프로세스 마이닝 분석 사례
8월 21일, 2017 | 3분읽기
데이터에 기반을 둔 프로세스 분석 기법으로 프로세스 마이닝은 빅데이터 시대를 맞아 더욱 주목을 받고 있습니다. 공공 서비스, 구매, 생산, 제조, 품질, 물류 등 일정한 형태의 작업 흐름이 존재하고 해당 작업에 대한 로그가 존재하는 경우에 전체 Value Chain의 모든 데이터를 관통하여 분석함으로 써 폭넓은 가치를 제공하게 됩니다.
프로세스 마이닝은 현행 업무를 모델링 하는 프로세스 맵(Process Map) 이외에 업무의 수행 시간, 병목 접을 도출하는 성과 분석(Performance Analysis), 작업자/설비 간의 관계를 도출하는 소셜 네트워크(Social Network), 수행 업무의 시퀀스 패턴 (Sequence Pattern) 분석, 케이스별 이벤트의 전체 분포 파악을 가능하게 하는 도티드 차트(Dotted Chart) 등 프로세스를 중심으로 다양한 관점의 분석을 적용해 볼 수 있습니다.
국내의 경우도 학계를 중심으로 이러한 분석 기법들에 대한 현장 적용이 활발하게 연구되어, 실제로 삼성전기, 현대중공업, 삼성중공업, 대우조선해양 등 제조 기업의 제조 프로세스 분석, 분당 서울대학교 병원, 보라매병원 등의 진료 프로세스 분석, 부산항의 항만 물류 프로세스 분석, 전시회 관람객 동선 분석 등의 다양한 분야에서 프로세스 마이닝이 적용되고 있습니다. 특히 국내 사례 중에서는 삼성전기와 분당서울대학교병원의 사례가 IEEE Task Force on Process Mining에 우수 적용 사례로 소개되었습니다. (빅데이터 분석을 위한 프로세스 마이닝 기술 동향, 방송 통신 기술 이슈&전망 2014년 제62호)
병원 외래 환자 프로세스 분석
병원 내에서 이뤄지는 접수, 진료, 검사, 수납, 처치 등의 활동 등은 병원정보시스템(hospital information system, HIS) 내 데이터 베이스에 저장되어 관리됩니다. 내원한 환자의 만족도 및 병원 업무의 효율화를 위해서는 개별 활동의 대기 시간 및 혼잡도 측정 이외에 내원해서 퇴원할 때까지 전체 흐름을 추적할 필요가 있는데 이때 프로세스 마이닝이 유용하게 사용될 수 있습니다.
다음은 병원 외래 프로세스에 프로세스 마이닝을 적용하여, 병원의 표준 진료 지침과 시스템 이벤트 로그로부터 도출된 프로세스 모델을 비교하여 90% 정도의 정합률을 도출한 예입니다. 이를 통해 병원의 진료 프로세스가 잘 관리되고 있는 부분을 수치화하여 확인하였으며, 일치하지 않는 나머지 10% 부분에 대한 상세 원인 분석을 진행하여 불일치 요인을 파악할 수 있습니다.
병원 업무에 관련된 프로세스 마이닝 적용 시나리오는 다음과 같습니다.
· 병원 내 환자 동선 흐름 가시화
· 환자 유형별, 진료/검사 별 수행 패턴 분석을 통한 특이 사항 파악
· 성과 분석을 통한 패턴 간의 차이를 발생시키는 요소(예를 들어 업무 부하, 작업자, 설비, 스케줄) 발견
· 로그 분석을 바탕으로 시뮬레이션 모델을 작성하여, 환자가 늘었을 경우 진료 시간에 어떤 변화가 있는지 분석하고, 병원에서 사용되고 있는 키오스크의 적정 대수 산정 산출
· 신관 개설 전후 프로세스 모델 및 주요 성과 지표 비교
프로세스 마이닝에서 소셜 네트워크 분석은 기존 인터넷상의 사용자 사회관계 분석뿐만 아니라, 조직 내 부서 간에 상호 작용 여부를 감지하는 데에도 유용합니다. 다음은 한 논문에서 소개된 프로세스 마이닝을 통한 병원 부서 간 소셜 네트워크입니다.
위 결과는 일반 임상 화학 실험실이 주요 역할 자로서 여러 부서 간 상호 작용을 하는 것을 보여줍니다. 반면, OC와 혈관 연구실 사이에는 아무런 관계가 없습니다. 이것은 두 부서 간에 상호 작용이 없거나 많지 않음을 의미합니다.
이러한 결과를 협업 담당자에게 보여줬을 때, 그들은 임상 화학 실험실과 영양 부서 간 강력한 협업 관계에 대해 놀랐다고 합니다. 그렇지만, 이것은 환자가 여러 화학 요법 세션에 가야 할 때 영양사를 방문하는 것이 종종 필요하다는 사실로 설명할 수 있었습니다.
위에 설명된 프로세스 마이닝 분석 기법들은 데이터에 기반을 둔 다양한 시각화를 통하여 현상을 이해하고 설명하는 데 도움을 주는 것을 볼 수 있었습니다. 뿐만 아니라 이렇게 조직 내 프로세스를 디지털화하여 축적된 프로세스 패턴들은 향후 프로세스를 예측하고 최적화하기 위한 기반으로 사용될 수 있을 것입니다.