다기준 의사결정은 서로 다른 여러 개의 속성들 혹은 기준들을 고려하여 합리적인 의사결정방법으로 최적 대체안을 선택하는 과정이다. 다기준 의사결정 방법들을 Belton과 Stewart(2002)^[2]는 세 가지로 분류했다. 첫째, 효용이론의 기본가정인 완전한 합리성에 기초해서 의사결정자의 기대 효용가치가 최대인 대체안을 선택하는 가치측정모형들(MAUT, AHP 등)이다.^[3] 여기서 의사결정자는 제약된 합리성을 가지고 있기 때문에, 효용을 수학적 함수로 나타내는데 한계가 존재한다. AHP는 계층구조로 복잡한 문제를 구분해서 정량적 혹은 정성적으로 평가기준을 평가 할 수 있으나, 대체안이 추가적으로 증가되거나 감소되면, 기존 대체안들의 순위가 바뀔 수 있을뿐더러, 일관성 비율의 타당성도 아직 정확하게 검증되지 않았다. 또한, 복잡한 의사결정문제에서 비교해야 할 대체안들이 매우 많아지면, 평가해야할 쌍비교의 평가 횟수는 급격하게 증가되어 평가가 불가능 할 수도 있다.^[4,5] 둘째, 순위선호 개념에 근거한 ELECTRE와 PROMETHEE 같은 방법들이다. ELECTRE는 순위선호(outranking) 개념을 근거로 도출된 방법이다. 의사결정자의 선호함수 같은 주관적 정보를 근거로, 비교하기 어려운 대체안들을 비교 가능한 대체안으로 식별하게 해주지만, 평가기준의 가중치를 사전에 결정해야 하는 단점이 있다. 셋째, 본 연구에서 적용하는 TOPSIS 방법은 최선의 대체안과 최악의 대체안을 동시에 고려하는 합리적인 방법으로서, 여러 가지 속성 관점에서 대체안들을 비교 평가하는 방법이다. Huang et al.(1995)^[6]의 연구를 기초로 해서, Zhou et al.(2006)^[7]는 에너지 및 환경 분야에서 1975년에서 2004년 까지 발표된 의사결정 논문 252편을 분석한 결과, 다기준 의사결정모형을 MAUT(Multi-Aattribute Utility Theory), AHP(Analytical Hierarchy Process), ELECTRE(Elimination and Et Choice Translating Reality), PROMETHEE(Preference Ranking Organization Method for Enrichment Evaluation)으로 분류했다.

에너지 계획을 수립하는데 가장 핵심적인 문제는 다기준 관점에서 다양한 에너지 기술의 선택 조합에 관한 것이다. 이와 같은 다양한 에너지 기술에는 태양 에너지, 풍력 에너지, 수력 에너지, 바이오매스(biomass), 열병합(CHP: Combined Heat and Power), 주거 및 산업부문에서 에너지 절감, 조력/파력 에너지 등이 있다. Wang et al.(2009)^[8]은 에너지 의사결정에 대한 MCDM을 세 가지 방법으로 분류했다. 첫째, 단순 가중치방법(가중합산방법(WSM: Weighted Sum Method), 가중적률방법(WPM: Weighted Product Method) 등)이다. 둘째, 다기준 통합방법(AHP, TOPSIS, 그레이(Grey) 관계방법, 다기준 퍼지 방법 등) 이다. 셋째, 순위선호방법(ELECTRE, PROMETHEE 등)이다.

에너지 정책을 수립하는 의사결정자의 판단을 나타내는 자연언어의 주관적인 모호성 문제를 해결하는 방법으로 확률을 이용했었다. 그러나 Zadeh(1965)^[1]가 퍼지 집합 이론을 제시한 후 부터는 퍼지 다기준 의사결정(FMCDM: Fuzzy Multi-Criteria Decision-Making) 방법이 적용된 다양한 논문들이 계속 발표되고 있다. 의사결정자의 주관적인 모호성이 존재하는 의사결정에 대한 퍼지자료에 대해서 Kahraman et al.(2009)^[9]은 퍼지 AHP 방법을 신재생 에너지 선택에 적용했고, Kaya & Kahraman(2011)^[10]은 퍼지 TOPSIS 방법을 에너지 계획에 적용했다. 또한, 최근에는 의사결정자의 선호를 특정 수치로 평가하기 어려운 상황에서, 언어적 변수를 이용한 퍼지 자료를 구간자료(interval data)로 측정해서 분석하는 확장된 퍼지 TOPSIS 방법이 최근 연구되고 있다.^[11,13] 본 연구에서는 에너지 선택을 위해서 발전단가(원/kWh) 라는 오직 단일기준 만을 근거로 수립되는 에너지 전략의 모순점을 지양하기 위해서, 7개의 다기준(효율성, 안전성, 투자비용, 운영 비용, 공해배출, 토지사용, 사회적 수용성) 관점에서 퍼지 TOPSIS 방법을 이용해서 최적 에너지 선택의 우선순위를 결정하는 방법의 단계적 절차를 체계적으로 제시하고자 한다.

에너지의 종류는 석탄과 석유와 같이 CO₂를 발생시키는 화석 에너지, 그리고 지속가능한 신재생 에너지로 구분된다. 신에너지 및 재생에너지의 개발･이용･보급 촉진법에서 신재생에너지는 ‘기존의 화석연료를 변환시켜 이용하거나 햇빛, 물, 지열, 강수, 생물유기체 등을 포함하여 재생 가능한 에너지를 변환시켜 이용하는 에너지’로 정의하고 있다, 여기서 신에너지는 기존 화석연료를 친환경적으로 변환하여 에너지를 생산하는 수소에너지, 연료전지, 석탄액화 및 가스화 등 3개 분야를 의미하고, 재생 에너지는 재생 가능한 에너지를 활용하여 에너지를 생산하는 태양광, 태양열, 바이오, 풍력, 수력, 지열, 해양, 폐기물 등 8개 분야를 의미한다. 또한, 한국산업기술평가원(KEIT)의 산업기술 분류표에서는 에너지･자원 분야 중 신재생에너지 기술을 태양열, 태양광, 바이오연료, 폐기물, 소수력, 풍력, 해양, 지열, 수소, 연료전지, 석탄가스/액화, 합성연료 등으로 구분했다. Baños et al.(2011)^[14]는 지속가능한 재생 에너지들을 풍력, 태양 에너지, 수력, 바이오 에너지, 지열 에너지, 혼합 시스템 등으로 분류했다. 본 연구에서는 에너지의 종류를 우리나라의 전력 상황을 고려해서, 기존 핵심 에너지인 원자력, 석탄, 석유, LNG, 수력 이외에, 태양광, 풍력, 조력, 바이오, 폐기물가스화 등 모두 10개로 구분했다.

에너지의 선택기준에 대해서 Beccali et al.(2003)^[15]는 재생 에너지 기술 확산에 대한 실행계획을 기술적, 환경적, 사회경제적 의사결정기준 관점에서 Electre III 방법으로 평가했다. 이와 유사한 에너지 의사결정기준에 관한 연구들이 최근까지 기술적, 경제적, 환경적, 사회정치적, 등 4가지 관점에서 연구되었으며, 종합적으로 Wang et al.(2009)^[16]이 지속가능 에너지에 대한 다기준 의사결정 관련 최근 논문 33편을 분석해서 기술적, 경제적, 환경적, 사회적 등 4개 관점에서 Table 1 과 같이 기존 연구의 선택기준들을 정리했다.

Kahraman과 Kaya(2010)^[17]는 Wang et al.(2009)^[16]의 연구를 기초로 해서, 9개의 에너지(석탄, 석유, 원자력, 태양광, 풍력, 수력, 바이오매스, 천연가스, 지열)에 대해서 기술적(타당성, 위험, 신뢰성, 준비단계기간, 실행단계기간, 연속성 및 성과 예측성, 기술적 노하우), 경제적(실행비용, 자금의 유용성, B/C, IRR 등 경제적 가치), 환경적(공해 방출, 토지사용, 폐기물 처리 필요성), 사회･정치적(국가 에너지 목표와의 일관성, 정치적 수용성, 사회적 수용성, 노동력에 대한 영향) 에너지 선택기준 17개를 적용했다. 또한, Kaya와 Kahraman(2011)^[10]은 Wang et al.(2009)^[16]의 연구를 근거로 7개의 에너지(석탄/석유, 원자력, 태양광, 풍력, 수력, 바이오매스, 열병합)에 대해서 기술적(효율성, 에너지 효율성), 경제적(투자비용, 운영 및 유지비용), 환경적(NO_x 방출, CO₂ 방출, 토지사용), 사회적(사회적 수용성, 직업창출) 에너지 선택기준 9개를 적용했다.

본 연구에서는 Kaya와 Kahraman(2011)^[10]이 제시했던 9개의 선택기준들 중에서, 사례연구를 위한 7명의 에너지 전문가집단의 표적집단면접(FGI: Focus Group Interview)을 통해서, 에너지 효율성 대신에 안전성이 선택되었고, NO_x 방출과 CO₂ 방출은 합쳐서 공해배출로 표현했으며, 직업창출은 제외시켰고, 최종적으로 적용 타당성이 높은 7개의 선택기준들(효율성, 안전성, 투자비용, 운영비용, 공해배출, 토지사용, 사회적 수용성)이 도출되었다. 또한, 본 연구에서는 Kaya와 Kahraman(2011)^[10]이 제시했던 7개 선택기준들 중에서 7명의 에너지 정책전문가 집단의 표적집단면접을 통해서, 석탄/석유는 2개의 에너지 대체안으로 분리시키고, 이외에 조력과 폐기물가스화를 추가시켜서 10개의 에너지 대체안들(태양광, 원자력, 풍력, 조력, 페기물가스화, 바이오, 수력, 석탄, 석유, LNG)을 도출했다.

사례연구를 위한 에너지 전문가집단은 과거 에너지 관련 논문 혹은 프로젝트 경험이 있는 에너지 정책수립 전문가들로 구성되었으며, 사례연구는 표적집단면접과 설문지 조사에 의해서 실행되었다. 7명의 에너지 정책수립 전문가들, 구체적으로 대학교수 3명(경영학전공 1명, 산업공학전공 2명), 한국전기연구원 연구원 1명(전기공학전공), 한국개발연구원 연구원 1명(경제학전공), 한국전력공사 팀장 1명(전기공학전공), 한국수력원자력(주) 팀장 1명(전기공학전공)이 10개의 에너지 대체안들을 평가했다. 의사결정기준은 네 가지 평가(기술적, 경제적, 환경적, 사회적) 관점에서 7개의 평가기준을 적용하고자 한다. 본 연구의 에너지 의사결정문제는 Fig. 2 와 같이, 7개의 의사결정기준은 효율성(C₁), 안전성(C₂), 투자비용(C₃), 운영비용(C₄), 공해배출(C₅), 토지사용(C₆), 사회적 수용성(C₇) 이고, 10개의 대체안은 태양광(A₁), 원자력(A₂), 풍력(A₃), 조력(A₄), 폐기물가스화(A₅), 바이오(A₆), 수력(A₇), 석탄(A₈), 석유(A₉), LNG(A₁₀) 이다. 의사결정기준에서 기술적 관점에서 에너지 효율성과 안전성, 경제적 관점에서 투자비용, 운영 및 유지비용, 연료비용, 환경적 관점에서 공해배출과 토지사용, 사회적 관점에서 사회적 수용성이며, 각 용어에 대한 개념은 다음과 같다.

Fig. 2. 
Hierarchical structure of decision problem

효율성(C₁): 에너지 원천으로부터 얼마나 많이 이용 가능한 에너지를 얻을 수 있는 정도로 측정한다. 가장 자주 이용되는 효율성 척도인 효율성 계수는 입력 에너지와 출력 에너지의 비율로 정의된다. 이것은 에너지 시스템을 평가하는 기술적 기준으로 가장 많이 사용된다.

안전성(C₂): 에너지 기술에 대한 위험이 존재하므로, 에너지 시스템에 대한 안전성의 정도를 평가해야 한다.

투자비용(C₃): 투자비용에는 기계 장비 및 설비의 구입비, 전국망을 연결시키는 구축비, 엔지니어링 서비스, 토지구입비용을 제외한 기타 건축비 등이 포함된다. 투자비용은 에너지 시스템을 평가하는데 가장 자주 사용되는 경제적 기준이며, 이와 동시에 이득도 평가된다.

운영비용(C₄): 운영비용은 에너지를 발생시키는데 소요되는 비용, 임금 등 이고, 또한 설비를 유지보수 하는 유지비용도 포함된다.

공해배출(C₅): 화석연료 의존이 높은 에너지 시스템에서 주로 배출되는 공해는 CO₂를 포함한 온실가스, 액체 및 고체 폐기물, 전자파, 악취 등이다. 이러한 공해배출 기준에 대한 평가에서는 배출 형태와 배출량, 그리고 처리비용 등이 고려되어야 한다. 특히 온실가스에 의한 지구온난화 문제를 해결하기 위해서 온실가스 감축방안이 추진 중이다.

토지사용(C₆): 모든 에너지 시스템이 자연환경에 직접적으로 영향을 주므로, 설치장소에 소요되는 토지의 면적과 가격은 중요한 평가요소가 된다.

사회적 수용성(C₇): 사회적 수용성은 에너지 시스템에 대한 지역주민들의 긍정적인 의견수렴 정도를 의미한다. 지역주민들과 관련된 이해관계자들의 의견이 에너지 프로젝트를 실행하는데 큰 영향력을 행사하기 때문에 중요하게 고려해야 할 평가 요소이다.

본 연구의 에너지 관련 다기준 의사결정문제의 평가기준에 대한 객관적인 측정 자료를 한국전력 등 에너지 관련기관으로부터는 구할 수 없기 때문에, 현실적으로 에너지 정책 전문가들은 과거 프로젝트 경험을 근거로 주관적 추정치로 평가할 수밖에 없는 상황이다. 그러므로 7개의 의사결정기준과 10개의 에너지 대체안들에 대한 주관적 가중치를 도출하기 위해서 다음과 같은 퍼지 TOPSIS 방법을 적용했다.

본 연구에서 퍼지 TOPSIS 방법의 7 단계 적용절차는 다음과 같다.

단계 1: 의사결정기준에 대한 가중치를 도출하기 위해서, 가중치는 Fig. 1 과 같은 양의 삼각형 퍼지 수로 측정 가능하다고 가정한다. 7개의 의사결정기준인 효율성(C₁), 안전성(C₂), 투자비용(C₃), 운영비용(C₄), 공해배출(C₅), 토지사용(C₆), 사회적 수용성(C₇)에 대해 Table 2 와 같은 서로 다른 6개의 언어적 척도(VL; Very Low, FL; Fairly Low, SL; Slightly Low, SH; Slightly High, FH; Fairly High, VH; Very High)로 평가한다.^[23]

7 명의 의사결정자(D₁~D₇)가 7개의 의사결정기준(C₁~C₇) 에 대해서 Table 2 와 같은 언어적 척도로 평가한 결과가 Table 3 이다. 그리고 산술평균 x~ij를 사용해서 총합한 결과가 Table 4 이다. 예로써, Table 3 에서 효율성(C₁)에 대한 7명의 의사결정자들의 평가는 SH, SH, SH, SH, FH, VH, SH 이다. 이를 Table 2 의 삼각형 퍼지 수로 변환시킨 후에, 산술평균을 계산하면, (0.49, 0.69, 0.86)이 도출된다. 여기서 삼각형 퍼지 수를 defuzzify 해서 BNP(best nonfuzzy performance) 값을 구하기 위해서 산술평균하는 COA(center of area) 방법은 Zhao와 Govind(1991)^[24]가 이용했었다. 예로써, 효율성(C₁)의 가중치 (L_w1,M_w1,U_w1)에 대한 BNP 값은 다음과 같이 계산된다.

단계 2: 의사결정대안에 대한 의사결정자들의 평가 결과인 퍼지 의사결정행렬을 도출하기 위해서, Fig. 3과 같은 양의 삼각형 퍼지 수로 측정 가능하다고 가정한다. 10개의 의사결정대안인 태양광(A₁), 원자력(A₂), 풍력(A₃), 조력(A₄), 폐기물가스화(A₅), 바이오(A₆), 수력(A₇), 석탄(A₈), 석유(A₉), LNG(A₁₀)에 대해 Table 2 와 같은 서로 다른 6개의 언어적 척도(VL, FL, SL, SH, FH, VH)로 평가한 것이 Table 5 이다. 여기서 의사결정기준 C₁~C₇ 관점에서 대안 A₁~A₁₀를 평가한 7명의 의사결정자가의 성과측정치 xij를 산술평균한 결과가 Table 6 이다.

Fig. 3. 
Membership function for linguistic value and criteria weights

예로써, Table 5 에서 효율성(C₁) 관점에서 태양광(A1)에 대한 7명의 평가는 FL, SL, FL, FL, SL, FL, FL 이다. FL = (0.0, 0.2, 0.4), SL = (0.2, 0.4, 0.6)를 삼각형 퍼지수로 변환해서, 각 요소 별로 산술평균한 것이 대체안들에 대한 의사결정행렬 Table 6 에서 효율성(C₁) 관점에서 태양광(A1)에 대한 퍼지가중치 (0.06, 0.20, 0.40) 이다.

단계 3: 식 (7)을 이용해서 계산한 정규화 행렬 R̃=r̃ijm×n이 정규화 의사결정행렬 Table 7 이다. 대체안들에 대한 의사결정행렬 Table 6 에서 이득기준으로 측정된 C₁~C₂에 대해서 c1*= 0.97, c2*= 1.00 이므로 식(8)을 이용하고, 손실기준으로 측정된 C₃~C₇에 대해서 c3-= 0.17, c4-= 0.11, c5-= 0.03, c6-= 0.23, c7-= 0.06 이므로 식(9)를 이용해서 계산한다.

단계 4: 각 의사결정기준에 대해서 서로 다른 가중치가 할당된 정규화 퍼지 의사결정 행렬 Ṽ 을 계산한다. ṽij=r̃ij⊗w̃j를 이용해서 계산한 정규화 퍼지 행렬 Ṽ=ṽijm×n 이 가중치가 부여된 정규화 의사결정행렬 Table 8 이다. 예로써, 가중치가 부여된 정규화 의사결정행렬 Table 8 에서 효율성(C₁) 관점에서 태양광(A₁)에 대한 가중치가 부여된 정규화 퍼지 가중치 (0.03, 0.14, 0.35)는 정규화 의사결정행렬 Table 7 의 효율성(C₁) 관점에서 태양광(A₁)의 정규화 값 (0.06, 0.21, 0.41)에 대체안들에 대한 의사결정행렬 Table 6 의 효율성(C₁)의 가중치(0.49, 0.69, 0.86)의 곱으로 계산된 것이다.

단계 5: 양의 삼각형 퍼지 수는 구간 [0, 1] 내에 존재하기 때문에, 퍼지 긍정적인 해(FPIS, A^*)과 퍼지 부정적인 해(FNIS, A^-)는 각 행별로 최대값과 최소값으로 다음과 같다.

단계 6: 각 대안에 대한 퍼지 긍정적인 해(FPIS, A^*)과 퍼지 부정적인 해(FNIS, A^-)로 부터의 거리인 di*과 dj-을 계산한 것이 Table 9 와 Table 10 이다. 예로써, Table 9에서 태양광(A₁)에 대한 퍼지 긍정적인 해로 부터의 거리 di*는 다음과 같이 계산된다.

단계 7: 각 대체안의 상대적 근접도계수 CC_i의 크기에 따라서 실행가능한 모든 대체안들의 우선순위를 결정한다. 식 (12)를 이용해서, 각 대체안에 대한 FPIS A⁺와, FNIS A^-으로 부터 거리 di*와 dj-를 계산해서, 각 대체안의 상대적 근접도 계수 CC_i를 도출한 결과가 Table 11 이다. 예로써, 첫 번째 대체안(A₁)에 대한 근접도 계수 CC₁은 다음과 같이 계산한다.

여기서 근접도 계수 CC_i 값이 클수록 대체안 Ai의 좋은 성과를 의미하기 때문에, Table 11 에서 대체안들의 우선순위는 근접도 계수 CC_i의 크기 순서에 따라서, 결론적으로 A₁≻A₃≻A₆≻A₇≻A₁₀≻A₄≻A₉≻A₅≻A₂≻A₈ 순으로 선호된다.