프로세스 마이닝_디지털 트랜스포메이션에서 프로세스 마이닝의 역할
최근 디지털 비즈니스에 대한 논의가 활발히 진행되면서, 디지털 트랜스포메이션(Digital Transformation, DX)이라는 단어가 기업 경영과 관련되어 자주 사용되고 있습니다.
이를 이해하는 데 있어서, 비즈니스 유행어(buzz word)와도 같은 DX가 무엇(WHAT)인지, 사전적인 의미와 아울러 DX를 통해서 문제들을 어떻게 해결하는 방법(HOW)으로서 접근할 것인가에 대한 고민이 필요하며, 이를 위한 하나의 방안으로서 프로세스 마이닝을 살펴보고자 합니다.
기존 디지털 트랜스포메이션 정의를 살펴보면, 전통적인 비즈니스를 클라우드, 빅데이터, 인공지능, 사물인터넷, 모바일 등의 디지털 기술들을 가져다 새로운 서비스와 비즈니스로 바꾸려는 활동을 의미합니다.
이것은 구글이나 아마존처럼 태생적 디지털 기반의 회사가 아니더라도 제조, 금융, 공공, 유통 분야의 기존 전통적인 조직에서 디지털 기술을 활용하여 과거와 다른 방식으로 업무를 혁신하거나 문제를 해결해 줄 수 있는 것에 초점을 맞추고 있습니다.
그동안 하둡과 딥러닝으로 대표되던 빅데이터와 인공지능에 대한 기술적 검증이 끝나고 냉정하게 이러한 기술들이 어떻게 비즈니스 기회와 전략적 우위를 가져다줄지 궁금해하는 경영자들에게 DX는 하나의 해결 방안처럼 보여집니다.
물론 디지털 트랜스포메이션 역시 실제가 없는 모호한 경영 혁신 구호가 될 수도 있습니다. 이를 극복하기 위해 DX 과정에서 프로세스 마이닝은 실천적 도구로서 두 가지 역할을 수행합니다.
첫 번째, 오퍼레이션 기술(Operational Technology), 정보 기술(Information Technology)을 조직의 상위 전략(Strategy) 단계와 잇는 연결자로서 역할입니다. 즉, OT 혹은 IT 레벨에서 발생하는 로그 데이터를 가지고, 업무 기반의 KPI를 가시화할 수 있는 기능을 제공합니다.
기존 비즈니스 영역을 디지털로 변환하는 과정에 있어서, 현재의 프로세스를 구성하고 있는 조직, 고객, 제품, 작업에 대한 컨트롤이나 모니터링 방식도 이에 걸맞게 바뀌어야 할 필요성이 제기됩니다. 이를 위해 나온 것이 현실 세계와 가상을 결합하는 가상물리시스템 (CPS : Cyber Physical System)과 디지털 트윈(Digital Twin) 등의 개념인데, 단순히 3D 시뮬레이션만이 아닌 실제 도메인 프로세스를 이해하고 분석하는 노력이 필요합니다.
프로세스 마이닝은 이를 위해 전체 프로세스 관점에서 그 안에 담겨있는 조직, 설비, 업무, 일정, 고정 속성 등 다양한 요소들을 고려하여 통합된 업무 프로세스 모델과 관련 지표들에 대한 가시화 기능을 제공합니다.
또한, 기존 프로세스 중 일부가 수작업 방식으로 이뤄져 프로세스 마이닝 분석 과정에서 파악하기 어려운 부분은 디지털 트랜스포메이션을 도입하려는 과정에 있어서 주요 개선이 필요한 병목점 혹은 문제점으로 파악 가능하게 합니다.
If you can not measure, you can not manage (Peter Drucker)
측정할 수 없으면 관리할 수 없고, 관리할 수 없으면 개선시킬 수도 없다
위의 문구처럼 프로세스 마이닝은 로그가 남지 않아 프로세스 모델에서 누락된 업무에 대해서는 OT, IoT 등의 디지털 기술 활용을 통해 측정하는 활동에 대한 필요성을 일깨워 줍니다. 이는 단순히 전통적인 방식을 전산화하고 자동화하려는 것과는 구분되며 업무 혁신의 관점에서 기존의 업무를 새로운 과점에서 바라보고, 조직 내에서 이뤄지는 디지털화를 측정할 수 있는 기준을 만들어 나가야 합니다.
이를 통해 상위 전략적인 관점에서 오퍼레이션 영역의 Pain Point 문제점을 파악하고, 프로세스 혁신을 통해 새로운 비즈니스 기회를 찾을 수 있습니다.
두 번째, 디지털 트랜스포메이션을 위한 프로세스 마이닝의 역할은 인공 지능 기술을 현실 업무에 적용하고자 했을 때 현실 업무를 해석하는 디지털 변환(Digital Conversion)입니다.
그동안 인공지능이 활발히 적용되던 이미지와 음성 인식 통한 자율 주행, 자연어 처리 이외에 기존 ERP, MES, 다양한 인트라넷 웹시스템 등 기업 내부 시스템에서 나오는 막대한 트랜잭션 데이터를 활용하여 업무 수행을 위한 의사 결정시 인공 지능의 도움을 받을 수 있습니다.
이때 AI, 머신러닝 기술이 다룰 수 있는 문제는 다차원 상의 위치한 벡터들에 대한 수치들로 기계들이 이해할 수 있는 매트릭스 세계입니다. 이를 위해 현실 상의 문제는 앞서 디지털 트윈이라고 불리는 디지털 영역에 대치되는 대상으로 매핑하고 디지털 Conversion을 절차를 거쳐야 합니다.
예를 들어, 제품과 관련된 생산 및 유통 계획을 세우기 위해 제품이 생산되는 단계를 명시적으로 구분하고, 생산을 위한 다양한 환경 변수들과 작업 변수들을 현장 수작업 혹은 센서 데이터를 통해 자동으로 입력받아 MES, ERP 등의 기간 시스템에 순차적으로 저장됩니다. 여기서 최적화된 생산 계획을 위해 머신 러닝 기법을 사용하고자 할 때 OT, IT에 맞춰진 기존 데이터 형태로는 문제를 정의하고 결과를 추론하기 쉽지 않습니다.
프로세스 마이닝은 기존 트랜잭션 데이터를 전체 비즈니스 프로세스 파이프라인 관점에서 재구성합니다. 즉, 로그 상에서 존재하는 작업, 작업자, 설비, 작업시간, 환경 변수, 선후행 관계, 시계열 특성 등은 디지털화된 프로세스에서 객체 데이터의 임베딩(Embedding)을 통해 특정 차원의 벡터로 변환될 수 있습니다. 이를 통해 머신러닝 알고리즘이 쉽게 학습하고 추론할 수 있는 형태가 되어, 자원 수요 예측, 이상 상황 검출, 세분화, 프로세스 최적화 등을 시도해 볼 수 있습니다.
인공지능 기술이 적용될 수 있도록 현실 비즈니스 문제의 범위를 넓히고 프로세스 관점에서 이를 이해하고 해석하는 과정을 통해 프로세스 마이닝은 디지털 트랜스포메이션의 구체적이고 실천적인 성공 수단으로 자리매김할 수 있을 것입니다.
[참고]
1. https://en.wikipedia.org/wiki/Digital_transformation
