입지 선정에서 핵심 요인을 식별하고 그 인과 관계를 분석하는 것은 의사결정의 효율성을 유의미하게 향상시킨다. 다수의 연구에서 입지 선정에 다기준 의사결정(Multi-Criteria Decision-Making, MCDM) 방법을 적용해 왔으나, 이러한 전통적 접근은 종종 요인 간 인과적 상호의존성을 간과하거나 적절히 반영하지 못한다. 본 연구는 투명성을 위해 공개 데이터를 활용하고, 견고한 확률적 모델링 대안으로 베이지안 네트워크(Bayesian Networks, BN)를 사용함으로써 이러한 한계를 해결한다. BN은 복잡한 요인 간 상호작용을 효과적으로 나타내며, 인과 관계와 불확실성을 모두 포착한다. 실험 평가 결과, 제안된 프레임워크는 계층적 의존성을 명시적으로 고려함으로써 최종 입지 적합도 확률을 효과적으로 산출하며, 의사결정에 대한 향상된 통찰을 제공하는 것으로 나타났다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.