프로세스 마이닝

왜 배우는가: 프로세스 마이닝은 실제 시스템의 이벤트 로그로부터 업무 흐름을 찾아내고 점검하는 기법이라, 문서화되지 않은 업무의 병목과 규정 위반을 객관적으로 드러낸다. 데이터 분석과 BPM을 잇는 주제여서 정보관리기술사 시험에서 1교시 용어와 2~4교시 논술로 반복해 출제된다.

출제 이력: 제118회 2교시 1번, 제96회 1교시 11번

1. 한 줄 정의와 핵심 키워드

프로세스 마이닝은 시스템의 이벤트 로그를 분석하여 실제 업무 프로세스를 발견하고 점검하며 개선하는 기법군이다.

• 핵심 키워드: 이벤트 로그, 케이스 ID, 액티비티, 타임스탬프, 프로세스 발견, 적합성 검사, 프로세스 향상, 업무 프로세스 관리(BPM)

2. 개념 풀이

쉽게 말하면 시스템이 남긴 기록(로그)을 읽어 실제로 업무가 어떤 순서로 흘러갔는지 그림으로 복원하는 일이다. 사람이 작성한 업무 매뉴얼은 현장과 어긋나는 경우가 많으므로, 실행 기록을 직접 분석하는 것이 출발점이 된다.

정식 정의는 다음과 같다. 프로세스 마이닝(프로세스 마이닝(Process Mining))은 운영 프로세스를 이해하고 개선하기 위해 이벤트 데이터를 분석하는 일련의 기법을 뜻한다. 데이터 사이언스와 프로세스 관리 분야에 걸쳐 있다.

분석의 입력이 되는 로그에는 네 가지 요소가 필요하다. 첫째는 케이스 ID로, 개별 프로세스 인스턴스를 구분하는 고유 식별자다. 둘째는 액티비티(활동)로, 발생한 이벤트의 내용을 설명한다. 셋째는 타임스탬프로, 이벤트 발생 시각이다. 넷째는 자원, 비용 등 기타 속성이며 선택 사항이다. 케이스 ID, 활동, 타임스탬프가 빠지면 순서와 기간을 계산할 수 없으므로 분석이 성립하지 않는다.

분석 기법은 세 가지 범주로 나뉜다. 프로세스 발견(Process Discovery)은 사전 모델 없이 로그만으로 프로세스 모델을 생성한다. 적합성 검사(Conformance Checking)는 설계된 모델과 실제 로그를 비교해 차이를 찾는다. 프로세스 향상(Process Enhancement)은 기존 모델에 로그 정보를 더해 병목 등을 보완하고 확장한다.

3. 등장 배경과 필요성

기업 정보시스템(ERP, 워크플로 관리 시스템, 병원 전자의무기록 등)은 업무 실행 내역을 대량으로 남긴다. 그러나 이 기록은 대부분 분석되지 않은 채 보관되었다. 업무 문서는 최신이 아니거나 불완전한 경우가 많아, 기록에서 실제 프로세스를 얻을 방법이 필요해졌다.

학문적으로는 Eindhoven 공과대학 계열 연구에서 Alpha 알고리즘 등이 등장해 로그에서 페트리 넷 형태의 프로세스 모델을 추출할 수 있게 되면서 하나의 학문 분야로 자리 잡았다. 이후 휴리스틱 마이닝, 유전 알고리즘 기반 발견, 퍼지 마이닝 등 다양한 알고리즘이 개발되었다.

필요성은 세 가지로 정리된다. 첫째, 문서에 의존하지 않고 실제 실행 모습을 객관적으로 본다. 둘째, 규정 준수와 부정 행위를 로그 전수 검사로 확인한다. 셋째, 병목과 대기 시간을 정량적으로 찾아 개선 우선순위를 정한다. 프로세스 마이닝은 BPM 생명주기의 모니터링 단계에 속하는 방법이며, 기존 개선 방법론(DMAIC, BPR 등)을 대체하지 않고 현재(As-is) 프로세스 분석을 구체화하는 도구로 쓰인다.

4. 구성요소·원리·절차

프로세스 마이닝은 이벤트 로그를 입력으로 받아 실제 수행된 프로세스를 재구성하고 비교·개선하는 기법군이다. 로그의 최소 구성은 케이스 ID, 활동, 타임스탬프이며, 자원·비용 등은 선택 항목이다. 세 가지 핵심 범주는 프로세스 발견, 적합성 검사, 프로세스 향상이다.

• 구성요소 표

표는 로그의 필드를 정리한 것이다. 케이스 ID와 타임스탬프가 있어야 활동의 순서를 재구성할 수 있다.

원리는 이벤트 로그에서 활동의 선후관계를 추출하는 데 있다. 프로세스 발견은 사전 모델 없이 로그만으로 모델을 만든다. 적합성 검사는 사전 모델과 로그를 비교해 차이를 정량화한다. 프로세스 향상은 기존 모델을 로그 정보로 개선하며 병목 구간을 드러낸다. 발견 알고리즘으로는 알파 알고리즘, 휴리스틱 마이닝, 퍼지 마이닝 등이 있다. 알파 알고리즘은 페트리 넷 형태의 모델을 만든다.

• 이벤트 로그 수집과 전처리: 케이스 ID, 활동, 타임스탬프를 연결한다.
• 프로세스 발견: 로그에서 활동 선후관계를 추출해 모델을 만든다.
• 적합성 검사: 발견 모델 또는 설계 모델과 로그를 대조해 편차를 찾는다.
• 프로세스 향상: 병목, 대기 시간, 자원 편차를 분석해 모델을 보완한다.
• 결과 반영: 개선안을 실제 업무 프로세스에 적용하고 로그를 다시 수집한다.

흐름은 아래 도식과 같다.

세 범주는 발견·적합성 검사·향상이며, 각 범주의 입력이 사전 모델 유무로 갈린다

5. 관련 법령·기준·표준

프로세스 마이닝은 법령으로 정해진 기법이 아니며, 직접 적용되는 고시·기준값은 없다. 다만 감사·내부통제 맥락에서는 로그 기반 적합성 검사가 쓰인다. 예를 들어 일정 금액 이상 구매는 두 번 확인해야 한다는 규칙을 로그로 검증한다. 이때 4-eyes 원칙(동일인 금지 활동 분리)이 자주 인용된다.

관련 기준은 다음과 같다.

표의 값은 기법 예시이며 법정 기준이 아니다. 금액 기준은 특정 회사 규정의 예로 보아야 한다.

기법 용어는 과거 워크플로 마이닝, 자동화된 비즈니스 프로세스 발견(ABPD)에서 현재 명칭으로 정리됐다. 이 변화를 제도 개정으로 설명하지 않는다.

국내 법령과의 직접 연결은 확인되지 않는다. 답안에서는 감사·내부통제 적용 사례로만 언급한다.

6. 유형과 비교

프로세스 마이닝은 프로세스 발견(Process discovery), 적합성 검사(Conformance checking), 프로세스 향상(Process enhancement) 세 범주로 나뉜다. 세 범주는 입력으로 쓰는 것이 다르다. 발견은 모형 없이 이벤트 로그만 쓰고, 적합성 검사와 향상은 기존 모형을 입력으로 받는다.

위 표는 세 범주의 입출력 차이를 보여준다. 발견은 모형이 없는 상태에서 출발하므로 로그 품질에 결과가 민감하다. 적합성 검사와 향상은 모형이 있어야 하므로 기준 모형의 정확성이 중요하다.

발견 알고리즘은 알파 알고리즘(Alpha algorithm)이 대표적이다. 이후 휴리스틱 마이닝(Heuristic mining), 퍼지 마이닝(Fuzzy mining), 유전 알고리즘 기반 발견(Genetic process discovery), 영역 기반 마이닝(Region-based mining) 등이 등장했다. 출처에는 동시성(concurrency)을 포함한 모형을 발견하는 다양한 알고리즘이 기술돼 있다.