인간의 지각은 왜곡된다. 특히 기억력은 신뢰할 수가 없다. 이러한 주관성(subjectivity)은 일들이 어떻게 수행되는가에 대한 현재 상태를 정의할 때 비즈니스 프로세스에 대한 그림을 완벽하고 정확하게 그리는 것을 어렵게 만든다.

컴퓨터는 자동화 될 수 있는 복잡한 것들을 수행하는 것에 매우 능숙하다. 그러므로 회사의 IT시스템에 수집된 모든 프로세스 데이터를 이해하기 위해서 컴퓨터를 이용하는 것이 어떨까? 진실을 대화의 초점에 두게 함으로써 프로세스 마이닝이 여러분의 프로세스 분석 노력들을 어떻게 보완할 수 있는가를 배울 수 있을 것이다.

 

수작업 프로세스 분석의 한계점

비즈니스 프로세스 개선 프로젝트는 일반적으로 현재의 ‘As-Is’ 상태를 분석하는 것에서 시작한다 (그림 1 참조). 물론 비즈니스 프로세스 개선의 목표는 품질, 효율성 등의 측면에서 더 나은 프로세스에 이르는 것이다. 그리고 실제로 변화를 가져오는 것에는 종종 어려운 부분이 있다. 그러나 ‘As-is’ 프로세스에 대한 정확한 그림이 없다는 것은 현재 어떤 곳에 있는지 알지 못하고 진행을 위한 효과적인 수단 없이 여행을 시작하는 것과 같다.

 

 

<그림 1> 프로세스 개선

 

오늘날 ‘As-is’ 프로세스는 종종 워크숍, 인터뷰, 관찰 및 검토회(walk-through)를 통해 수작업으로 작성된다. 이러한 방식에는 다음과 같은 몇 가지 도전과제가 존재한다.

 

프로세스는 보이지 않는다.

작업 현장에 들어가면 누가 무슨 일을 하는지 알 수 있다. 사무실에서 여러분은 사람들이 컴퓨터와 상호작용하는 것을 볼 수 있다. 하지만 그들이 무슨 일을 하고 있는지를 정확하게 알 수는 없다. 이전에는, 책상 위의 많은 서류들을 통해 밀린 일을 알 수 있었다. 그러나 오늘날의 IT기반의 정보 프로세스에서는 실제로 무엇이 일어나는가를 알기가 다소 어렵다.

 

현실은 사람들이 생각하는 것과 다르다.

사람들은 실제 프로세스가 도출된 프로세스 맵이나 기술과 부합한다고 말하지만 실제로 그렇지는 않다. 관리자들은 이러한 불일치를 제대로 파악하지 못하고 있다. 게다가 사람들은 자신의 업무 전과 후에 무슨 일이 일어났는지에 대한 적은 이해로 단지 프로세스의 일부분만 본다. 결론적으로, 비효율은 종종 기능 단위들의 경계(즉, whitespace)에서 나타난다.

 

사람들은 무엇이 문제인가에 대한 서로 다른 의견을 가지고 있다.

모든 사람은 일어난 일에 대해 주관적 관점으로 바라보기 때문에 사람들은 종종 무엇이 문제인가에 대한 다른 의견을 가지고 있다. 예를 들어, ‘sunny day scenario(모든 일들이 순조롭게 진행되는 경우)’와 예외 상황에 대한 지각 편중(perceptual biases)이 존재할 수 있다. 이러한 시각의 차이는 현재의 생각을 실제적인 데이터와 비교해서 조사할 수 있는 방법이 있었다면 피할 수 있는 많은 불필요한 논쟁을 불러일으킬 수 있다.

 

프로세스 마이닝으로 IT DATA를 활용하기

 

 

<그림 2> IT 시스템들은 누가 무엇을 언제 하는지에 대한 매우 상세한 정보를 기록한다.

 

오늘날 ERP, CRM과 같은 IT 시스템과 다른 많은 플랫폼들은 비즈니스 프로세스의 실행을 지원한다. 이러한 IT 시스템들과 플랫폼들은 수행되는 활동들과 이 활동들을 누가, 언제 했는가에 대한 매우 상세한 정보를 기록한다(그림 2 참조).

 

 

<그림 3> 프로세스 마이닝은 실제 프로세스 흐름에 대한 모델을 자동적으로 발견하기 위해 현존하는 IT 로그 데이터를 사용한다.

 

실제 프로세스 흐름을 도식화한 모델을 자동적으로 발견하기 위해 프로세스 마이닝은 이러한 로그 데이터를 활용한다(그림 3 참조). 발견된 프로세스 모델은 성과 지표의 계산이나 조직 관점의 통합 등을 통해서 더욱 확장될 수 있다.

이런 자동적으로 발견된 모델들은 여러분의 비즈니스 프로세스 전체를 포함하지 않을 수도 있다(예를 들어, 수작업 단계가 데이터에 가시화되지 않을 것이다.). 그러나 이러한 모델들은 ‘As-is’ 분석에 있어서 인간이 작업하는 노력에 대해 중요한 보완재가 될 수 있다.

 

프로세스 마이닝을 사용함으로써 여러분은 대화에 사실을 가져올 수 있다. 예를 들어, 여러분이 워크숍에서 발견된 프로세스의 그림을 보여주며 다음과 같이 질문할 수 있다.

“여기에 데이터가 말하려는 것이 있습니다. 이것이 여러분의 견해와 경험과 어떻게 부합합니까?”

 

낭비의 세가지 예

논의를 구체적으로 하기 위해서 프로세스 마이닝이 비즈니스 프로세스에서 낭비를 발견하기 위해 어떻게 사용될 수 있는지에 대해 세 가지 예를 살펴보자. ‘Hidden factory’[1] (이 개념은 1985년에 발표된 Harvard Business Review의 기사에서 만들어짐.)는 프로세스에서 실제로 발생했으나, 기대된 프로세스 맵의 일부가 아닌 것들을 의미한다. ‘숨겨진 프로세스 단계’는 프로세스 오류와 프로세스 지연에 심각하게 기여한다. 또한 ‘hidden factory’ 는 잠재적으로 중복되는 작업이나 프로세스의 어딘가에서 공식적으로 다루어지는 일들에 대한 것뿐만 아니라 프로세스 상의 낭비되는 시간도 설명한다. 가장 큰 문제는 이러한 문제들이 보이지 않기 때문에 제대로 관리될 수 없다는 것이다.

다음은 프로세스 마이닝이 ‘hidden factory’ 이슈를 발견하는 데 도움을 줄 수 있는 방법이다.

<그림 4> 계획된 프로세스(목표 : 3일)

 

숨겨진 활동

그림 4는 단순화된 고객 주문 프로세스에 대한 문서화된 워크플로우를 보여준다. 프로세스는 복잡하지 않고 직렬로 수행되는 단계들로 구성되어 3일 이내에 완료되어야 하는 것처럼 보인다. 그러나 사실 해당 프로세스는 더 복잡하며(그림 5 참조) 평균 6일이 소요되고 때로는 이보다 더 오래 걸리기도 한다.

 

 

<그림 5> 실제 프로세스(6~26일)

 

그림 5의 프로세스 맵은 프로세스에 대한 어떤 사전 지식도 없이 단지 고객 서비스 플랫폼에서 수집된 IT 로그를 기반으로 자동으로 도출되었다. 그림 4에 설명되어 있는 것보다 사실 더 많은 활동들이 일어난다는 것을 그림 5에서 볼 수 있다. 특히, 숨겨진 프로세스 단계인 ‘Request missing information’은 중요한 낭비의 원인이다. 왜냐하면 해당 프로세스의 후반부에 누락 정보가 고객으로부터 요청되었는데 이것은 364개의 케이스들 중에서 99개에서 고객주문 완료를 지연시켰다.

이 예에서, 주문을 저장할 때 모든 적절한 정보가 초반에 확보되는 것을 보장하는 것이 프로세스 효율성을 크게 개선할 수 있음을 알 수 있다. 단지 숨겨진 활동들을 발견함으로써, 여러분은 이러한 활동들의 필요성과 프로세스에서 창출되는 가치에 대한 활동들의 기여를 측정할 수 있다.

프로세스 마이닝은 숨겨진 프로세스 단계를 드러낼 수 있다. 더욱이 각 활동이 얼마나 자주 일어났는지에 대한 빈도수가 큰 샘플 크기에 기반하여 객관적으로 결정될 수 있다. 예를 들어, 일년에 걸쳐 기록 된 수백만의 행동들이 자동적으로 분석될 수 있다.

 

유휴 시간

 

 

<그림 6> 긴 유효 시간이 발견되고 추가 조사될 수 있다(색상이 빈도를 보여준다).

 

종종 케이스들은 프로세스 단계들 사이에서 불필요하게 오랜 시간 동안 눌러있을 때가 있다. 프로세스 효율성 관점에서 이것은 제거되어야 하는 낭비이다.

그림 6은 그림 5의 프로세스 맵에서 화살표 위에 활동들 사이의 대기 시간을 일로 표시하고 있다. IT 시스템에 있는 로그 데이터는 종종 시간 정보를 포함하고 있기 때문에 프로세스 마이닝은 프로세스 안에서 각 활동의 수행에 얼마나 오래 걸리는지 그리고 대부분의 시간이 정확히 어디에서 손실되는지를 알 수 있다.

 

중복 및 변동

 

 

<그림 7> 프로세스에 나타나는 다양한 수준의 변동:

 

프론트 오피스 프로세스는 단지 하나의 변동(Registered → Completed)만을 가짐.

이에 반해, 외부 전문가 프로세스는 38개의 다양한 수행 프로세스 패턴들을 가짐.

 

일반적으로 프로세스는 간단한 직렬 흐름으로 생각되지만 실제로는 훨씬 많은 변동이 있다. 변동을 줄여서 프로세스를 능률화하는 것은 프로세스를 더욱 효율적이고 예측가능 하도록 하는 하나의 방법이다.

그림 7은 콜센터 프로세스의 또 다른 예를 보여준다. 요청이 프론트 오피스(고객을 직접 상대하는 부서)에서 직접 처리되거나 백 오피스(고객을 직접 상대하지 않는 부서)나 외부 전문가에 전달된다.

여러분은 발견된 프로세스 흐름에서 프론트 오피스에서의 요청은 직접적으로 완료됨을 알 수 있다. 백 오피스에는 몇몇의 중간 단계들과 loopback이 존재함을 알 수 있다. 그러나 만일 외부 전문가가 관여한다면 프로세스는 상당히 혼란스러워진다. 만약 우리가 데이터를 더 깊이 파고 든다면 우리는 몇 개의 요청이 일곱 번까지 다른 전문가들에게 전달되는 것을 알아낼 수 있다.

 

프로세스 마이닝이 적합한 곳

 

 

<그림 8> 프로젝트 단계: 프로세스 마이닝이 프로세스 개선 프로젝트의 어떤 단계에 가장 적합한가?

 

우리는 숨겨진 활동과 대기시간 외에도 실제 프로세스의 흐름 (그리고 프로세스의 변동)이 프로세스 마이닝을 사용하여 분석될 수 있음을 보았다. 그러나 프로세스 마이닝은 개선 프로젝트의 어떤 단계에 가장 잘 적용될 수 있는가?

3개의 핵심 사용 사례는 다음과 같다.

(a) 이후 노력들의 초점 맞추는 것을 돕기 위한 사전검사 단계에서 활용

(b) 현재의 생각과 실제 데이터의 적합성을 검증하기 위한 검증 도구로서 활용

(c) 개선 이니셔티브가 바람직한 효과를 가져왔는가를 검증하기 위한 도구로 활용(그림 8 참고)

 

어떤 사용 사례가 여러분에게 가장 적절하다고 보는가? 여러분의 의견과 경험을 듣고 싶다.

 

[1] 숨겨진 프로세스, 맹목영역(Blind Area), 사각지대를 숨겨진 공장(hidden factory)라고 함. 기업마다 숨겨진 공장의 크기는 다르지만 프로세스 역량이 낮을수록 숨겨진 공장의 크기는 크게 되고 이에 따른 비용이 높아짐.

 

 

Fluxicon제공 | PMIG 번역 ( e-mail: info@pmig.co.kr  website: http://www.pmig.co.kr/ )