KR101564749B1

KR101564749B1 - 워크플로우 기반 인적 자원의 소속성 분석방법 및 시스템

Info

Publication number: KR101564749B1
Application number: KR1020130104406A
Authority: KR
Inventors: 김광훈; 안현
Original assignee: 경기대학교 산학협력단
Priority date: 2013-08-30
Filing date: 2013-08-30
Publication date: 2015-11-13
Also published as: KR20150026070A

Abstract

워크플로우 기반 소속성 네트워크 분석 방법 및 이를 수행하는 분석 시스템이 개시된다. 상기 소속성 네트워크 분석 방법은 조직 관점의 워크플로우 네트워크를 업무와 수행자간 소속 관계를 나타내는 소속성 네트워크로 변환하는 단계, 상기 소속성 네트워크를 기초로 업무-소속성 이분 행렬을 생성하는 단계, 상기 업무-소속성 이분 행렬을 기초로 상기 소속성 네트워크를 분석하는 단계 및 분석 결과를 시각화하여 게시하는 단계를 포함한다.

Description

워크플로우 기반 인적 자원의 소속성 분석방법 및 시스템{METHOD AND SYSTEM FOR ANALYSING WORKFLOW-SUPPORTED HUMAN-RESOURCE AFFILIATION}

본 발명은 조직 내의 워크플로우 모델을 기초로 인적 자원의 소속성을 분석하는 방법 및 시스템에 관한 것이다.

워크플로우(workflow)란 기업 비즈니스에서 정의된 업무와 관련된 사람, 정보 자원의 흐름을 통합적으로 관리, 지원해주는 업무 처리 자동화 시스템이다.

기업은 조직 내의 조직 정보, 경영 정보, 파트너 정보 등을 효율적으로 운영 및 관리하기 위하여 워크플로우 모델을 도입하여 비즈니스 프로세스를 설계, 관리 할 수 있다.

또한, 기업은 워크플로우 모델을 도입함으로써, 프로세스를 자동화하고, 업무 생산성을 향상시키며, 업무 처리의 효율성을 높이고, 비용을 감소시킬 수 있다.

워크플로우 모델은 조직의 모습을 할당 업무(task), 수행자(actor), 역할(role), 액티비티(activity) 및 자료 저장소(repository)로 표현한다. 이러한 워크플로우 모델은 빌드 타임에서 정의되고, 런타임 시에 미리 정의된 내용을 기반으로 하여 프로세스의 생성, 탐색 또는 제어와 같은 기능을 수행한다.

도 1은 워크플로우 모델을 정의하는데 필수적으로 요구되는 객체 유형들의 집합과 그들 간의 관계를 정의한 워크플로우 메타 모델을 도시하고 있다.

워크플로우 메타 모델을 구성하는 객체 유형들은 워크플로우 프로시저, 액티비티, 역할, 수행자, 연관 데이터, 트랜지션, 호출 어플리케이션 등이 있다.

워크플로우 프로시저(Workflow Procedure)는 프로세스로서, 액티비티라고 정의되는 단위 업무들의 집합과 이들 간의 실행 순서로 정의된다. 워크플로우 관리 시스템은 정의된 워크플로우 프로시저에 의해 구조화되고 제어되고 실행된다. 또한, 워크플로우 프로시저에 내포된 제어 흐름은 액티비티들에 대한 4가지의 기본적인 제어 흐름 유형들인 순차적(Sequential), 선택적(Disjunctive), 병렬적(Conjunctive), 반복적(Repetitive) 제어 흐름 유형들의 조합으로 표현된다.

액티비티(Activity)는 워크플로우 프로시저를 구성하는 기본 단위업무이다. 액티비티는 작업 액티비티(Work Activity), 블록 액티비티(Block Activity), 서브프로세스 액티비티(Subprocess Activity), 게이트웨이 액티비티(gateway Activity), 이벤트 액티비티(Event Activity) 등으로 구분된다. 이들 액티비티 간에는 실행 시간의 선후관계가 존재하며, 이러한 선후관계는 워크플로우 프로시저의 기본 제어흐름 유형을 통해 정의되며, 이는 곧 워크플로우 프로시저의 정의를 의미한다.

역할(Role)과 수행자(Actor)는 워크플로우 모델을 위한 조직 정보를 정의하는 핵심 요소로서, 역할은 논리적 조직의 개념 또는 물리적 부서의 개념으로서 액티비티에 할당되며, 수행자는 워크플로우 프로시저를 구성하는 작업 액티비티의 실행을 담당하는 자로서 일정한 역할이 할당된다.

연관 데이터(Relevant Data)는 워크플로우 프로시저 인스턴스의 실행시에 요구되는 각 액티비티의 입출력 데이터이다. 연관 데이터는 해당 프로세스를 구성하는 액티비티들의 입출력 데이터로 이용되며, 프로세스의 제어흐름을 결정짓는 트랜지션들의 변수로 이용된다.

트랜지션(Transition Condition)은 워크플로우 프로시저의 제어흐름에 따른 액티비티들의 실행 순서를 제어하기 위해 정의되는 객체이다. 이러한 트랜지션은 연관 데이터를 변수로 이용하여 액티비티 실행 순서를 정의한다.

한편, 기업의 규모가 팽창함에 따라 처리되어야 할 프로세스 업무 처리량 및 관련된 이력 정보들이 기하급수적으로 늘어나고 있다. 따라서, 워크플로우 및 비즈니스 프로세스에 대한 개선과 재발견을 위한 새로운 기술이 요구되고 있다.

워크플로우 모델과 일련의 워크플로우 모델들의 그룹으로 정의되는 워크플로우 패키지로부터 워크플로우 프로세스 관련 지식을 발견해내는 기법을 워크플로우 인텔리전스 발견 기법이라고 하며, 워크플로우 모델들의 실행이력인 로그 정보로부터 워크플로우 관련 지식을 발견해내는 기법을 워크플로우 인텔리전스 재발견기법이라고 한다. 대량의 워크플로우 및 비즈니스 프로세스 모델과 그들의 실행 이력을 기반으로 하는 워크플로우 프로세스 관련 지식의 발견 및 재발견 알고리즘들과 이를 위한 프레임워크의 확보 유무는 워크플로우 관리 시스템과 비즈니스 프로세스 관리 시스템의 가치를 평가하는데 중요한 요소이다.

워크플로우 모델을 기반으로 하는 협력 네크워크(Affiliation Network)를 발견함으로써 워크플로우 모델에 배정된 업무수행자들(Actors)과 단위업무들(Activities) 간의 소속 관계를 파악할 수 있으며, 이에 대한 분석을 통해 조직에서 수행하는 업무에 할당된 인적자원과 그에 따른 비용 및 업무 협력 정도를 파악하는 것이 가능하다. 여기서, 협력 네트워크란 워크플로우 모델상에 정의된 역할담당 및 수행자배정 정보를 바탕으로 업무수행자들과 단위업무들 간에 형성된 상호관계를 나타내는 네트워크 모델을 의미한다. 이러한 점에서 어느 조직에서 운용 중 또는 운용 예정인 워크플로우 모델로부터 협력 네트워크를 찾아내고 이를 통해 업무수행자들과 단위업무들 간의 협력 관계를 용이하게 분석할 수 있는 협력 네트워크 분석 방법 및 시스템의 도입이 요구되고 있다. 그러나, 기존의 많은 BPI(Business Process Intelligence) 관련 연구들이 분석의 대상을 워크플로우의 업무 또는 구조(제어 흐름) 측면에 한정되어 진행되었으며, 이는 실질적으로 업무를 수행하는 워크플로우 기반 인적 자원에 관련된 지식을 획득하기에 많은 제한점을 가지고 있다.

본 발명은 상술한 종래의 문제점을 극복하기 위한 것으로서, 본 발명의 목적은 워크플로우 관리 시스템을 도입한 조직내의 전체 프로세스 정보인 워크플로우 모델을 추출하여 조직에 존재하는 모든 인적 자원과 해당 프로세스 간의 소속관계를 가시화하는 분석방법과 이를 적용한 분석 시스템을 제공하는 것이다.

본 발명의 일 양태에 있어서, 본 발명의 실시예에 따른 워크플로우 기반 소속성 네트워크 분석 방법은 조직 관점의 워크플로우 네트워크를 업무와 수행자간 소속 관계를 나타내는 소속성 네트워크로 변환하는 단계, 상기 소속성 네트워크를 기초로 업무-소속성 이분 행렬을 생성하는 단계, 상기 업무-소속성 이분 행렬을 기초로 상기 소속성 네트워크를 분석하는 단계 및 분석 결과를 시각화하여 게시하는 단계를 포함한다.

상기 조직 관점의 워크플로우 네트워크는 단위 업무와 역할간 할당 관계, 역할과 수행자간 할당 관계의 정의를 포함할 수 있다.

상기 네트워크 변환 단계는 워크플로우 모델을 입력 받는 단계, 업무 소속 관계 함수에 의한 업무 소속 지식 및 제1 링크 강도치를 결정하는 단계, 수행자 참여 관계 함수에 의한 수행자 참여 지식 및 제2 링크 강도치를 결정하는 단계 및 상기 업무 소속 지식, 상기 제1 링크 강도치, 상기 수행자 참여 지식, 상기 제2 링크 강도치를 기반으로 업무-수행자 소속성 네트워크 모델을 결정하는 단계를 포함할 수 있다.

상기 업무-소속성 이분 행렬은 수행자 중심의 부분 행렬

과 업무 중심의 부분 행렬

로 이루어진 대칭 행렬일 수 있다.

상기 분석 단계는 상기

와 상기

간의 행렬 연산을 통해 수행자의 업무 협업 행렬

과?업무의 수행자 공유 행렬

을 획득하는 단계를 포함할 수 있다.

본 발명의 다른 일 양태에 있어서, 본 발명의 일 실시례에 따른 워크플로우 기반 소속성 분석 시스템은 다수의 단위업무로 구성되는 워크플로우 네트워크를 생성하고 관리하는 워크플로우 관리부, 상기 워크플로우 관리부에 의해 생성된 조직 관점의 워크플로우를 업무와 수행자간 소속관계를 나타내는 소속성 네트워크로 변환하는 소속성 네트워크 변환부, 상기 소속성 네트워크 변환부에서 생성된 소속성 네트워크를 기초로 연산 작업을 수행하여 업무-소속성 이분 행렬을 생성하는 이분 행렬 연산부, 상기 업무-수행자 이분 행렬을 기반으로 상기 소속성 네트워크를 분석하는 분석부 및 상기 분석부로부터 획득한 분석 결과를 가시화하여 게시하는 출력부를 포함한다.

업무-수행자 이분 행렬 생성 알고리즘을 제공하여 기존의 워크플로우 프로세스 모델에서 중심성(centrality), 밀집도(density), 상관 관계(correlation)와 같은 다양한 소셜 네트워크 관련 속성들을 분석할 수 있으며, 분석 결과를 통해 조직에서 수행하는 업무에 할당된 인적자원과 그에 따른 비용과 업무 협력 정도를 계량화하여 가시화 할 수 있다.

본 발명의 실시례에 따른 알고리즘에 의해 생성된 업무-수행자 이분 행렬은 중심성(centrality), 밀집도(density), 상관 관계(correlation)와 같은 다양한 소셜 네트워크 관련 속성들을 분석하는데 적용될 수 있으며, 이를 통해 워크플로우 기반 인적 자원의 소속성에 대한 보다 정확한 분석이 이루어질 수 있다.

도 1은 워크플로우 모델을 정의하는데 필수적으로 요구되는 객체 유형들의 집합과 그들 간의 관계를 정의한 워크플로우 메타 모델을 도시하고 있다.
도 2는 본 발명의 일 실시례에 따른, 워크플로우 기반 인적 자원의 소속성 분석 시스템의 전체 개요도이다.
도 3은 본 발명의 일 실시례에 따른, 워크플로우 기반 소속성 네트워크 분석 방법을 나타낸 흐름도이다.
도 4는 ICN 워크플로우 모델에서 단위 업무와 역할간의 할당 관계와 역할과 수행자간의 할당 관계를 가시적으로 나타낸 일례이다.
도 5은 특정 워크플로우 모델의 단위 업무들과 이를 수행하는 수행자들과의 할당 관계를 나타낸 것이다.
도 6은 발견 알고리즘을 통해 추출된 APANM을 가시적으로 표현한 것이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.

또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.

이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면 번호에 상관없이 동일한 수단에 대해서는 동일한 참조 번호를 사용하기로 한다.

이하에서 설명할 본 발명의 실시례에 따른 분석 방법에 있어서 워크플로우 기반 인적 자원은 워크플로우 관리 시스템에 의해 관리되는 조직의 모든 수행자들을 말하며, 워크플로우 기반 인적 자원은 워크플로우 모델의 실행 과정에서 특정 업무 집합에 참여함을 전제한다. 이러한 워크플로우 모델에 정의된 수행자들과 업무들과의 소속성을 나타내는 소셜 네트워크를 업무-수행자 소속성 네트워크라 한다.

도 2는 본 발명의 일 실시례에 따른, 워크플로우 기반 인적 자원의 소속성 분석 시스템의 전체 개요도이다.

도 2를 참조하면, 본 발명의 실시례에 따른 워크플로우 기반 소속성 분석 시스템(100)은 워크 플로우 모델로부터 발견된 업무-수행자 소속성 네트워크 모델(APANM)에 대한 이분 행렬을 생성하고, 생성된 이분 행렬을 이용하여 중심성(centrality), 밀집도(density), 상관 관계(correlation)와 같은 다양한 소셜 네트워크 관련 속성들을 분석하여 워크플로우 기반 인적 자원의 소속성에 대한 분석 결과를 제공한다. 이와 같은 작업을 수행하는 워크플로우 기반 소셜 네트워크 분석 시스템(100)의 세부 구성에 대해서 구성 요소별로 설명하기로 한다.

워크플로우 기반 소속성 분석 시스템(100)은 워크플로우 관리부(110), 소속성 네트워크 변환부(120), 이분 행렬 연산부(130), 분석부(140)를 포함한다. 또한, 상기의 구성요소에 더하여 출력부(150) 및 저장부(160)을 더 포함할 수 있다.

워크플로우 관리부(110)는 다수의 단위업무로 구성되는 워크플로우 네트워크를 생성하고 관리한다. 구체적으로, 워크플로우 관리자(110)는 업무별로 워크플로우 프로세스를 정의, 생성하고, 생성된 워크플로우 프로세스를 저장, 관리한다. 이를 위해, 워크플로우 관리자(110)는 프로세스 정의부(112), 프로세스 실행부(114) 및 프로세스 감시부(116)을 포함할 수 있다. 프로세스 정의부(112)는 업무 별로 워크플로우 프로세스를 정의, 생성하고, 프로세스 실행부(114)는 정의된 워크플로우 프로세스를 실행하고 관련된 입출력 정보를 처리한다. 또한, 프로세스 감시부(116)는 실행되는 워크플로우 프로세스의 정상 동작 여부를 감시하고, 이상 동작시에 관리자에게 경보를 발송하거나 프로세스 재실행 요청을 상기 프로세스 실행부(114)에 전송할 수 있다.

또한, 워크플로우 관리부(110)는 프로세스 정의부(112)에서 정의, 생성된 워크플로우 프로세스를 저장부(160)에 저장하거나, 프로세스 실행부(114)에서 워크플로우 프로세스를 실행하는 과정에서의 각종 로그 데이터를 상기 저장부(160)에 저장할 수 있다.

소속성 네트워크 변환부(120)는 업무와 수행자간 소속관계를 나타내는 소속성 네트워크(APANM)로 변환한다. 구체적으로, 소속성 네트워크 변환부(120)는 업무-수행자 소속성 네트워크 발견 알고리즘을 이용하여 워크플로우 프로세스로부터 소속성 네트워크로 변환할 수 있다.

소속성 네트워크 변환부(120)는 워크플로우 네트워크의 구성 객체인 단위업무(activity), 역할(role) 및 수행자(actor)를 구성요소로 하여 수행자들과 단위업무들 간의 협력관계를 파악하여 소속성 네트워크를 생성한다. 참고로, 워크플로우 네트워크는 액티비티(activity) 정보, 저장소(repository) 정보, 역할(role) 정보, 수행자(actor) 정보 등을 구성 객체로서 포함할 수 있다. 소속성 네트워크 발견 알고리즘에 대해서는 이하에서 다시 설명하기로 한다.

이분 행렬 연산부(130)는 소속성 네트워크 변환부(120)에서 생성된 소속성 네트워크를 기초로 연산 작업을 수행하여 이분 행렬을 생성한다.

구체적으로, 이분 행렬 연산부(130)는 생성된 소셜 네트워크를 분석하여 업무-수행자 이분 행렬을 생성한다. 이때 업무-수행자 이분 행렬은 APANM을 구성하는 업무와 수행자, 두 개의 속성을 가지며, 이들간의 소속 관계를 나타내는 이분 행렬이다. 여기서 업무는 보통 워크플로우 모델에 정의된 하나의 단위 업무인 액티비티를 말한다.

생성된 이분 행렬은 분석을 위해 분석부(140)로 전달될 수 있다. 업무-수행자 이분 행렬의 정의, 생성 알고리즘에 대해서는 이하에서 다시 관련 도면, 표를 참조하여 설명하기로 한다.

분석부(140)는 이분 행렬 연산부(130)에서 생성된 업무-수행자 이분 행렬을 이용하여 소속성 네트워크를 분석한다. 이때, 분석부(140)는 업무-소속성 이분 행렬을 적용하여 해당 소속성 네트워크에서 중심성(centrality), 밀집도(density), 상관 관계(correlation) 등을 분석할 수 있다.

출력부(150)는 분석부(140)를 통해 분석된 업무, 수행자간의 소속 관계를 포함한 분석 결과를 화면상에 표시한다.

저장부(160)는 워크플로우 정의 DB(162), 소셜 네트워크 DB(164) 및 소셜 매트릭스 DB(166)을 포함할 수 있으며, 워크플로우 네트워크, 소속성 네트워크 및 업무-수행자 이분 행렬 등의 데이터를 저장, 관리할 수 있다. 워크플로우 정의 DB(162)에 저장되는 워크플로우 프로세스는 단위업무 정보, 저장소 정보, 역할 정보, 수행자 정보 등을 포함할 수 있다. 이때, 단위업무 정보는 선행 단위업무와의 관계 및 후행 단위업무와의 관계 정보를 포함할 수 있다. 또한, 워크플로우 프로세스는 단위업무-역할 매핑 정보, 단위업무-수행자 매핑 정보 및 역할 수행자 매핑 정보 등의 매핑 정보를 포함할 수 있다.

도 3은 본 발명의 일 실시례에 따른, 워크플로우 기반 소속성 네트워크 분석 방법을 나타낸 흐름도이다.

본 발명의 실시례에 따른 워크플로우 기반 소속성 네트워크 분석 방법은 워크플로우 소속성 네트워크 분석 시스템에 의해 수행되며, 단위 업무와 역할간 할당 관계, 역할과 수행자간 할당 관계의 정의를 포함하는 조직 관점의 워크플로우 모델에서 업무와 수행자간 소속 관계를 나타내는 소속성 네트워크로 변환하는 단계(S110), 상기 소속성 네트워크를 기초로 업무-소속성 이분 행렬을 생성하는 단계(S120), 상기 생성된 업무-소속성 이분 행렬을 기초로 상기 소속성 네트워크를 분석하는 단계(S130) 및 분석 결과를 시각화하여 게시하는 단계(S140)를 포함한다.

이하에서 상술한 각 단계에 관하여 구체적인 실시례와 함께 보다 상세히 설명한다.

본 발명의 실시례에 따른 분석 방법은 기존의 업무 관점이 아닌 사람 관점으로 워크플로우 모델을 분석하고 인적 자원에 관련된 지식을 효과적으로 획득하기 위해 워크플로우 기반 조직에서 운용되는 업무들과 이를 수행하는 인적 자원간의 소속 관계를 나타내는 업무-수행자 소속성 네트워크 모델(APANM)을 발견하고, 발견한 업무-수행자 소속성 네트워크 모델을 이분 행렬의 형태로 변환한다. 이를 바탕으로 중심도 분석 방법과 대응 분석 방법을 적용하여 워크플로우 기반 인적 자원의 소속성 관련 정보를 획득할 수 있다.

본 발명의 실시례에 따른 분석 방법에는 워크플로우 모델로부터 발견된 업무-수행자 소속성 네트워크 모델(Activity-Performer Affiliation Network Model, APANM)에 대한 이분 행렬을 생성하는 알고리즘이 이용될 수 있다. 상술한 알고리즘에 의해 생성된 업무-수행자 이분 행렬을 기반으로 중심성(centrality), 밀집도(density), 상관 관계(correlation)와 같은 소속성 네트워크 관련 속성들을 분석하고, 분석을 통해 워크플로우 기반 인적 자원의 소속성에 대한 정보를 획득할 수 있다.

이하에서 본 발명의 실시례를 설명함에 있어 ICN((Information Control Nets) 워크플로우 모델을 이용한다. ICN((Information Control Nets) 워크플로우 모델은 프로세스를 정형적, 가시적으로 나타낼 수 있는 전통적인 방법론으로 비즈니스 프로세스 또한 ICN을 기반으로 모델링 할 수 있다.

도 1의 ICN 워크플로우 모델은

와 같이 9개의 튜플로 표현할 수 있다. 여기서

는 액티비티간의 실행 순서를 정의하기 위한 튜플,

는 액티비티를 중심으로 데이터 저장소(repository)와의 할당관계를 정의하기 위한 튜플,

는 데이터 저장소를 중심으로 액티비티와의 할당관계를 정의하기 위한 튜플,

는 액티비티와 응용프로그램(application)과의 할당관계를 정의하기 위한 튜플,

는 액티비티와 역할과의 할당관계를 정의하기 위한 튜플,

는 역할과 수행자와의 할당관계를 정의하기 위한 튜플,

는 액티비티와 액티비티를 연결하는 엣지(edge)와 엣지에 대한 제어흐름 조건과의 할당관계를 정의하기 위한 튜플이다.

또한,

는 외부 워크플로우 모델의 실행 결과를 얻어진 데이터 저장소(repository)의 집합을 의미하며, 워크플로우 모델의 초기 입력 데이터 저장소로서 사용될 수 있다.

는 워크플로우 모델의 실행 결과로 예상되는 출력 데이터 저장소의 집합을 의미하며, 외부 워크플로우 모델 실행에서 입력 데이터 저장소로서 사용될 수 있다.

본 발명의 실시예에서 업무-수행자 소속성 네트워크를 발견하는 과정은 워크플로우 모델의 단위 업무와 역할간의 할당 관계와 역할과 수행자간의 할당 관계를 통해 이루어질 수 있다. 따라서, 표 1과 같이 ICN 워크플로우 모델에서 단위 업무와 조직 단위(역할, 수행자)와의 할당정보를 나타내는 조직 관점의 ICN 워크플로우 모델에 대해서 정의한다. 여기서 A는 단위 업무들의 집합이며, R은 역할들의 집합, P는 수행자들의 집합을 나타낸다.

도 4는 ICN 워크플로우 모델에서 단위 업무와 역할간의 할당 관계와 역할과 수행자간의 할당 관계를 가시적으로 나타낸 일례이다.

단위 업무와 역할간 할당 관계, 역할과 수행자간 할당 관계의 정형적 표현은 각각 표 2 및 표 3과 같다.

이하에서 ICN 워크플로우 모델로부터 발견되는 업무-수행자 소속성 네트워크 모델(APANM)에 대한 정형적 정의와 업무-수행자 소속성 네트워크 모델 발견하기 위한 본 발명의 실시례에 따른 방법으로서의 알고리즘에 대하여 설명한다. 업무-수행자 소속성 네트워크 발견 알고리즘은 앞서 정의한 ICN 워크플로우 모델에서 단위 업무와 역할간 할당 관계, 역할과 수행자간 할당 관계의 정의를 포함하는 조직 관점의 ICN 워크플로우 모델을 입력으로 하며, 출력 형태는 업무와 수행자간 소속 관계를 나타내는 APANM이다.

상술한 바와 같이, ICN 워크플로우 모델의 제어 흐름은 일련의 단위 업무들과 그들간의 실행 순서를 통해 정의될 수 있으며, 실질적은 단위 업무들의 실행은 각 단위 업무를 담당하는 역할(role)과 그 역할에 속한 수행자들에 의해 수행될 수 있다.

도 5은 특정 워크플로우 모델의 단위 업무들과 이를 수행하는 수행자들과의 할당 관계를 나타낸 것이다.

업무-수행자 소속성 네트워크는 워크플로우 모델에 정의된 단위 업무들과 수행자들과의 소속 관계를 나타내는 소셜 네트워크라 할 수 있다. 이에 대한 모델인 APANM은 정형적으로

와 같이 2개의 튜플로 표현될 수 있으며, 각각은 표 4와 같이 정의될 수 있다. 여기서 A는 단위 업무들의 집합이고, P는 수행자들의 집합, V는 링크 강도치의 집합, Ep는 수행자와 단위 업무간의 링크 집합, Ea는 단위 업무와 수행자간 링크 집합이다.

APANM에서 단위 업무와 수행자간의 연결 강도는 그들의 링크 강도치 값에 의해 측정될 수 있다. 따라서, 업무-수행자 소속성 네트워크 모델은 링크 강도치의 종류에 따라 이진(binary) 업무-수행자 소속성 네트워크모델, 가중(valued) 업무-수행자 소속성 네트워크 모델로 나뉘어 질 수 있다. 이진 업무-수행자 소속성 네트워크 모델의 경우 단위 업무와 수행자간의 연결 강도는 0또는 1의 이진 값을 가지며, 가중 업무-수행자 소속성 네트워크 모델은 확률, 강도, 빈도 등등의 다양한 형태의 가중 값을 적용할 수 있다. 본 발명의 실시례에서 APANM에 대한 가시적 표기법은 수행자를 정육각형으로, 단위 업무는 원으로 표기하며, 그들간의 소속 링크는 직선 또는 곡선의 화살표로 표기한다. 그리고 수행자와 단위 업무의 소속 링크상에는 각 소속 관계의 강도를 나타내는 링크 강도치를 위치시킬 수 있다.

표 5는 본 발명의 일 실시례에 따른 ICN 워크플로우 모델로부터 업무-수행자 소속성 네트워크를 발견하는 방법을 구현할 수 있는 알고리즘이 일례이다.

표 5의 발견 알고리즘에서 입력은 ICN 워크플로우 모델이며, 최종 수행 결과인 출력은 발견된 업무-수행자 소속성 네트워크 모델(

)이다. 표 5의 발견 알고리즘에 의해 발견되는 지식은 수행자의 업무 소속 지식과 단위 업무의 수행자 참여 지식으로 구성될 수 있다. 표 5에서 예시한 알고리즘의 시간복잡성은 ○(N+M)이며, 여기서 N은 입력 워크플로우 모델을 구성하는 단위 업무의 수, M은 입력 워크플로우 모델에 할당된 수행자의 수를 의미한다.

본 발명의 실시례에 따른 표 5의 발견 알고리즘은 이진 업무-수행자 소속성 네트워크 발견에 대한 알고리즘이다. 그러므로 단위 업무와 수행자간의 소속 링크는 0 또는 1의 값을 가진다. 도 4의 ICN 워크플로우 모델에 본 발명의 실시례에 따른 업무-수행자 소속성 네트워크 발견 알고리즘을 적용한 결과, 생성된 업무-수행자 소속성 네트워크 모델의 정형적 표현은 표 6 및 표 7과 같다.

발견된 APANM의 정형 표현에서 수행자의 표 6의 업무 소속 지식은 특정 수행자가 참여(소속)하는 단위 업무들을 나타내며, 표 7의 단위 업무의 수행자 참여 지식은 특정 단위 업무에 참여하는 수행자들을 나타낸다. 결국 두 가지 속성간의 소속 관계를 나타내는 소속성 네트워크의 특성에 따라, APANM 또한 수행자 관점의 소속성 관련 지식과 단위 업무 관점의 소속성 관련 지식을 가진다.

도 6은 발견 알고리즘을 통해 추출된 APANM을 가시적으로 표현한 것이다.

발견된 업무-수행자 소속성 네트워크에 대해 분석 방법을 적용하기 위해서는 발견된 APANM에 대한 이분 행렬이 필요하다. 본 발명의 실시례에 따른 분석방법에 적용될 수 있는 이러한 행렬을 업무-수행자 이분 행렬(Activity-Performer Bipartite Matrix)이라고 정의한다. 이하에서 ICN 워크플로우 모델로부터 발견한 APANM의 이분 행렬을 생성하기 위한 알고리즘에 대하여 설명하고, 생성된 이분 행렬에 대한 분석 방법에 대하여 기술한다.

업무-수행자 이분 행렬은 APANM을 구성하는 업무와 수행자, 두 개의 속성을 가지며, 이들간의 소속 관계를 나타내는 이분 행렬이다. 여기서 업무는 보통 워크플로우 모델에 정의된 하나의 단위 업무인 액티비티를 말한다. 그러나 소속성 네트워크 분석 범위가 하나의 워크플로우 모델이 아닌 다수의 워크플로우 모델을 포함한 프로세스 패키지, 더 나아가 다수의 프로세스 패키지까지 확장한다면 업무-수행자 이분 행렬이 표현하는 업무의 범위는 조직 전체로 확장될 수 있다. 즉, 업무-수행자 이분 행렬

는 수행자 중심의 부분 행렬

과 업무 중심의 부분 행렬

로 이루어진 대칭 행렬로 정의될 수 있다. 여기서 g는 APANM에 정의되어 있는 전체 수행자의 수이며, h는 전체 업무의 수를 의미한다. 그러므로 업무-수행자 이분 행렬의 크기는

이며, 이를 구성하는 각각의 부분행렬

와

의 원소 값

와

의 할당 조건은 수 1 및 수 2와 같이 나타낼 수 있다.

[수 1]

[수 2]

여기서 수행자 중심의 부분 행렬

의 각 행의 합계(

)는 각각의 수행자가 참여하는 업무의 수를 나타내는 업무 소속도(involvement)이며, 각 열의 합계(

)는 각각의 업무에 참여하는 수행자의 수를 나타내는 수행자 참여도(participation)이다. 업무 소속도와 수행자 참여도는 수 3및 수 4로 나타낼 수 있다.

[수 3]

[수 4]

본 발명의 실시례에 따른 분석방법에서, 상술한 과정을 거쳐 발견된 업무-수행자 소속성 네트워크 모델(APANM)로부터 이진 형태의 업무-수행자 이분 행렬을 생성한다. 이진 형태의 업무-수행자 이분 행렬의 생성은 이분 행렬 생성 알고리즘에 의해 구현될 수 있다. 표 8은 본 발명의 일 실시례에서 적용될 수 있는 이진 업무-수행자 이분 행렬 생성 알고리즘의 일례이다.

표 8의 알고리즘에서 입력은 업무-수행자 소속성 네트워크 모델의 업무 소속 지식, 수행자 참여 지식이며, 출력은 이진 업무-수행자 이분 행렬 이분 행렬

이다. 이진 업무-수행자 이분 행렬 이분 행렬

는 업무 소속 관계를 나타내는 부분 행렬

와 수행자 참여 관계를 나타내는 부분 행렬

를 포함하는 대칭 행렬이다.

표 9는 발견된 도 6의 APANM에 업무-수행자 이분 행렬 생성 알고리즘을 적용한 결과이다. 생성된 이진 업무-수행자 이분 행렬은 각 수행자에 대한 모든 업무와의 소속 관계와 각 업무에 대한 모든 수행자와의 소속 관계를 나타낸다.

표 9의 결과에서 부분 행렬

의 각 행의 합계와

의 각 열의 합계는 각 수행자에 대한 업무 소속도를 나타내며, 부분 행렬

의 각 열의 합계와

의 각 행의 합계는 각 업무에 대한 수행자 참여도를 나타낸다. 표 9의 결과로부터 상술한 예에서 해당 예제 워크플로우 모델에 정의되어 있는 수행자는 평균 2.4개의 업무를 수행하며, 단위 업무에는 평균 2명의 수행자가 참여한다는 결과를 얻을 수 있다.

이하에서는 업무-수행자 이분 행렬의 분석 방법에 대하여 설명한다.

앞서 설명한 바와 같이, 표 8의 알고리즘을 통해 업무-수행자 이분 행렬을 생성할 수 있다. 생성된 업무-수행자 이분 행렬에 대하여 연결 중심성(degree centrality), 근접 중심성(closeness centrality) 분석과 같은 기존의 소셜 네트워크 분석 기법을 적용할 수 있으며, 대응 분석(correspondence analysis)기법과 같은 다변량 통계 분석을 통해 업무와 수행간의 상관 관계 등을 분석할 수 있다.

업무-수행자 이분 행렬에 대한 기본적인 분석 과정으로서, 이분 행렬

을 구성하는 부분 행렬인

와

간의 행렬 연산을 통해 수행자의 업무 협업 행렬

과?업무의 수행자 공유 행렬

을 계산하고, 이를 통해 수행자간의 업무 협업 관계와 업무간의 수행자 공유 관계를 분석할 수 있다.

수식 5는 표 9의 업무-수행자 이분 행렬로부터 계산된 업무 협업 행렬(

)과 수행자 공유 행렬(

)의 결과를 나타낸다.

[수 5]

수 5의 결과에서 업무 협업 행렬(

)을 구성하는 대각선에 위치한 단위 원소들은 각각의 수행자에 대한 업무 소속도를 나타내며, 이를 제외한 비대각선의 단위 원소들은 각 행에 해당하는 수행자와 다른 수행자들간의 업무 협업 관계를 나타낸다. 예를 들어, 첫번째 행에 해당하는 수행자

은

,

와 3개의 업무에 동시에 참여하고 있다. 일반적으로 공통의 업무를 수행하는 수행자 그룹내에는 협업 관계가 존재한다고 가정했을 때, 이들간에는 다른 수행자 그룹에 비해 상대적으로 밀접한 협업 관계를 가진다고 유추할 수 있다. 반면에 업무의 수행자 공유 행렬(

)의 경우, 대각선의 단위 원소들은 각각의 업무에 대한 수행자 참여도를 나타내며, 비대각선의 단위 원소들은 각 행에 해당하는 업무와 다른 업무들간의 수행자 공유 관계를 나타낸다. 예를 들어, 첫 번째 행을 나타내는 업무

는

,

와 공통적으로 수행자 3명(

,

)을 공유함을 의미한다. 업무

,

는 비슷한 유형의 단위 업무이거나, 비슷한 유형의 프로세스에 속할 가능성이 크다. 이와 같이 업무-수행자 이분 행렬에는 업무-수행자 소속성 네트워크 관련 지식을 얻기 위한 다양한 분석 기법을 적용할 수 있으며, 정의 시점의 워크플로우 모델이 아닌 실제 워크플로우의 실행 이력인 로그 데이터를 분석하면, 빈도가 적용된 가중 업무-수행자 이분 행렬을 생성할 수 있으며, 이를 통해 좀더 실제적인 워크플로우 기반 인적 자원의 소속성 분석이 이루어질 수 있다.

본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비 휘발성 매체, 분리형 및 비 분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비 휘발성, 분리형 및 비 분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims

워크플로우 소속성 네트워크 분석 시스템을 이용한 워크플로우 기반 소속성 분석 방법에 있어서,
조직 관점의 워크플로우 네트워크를 업무와 수행자간 소속 관계를 나타내는 소속성 네트워크로 변환하는 네트워크 변환 단계;
상기 소속성 네트워크를 기초로 업무-소속성 이분 행렬을 생성하는 이분 행렬 생성 단계;
상기 업무-소속성 이분 행렬을 기초로 상기 소속성 네트워크를 분석하는 분석 단계; 및
분석 결과를 시각화하여 게시하는 게시 단계;를 포함하되,
상기 업무-소속성 이분 행렬은 수행자 중심의 부분 행렬
과 업무 중심의 부분 행렬
로 이루어진 대칭 행렬이고,
상기 분석 단계는:
상기
와 상기
간의 행렬 연산을 통해 수행자의 업무 협업 행렬
과 업무의 수행자 공유 행렬
을 획득하는 단계;를 포함하되,
상기 업무 협업 행렬
을 구성하는 대각선에 위치한 단위 원소들은 각각의 수행자에 대한 업무 소속도를 나타내고, 상기 업무 협업 행렬
을 구성하는 비대각선에 위치한 단위 원소들은 각 행에 해당하는 수행자와 다른 수행자들간의 업무 협업 관계를 나타내고,
상기 수행자 공유 행렬
을 구성하는 대각선에 위치한 단위 원소들은 각각의 업무에 대한 수행자의 참여도를 나타내고, 상기 업무 협업 행렬
을 구성하는 비대각선에 위치한 단위 원소들은 각 행에 해당하는 업무와 다른 업무들간의 수행자 공유 관계를 나타내는 것을 특징으로 하는 워크플로우 기반 소속성 분석 방법.
제1 항에 있어서,
상기 조직 관점의 워크플로우 네트워크는 단위 업무와 역할간 할당 관계, 역할과 수행자간 할당 관계의 정의를 포함하는 워크플로우 기반 소속성 분석 방법.
제1 항에 있어서, 상기 네트워크 변환 단계는:
워크플로우 모델을 입력 받는 단계;
업무 소속 관계 함수에 의한 업무 소속 지식 및 제1 링크 강도치를 결정하는 단계;
수행자 참여 관계 함수에 의한 수행자 참여 지식 및 제2 링크 강도치를 결정하는 단계; 및
상기 업무 소속 지식, 상기 제1 링크 강도치, 상기 수행자 참여 지식, 상기 제2 링크 강도치를 기반으로 업무-수행자 소속성 네트워크 모델을 결정하는 단계;를 포함하는 워크플로우 기반 소속성 분석 방법.
삭제
제1 항에 있어서,
상기
의 원소 값
의 할당 조건은 하기의 수식으로 결정되는 워크플로우 기반 소속성 분석 방법.
제1 항에 있어서,
상기
의 원소 값
의 할당 조건은 하기의 수식으로 결정되는 워크플로우 기반 소속성 분석 방법.
삭제
삭제
다수의 단위업무로 구성되는 워크플로우 네트워크를 생성하고 관리하는 워크플로우 관리부;
상기 워크플로우 관리부에 의해 생성된 조직 관점의 워크플로우를 업무와 수행자간 소속관계를 나타내는 소속성 네트워크로 변환하는 소속성 네트워크 변환부;
상기 소속성 네트워크 변환부에서 생성된 소속성 네트워크를 기초로 연산 작업을 수행하여 업무-소속성 이분 행렬을 생성하는 이분 행렬 연산부;
상기 업무-소속성 이분 행렬을 기반으로 상기 소속성 네트워크를 분석하는 분석부; 및
상기 분석부로부터 획득한 분석 결과를 가시화하여 게시하는 출력부;를 포함하되,
상기 업무-소속성 이분 행렬은 수행자 중심의 부분 행렬
과 업무 중심의 부분 행렬
로 이루어진 대칭 행렬이고,
상기 분석부는 상기
와 상기
간의 행렬 연산을 통해 수행자의 업무 협업 행렬
과 업무의 수행자 공유 행렬
을 획득하고,
상기 업무 협업 행렬
을 구성하는 대각선에 위치한 단위 원소들은 각각의 수행자에 대한 업무 소속도를 나타내고, 상기 업무 협업 행렬
을 구성하는 비대각선에 위치한 단위 원소들은 각 행에 해당하는 수행자와 다른 수행자들간의 업무 협업 관계를 나타내고,
상기 수행자 공유 행렬
을 구성하는 대각선에 위치한 단위 원소들은 각각의 업무에 대한 수행자의 참여도를 나타내고, 상기 수행자 공유 행렬
을 구성하는 비대각선에 위치한 단위 원소들은 각 행에 해당하는 업무와 다른 업무들간의 수행자 공유 관계를 나타내는 것을 특징으로 하는 것을 특징으로 하는 워크플로우 기반 소속성 분석 시스템.
삭제
제9 항에 있어서,
상기
의 원소 값
의 할당 조건은 하기의 수식으로 결정되는 워크플로우 기반 소속성 분석 시스템.
제9 항에 있어서,
상기
의 원소 값
의 할당 조건은 하기의 수식으로 결정되는 워크플로우 기반 소속성 분석 시스템.