불확실한 상황에서 “리스크” 라는 말을 자주 떠올리게 합니다. 리스크는 손실이나 피해, 그 외 바람직하지 않은 사건이 일어날 가능성입니다. 대체로 사람들은 리스크를 원치 않습니다. 리스크가 낮다고 하는 것은, 성공의 확률이 높다고 바꾸어 말할 수 있습니다.

예를 들어 봅시다. 다음 달의 판매량이 기대 했던 것 보다 일정량 이상이 된다고 하면, 그 결과 재고가 없어 납기 지연이 생길지도 모릅니다.

만약 납기의 지연이 주문의 감소로 연결된다고 하면, 그 가능성이 리스크를 높일 것입니다. 즉 리스크 분석을 하는데 있어서 유의해야 하는 일은 두 가지가 있습니다.
“어디에 리스크가 있는 것인가?” 그 리스크는 어떠한 의미가 있는 것인가?”

변화란 대체로 리스크를 수반합니다. 경험을 이미 해 보셨겠지만, 약간의 변화만으로도 많은 잠재적 리스크를 포함하고 있습니다. 시간 초과에 걸리는 비용, 재고의 부족, 미래의 매출, 지질 조사의 결과, 인사의 이동, 예측 불가능한 수요, 인건비의 변동, 정부의 인허가, 합병의 가능성, 심의 중인 법안 같은 것들이 예라고 할 수 있을 것입니다.

일단 리스크가 인식되면 모델에 리스크를 정량화할 수 있습니다. 이를 정량화하는 것의 의미는 리스크에 가치나 가격을 부여 하는 것입니다. 이것으로 당신은 리스크가 존재하는 일에 이행할 가치가 있는지 아닌지를 결정하게 되는 것입니다.

예를 들면, 스케줄의 지연으로 손실이 $10정도가 되는 확률이 25% 있는 경우에 여러분은 리스크를 크게 느끼지 않을지도 모릅니다. 그러나 스케줄의 지연에 의해 손실이 $10,000가 될 확률이 5%라도 있는 경우라면 여러분은 이 리스크에 매우 민감하게 반응할 것입니다.

Crystal Ball은 Microsoft 엑셀의 애드인 됩니다.
여러분이 이미 사용하고 있는 스프레드시트에 모델을 구축하여 Crystal Ball을 이용할 수 있습니다. Data vs Analysis 만약 스프레드시트를 단순한 데이터의 기록용으로 사용하고 있다고 하면, 모델을 구축하고 있다고는 말하지 않습니다.

예를 들어 매출 데이터, 재고 데이터, 회계 데이터의 기록만을 목적으로 이용하고 있다면 모델을 구축하고 있다고 말할 수는 없습니다.

모델 이라는 것은 단순한 데이터의 정리가 아니고, 분석의 도구로서 이용 할 수 있는 스프레드시트를 가리킵니다. 모델은 수식이나 함수의 구성으로 데이터를 어떠한 계산할까를 나타낸 것입니다. 이렇게 구성한 셀들은 이미 모델이 구축되었다고 할 수 있습니다.

스프레드시트에서의 리스크 인식

여러분은 이미 모델을 구축했거나 가지고 있다고 합시다. 그런데 여러분의 모델에 는 애매한 값들이 몇 개 있을지도 모릅니다. 그것들은 불확실한 데이터나 변화를 예측을 할 수 없는 값들입니다.

설정된 모델에 변수들이 (예를 들면 가격, 비율, 수요량 등) 항상 일정하다고 할 수 있습니까?
그럼, “이 변수들은 변화하는 값입니까? , 이것의 추정 값이 사실에 근접할까요?” 라는 질문을 던질 수 있습니다. 여러분이 모델을 구축했다면 이러한 불확실한 변수들이 어느 것인지 미리 파악한다면 리스크를 줄이는데 큰 도움을 줄 것입니다.

우리는 다음의 3가지 방법을 통하여 리스크 분석을 해 왔습니다.

점추정, 범위추정, What-if 시나리오 점추정은 불확실한 변수에 대해서 가장 그럴 것 같은 값을 대입합니다. 이 추정법은 가장 일반적이고 쉽지만 오류를 범할 가능성이 매우 높습니다.

예를 들면, 평균이 1미터라는 정보만 가지고 강의 아무 지점이나 건너려고 할 때, 만약 수심이 5미터의 지점을 선택한다면 큰 위험에 처할 수 있을 것입니다. 만약 공항까지의 소요 시간이 평균 25분이라 할 때, 그래서 당신이 비행기 출발 25분전에 출발한다면 비행기에 늦을 확률이 50%가 될 것입니다.

범위추정은 3가지의 시나리오를 예측하는 방법입니다.

최선의 결과(Optimistic), 최악의 결과(Pessimistic), 그리고 가장 그럴 것 같은 결과 (Most likely) 이 추정법은 결과의 범위를 나타낼 수 있지만 각각의 결과가 일어날 수 있는 확률을나타낼 수 없습니다.

What-if 시나리오 는 범위추정을 기본으로 한 것으로, 예상되는 많은 경우를 예측하는 것입니다.

“최악의 결과는?”, “매출이 최고에서도 경비가 가장 적게 소요되는 경우는?”, “매출이 평균으로 경비가 가장 적게 소요되는 경우는?”, “매출 & 경비가 평균이지만 다음 달의 매출이 기복이 없는 경우는?” 이런 종류의 분석에는 막대한 시간이 걸릴 뿐만 아니라 결과의 데이터도 매우 방대해 질 것입니다. 또 데이터가 많이 있어도 각각의 결과가 일어날 수 있는 확률을 나타낼 수는 없습니다.

여러 가지 방법으로 리스크 분석을 할 수 있습니다. 하지만 가장 대표적인 방법이 스프레드시트상에의 분석입니다. 스프레드시트를 사용하면 변수간의 인과 관계를 식이나 셀 참조에 의해 정의할 수 있으므로 적절하게 모델을 구축하여 위험을 수치화 할 수 있습니다.

하지만 스프레드시트 모델의 결점은 하나의 셀에 동시에 하나의 값 밖에 넣을 수가 없다고 하는 것입니다. 그럼 반대로, 하나의 셀에 복수의 값을 넣을 필요가 있는 것일까요?

점 추정법이나 범위 추정법으로 불확실성을 표현했을 때를 생각해 봅시다. 셀에 동시에 하나의 값 밖에 넣지 못하기 때문에 보고자 하는 결과가 매우 제한적이고 변화에 민감하지 못합니다. 그리고 "what-if“ 시나리오 분석을 하는 경우도 같습니다. 경우의 수를 바꿀 수는 있지만 시간이 많이 소요될 것이고, 그 각각의 경우를 잊지 않기 위해 별도로 기록해 두어야 할 것입니다.

이렇게 기존 스프레드시트의 제한적 기능을 해결하고 보다 신뢰성 있는 분석을 수행하기 위해 Crystal Ball 이 탄생 했습니다.

Crystal Ball 은 불확실성을 완전히 새로운 방법으로 정의 합니다. 즉 하나의 값에 분포/범위를 정의 합니다. 예를 들어, 다음달의 전화세를 $3,000이라는 하나의 점으로 정의 하는 대신에 $2500에서 $3750 이라고 하는 범위의 값으로 정의 할 수가 있습니다. 그렇게 함으로써, 하나의 셀에서 발생할 수 있는 모든 경우를 수를 따져볼 수 있는 기초를 만들 수 있습니다. 즉, 시뮬레이션을 가능하게 합니다.