ProDiscovery 3.3 AI 챗봇 PiDi 공개
7월 30일, 2024 | 10분 읽기
ProDiscovery에 생성형 AI(GenAI) 적용
생성형 AI(Gen AI)와 프로세스 마이닝 기술의 결합은 최근의 기술 트렌드에서 매우 주목받고 있습니다. 이번에 릴리즈되는 ProDiscovery v3.3에 처음으로 생성형 AI를 적용하여 사용자 인터페이스가 더욱 직관적이고 사용하기 쉽게 개선되었으며 한층 더 똑똑해진 프로세스 분석이 가능하게 되었습니다.
프로세스 마이닝 분석가, AI Assitant ‘PiDi’
자연어로 질문을 입력하면 PiDi(PiDi : ProDiscovery에서 애칭으로 부르고 있는 생성형 AI Assistant)가 자동으로 분석 결과를 제공하고, 시각화를 위한 퍼즐(Chart)을 추천할 수 있습니다.
• 자연어를 통한 프로세스 분석 결과 제공
프로세스 데이터셋과 가시화된 차트 이미지를 기반으로 포괄적인 프로세스 분석 결과를 신속하게 제공받을 수 있습니다. 프로세스 분석 결과를 요약하고, 분석 결과로 시각화된 차트의 유의미한 정보를 추출하여 자연어로 설명해 줌으로써 프로세스 분석 결과에 대해 자연스럽게 정보 획득이 가능합니다.
• 분석 결과 시각화를 위한 적절한 퍼즐 또는 DB Query를 추천
PiDi와의 문답식 채팅을 통해 적절한 시각화 도구, DB Query를 추천해 줌으로써, 분석 경험이 부족한 일반 사용자도 쉽게 프로세스 분석에 접근할 수 있도록 합니다.
PAL(ProcessAssetLibrary) 서비스 론칭
💡프로세스 자산 라이브러리 (PAL : Process Asset Library)란?
프로세스 자산 라이브러리(PAL)는 조직의 업무 프로세스 관리를 위해 프로세스를 모델링 하여 정 의하고 표준화하여 관련된 자료와 함께 저장하는 저장소로서 표준 업무 프로세스의 Life cycle을 관리하는 도구입니다.
PAL은 조직 내 표준화된 업무 프로세스를 정의한 다음, 이를 사용하여 업무를 처리하고 업무 관 련 정보를 활용함으로써 팀 간 협업과 업무 효율을 증진시킵니다. 또한 디지털 전환 대상 업무의 가시성을 확보하고 RPA, BPM 기반 프로세스 실행을 통해 프로세스 중심의 DX(Digital Transformation)를 위한 기초 역할을 합니다.
ProDiscovery가 이번에 새롭게 표준 프로세스 관리 도구(PAL : Process Asset Library)를 제공함으로써, 그를 기반으로 프로세스의 실시간 모니터링, 예측, 다양한 What-If 시뮬레이션을 수행해 재 작업 및 낭비 구간 개선, 작업 시간 단축, 프로세스 최적화를 이룰 수 있게 되었습니다.
ProDiscovery 고급 분석을 위한 Custom KPI 퍼즐 추가
ProDiscovery에서 KPI 퍼즐은 주요 성과 지표(KPIs)를 시각적으로 분석하고, 프로세스 데이터를 바탕으로 비즈니스 프로세스의 성과를 평가하는 데 사용되며 다양한 KPIs를 한눈에 비교하고 분석하는 데 유용합니다. 또한 이를 바탕으로 비즈니스 프로세스를 최적화하기 위한 통찰을 제공합니다.
하지만 그동안의 ProDiscovery KPI 퍼즐에서는 프로세스 데이터를 특정 조건으로 필터링 한 케이스 또는 이벤트를 기준으로 평균 리드타임, 대기시간, 케이스/이벤트 비율 등과 같이 사전 정의된 주요 성과 지표에 대해서만 제공했기 때문에, 특정 산업분야 또는 특정 기업의 프로세스 데이터에 특화된 KPIs를 제공하는 데 제약이 있었습니다.
이번 업데이트를 통해 제공되는 Custom KPI 퍼즐에서는, 특정 산업분야 나 기업에 특화된 데이터라 하더라도 사용자가 해당 데이터를 추출하는 DB Query 만으로 주요 성과 지표(KPIs)들을 가시화할 수 있습니다. 필요한 성과 지표를 정의하고 해당 값을 계산할 수 있는 DB Query를 입력함으로써 해당 KPI 값을 가시화할 수 있습니다.
Process Map의 배경 이미지 설정, 노드 / 간선 위치 저장 기능
▲기존 ProcessMap
▲ProcessMap의 배경에 이미지를 첨부하고, 노드/간선의 위치를 저장한 화면
Frequency based Map 과 Variant Map에서 맵의 배경에 특정 이미지를 첨부하여 저장하는 기능이 추가되고, 또한 맵의 노드와 간선을 마우스로 Drag 하여 그 위치를 저장하는 기능 또한 개선되었습니다.
이렇게 맵의 노드와 간선의 위치가 가시화 알고리즘에 의해 자동으로 지정되는 것 외에 사용자가 직접 그 위치를 지정하게 함으로써 프로세스 맵을 최적으로 가시화하는 데 유리하며, 프로세스 맵의 배경에 특정한 이미지를 첨부하여 맵과 함께 가시화함으로써, 제조 공정 등과 같이 정형화된 업무 프로세스 분석 분야에 사용자의 눈에 익은 형태의 프로세스 맵을 보여줌으로써 프로세스 단계의 친숙함을 더할 수 있게 됩니다.
DataConnector를 통한 데이터 수집, BatchJob 관리 기능 추가
프로세스 마이닝을 통해 프로세스를 가시화하고 분석하는 데 있어, Data Connector는 기업 업무 시 스템의 내부 데이터베이스 또는 외부 웹 서비스(SaaS) 등 다양한 데이터 소스로부터 데이터를 수 집하고 통합하는 역할을 합니다.
ProDiscovery가 다양한 데이터를 기반으로 실시간(Real-time) 또는 준 실시간으로 프로세스를 분 석하고 모니터링하기 위해 기업 내 외부로부터 필요한 데이터를 주기적으로 추출하고, 다양한 형식의 데이터를 표준화하여 분석에 활용할 수 있도록 관리하는 기능이 필요합니다. 이러한 기능을 Data Connector Batch Job 관리 기능이라고 합니다.
DataConnector를 통해 데이터를 수집하는 주기, 수집 Query를 관리하는 화면
ProDiscovery는 기업 내 외부 데이터를 수집하는 Data Connector를 사전에 준비하여 지속적으로 추가하고 있으며, 금번 빌드 업데이트를 통해 내•외부 데이터를 주기적으로 수집할 수 있는 DB Query 관리, 수집 주기를 관리할 수 있도록 Data Connector Batch Job 관리기능을 제공합니다.
ProDiscovery는 다양한 고객사 사례를 진행하며, 더 나은 성능과 기능을 제공하기 위해 지속적인 기능 업데이트와 개발을 진행하고 있습니다.
ProDiscovery v3.2에서는 프로세스 데이터 기반으로 학습된 AI(머신러닝) 모델을 적용, 프로세스 흐름, 남은 시간과 지연 여부와 같은 이상 상황을 예측하고, 고객 이탈 여부와 같은 Case Classification(케이스 분류) 예측이 가능했습니다. 그리고 이번에 릴리즈 된 ProDiscovery v3.3에는 AI 기술을 한층 더 고도화하고 더불어 생성형 AI 기술을 적용하여 프로세스 분석의 새로운 가능성을 열었습니다.
생성형 AI 기술 적용을 통해 진정한 AI 기반 자동화된 프로세스 인텔리전스 플랫폼(Process Intelligence Platform)으로서 자리 매김하게 될 ProDiscovery는 프로세스 마이닝의 잠재력을 극대화하며, 기업의 운영 효율성과 경쟁력을 높이는 데 큰 도움이 될 것입니다. 이번 버전 업데이트를 통해 여러분의 비즈니스 프로세스를 한층 더 혁신적으로 개선할 수 있기를 기대합니다.
