EKE란?

EKE(Expert Knowledge Elicitation) 개요

EKE는 전문가의 지식이나 판단을 체계적으로 수집하여 불확실성을 정량적으로 표현하는 방법이다.
즉, 데이터가 부족하거나 불확실성이 큰 문제에 대해 전문가의 경험과 판단을 수치화하여 분석에 활용하는 절차다.예를 들어, 과학적 자료가 충분하지 않은 신종 질병의 확산 가능성을 평가할 때, 전문가들의 확률적 판단을 모아 위험도를 추정할 수 있다.

 

EKE의 필요성

실험이나 관측 데이터가 부족한 상황에서 의사결정이 필요한 경우, 혹은 복잡한 시스템(환경, 방사선, 기후 등)에서 불확실성이 존재할 때 EKE가 활용된다.
정책, 위험평가, 예측 모델 구축 등 다양한 분야에서 전문가의 직관을 체계화된 데이터로 바꾸는 도구로 쓰인다.

 

EKE의 주요 절차

1. 문제 정의 (Problem Definition)
   평가 목적, 범위, 변수 등을 명확히 설정한다.
2. 전문가 선정 (Expert Selection)
   주제에 대해 충분한 지식과 경험을 가진 전문가를 모집한다.
3. 질문 설계 (Question Design)
   수량화 가능한 형태(확률, 구간 등)로 질문을 구성한다.
4. 지식 추정 (Knowledge Elicitation)
   인터뷰, 설문 등으로 전문가의 판단을 수집한다.
5. 결과 통합 및 분석 (Aggregation)
   전문가별 판단을 통계적으로 결합하여 불확실성 분포를 도출한다.

 

EKE에서의 불확실성 표현

EKE의 핵심은 전문가의 판단을 확률분포 형태로 표현하는 것이다.
예를 들어, 특정 사건이 발생할 확률을 “최소 10%, 가장 가능성 높은 값 30%, 최대 60%”처럼 제시하고, 이를 기반으로 PERT 분포나 삼각분포를 구성한다.
이렇게 하면 전문가 판단이 단순한 ‘감’이 아니라 통계적으로 활용 가능한 정보로 변환된다.

 

EKE의 장점

• 데이터 부족 상황에서도 정량적 분석이 가능하다.
• 다양한 전문가 의견을 통합하여 편향을 완화할 수 있다.
• 불확실성을 명시적으로 다룰 수 있다.

 

EKE의 한계

• 전문가 선정과 질문 설계에 따라 결과가 달라질 수 있다.
• 일부 전문가의 편향이나 확신 정도가 결과에 영향을 줄 수 있다.
• 시간과 비용이 상대적으로 많이 소요된다.