[논문 리뷰] Process Mining for Unstructured Data: Challenges and Research Directions

Agnes Koschmider, Milda Aleknonytė‐Resch외 8명|arXiv (Cornell University)|2023. 11. 30.

Business Process Modeling and Analysis인용 수 7

한 줄 요약

이 논문은 비구조화된 데이터(예: 영상, 센서 스트림, 음성)에 프로세스 마이닝을 적용하는 데 있어 핵심 과제를 규명하고, 이러한 데이터를 프로세스 마이닝에 적합한 이벤트 로그로 전환하기 위한 다섯 단계 분석 파이프라인을 제안한다. 이는 도메인 지식 통합, 종합적 통찰을 위한 데이터 융합, 고급 시각화, 설명 가능한 AI 통합, 윤리적/법적 프레임워크 등 다섯 가지 핵심 연구 방향을 제시하며, 비구조화된 데이터에 대한 프로세스 마이닝을 변혁적이나 다수의 연구가 이루어지지 않은 분야로 위치짓는다.

ABSTRACT

The application of process mining for unstructured data might significantly elevate novel insights into disciplines where unstructured data is a common data format. To efficiently analyze unstructured data by process mining and to convey confidence into the analysis result, requires bridging multiple challenges. The purpose of this paper is to discuss these challenges, present initial solutions and describe future research directions. We hope that this article lays the foundations for future collaboration on this topic.

연구 동기 및 목표

• 비구조화된 데이터(예: 영상, 센서 스트림, 음성 등)가 널리 존재하는 분야에서 전통적인 프로세스 마이닝과 호환되지 않는 상황에서의 프로세스 마이닝 수요 증가에 대응하기 위해.
• 저수준의 비구조화된 데이터를 프로세스 마이닝에 적합한 구조화된 이벤트 로그로 전환하는 데 있어 핵심 과제를 규명하고 체계화하기 위해.
• 비구조화된 데이터를 프로세스 마이닝 워크플로우에서 사전 처리하고 분석하기 위한 체계적인 다섯 단계 분석 파이프라인을 제안하기 위해.
• 기술적, 윤리적, 도메인 특화된 격차를 메우는 데 기여할 미래 지향적 연구 방향 다섯 가지를 제시하기 위해.
• 비구조화된 데이터 프로세스 마이닝 분야의 향후 협업 기반을 마련하기 위해 열린 과제와 실행 가능한 연구 계획을 프레임워크화하기 위해.

제안 방법

• 비구조화된 데이터 소스에 맞게 조정된 다섯 단계 프로세스 분석 파이프라인을 제안: 데이터 수집, 이벤트 추상화, 이벤트 로그 생성, 프로세스 마이닝, 결과 해석.
• 원시 비구조화된 입력(예: 영상 프레임, 센서 읽기 값 등)에서 의미 있는 활동을 추출하고 이를 상징적 이벤트 로그 항목으로 매핑하기 위해 이벤트 추상화 기법을 활용.
• 프로세스 마이닝 워크플로우에 도메인 지식을 통합함으로써 모델 정확도와 관련성을 향상시키는 하이브리드 모델링 접근법을 도입.
• 영상, 센서, 로그 등의 이질적 소스를 융합하여 더 풍부하고 정확한 프로세스 표현을 만드는 데 목적이 있는 데이터 융합 기법을 권장.
• 복잡한 프로세스 마이닝 결과를 이해하기 어려운 비기술자 스테이크홀더에게 전달하기 위해 인터랙티브하고 확장 가능한 시각화 방법(예: 대시보드, 3D 모델 등)의 사용을 촉진.
• 비구조화된 입력에서 유도된 프로세스 마이닝 결과의 투명성과 신뢰도를 향상시키기 위해 설명 가능한 AI(XAI) 기법의 통합을 장려.

실험 결과

연구 질문

• RQ1 영상, 음성, 센서 스트림과 같은 비구조화된 데이터는 어떻게 체계적으로 프로세스 마이닝에 적합한 구조화된 이벤트 로그로 변환될 수 있는가?
• RQ2 저수준의 비구조화된 데이터 소스에서 이벤트 로그를 유도할 때 데이터 품질과 프로세스 무결성 확보에 있어 핵심 과제는 무엇인가?
• RQ3 실제 응용에서 정확도와 관련성을 향상시키기 위해 도메인 특화 지식는 어떻게 프로세스 마이닝 모델에 효과적으로 통합될 수 있는가?
• RQ4 영상, 센서 데이터, 로그 등의 이질적 데이터 소스를 융합하여 더 포괄적이고 신뢰할 수 있는 프로세스 통찰을 도출할 수 있는 데이터 융합 전략는 무엇인가?
• RQ5 감시 데이터 및 편향 문제와 관련된 윤리적, 법적 문제는 비구조화된 데이터의 프로세스 마이닝에서 어떻게 사전에 대응될 수 있는가?

주요 결과

• 비구조화된 데이터를 프로세스 마이닝에 적합한 이벤트 로그로 전환하는 데에는 케이스 ID, 활동 이름, 타임스탬프가 내재되어 있지 않기 때문에 이벤트 추상화 및 데이터 정형화 등의 중간 단계가 필수적이다.
• 기존 프로세스 마이닝은 이벤트 로그가 이산적이고 완전 순서가 있으며 정확하다는 가정을 내포하고 있으나, 비구조화된 데이터는 이러한 가정을 종종 위반하므로 사전 처리 없이 직접 적용하는 것은 비현실적이다.
• 영상, 센서 데이터, 생산 로그 등의 이질적 소스를 융합하면 단독으로는 보이지 않는 패턴을 드러내어 프로세스 통찰력과 모니터링 능력을 향상시킬 수 있다.
• 비기술자 스테이크홀더에게 비구조화된 데이터에서 유도된 복잡한 프로세스 마이닝 결과를 전달하기 위해 인터랙티브 대시보드 및 3D 표현과 같은 고급 시각화 기법이 필수적이다.
• 의료 및 법적 분야와 같은 고위험 분야에서는 비구조화된 데이터에 대한 프로세스 마이닝의 설명 가능성은 핵심이며, 향후 시스템은 모델 신뢰도를 향상시키기 위해 피드백 메커니즘을 통합해야 한다.
• 특히 개인정보 보호, 편향, 데이터 보호 문제와 관련된 윤리적·법적 과제는 크며, 익명화 기법 및 투명한 거버넌스 모델을 포함한 전용 프레임워크가 필요하여 책임감 있는 사용을 보장해야 한다.