번째 단계로 다양한 동인을 구체적으로 정의해야 한다. 그러나 참가자들은 이러한 단계를 분리하는 데 어려움을 겪는 것 같다.

아마도 가장 어려운 측면은 참가자들을 과정에 임할 때 가지는 선입견에서 벗어나게 하는 것이다. 특히 대부분의 참가자는 필요한 장기(10년 이상)보다는 중기(5년에서 10년)를 내다보고 싶어 할 것이다. 그러나 10년 미만의 시간 범위는 종종 참가자들이 현재 추세에서 외삽하게 하여, 직면할 수 있는 대안을 고려하지 못하게 한다. 그러나 10년 이상의 시간 규모를 고려하도록 요청받으면 거의 모든 참가자가 시나리오 플래닝 과정의 논리를 받아들이고 더 이상 외삽에 의존하지 않는다. 전체 외부 환경을 포함하도록 참가자들의 시야를 확장하는 데에도 유사한 문제가 있다.

 전략적 가정 문서에 이 부분의 추가 정보가 있습니다.

브레인스토밍

어쨌든, 목록이 완전한지 확인하기 위해 이루어져야 할 브레인스토밍은 더 많은 변수를 발굴할 수 있으며, 특히 요인의 조합은 다른 것들을 제안할 수 있다.

이 브레인스토밍 단계, 그리고 일반적으로 시나리오 플래닝 토론을 다루는 데 특히 유용한 매우 간단한 기술은 이러한 유형의 접근 방식이 자주 사용되는 셸에서의 사용에서 파생되었다. 특히 쉬운 접근 방식은 빈 벽과 풍부한 3M 포스트잇 노트만 있는 회의실을 필요로 한다.

이러한 대면 토론에 이상적으로 참여하는 6명에서 10명의 사람들은 외부 방해로부터 격리된 회의실 환경에 있어야 한다. 유일한 특별 요구 사항은 회의실에 포스트잇 노트가 붙을 수 있는 깨끗한 벽이 적어도 하나 있어야 한다는 것이다. 회의 시작 시, 환경 분석 단계에서 이미 식별된 모든 주제는 별도의 포스트잇 노트에 (멀리서도 읽을 수 있도록 두꺼운 유성펜으로) 작성된다. 이 포스트잇 노트는 적어도 이론적으로는 무작위로 벽에 붙여진다. 실제로는 이 초기 단계에서도 참가자들은 의미 있는 그룹으로 묶으려고 할 것이다. 유일한 요구 사항(이것이 포스트잇 노트가 이 접근 방식에 이상적인 이유이다)은 다시 떼어내어 새로운 그룹으로 옮기는 데 장애물이 없다는 것이다.

5인치 x 3인치 색인 카드를 사용하는 유사한 기술("스노볼 기법"으로)은 백오프와 너트에 의해 아이디어를 일반적으로 그룹화하고 평가하는 데 설명되었다.^[31]

어떤 형태의 브레인스토밍에서와 마찬가지로, 초기 아이디어는 거의 예외 없이 다른 아이디어를 자극한다. 실제로 모든 사람은 벽에 자신의 포스트잇 노트를 추가하도록 권장되어야 한다. 그러나 '창의적 사고' 텍스트에서 설명하는 '엄격한' 형태와는 다른데, 훨씬 느린 속도로 진행되고 아이디어가 즉시 논의되기 때문이다. 실제로 추가되는 아이디어만큼이나 관련이 없다고 판단되어 제거되는 아이디어도 많다. 그럼에도 불구하고, 이는 일반적인 브레인스토밍과 동일한 규칙을 많이 따르며, 일반적으로 동일한 시간(예: 한 시간 정도만) 동안 지속된다.

모든 참가자가 벽을 '소유'하고 있다고 느끼고 메모를 스스로 옮기도록 권장하는 것이 중요하다. 그 결과는 광범위한 상황에 적용할 수 있는 매우 강력한 형태의 그룹 창의적 의사 결정이며(특히 시나리오 플래닝 맥락에서 강력하다). 또한 시나리오 프로세스를 처음 접하는 사람들에게 매우 좋은 소개를 제공한다. 작동 방식이 대부분 자명하기 때문에 참가자들은 무엇이 포함되는지 매우 빠르게 이해하게 된다.

중요하고 불확실함

하지만 이 단계는 또한 선택의 단계이기도 하다. 시나리오에 들어갈 자격이 있는 가장 중요한 요소만 포함되기 때문이다. 여기서 80:20 법칙은 과정이 끝났을 때 경영진의 주의가 제한된 수의 가장 중요한 문제에 집중되어야 함을 의미한다. 경험에 따르면 더 넓은 범위의 주제를 제공하는 것은 경영진이 자신에게 관심 있는 몇 가지를 선택하게 할 뿐이며, 조직에 가장 중요한 것을 반드시 선택하게 하지는 않는다는 것이 입증되었다.

또한, 시나리오가 대안적 미래를 제시하는 기법이므로 포함될 요소는 진정으로 '변동적'이어야 한다. 이들은 상당한 대안적 결과에 노출되어야 한다. 결과가 예측 가능하지만 중요한 요소는 시나리오 서문에 명시해야 한다(무시할 수 없기 때문이다). 셸의 키스 반 데르 헤이든이 보고한 '중요한 불확실성 매트릭스'는 이 단계에서 유용한 점검 도구이다.^[32]

이 시점에서 시나리오의 큰 장점은 다른 어떤 형태의 예측에서도 입력을 수용할 수 있다는 점을 지적할 가치가 있다. 이들은 숫자, 다이어그램 또는 단어를 어떤 조합으로도 사용할 수 있다. 다른 어떤 형태의 예측도 이러한 유연성을 제공하지 않는다.

2단계 – 동인을 실행 가능한 프레임워크로 통합

다음 단계는 이러한 동인들을 연결하여 의미 있는 프레임워크를 제공하는 것이다. 일부 요인들이 어떤 식으로든 서로 분명히 관련되어 있다면 이는 명확할 수 있다. 예를 들어, 기술적 요인이 시장 변화를 가져올 수 있지만 입법적 요인에 의해 제약을 받을 수 있다. 반면에, 일부 '연결' (또는 적어도 '그룹화')은 이 단계에서 인위적이어야 할 수도 있다. 나중에 더 의미 있는 연결이 발견되거나, 요인들이 시나리오에서 거부될 수 있다. 이 주제에 대한 가장 이론적인 접근 방식에서는 사건 연결에 확률이 부여된다. 그러나 이는 달성하기 어렵고 일반적으로 결과에 복잡성만 더할 뿐 거의 기여하지 않는다.

이것이 아마도 가장 (개념적으로) 어려운 단계일 것이다. 여기서 관리자의 '직관'—더 엄격한 분석으로는 다룰 수 없는 복잡한 '부드러운' 데이터 패턴을 이해하는 능력—이 중요한 역할을 한다. 그러나 도움이 될 수 있는 다양한 기술이 있으며, 다시 한번 포스트잇 노트 접근 방식이 특히 유용하다.

따라서 참가자들은 첫 번째 단계에서 나타난 동인들을 자신에게 의미 있는 그룹으로 배열하려고 노력한다. 처음에는 작은 그룹들이 많을 수 있다. 그러므로 점진적으로 이러한 그룹들을 병합하는 것이 목표여야 한다 (종종 이러한 더 큰 그룹들이 작동하도록 새로운 동인 조합으로 재구성해야 한다). 이 단계의 목표는 궁극적으로 6-8개의 더 큰 그룹, 즉 '미니 시나리오'를 만드는 것이다. 여기서는 포스트잇 노트가 각 회의의 길이—아마도 몇 시간 이상—동안 수십 번 옮겨질 수 있다. 이 과정이 진행되는 동안 참가자들은 새로운 주제를 추가하고 싶어 할 것이므로 더 많은 포스트잇 노트가 벽에 추가된다. 반대 방향으로, 중요하지 않은 것들은 제거된다 (가능하면 다른 벽에 '감사 추적'으로 다시 그룹화될 수 있다). 더 중요한 것은 '확실한' 주제들도 주요 논의 영역에서 제거된다는 것이다—이 경우, 그것들은 주요 벽의 명확하게 라벨링된 영역에 그룹화되어야 한다.

클러스터, 즉 '미니 시나리오'가 나타남에 따라, 관련 메모는 개별적으로 벽에 붙기보다는 서로에게 붙을 수 있는데, 이는 클러스터를 옮기기 쉽게 만들고 (시나리오를 2-3개로 줄이는 마지막, 까다로운 단계에서 상당한 도움이 된다).

포스트잇 노트를 사용하는 큰 장점은 참가자들이 마음을 바꾸는 데 장애물이 없다는 것이다. 그룹을 재배열하거나 단순히 이전 단계로 돌아가고 싶다면, 노트를 떼어내어 새 위치에 붙이면 된다.

3단계 – 초기 미니 시나리오 생성

이전 단계의 결과는 일반적으로 7개에서 9개의 논리적인 동인 그룹이다. 이는 보통 쉽게 달성된다. 이것의 '자연스러운' 이유는 참가자들이 시각화할 수 있는 한계를 나타내기 때문일 수 있다.

요소를 이러한 그룹에 배치한 후, 다음 작업은 이 단계에서는 대략적으로, 그들 사이의 연결이 무엇인지 파악하는 것이다. 각 요소 그룹은 무엇을 나타내는가?

4단계 – 2~3개 시나리오로 축소

다음 단계의 주요 작업은 이전 단계에서 감지된 7~9개의 미니 시나리오/그룹을 2~3개의 더 큰 시나리오로 축소하는 것이다.

시나리오를 2~3개로 줄이는 데는 이론적인 이유가 아니라 실제적인 이유만 있다. 최종 시나리오를 사용하도록 요청받을 관리자는 최대 3가지 버전까지만 효과적으로 처리할 수 있다는 것이 밝혀졌다! 셸은 30여 년 전에 6개 이상의 시나리오를 구축하는 것으로 시작했지만, 그 결과 관리자들이 집중할 하나의 시나리오만 선택한다는 것을 발견했다. 그 결과, 계획자들은 관리자들이 쉽게 처리할 수 있지만 더 이상 하나의 시나리오만 선택하는 것을 쉽게 정당화할 수 없도록 수를 3개로 줄였다! 이것이 현재 대부분의 문헌에서 가장 자주 권장되는 숫자이다.

보완 시나리오

셸에서 사용되고 여러 학자들이 선호하는 바와 같이, 두 시나리오는 상호 보완적이어야 한다. 그 이유는 이것이 관리자들이 단 하나의 '선호하는' 시나리오를 '선택'하고 다시 단선적 예측으로 빠져드는 것을 방지하는 데 도움이 되기 때문이다 (대안적, 불확실한 미래를 허용하기 위해 '대안적' 시나리오를 사용하는 이점을 무효화함). 그러나 이는 관리자들이 반대되는 것을 찾는 데 익숙한 경우 이해하기 어려운 개념일 수 있다. 예를 들어, 좋은 시나리오와 나쁜 시나리오, 또는 낙관적인 시나리오와 비관적인 시나리오 등이며, 실제로 이것은 (소기업을 위해) 포스터가 옹호하는 접근 방식이다. 셸 접근 방식에서는 두 시나리오가 동일하게 가능해야 하며, 그들 사이에서 모든 '사건 흐름'/동인을 포괄해야 한다. 이상적으로는 명백한 반대 개념이 아니어야 하며, 이는 사용자들의 수용에 다시 편향을 줄 수 있으므로 '중립적인' 제목 선택이 중요하다. 예를 들어, 1990년대 초 셸의 두 시나리오는 '지속 가능한 세계'와 '글로벌 상업주의'였다. 실제로 우리는 이 요구 사항이 놀랍게도 설문 조사 참가자의 대다수(85%)에게 거의 문제를 제기하지 않았으며, 그들이 쉽게 '균형 잡힌' 시나리오를 만들어냈다는 것을 발견했다. 나머지 15%는 주로 예상했던 '좋고 나쁨'의 함정에 빠졌다. 우리는 우리 자신의 상대적으로 복잡한 (OBS) 시나리오도 서로 보완적으로 만들 수 있으며, 관련 팀으로부터 큰 노력이 필요하지 않고, 그 결과 두 시나리오 모두 불필요하게 한쪽에 집중하지 않고 모든 관련자에 의해 추가로 개발된다는 것을 발견했다.

테스팅

요인들을 이 두 시나리오로 묶은 후, 다음 단계는 다시 한번 실행 가능성을 테스트하는 것이다. 참가자들에게 의미가 있는가? 이는 논리적 분석 측면일 수도 있지만, 직관적인 '직감' 측면일 수도 있다. 다시 한번, 직관은 일반적으로 관련된 복잡하고 불분명한 문제에 반응하는 데 유용한—비록 학문적으로는 덜 존경받을지라도—수단을 제공할 수 있다. 시나리오가 직관적으로 '서로 어울리지' 않는다면, 왜 그런가? 일반적인 문제는 하나 이상의 가정이 참가자들이 세상을 보는 방식에 비추어 비현실적임이 밝혀지는 것이다. 이 경우 첫 번째 단계로 돌아가야 한다. 전체 시나리오 플래닝 과정은 무엇보다도 반복적인 과정이다(최종 결과가 가장 합리적일 때까지 여러 번 처음으로 돌아간다).

5단계 – 시나리오 작성

시나리오는 가장 적합한 형식으로 '작성'된다. 이 단계의 유연성은 종종 참가자들을 혼란스럽게 하는데, 그들은 고정된 형식을 가진 예측 과정에 익숙하기 때문이다. 그러나 규칙은 전략의 기반을 마련할 관리자가 사용하기에 가장 적합한 형식으로 시나리오를 작성해야 한다는 것이다. 덜 분명하게는 이 전략을 실행할 관리자도 고려해야 한다. 그들도 시나리오에 노출될 것이며, 시나리오를 믿어야 할 것이다. 이는 본질적으로 '마케팅' 결정인데, 최종 결과를 사용자에게 '판매'하는 것이 매우 중요하기 때문이다. 반면에 작가 자신이 가장 편안하다고 생각하는 형식을 사용하는 것도 상당한 고려 사항이 될 수 있다. 형식이 그에게 이질적이라면 '판매'에 이르렀을 때 결과 시나리오가 거의 설득력을 가지지 못할 가능성이 높다.

대부분의 시나리오는 아마도 (미래에 대한 일련의 대안 에세이처럼) 단어 형태로 작성될 것이다. 특히 경영자와 그들의 청중이 일상적인 의사소통에서 이를 사용할 가능성이 높기 때문에 질적일 수밖에 없을 때 더욱 그렇다. 그러나 일부는 확장된 목록 시리즈를 사용하고, 일부는 자료에 가상의 '캐릭터'를 추가하여 보고서를 생동감 있게 만들기도 한다. 아마도 미래에 대한 이야기라는 아이디어를 문자 그대로 받아들일 수도 있지만, 여전히 사실적인 것으로 명확하게 의도된다. 반면에 셸의 시나리오처럼 숫자 데이터 및 다이어그램을 포함할 수도 있다 (그리고 그 과정에서 더 측정 가능한 '예측'이라는 혹독한 시험을 통해 이점을 얻는다).

6단계 – 발생하는 문제 식별

이 과정의 최종 단계는 이러한 시나리오를 검토하여 가장 중요한 결과, 즉 조직의 미래에 가장 큰 영향(잠재적으로 '위기'를 생성)을 미칠 '문제'와 관련된 '분기점'이 무엇인지 결정하는 것이다. 후속 전략은 이러한 문제들을 해결해야 할 것이다. 왜냐하면 시나리오에서 파생되는 전략에 대한 일반적인 접근 방식은 하나의 결과에 도박하여 성과(이익)를 극대화하는 것보다 '강건성'(즉, 이러한 '삶과 죽음' 문제의 모든 대안적 결과를 안전하게 처리할 수 있는)을 통해 위험을 최소화하는 것을 목표로 하기 때문이다.

시나리오 활용

시나리오는 여러 가지 방식으로 사용될 수 있다.

a) 동인/이벤트 스트링의 컨테이너

가장 기본적으로, 시나리오는 논리적인 장치이자 인위적인 프레임워크로, 개별 요인/주제(또는 이들의 일관된 그룹)를 제시하여 관리자가 시나리오의 나머지 부분과 관련 없이 미래 발전에 대한 유용한 아이디어로 쉽게 활용할 수 있도록 한다. 시나리오를 생성한 결과 어떤 요인도 삭제되거나 우선순위가 낮아져서는 안 된다는 점을 강조해야 한다. 이 맥락에서 어떤 시나리오에 어떤 주제(동인)나 미래에 대한 문제가 포함되는지는 무관하다.

b) 일관성 테스트

모든 단계에서 반복해야 하며, 내용이 실행 가능한지 확인하고 필요한 변경 사항을 적용하여 이를 보장해야 한다. 여기서 주요 테스트는 시나리오가 내부적으로 일관성이 있는지 확인하는 것이다. 그렇지 않다면 작성자는 문제를 수정하기 위해 이전 단계로 돌아가야 한다. 이전에 언급되었지만, 시나리오 구축은 이상적으로 반복적인 과정이라는 점을 다시 한번 강조하는 것이 중요하다. 일반적으로 한 번의 회의에서만 이루어지는 것이 아니며—비록 한 번의 시도도 없는 것보다는 낫지만—참가자들이 아이디어를 점진적으로 다듬어감에 따라 여러 번의 회의에 걸쳐 진행된다.

c) 긍정적인 관점

그러나 시나리오에서 파생되는 주요 이점은 미래에 대한 다양한 관점이 제공하는 대안적 '느낌'에서 비롯된다. 시나리오가 최종적으로 나타날 때 참가자들이 미래의 일반적인 형태가 어떠할지에 대한 통찰력에 놀라는 것은 흔한 경험이다. 이 단계에서는 더 이상 이론적인 연습이 아니라 미래를 다루기 위한 진정한 프레임워크(또는 대안적 프레임워크 세트)가 된다.

시나리오 플래닝과 다른 기술 비교

시나리오 플래닝은 비상 계획, 민감도 분석 및 컴퓨터 시뮬레이션과 다르다.^[33]

비상 계획은 하나의 불확실성만을 고려하는 "만약 ~라면" 도구이다. 그러나 시나리오 플래닝은 각 시나리오에서 불확실성의 조합을 고려한다. 계획가들은 또한 특히 그럴듯하지만 불편한 사회 발전의 조합을 선택하려고 노력한다.

민감도 분석은 하나의 변수 변화만을 분석하며, 이는 단순한 변화에 유용하지만, 시나리오 플래닝은 주요 변수들의 중요한 상호 작용에 정책 입안자들을 노출시키려고 노력한다.

시나리오 플래닝은 컴퓨터 시뮬레이션의 이점을 얻을 수 있지만, 시나리오 플래닝은 덜 형식화되어 있으며, 다양한 시뮬레이션 이벤트에 나타나는 질적 패턴에 대한 계획을 세우는 데 사용될 수 있다.

지난 5년간 스웨덴 국방 연구 기관은 스톡홀름에서 시나리오 개발을 돕기 위해 컴퓨터 지원 형태론적 분석을 사용했다.^[34] 이 방법은 추론 모델로 취급될 수 있는 다변수 형태론적 필드를 생성할 수 있게 하여 시나리오 플래닝 기술을 비상 분석 및 민감도 분석과 통합한다.

시나리오 분석

시나리오 분석은 미래 사건을 분석하는 과정으로, 대안적인 가능한 결과("대안 세계"라고도 함)를 고려한다. 따라서 투사의 주요 형태 중 하나인 시나리오 분석은 미래의 정확한 그림 하나를 보여주려 하지 않는다. 대신, 여러 대안적인 미래 발전을 제시한다. 결과적으로 가능한 미래 결과의 범위가 관찰 가능하다. 결과뿐만 아니라 결과로 이어지는 개발 경로도 관찰 가능하다. 예측과 대조적으로 시나리오 분석은 과거의 보외법이나 과거 추세의 확장에 기반하지 않는다. 이는 역사적 데이터에 의존하지 않으며 과거 관찰이 미래에도 유효할 것으로 기대하지 않는다. 대신, 과거와만 연결될 수 있는 가능한 발전과 전환점을 고려하려고 한다. 요컨대, 여러 시나리오가 시나리오 분석에서 구체화되어 가능한 미래 결과를 보여준다. 각 시나리오는 일반적으로 낙관적, 비관적, 그리고 다소 가능성이 높은 발전을 결합한다. 그러나 시나리오의 모든 측면은 그럴듯해야 한다. 논의가 많음에도 불구하고, 경험에 따르면 약 세 가지 시나리오가 추가 논의 및 선택에 가장 적합하다. 더 많은 시나리오는 분석을 지나치게 복잡하게 만들 위험이 있다.^[35][36] 시나리오는 종종 다른 도구 및 계획 접근 방식과 혼동된다.

원리

시나리오 구축은 결과와 그 함의에 대한 심층적인 고려를 허용함으로써 의사 결정을 개선하도록 설계되었다.

시나리오는 요구 사항 분석 중에 제안된 시스템의 특정 사용을 설명하는 데 사용되는 도구이다. 시나리오는 외부에서 본 시스템을 포착한다.

시나리오 분석은 "와일드 카드"를 밝히는 데 사용될 수도 있다. 예를 들어, 운석이 지구에 충돌할 가능성을 분석하면 확률은 낮지만, 입혀지는 피해가 너무 커서 이 사건이 (어떤 한 해에) 낮은 확률만으로는 시사하는 것보다 훨씬 더 중요하다(위협적이다)는 것을 알 수 있다. 그러나 이 가능성은 시나리오 분석을 사용하여 전략 계획을 개발하는 조직에서는 일반적으로 무시되는데, 이는 너무나 광범위한 영향을 미치기 때문이다.

델파이와 시나리오의 조합

시나리오 플래닝은 미래의 그럴듯하고 일관된 이미지를 상상함으로써 미래를 체계적으로 검토하는 것에 기반한 계획을 다룬다. 델파이 기법은 미래의 발전과 사건에 대한 전문가 의견 합의를 체계적으로 개발하려고 시도한다. 이는 익명의 서면 다단계 설문조사 형식의 판단 예측 절차이며, 각 회차 후에 그룹 의견에 대한 피드백이 제공된다.

수많은 연구자들은 두 접근 방식이 결합될 때 가장 적합하다고 강조했다.^[37][38] 이 두 방법론은 과정 유사성 때문에 쉽게 결합될 수 있다. 델파이 기법의 다른 단계의 결과는 시나리오 방법의 입력으로 사용될 수 있으며 그 반대도 마찬가지이다. 조합은 두 도구의 이점을 실현할 수 있게 한다. 실제로는 보통 두 도구 중 하나가 지배적인 방법론으로 간주되고 다른 하나는 어떤 단계에서 추가된다.

실제로 가장 자주 발견되는 변형은 시나리오 과정에 델파이 기법을 통합하는 것이다(예: Rikkonen, 2005;^[39] von der Gracht, 2008;^[40] 참조). 저자들은 이러한 유형을 델파이-시나리오(작성), 전문가 기반 시나리오 또는 델파이 패널 도출 시나리오라고 부른다. Von der Gracht (2010)^[41]는 이 방법의 과학적으로 유효한 예시이다. 시나리오 플래닝은 "정보에 굶주려" 있기 때문에 델파이 연구는 이 과정에 귀중한 입력을 제공할 수 있다. 델파이의 다양한 정보 결과가 시나리오 플래닝의 입력으로 사용될 수 있다. 예를 들어, 연구자들은 관련 사건이나 발전을 식별하고 전문가 의견에 기반하여 확률을 할당할 수 있다. 더욱이 전문가의 의견과 주장은 요인 간의 관계에 대한 더 깊은 통찰력을 제공하며, 이는 나중에 시나리오에 통합될 수 있다. 또한 델파이는 전문가들 간의 극단적인 의견과 불일치를 식별하는 데 도움이 된다. 이러한 논란이 많은 주제는 특히 극단적인 시나리오나 와일드 카드에 적합하다.

그의 박사 학위 논문에서 Rikkonen (2005)^[39]은 시나리오 플래닝에서, 특히 시나리오 구성에서 델파이 기법의 활용을 연구했다. 저자는 델파이 기법이 다양한 대안적 미래와 시나리오의 논증을 제공하는 데 중요한 가치가 있다고 결론 내린다. 따라서 시나리오를 더욱 심도 있게 만들고 시나리오 플래닝에 대한 신뢰를 구축하기 위해 델파이를 사용하는 것이 권장된다. 추가적인 이점은 시나리오 작성 과정의 단순화와 예측 항목과 사회적 요인 간의 상호 관계에 대한 깊은 이해에 있다.

비판

가설에 가중치를 부여하고 잠재적 결과를 분기하는 데 유용성이 있지만, 측정 정확도(표준 오차, 추정치의 신뢰 구간, 메타데이터, 표준화 및 코딩, 무응답에 대한 가중치, 보고서 오류, 표본 설계, 사례 수 등)의 일부 매개변수를 보고하지 않는 시나리오 분석에 의존하는 것은 전통적인 예측에 비해 부족하다. 특히 "복잡한" 문제에서는 요인과 가정이 연동 방식으로 상관 관계를 갖지 않는다. 특정 민감도가 정의되지 않으면 전체 연구가 의문시될 수 있다.

결과를 중재할 때 더 나은 가설이 경험주의를 불필요하게 만들 것이라고 생각하는 것은 잘못된 논리이다. 이런 점에서 시나리오 분석은 통계적 법칙(예: 체비쇼프 부등식 법칙)을 회피하려고 하는데, 의사결정 규칙이 제한된 환경 외부에서 발생하기 때문이다. 결과가 "그냥 발생"하도록 허용되지 않고, 오히려 사후에 임의의 가설에 부합하도록 강제되며, 따라서 예상 값을 설정할 근거가 없다. 사실, 사전 예상 값은 없고 가설만 있을 뿐이며, 모델링과 데이터 결정의 역할에 대해 의문을 품게 된다. 요컨대, "시나리오"와 결과의 비교는 데이터에 따르지 않으므로 편향되어 있다. 이는 편리할 수 있지만, 변호할 수 없다.

“시나리오 분석”은 경제 연구에서 조사 오류를 완전하고 사실적으로 노출하는 것을 대체할 수 없다. 전통적인 예측에서는 문제 모델링에 사용된 데이터와 합리적인 사양 및 기술을 사용하여 분석가가 특정 통계적 오류 백분율 내에서 계수가 특정 수치 경계 내에 있을 가능성을 명시할 수 있다. 이러한 정확성은 매우 세분화된 가설 진술을 희생할 필요가 없다. R 소프트웨어, 특히 “WhatIf” 모듈^[42](이 맥락에서 Matchit 및 Zelig도 참조)은 인과 추론 및 반사실을 평가하기 위해 개발되었다. 이 프로그램들은 모델 의존성을 결정하기 위한 상당히 정교한 처리를 가지고 있어, 결과가 경험적 증거에 기반하지 않는 모델에 얼마나 민감한지를 정확하게 명시할 수 있다.

시나리오 구축의 또 다른 과제는 "예측자가 자신이 예측하려는 사회적 맥락의 일부이며 그 과정에서 그 맥락에 영향을 미칠 수 있다"는 것이다.^[9] 결과적으로 사회적 예측은 자체적으로 파괴될 수 있다.^[9] 예를 들어, 기존 추세를 기반으로 인구의 상당 부분이 HIV에 감염될 것이라는 시나리오는 더 많은 사람들이 위험한 행동을 피하게 하여 HIV 감염률을 낮추고 예측을 무효화할 수 있다(공개적으로 알려지지 않았다면 옳았을 수도 있다). 또는 사이버 보안이 주요 문제가 될 것이라는 예측은 조직이 더 안전한 사이버 보안 조치를 구현하게 하여 문제를 제한할 수 있다.

셸의 시나리오 플래닝 사용에 대한 비판

1970년대에 많은 에너지 회사들은 환경주의와 OPEC 카르텔 모두에 놀랐고, 이로 인해 잘못된 투자로 수십억 달러의 수익을 잃었다. 이러한 변화의 극적인 재정적 영향으로 인해 적어도 한 조직, 로열 더치 셸은 시나리오 플래닝을 구현하게 되었다. 이 회사의 분석가들은 이러한 계획 과정이 회사를 세계 최대 규모로 만들었다고 공개적으로 추정했다.^[43] 그러나 셸의 시나리오 플래닝 사용에 대한 다른 관찰자^[누가?]들은 시나리오 방법론을 사용하여 셸에 실질적인 장기적인 사업상의 이점이 거의 없었다고 제안했다. 셸의 장기 시나리오의 지적 강건성은 거의 의심할 여지가 없었지만, 많은 셸 고위 임원들은 실제적인 사용이 미미하다고 보았다. 셸 내부자는 "시나리오 팀은 똑똑했고 그들의 작업은 매우 높은 지적 수준이었다. 그러나 높은 수준의 '그룹 시나리오'도 운영 회사와 함께 생성된 국가 수준 시나리오도 핵심 결정이 내려질 때 큰 차이를 만들지 못했다"고 언급했다.

시나리오 사용은 1980년대 초 아리 드 헤우스 팀에 의해 감사되었으며, 그들은 시나리오 자체보다는 시나리오를 따르는 의사 결정 과정이 전략 실행 부족의 주요 원인임을 발견했다. 오늘날 많은 실무자들은 시나리오를 만드는 데 드는 시간만큼이나 의사 결정 과정에도 많은 시간을 할애한다.^[44]

같이 보기

• 분권 계획 경제
• 호신 칸리#호신 계획
• 미래학
• 미래 기술
• 글로벌 시나리오 그룹
• 짐 데이터 (하와이 미래 연구 센터)
• 회복력 (조직적)
• 강건한 의사 결정
• 시나리오 (컴퓨팅)

유사 용어

• 피드백 루프
• 시스템 다이내믹스 (또는 스톡과 플로우)
• 시스템 사고

유사 개념

• 델파이 기법, 실시간 델파이 포함
• 게임 이론
• 호라이즌 스캐닝
• 형태론적 분석
• 합리적 선택 이론
• 스트레스 테스트
• 열두 가지 지렛대 지점

예시

• 기후 변화 완화 시나리오 – 의도적인 행동으로 지구 온난화가 감소하는 가능한 미래
• 동적 분석 및 재계획 도구
• 에너지 모델링 – 에너지 시스템의 컴퓨터 모델을 구축하는 과정
• 펜타곤 문서