[논문 리뷰] AI-Augmented Business Process Management Systems: A Research Manifesto

Marlon Dumas, Fabiana Fournier외 12명|arXiv (Cornell University)|2022. 01. 30.

Business Process Modeling and Analysis인용 수 4

한 줄 요약

이 선언문은 신뢰할 수 있는 AI를 활용해 자율적으로 적응하고 비즈니스 프로세스를 향상시키는 지능형이고 신뢰할 수 있는 시스템인 AI 보강형 비즈니스 프로세스 관리 시스템(ABPMSs)을 제안한다. 이 시스템은 설명 가능성과 인간의 감시를 유지하면서도, AI를 통해 비즈니스 프로세스를 자동으로 조정한다. ABPMSs의 비전은 프로세스 데이터를 근거로 추론하고 운영 제약 조건을 준수하며, 고급 자연어 처리(NLP)와 기계 학습을 통해 사용자와의 수동적이고 대화형 상호작용을 가능하게 한다.

ABSTRACT

AI-Augmented Business Process Management Systems (ABPMSs) are an emerging class of process-aware information systems, empowered by trustworthy AI technology. An ABPMS enhances the execution of business processes with the aim of making these processes more adaptable, proactive, explainable, and context-sensitive. This manifesto presents a vision for ABPMSs and discusses research challenges that need to be surmounted to realize this vision. To this end, we define the concept of ABPMS, we outline the lifecycle of processes within an ABPMS, we discuss core characteristics of an ABPMS, and we derive a set of challenges to realize systems with these characteristics.

연구 동기 및 목표

• 신뢰할 수 있는 AI를 활용해 비즈니스 프로세스 실행을 향상시키는 지능형 프로세스 인식 정보 시스템의 새로운 클래스인 AI 보강형 비즈니스 프로세스 관리 시스템(ABPMSs)을 정의하기.
• 기존 BPMSs가 고정된 프로세스 흐름에 의존하는 한계를 해결하기 위해, 동적이고 적응형이며 사전적인 프로세스 관리를 가능하게 하기.
• 자율성, 설명 가능성, 맥락 민감성, 인간-기계 협업을 강조하는 ABPMSs의 연구 의제 수립하기.
• 기업 환경에서 AI 기반의 프로세스 추론, 실시간 적응, 실질적인 인간-AI 상호작용을 가능하게 하는 핵심 과제 규명하기.

제안 방법

• 신뢰할 수 있는 AI를 사용해 정의된 프로세스 프레임 내에서 추론하고 행동하는 프로세스 인식 정보 시스템으로서 ABPMS를 정의하며, 운영 제약 조건을 준수함을 보장한다.
• 프로세스의 경계와 기대 행동을 정의하는 '프로세스 프레임' 개념을 도입한다 — 예를 들어, 페트리 네트워크, 시간 논리 등 구조화된 표현 방식.
• AI 기반의 이탈 또는 기회 탐지 결과에 따라 활동을 동적으로 삽입, 재루팅 또는 수정하는 자율적 오케스트레이션 메커니즘을 제안한다.
• 자연어 이해(NLU), 컴퓨터 비전, 지식 그래프, 신호 처리 기법을 활용해 프로세스 수준의 변화를 탐지하고 적응형 반응을 유도한다.
• NLP와 기계 학습을 활용해 ABPMS와 사용자 간의 동적이고 맥락 민감한 대화를 가능하게 하는 사전적이고 대화형 인터페이스를 설계한다.
• 기능적, 시간적, 조직적 시각을 포함한 다양한 시각을 통합하기 위해, 다용도적이고 확장 가능한 그래프 기반 모델을 통합적으로 제안한다.

실험 결과

연구 질문

• RQ1 런타임 중 런타임 데이터와 성능 지표를 바탕으로 AI 기반의 지속적이고 자율적인 프로세스 적응을 가능하게 하기 위해 AI는 어떻게 비즈니스 프로세스 관리 시스템에 통합될 수 있는가?
• RQ2 ABPMSs가 프로세스 상태를 추론하고 이탈을 탐지하며 실시간으로 개선 조치를 제안하거나 실행하기 위해 필요한 메커니즘은 무엇인가?
• RQ3 ABPMSs는 인간의 감시와 신뢰를 지원하기 위해 AI 기반 결정의 설명 가능성과 투명성을 어떻게 확보할 수 있는가?
• RQ4 대화형 AI와 NLP는 ABPMSs와의 상호작용에서 사전적이고 맥락 민감하며 사용자 중심의 상호작용을 어떻게 가능하게 하는가?
• RQ5 특히 프로세스 제약 조건 위반이나 모호성이 발생했을 경우, ABPMSs는 자율성과 인간의 제어를 어떻게 균형 있게 유지할 수 있는가?

주요 결과

• ABPMSs는 런타임 데이터와 성능 지표를 기반으로 AI 기반의 실시간 적응을 가능하게 하여, 기존 BPMSs에서의 패러다임 전환을 이룬다.
• 프로세스 관리에 AI를 통합하면 프로세스 이상(예: 냉각 체인 물류에서의 냉각 고장)을 자율적으로 탐지하고 동적으로 경로를 재설정하거나 간섭할 수 있다.
• 설명 가능성과 인간-AI 협업은 핵심적이며, ABPMSs는 결정을 정당화하고 사용자와 프로세스 변경 사항에 대해 사전적 대화를 시작해야 한다.
• 실질적인 대화를 가능하게 하기 위해서는 고급 NLP와 메모리 인식 모델이 필요하며, 이를 통해 맥락 민감한 대화를 지속적으로 지원할 수 있다.
• 기능적, 시간적, 조직적 시각을 모두 수용할 수 있는 통합된 그래프 기반 모델은 필수적이다. 이는 다양한 시각 간의 유연한 추론을 가능하게 한다.
• 현재의 과제로는 다중 에이전트 프레임워크의 확장성, 에이전트 간 중복 방지, 대화형 ABPMSs에서의 접근 제어 확보가 있다.