전통적인 다기준의사결정(Multi-Criteria Decision Analysis, MCDA)기법은 복수 대안을 평가기준과 의사결정권자의 선호도에 따라 평가하여 유역 전반에 걸친 최적 대안을 선정하는 데 있어 효율적으로 사용되는 기법이다. 하지만, 홍수터 관리를 위한 유역 전반에 걸친 의사결정 정보는 지역적 특색을 반영할 수 있는 공간적 변동성을 체계적으로 파악할 수 있는 능력에 제한을 받고 있다. 이와 관련하여 최적대안 결정시 지리정보체계(GIS)의 적용은 신속하고 정확한 정보를 제공하고, 공간적인 차원에서 야기되는 문제의 해결과 합리적인 자원의 이용 및 배분 등을 수행하여 해당 기술 분야의 전문가들과 최종의사결정권자들의 의사결정과정에서 요구되는 각종 정보를 공간분포형태로 제시할 수 있어 상충하는 여러 목표 간의 갈등을 최소화하고, 투명하고 객관적인 의사결정을 수행할 수 있도록 도와준다. 본 연구에서는 홍수터 해석 분야에서 GIS와 MCDA 기법을 결합(공간형 MCDA기법)하여 홍수피해 저감대책 평가를 수행하였다. 수자원 분야의 고전적인 MCDA기법인 CP (Compromise Programming)와 SCP (Spatial Compromising Programming)기법 적용을 위해 부산 수영강 유역에 대한 사례연구를 통하여 적용성을 평가한 결과 CP기법은 해당 유역에 대해 단일 홍수피해 저감대책만을 제시하는 문제점이 있었으며 GIS와 결합된 SCP기법은 모든 격자지점의 공간특성 반영이 가능하여 관심 지점에 대한 개별 대안을 의사결정권자들에게 제시할 수 있었다. Conventional MCDA techniques have been used in the field of water resources in the past. A GIS can offer an effective spatial data-handling tool that can enhance water resources modeling through interfaces with sophisticated models. However, GIS systems have a limited capability as far as the analysis of the value structure is concerned. The MCDA techniques provide the tools for aggregating the geographical data and the decision maker's preferences into a one-dimensional value for analyzing alternative decisions. In other words, the MCDA allows multiple criteria to be used in deciding upon the best alternatives. The combination of GIS and MCDA capabilities is of critical importance in spatial multi-criteria analysis. The advantage of having spatial data is that it allows the consideration of the unique characteristics at every point. The purpose of this study is to identify, review, and evaluate the performance of a number of conventional MCDA techniques for integration with GIS. Even though there are a number of techniques which have been applied in many fields, this study will only consider the techniques that have been applied in floodplain decision-making problems. Two different methods for multi-criteria evaluation were selected to be integrated with GIS. These two algorithms are Compromise Programming (CP), Spatial Compromise Programming (SCP). The target region for a demonstration application of the methodology was the Suyoung River Basin in Korea.