[ ML/DL & AI ] ML & AI 엔지니어링 공부 : 프로세스 마이닝(Process Mining)이란?
▽ [ ML/DL & AI ] ML & AI 엔지니어링 공부 : 프로세스 마이닝(Process Mining)이란?
목 차
1️⃣ 왜 프로세스 마이닝을 공부해야 하는가?
2️⃣ 프로세스 마이닝 개념 정리
3️⃣ 프로세스 마이닝의 3대 기법
4️⃣ AI·ML·DL과의 접점
5️⃣ 데이터 사이언스 관점
6️⃣ 산업 적용 사례
1️⃣ 왜 프로세스 마이닝을 공부해야 하는가?
현대 산업에서는 ERP, MES, CRM 등 다양한 시스템에서 대량의 이벤트 로그(Event Log)가 쌓입니다.
그런데 단순한 데이터 집계나 BI 시각화만으로는 실제 프로세스에서 문제가 어디서 발생하는지,
업무 흐름이 계획대로 진행되는지를 파악하기 어렵습니다.
프로세스 마이닝(Process Mining)은 바로 이 문제를 해결합니다.
-
Event Log → 실제 프로세스 모델 자동 생성
-
계획(procedure) vs 실제(process) 비교
-
프로세스 개선과 최적화를 위한 데이터 기반 인사이트 제공
AI/ML/DL 엔지니어와 데이터사이언티스트에게는
데이터 기반 의사결정과 프로세스 최적화를 실무에 직접 연결할 수 있는 강력한 분석 도구가 됩니다.
2️⃣ 프로세스 마이닝 개념 정리
정의
프로세스 마이닝은 이벤트 로그(Event Log)를 기반으로 실제 비즈니스 프로세스를 추출하고, 검증하며, 개선하는 데이터 분석 기법입니다.
핵심 특징
-
ERP, MES, CRM, IoT 장치 등에서 발생한 시간·행위 기반 로그를 사용
-
모든 프로세스 활동의 흐름을 시각화하고 분석
-
데이터 기반으로 병목, 불필요한 작업, 프로세스 편차 식별 가능
전통적 BI와의 차이 :
-
BI: 주로 집계 통계, KPI, 대시보드 중심.
-
프로세스 마이닝: 순서(sequence)와 흐름(flow)에 초점,
- 실제 활동의 ‘왜’와 ‘어디서’를 분석.
3️⃣ 프로세스 마이닝의 3대 기법
1. 프로세스 디스커버리(Process Discovery)
-
이벤트 로그만으로 프로세스 모델 자동 생성
-
예: 주문 → 출고 → 배송 → 결제 흐름을 실제 데이터 기반으로 도식화
2. 적합도 검증(Conformance Checking)
-
계획된 프로세스와 실제 수행된 프로세스 비교
-
규정 준수 여부 확인, 프로세스 편차 분석
3. 프로세스 개선(Enhancement/Improvement)
-
발견된 병목, 지연, 불필요한 작업 제거
-
AI/ML 적용 가능: 병목 예측, 프로세스 최적화, 이상 패턴 탐지
4️⃣ AI·ML·DL과의 접점
-
이벤트 로그 → 특징(feature) 엔지니어링 가능
-
ML/DL 적용 사례:
-
이상 탐지(Anomaly Detection): 비정상 프로세스 조기 감지
-
예측 모델링(Predictive Analytics): 납기 지연, 불량률, 병목 구간 예측
-
강화학습(RL) 기반 프로세스 최적화: 최적 작업 순서 추천
-
-
시계열 분석과 결합 시, 프로세스 지연 및 패턴 변화 감지 가능
5️⃣ 데이터 사이언스 관점
-
EDA(Exploratory Data Analysis)와 차별점:
-
단순 통계 → 프로세스 기반 분석
-
순서, 경로, 병목 중심의 분석
-
-
데이터 파이프라인 활용:
-
ETL → Event Log 추출 → Process Mining → KPI 시각화
-
예: MES 로그 → 병목 분석 → 생산성 KPI 개선
-
-
시각화:
- 프로세스 플로우 차트, 히트맵, Sankey Diagram 활용
6️⃣ 산업 적용 사례
| 산업 | 활용 사례 |
|---|---|
| 제조업 | 스마트팩토리: MES와 연계, 생산 병목, 불량률 분석 |
| 의료 | 환자 진료 경로 분석, 치료 시간 최적화, 의료 리소스 배치 |
| 금융/보험 | 클레임 처리 시간 분석, 사기 거래 패턴 탐지 |
| 물류 | 주문-출고-배송 흐름 최적화, 재고 회전율 개선 |
