KR20170062106A - 워크플로우 조합 시스템 및 그 방법 - Google Patents

Abstract

본 발명에 따른 워크플로우 조합 시스템은 워크플로우 모델을 디스플레이하는 디스플레이 모듈, 상기 워크플로우 모델을 조합하기 위한 프로그램이 저장된 메모리 및 상기 프로그램을 실행시키는 프로세서를 포함하되, 상기 프로세서는 상기 프로그램을 실행시킴에 따라, 분류 기준에 대한 사용자의 선택 입력에 대응하여 워크플로우 모델의 각 계층별 분류 기준을 설정하고, 상기 각 계층별 분류 기준에 따라, 상기 워크플로우 모델에 포함된 노드에 하나 이상의 워크플로우 모델을 매핑시키며, 상기 매핑된 워크플로우 모델을 디스플레이하되, 상기 각 계층에는 각각 하나의 분류 기준이 대응되고, 상기 노드는 하나 이상의 계층으로 형성된 워크플로우 모델이 매핑된다.

Description

워크플로우 조합 시스템 및 그 방법{SYSTEM AND METHOD FOR COMBINING WORKFLOW}

본 발명은 워크플로우 조합 시스템 및 그 방법에 관한 것이다.

개인이 가지고 있는 데이터, 기업이 가지고 있는 데이터, 공공 기관이 가지고 있는 데이터들은 현재 시스템적, 제도적 개인 정보 보호라는 명목 하에 그 활용이 제한적이다.

또한, 기술적으로는 많은 데이터 분석 알고리즘과 기법들이 등장하고 있으나, 이런 기술들을 활용할 수 있는 데이터 소유자는 실제 이러한 기술들을 이용하기에는 난해한 분석 방법을 숙지해야만 하는 문제가 있고, 자신이 가진 데이터의 활용도를 모르는 경우가 많아 가치 있는 데이터들이 사라지고 있는 실정이다.

이를 위해 빅데이터 플랫폼 기술이 발전하고 있으며, 이를 활용하기 위한 다양한 방법들이 제시되고 있지만, 실제 고급 사용자들을 위한 IT 기술들만 나와있는 실정이다.

이러한 문제점을 해결하기 위하여 빅데이터 기술이 발전하면서, 이를 기반으로 한 빅데이터 에코 시스템이 증가하고 있다.

이를 위해 현재의 경우, 빅데이터 기술을 이용한 분석 서비스를 제공하기 위하여, 에코 시스템 컴포넌트 개개를 다 이해하고 목적에 맞게 이들을 연동한 분석 서비스를 개발하고 있다.

한편, 빅데이터 운영 분석 환경은 다양한 서비스의 분석 기능의 활용 및 분석 엔진 프레임워크를 이용한 다양한 로그 데이터의 수집과 고도의 융복합 분석이 가능한 서비스를 제공할 수 있어야 한다.

이에 따라, 서비스가 다양해짐에 따라 파생되는 로그 데이터의 종류와 크기가 기하 급수적으로 증가하기 때문에, 서비스에 특화된 분석 엔진 프레임워크와 서비스의 변화에 능동적으로 대응할 수 있는 분석 프로세스 모델링 도구를 제공하는 것이 필요하다.

최근 하둡(Hadoop)을 기반으로 한 빅데이터 플랫폼 분야의 발전으로 인해 데이터 마켓, 분석 알고리즘 마켓 등이 가시화되고 있다. 이를 통해 많은 빅데이터 플랫폼 기술들이 데이터와 분석 알고리즘간의 연동을 시도하고 있으나, 이를 위한 정형화된 방법의 부재로 가시화되는데 문제가 있다.

따라서, 빅데이터를 이용하여 분석 서비스를 제공하고자 할 때, 현재의 시스템에서는 에코 시스템 컴포넌트 개개를 다 이해하고 목적에 맞게 이들을 연동하여 분석 서비스를 개발해야 하는 실정이다. 그러나 이러한 에코 시스템의 컴포넌트를 이해하기 위해서는 막대한 시간과 노력이 필요하다.

이와 관련하여, 한국공개특허공보 제10-2008-0057290호(발명의 명칭: 워크플로우 프로세서 모델링 방법)는 전자 장치가 워크플로워 패턴 블록 추가 명령을 전달받으면, 추가 명령에 상응하는 위치에, 추가 명령에 상응하는 워크플로우 패턴 블록을 추가하는 기술을 개시하고 있다.

본 발명의 실시예는 빅데이터 분석을 용이하고 빠르게 제공할 수 있으며, 모델 기반 워크플로우의 조합으로 분석 흐름을 보다 용이하게 파악할 수 있는 워크플로우 조합 시스템 및 그 방법을 제공하고자 한다.

다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 워크플로우 조합 시스템은 워크플로우 모델을 디스플레이하는 디스플레이 모듈, 상기 워크플로우 모델을 조합하기 위한 프로그램이 저장된 메모리 및 상기 프로그램을 실행시키는 프로세서를 포함한다. 이때, 상기 프로세서는 상기 프로그램을 실행시킴에 따라, 분류 기준에 대한 사용자의 선택 입력에 대응하여 워크플로우 모델의 각 계층별 분류 기준을 설정하고, 상기 각 계층별 분류 기준에 따라, 상기 워크플로우 모델에 포함된 노드에 하나 이상의 워크플로우 모델을 매핑시키며, 상기 매핑된 워크플로우 모델을 디스플레이하되, 상기 각 계층에는 각각 하나의 분류 기준이 대응되고, 상기 노드는 하나 이상의 계층으로 형성된 워크플로우 모델이 매핑된다.

또한, 본 발명의 제 2 측면에 따른 워크플로우 조합 시스템에서의 워크플로우 조합 방법은 워크플로우 모델의 분류 기준에 대한 사용자의 선택 입력에 대응하여, 상기 워크플로우 모델의 각 계층별 분류 기준을 설정하는 단계; 상기 각 계층별 분류 기준에 따라, 상기 워크플로우 모델에 포함된 노드에 하나 이상의 워크플로우 모델을 매핑시키는 단계 및 상기 매핑된 워크플로우 모델을 디스플레이하는 단계를 포함한다. 이때, 상기 각 계층에는 각각 하나의 분류 기준이 대응되고, 상기 노드는 하나 이상의 계층으로 형성된 워크플로우 모델이 매핑된다.

전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 에코 시스템들을 모델로 정의하고 재사용 가능한 구조를 제공함으로써, 다수의 사용자가 정의된 모델을 기반으로 퍼즐 형태의 조합을 통해 분석 서비스를 보다 용이하고 빠르게 제작할 수 있다.

또한, 워크플로우에 나열된 작업들 중 현재 수행되고 있는 작업의 상태, 완료된 작업, 미처리된 작업 등의 정보를 쉽게 파악할 수 있다.

또한, 분석 결과를 시각화 모델을 통해 다양한 방법으로 제공할 수 있다.

도 1은 본 발명의 일 실시예에 따른 워크플로우 조합 시스템의 블록도이다.
도 2는 다계층 모델 기반 워크플로우 조합을 설명하기 위한 예시도이다.
도 3은 워크플로우 모델의 계층적 구조를 설명하기 위한 예시도이다.
도 4는 도 3에서의 계층적 구조의 일 예시를 도시한 도면이다.
도 5는 빅데이터의 모델 분류 예시를 설명하기 위한 도면이다.
도 6은 사용자의 분류 기준에 따라 모델을 분류 및 선택하는 일 예시를 설명하기 위한 도면이다.
도 7a 및 도 7b는 워크플로우 모델을 저작하기 위하여 디스플레이되는 화면을 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따른 워크플로우 조합 방법의 순서도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

본 발명은 워크플로우 조합 시스템(100) 및 방법에 관한 것이다.

빅데이터를 분석하는 방법에는 다양한 기법과 방법들이 존재한다.

이중, 빅데이터 에코 시스템을 이용하여 다양한 분석 결과를 도출하기 위해서는 수많은 에코 시스템에 대한 전문적인 지식과 노하우가 필요하다. 그러나 급변하는 빅데이터 분석 기술들을 모두 습득하여 최상의 결과를 산출하기에는 시간적, 기술적 한계가 있다.

이를 위해 본 발명의 일 실시예는 이러한 에코 시스템들을 모델로 정의하고, 재사용 가능한 구조를 제공함으로써, 다수의 사용자가 정의된 모델을 기반으로 퍼즐 형태의 조합을 통해 분석 서비스를 쉽고 빠르게 제작할 수 있다.

한편, 워크플로우란 업무 처리 흐름을 도식화한 것을 의미한다. 그리고 본 발명에서의 워크플로우는 빅데이터의 다양한 에코 컴포넌트를 이용하여 분석 서비스 개발시 분석 과정을 시각화하고, 분석 흐름을 파악할 수 있도록 도식화하는 기술을 의미한다.

이때, 본 발명은 워크플로우 저작 툴을 이용하여 분석 흐름도를 GUI 형태로 표출할 수 있다. 즉, 분석 실행을 통해 워크플로우 작업 공간 상에 나열된 작업들 중 현재 수행되고 있는 작업, 완료된 작업, 미처리된 작업의 상태 등에 대한 정보를 쉽게 파악할 수 있다. 또한, 분석 결과를 시각화 모델을 통해 다양한 방법으로 표시할 수 있다.

워크플로우 모델이란 빅데이터 분석에서 많이 사용되는 작업 흐름을 재사용 가능한 컴포넌트로 정의한 것을 의미한다. 다계층으로 구성된 모델을 통해 데이터의 분석 의도에 맞게 퍼즐 조합과 같은 형태로 워크플로우를 생성할 수 있다. 또한, 제공되는 워크플로우 저작 툴을 통해서 복잡한 에코 시스템의 서비스 저작시 또는 실행시 필요한 설정 에러 등을 자동으로 검출할 수 있고, 디폴트 설정값을 통해 필요한 최소한의 입력으로 서비스 저작이 가능한다.

또한, 에코 시스템의 기능이 변경된 경우에도, 관련 에코 시스템 모델에 대한 업데이트를 통해 기존 제작된 분석 서비스에 대한 지원이 가능하다. 이에 따라, 서비스 생성시 에코 시스템의 버전의 업그레이드로 인한 재교육 및 기술 습득에 필요한 시간적, 경제적 부담을 최소화할 수 있다.

이하에서는 본 발명의 일 실시예에 따른 워크플로우 조합 시스템(100) 및 그 방법에 대하여 구체적으로 설명하도록 한다.

도 1은 본 발명의 일 실시예에 따른 워크플로우 조합 시스템(100)의 블록도이다.

본 발명의 일 실시예에 따른 워크플로우 조합 시스템(100)은 디스플레이 모듈(110), 메모리(120) 및 프로세서(130)를 포함한다.

디스플레이 모듈(110)은 워크플로우 모델을 디스플레이한다. 즉, 디스플레이 모듈(110)은 기 생성된 워크플로우 모델을 디스플레이하거나, 워크플로우 모델을 생성하기 위한 워크플로우 저작 공간을 디스플레이할 수 있다.

메모리(120)에는 워크플로우 모델을 조합하기 위한 프로그램이 저장된다. 여기에서, 메모리(120)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 및 휘발성 저장장치를 통칭하는 것이다.

예를 들어, 메모리(120)는 콤팩트 플래시(compact flash; CF) 카드, SD(secure digital) 카드, 메모리 스틱(memory stick), 솔리드 스테이트 드라이브(solid-state drive; SSD) 및 마이크로(micro) SD 카드 등과 같은 낸드 플래시 메모리(NAND flash memory), 하드 디스크 드라이브(hard disk drive; HDD) 등과 같은 마그네틱 컴퓨터 기억 장치 및 CD-ROM, DVD-ROM 등과 같은 광학 디스크 드라이브(optical disc drive) 등을 포함할 수 있다.

또한, 메모리(120)에 저장된 프로그램은 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 형태로 구현될 수 있으며, 소정의 역할들을 수행할 수 있다.

프로세서(130)는 메모리(120)에 저장된 프로그램을 실행시킨다. 이때, 프로세서(130)는 사용자가 워크플로우 모델을 분류하기 위한 분류 기준을 선택하면, 이를 입력받아 워크플로우 모델의 각 계층별 분류 기준을 설정한다. 그리고 각 계층별 분류 기준에 따라 워크플로우 모델에 포함된 노드에 하나 이상의 워크플로우 모델을 매핑시킨 후, 매핑된 워크플로우 모델을 디스플레이한다.

이때, 각 계층에는 각각 하나의 분류 기준이 대응된다. 그리고 노드는 하나 이상의 계층으로 형성된 워크플로우 모델이 매핑된다.

이와 같은 과정을 통해 생성된 워크플로우 모델에 대한 예시를 도 2 내지 도 6을 참조하여 설명하도록 한다.

도 2는 다계층 모델 기반 워크플로우 조합을 설명하기 위한 예시도이다.

워크플로우 모델은 분류 기준에 따라 다양한 형태로 분류될 수 있다. 즉, 사용자가 원하는 분석을 수행하기 위하여, 사용자의 편의에 따라 워크플로우 모델을 다양한 형태로 분류 및 선택할 수 있다.

본 발명의 일 실시예의 경우 워크플로우 모델을 어떤 분류 기준으로 분류하는지에 따라 모델의 계층은 상이하게 생성될 수 있다. 예를 들어, 제 1 계층 레벨에는 ‘데이터 유형’에 따른 분류를 배치시키고, 그 하위 계층인 제 2 계층 레벨에는 ‘분석 도메인’별 분류를 배치시킬 수 있으며, 그 하위 계층인 제 3 계층 레벨에는 ‘기능’별 분류를 배치시킬 수 있다.

이에 따라, 워크플로우 모델은 사용자의 의도에 따라 여러가지 워크플로우 모델을 포함하는 선택 트리 형태로 구성될 수 있다. 즉, 하나의 워크플로우 모델에는 각 노드가 상하위 계층 레벨을 이루는 복수 개의 워크플로우 모델이 포함될 수 있다.

분류 기준에 대한 사용자의 선택 입력을 수신하여 선택 트리 형태가 구성되면, 도 2에 도시된 바와 같이, 워크플로우 모델을 구성하는 하나 이상의 노드(P2)에는 하나 이상의 계층으로 형성된 워크플로우 모델(P1)이 매핑될 수 있다. 즉, 하나의 노드에는 그 하위 계층을 포함하는 하나 이상의 워크플로우 모델이 매핑될 수 있다.

워크플로우 저작 툴에서는 이를 사용자에게 제공함으로써, 사용자는 자신이 원하는 워크플로우 모델(P1)을 선택 및 활용할 수 있게 된다.

도 3은 워크플로우 모델의 계층적 구조를 설명하기 위한 예시도이다.

하나의 워크플로우 모델(P1)은 다양한 방법을 통해 생성될 수 있다. 예를 들어, 워크플로우 모델(P1)은 낮은 계층 레벨의 노드에 대응하는 정보를 사용자가 입력함으로써 생성될 수도 있으며, 기 생성된 워크플로우 모델의 조합을 통해 생성할 수도 있다.

이와 같이 본 발명의 일 실시예에 따르면, 다양한 방법으로 워크플로우 모델을 생성하기 위하여, 워크플로우 모델(P1)은 다단계 구조를 가질 수 있다.

즉, 고급 개발자를 위한 낮은 레벨에서부터, 기본 파라미터 값을 제공하는 레벨, 이를 추상화하여 자주 사용하는 기능들을 컴포넌트화하여 제공하는 레벨, 간단한 입력 및 출력값의 지정을 통해 복잡한 빅데이터를 자동으로 제공하는 레벨 등이 다계층의 레벨을 가지는 워크플로우 모델(P1)을 통해 제공될 수 있다.

도 4는 도 3에서의 계층적 구조의 일 예시를 도시한 도면이다.

본 발명의 일 실시예의 경우, 워크플로우 모델의 각 계층은 각각 서로 다른 계층 레벨을 가지며, 각 계층 레벨은 각각 서로 다른 권한 및 기능을 포함할 수 있다.

도 4는 4개의 계층 레벨로 구성된 워크플로우 모델에 대한 예시를 도시한 것이다. 예를 들어, ‘제 1 계층 레벨’의 경우 스파크(Spark)와 플럼(Flume)의 모든 속성값을 모두 설정 및 변경이 가능하다. 이는 고급 개발자들이 자신의 특화된 서비스를 제공하고자 할 때 사용할 수 있다.

‘제 2 계층 레벨’의 경우 기본적인 속성값을 제공할 수 있으며, 필수 속성값만을 사용자가 입력하도록 하여, 높은 편의성을 제공할 수 있다.

‘제 3 계층 레벨’의 경우 자주 사용되는 스파크와 플럼의 연동 모델을 컴포넌트화하여, 스파크와 플럼 간의 인터랙션까지 자동을 설정이 가능하다.

‘제 4 계층 레벨’의 경우 제 3 계층 레벨의 워크플로우 모델의 기능에 따라 스트림 수집, 분석기 모델로 명명하고, 개개의 기능을 모르는 경우라 하더라도 스트림 수집 및 분석 기능을 수행하고자 하는 사용자가 선택할 경우, 간단한 입출력 선택을 통해 워크플로우 모델을 사용할 수 있다.

한편, 본 발명의 일 실시예에서 사용자는 노드, 데이터 유형, 기능, 분석 도메인 및 에코 시스템 중 하나 이상을 분류 기준으로 선택하여 사용할 수 있다. 이를 도 5를 참조하여 설명하도록 한다.

도 5는 빅데이터의 모델 분류 예시를 설명하기 위한 도면이다.

도 5의 (a)는 ‘중간 노드 개입형’을 분류 기준으로 선택한 경우이고, (b)는 ‘데이터 유형’을 분류 기준으로 선택함에 따라 분류된 것을 도시하였다. (c)는 ‘기능’을 분류 기준으로 선택한 경우, (d)는 ‘분석 도메인’을 분류 기준으로 선택한 경우, (e)는 ‘에코 시스템’을 분류 기준으로 선택한 경우이다. 그밖에, (f)와 같이 사용자가 분류 기준을 임의로 정의하여 사용할 수도 있다.

도 6은 사용자의 분류 기준에 따라 모델을 분류 및 선택하는 일 예시를 설명하기 위한 도면이다.

본 발명의 일 실시예에 따른 워크플로우 조합 시스템(100)은 매핑된 워크플로우 모델의 각 계층별 노드에 대한 선택 입력을 수신하는 입력 수신 모듈(140)을 더 포함할 수 있다. 이와 같은 입력 수신 모듈(140)을 통해 각 노드를 선택하는 일 예시는 다음과 같다.

먼저 도 6의 (a)를 참조하면, 사용자가 분류 기준을 ‘데이터 유형’으로 설정함에 따라, 제 1 계층 레벨은 데이터 유형별로 text 데이터, 영상 데이터, 스트림 데이터로 분류되었다. 그리고 제 2 계층 레벨의 분류 기준을 ‘분석 도메인’으로 설정함에 따라, 제 2 계층 레벨은 네트워크 데이터, 인터넷 데이터, 소셜 데이터, 의료 데이터, 공공 데이터 및 개인 데이터로 분류되었다. 그리고 제 3 계층 레벨의 분류 기준을 ‘기능’으로 설정함에 따라, 제 3 계층 레벨은 수집기, 분석기, 시각화기 및 저장기로 분류되었다. 제 4 계층 레벨의 경우 분류 기준을 ‘에코 시스템’으로 설정함에 따라, MR형, Spark형, Hive형으로 분류되었다.

이와 같은 분류 기준에 따라 생성된 분석 트리를 통해, 사용자는 자신의 의도에 따라 ‘text 데이터(P3)→네트워크 데이터(P4)→분석기(P5)→Spark형(P6)’ 모델을 선택할 수 있다.

또 다른 예로 도 6의 (b)를 참조하면, 제 1 계층 레벨의 경우 에코 시스템별 분류를 분류 기준으로, 제 2 계층 레벨의 경우 데이터 유형별 분류를 분류 기준으로, 제 3 계층 레벨의 경우 기능별 분류를 분류 기준으로 사용자가 선택함에 따라 분류된 경우, 사용자는 이를 통해 ‘Spark형 분석(P7)→스트림 데이터(P8)→분석기(P9)’를 선택하여 워크플로우 모델로 선택할 수 있다.

도 7a 및 도 7b는 워크플로우 모델을 저작하기 위하여 디스플레이되는 화면을 도시한 도면이다.

본 발명의 일 실시예에 따른 워크플로우 조합 시스템(100)은 디스플레이 모듈(110)을 통해 워크플로우 저작 공간을 디스플레이할 수 있다. 이때, 워크플로우 저작 공간에는 사용자에 의해 선택된 각 계층별 노드를 계층 레벨의 순서에 기초하여 디스플레이된다.

도 7a를 참조하면, 워크플로우 저작 공간 상에는 워크플로우의 분석 작업 흐름을 용이하게 파악 가능하도록 하기 위하여, 시작(Start)과 끝(End)가 도시된 GUI화면이 디스플레이된다. 그리고 가운데 캠퍼스(P10)를 통해, 분석 작업을 나열하고 순서를 도시할 수 있다. 또한, 상단의 실행 버튼(P11)을 통해 저작된 분석 서비스를 실행할 수 있으며, 실행 결과는 다시 화면 상에 디스플레이될 수 있다.

또한, 프로세서(130)는 기 생성된 하나 이상의 워크플로우 모델을 디스플레이 모듈(110) 상에 디스플레이하고, 기 생성된 하나 이상의 워크플로우 모델 중 어느 하나를 선택하는 입력을 수신함에 따라, 선택된 워크플로우 모델을 디스플레이 모듈(110) 상에 디스플레이할 수 있다.

도 7b를 참조하면, 예를 들어 기 생성된 워크플로우 모델은 ‘Left Docking Window’ 상에 디스플레이 될 수 있다. 이 중 사용자가 원하는 워크플로우 모델을 선택하면, ‘Main window’에 선택된 워크플로우 모델이 디스플레이된다. 이와 같이, 사용자는 원하는 기능을 수행하기 위하여 기 생성된 워크플로우 모델을 선택한 후, 메인 창(Main window)에 불러옴으로써, 워크플로우 조합을 완성할 수 있다.

그밖에, 사용자는 새로운 워크플로우 모델을 워크플로우 저작 공간 상에서 저작하여 저장할 수도 있고, 이를 통해 재사용 가능한 모델을 정의할 수도 있다.

참고로, 본 발명의 실시예에 따른 도 1에 도시된 구성 요소들은 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 형태로 구현될 수 있으며, 소정의 역할들을 수행할 수 있다.

그렇지만 '구성 요소들'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 각 구성 요소는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.

따라서, 일 예로서 구성 요소는 소프트웨어 구성 요소들, 객체지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.

구성 요소들과 해당 구성 요소들 안에서 제공되는 기능은 더 작은 수의 구성 요소들로 결합되거나 추가적인 구성 요소들로 더 분리될 수 있다.

이하에서는 도 8을 참조하여, 본 발명의 일 실시예에 따른 워크플로우 조합 방법에 대하여 설명하도록 한다.

도 8은 본 발명의 일 실시예에 따른 워크플로우 조합 방법의 순서도이다.

본 발명의 일 실시예에 따른 워크플로우 조합 방법은 먼저, 워크플로우 모델의 분류 기준에 대한 사용자의 선택 입력에 대응하여, 워크플로우 모델의 각 계층별 분류 기준을 설정한다(S810).

다음으로, 각 계층별 분류 기준에 따라, 워크플로우 모델에 포함된 노드에 하나 이상의 워크플로우 모델을 매핑시킨다(S820). 이때, 각 계층에는 각각 하나의 분류 기준이 대응되며, 노드에는 하나 이상의 계층으로 형성된 워크플로우 모델이 매핑될 수 있다.

한편, 워크플로우 모델의 각 계층은 서로 다른 계층 레벨을 가질 수 있으며, 이때 계층 레벨은 각각 서로 다른 권한 및 기능을 포함할 수 있다.

다음으로, 매핑된 워크플로우 모델을 디스플레이한다(S830).

한편, 본 발명의 일 실시예에 따른 워크플로우 조합 방법은 사용자로 하여금 매핑된 워크플로우 모델의 각 계층별 노드에 대한 선택 입력을 수신하는 단계를 더 포함할 수 있다. 즉, 사용자가 각 계층별로 어느 하나의 노드를 선택함에 따라, 디스플레이 모듈(110)에는 워크플로우 저작 공간 상에 선택된 계층별 노드를 계층 레벨의 순서에 기초하여 디스플레이할 수 있다.

상술한 설명에서, 단계 S810 내지 S830는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 도 1 내지 도 7에서의 워크플로우 조합 시스템(100)에 관하여 이미 기술된 내용은 도 8의 워크플로우 조합 방법에도 적용된다.

이와 같은 본 발명의 일 실시예에 따르면, 에코 시스템들을 모델로 정의하고 재사용 가능한 구조를 제공함으로써, 다수의 사용자가 정의된 모델을 기반으로 퍼즐 형태의 조합을 통해 분석 서비스를 보다 용이하고 빠르게 제작할 수 있다.

또한, 워크플로우에 나열된 작업들 중 현재 수행되고 있는 작업의 상태, 완료된 작업, 미처리된 작업 등의 정보를 쉽게 파악할 수 있다.

또한, 분석 결과를 시각화 모델을 통해 다양한 방법으로 제공할 수 있다.

또한, 제공되는 워크플로우 저작 툴을 통해서 복잡한 에코 시스템의 서비스 저작시 혹은 실행시에 필요한 설정 에러 등을 자동으로 검출할 수 있고, 디폴트 설정값을 통해 필요한 최소한의 입력으로 서비스 저작이 가능하다.

또한, 에코 시스템의 업데이트 시에도 관련 에코 시스템의 모델 업데이트를 통해 기 저작된 워크플로우도 쉽게 재사용 가능하며, 이에 따라 급변하는 빅데이터 기술에도 빠르게 적응 가능하다.

이와 같은 본 발명의 일 실시예를 통해, 일부 전문가를 통해 이루어지던 빅데이터 분석을 쉽고 빠르게 제공할 수 있으며, 모델 기반 워크플로우의 조합으로 분석 흐름을 쉽게 파악할 수 있다.

본 발명의 일 실시예에 따른 워크플로우 조합 시스템(100)에서의 조합 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 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 비휘발성, 분리형 및 비분리형 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.

본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.

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.

100: 워크플로우 조합 시스템
110: 디스플레이 모듈
120: 메모리
130: 프로세서
140: 입력 수신 모듈

Claims (9)

1. 워크플로우 조합 시스템에 있어서,
   워크플로우 모델을 디스플레이하는 디스플레이 모듈,
   상기 워크플로우 모델을 조합하기 위한 프로그램이 저장된 메모리 및
   상기 프로그램을 실행시키는 프로세서를 포함하되,
   상기 프로세서는 상기 프로그램을 실행시킴에 따라, 분류 기준에 대한 사용자의 선택 입력에 대응하여 워크플로우 모델의 각 계층별 분류 기준을 설정하고, 상기 각 계층별 분류 기준에 따라, 상기 워크플로우 모델에 포함된 노드에 하나 이상의 워크플로우 모델을 매핑시키며, 상기 매핑된 워크플로우 모델을 디스플레이하되,
   상기 각 계층에는 각각 하나의 분류 기준이 대응되고,
   상기 노드는 하나 이상의 계층으로 형성된 워크플로우 모델이 매핑되는 것인 워크플로우 조합 시스템.
2. 제 1 항에 있어서,
   상기 워크플로우 모델의 각 계층은 각각 서로 다른 계층 레벨을 포함하되,
   상기 계층 레벨은 각각 서로 다른 권한 및 기능을 포함하는 것인 워크플로우 조합 시스템.
3. 제 2 항에 있어서,
   상기 사용자로 하여금 상기 매핑된 워크플로우 모델의 각 계층별 노드에 대한 선택 입력을 수신하는 입력 수신 모듈을 더 포함하는 것인 워크플로우 조합 시스템.
4. 제 3 항에 있어서,
   상기 디스플레이 모듈은 워크플로우 저작 공간 상에 상기 선택된 각 계층별 노드를 상기 계층 레벨의 순서에 기초하여 디스플레이하는 것인 워크플로우 조합 시스템.
5. 제 1 항에 있어서,
   상기 프로세서는 기 생성된 하나 이상의 워크플로우 모델을 상기 디스플레이 모듈 상에 디스플레이하고,
   상기 기 생성된 하나 이상의 모델 중 어느 하나를 선택하는 입력을 수신함에 따라, 상기 선택된 워크플로우 모델을 상기 디스플레이 모듈 상에 디스플레이하는 것인 워크플로우 조합 시스템.
6. 제 1 항에 있어서,
   상기 분류 기준은 노드, 데이터 유형, 기능, 분석 도메인 및 에코 시스템 중 하나 이상을 포함하는 것인 워크플로우 조합 시스템.
7. 워크플로우 조합 시스템에서의 워크플로우 조합 방법에 있어서,
   워크플로우 모델의 분류 기준에 대한 사용자의 선택 입력에 대응하여, 상기 워크플로우 모델의 각 계층별 분류 기준을 설정하는 단계;
   상기 각 계층별 분류 기준에 따라, 상기 워크플로우 모델에 포함된 노드에 하나 이상의 워크플로우 모델을 매핑시키는 단계 및
   상기 매핑된 워크플로우 모델을 디스플레이하는 단계를 포함하되,
   상기 각 계층에는 각각 하나의 분류 기준이 대응되고,
   상기 노드는 하나 이상의 계층으로 형성된 워크플로우 모델이 매핑되는 것인 워크플로우 조합 방법.
8. 제 7 항에 있어서,
   상기 워크플로우 모델의 각 계층은 각각 서로 다른 계층 레벨을 포함하되,
   상기 계층 레벨은 각각 서로 다른 권한 및 기능을 포함하는 것인 워크플로우 조합 방법.
9. 제 8 항에 있어서,
   상기 사용자로 하여금 상기 매핑된 워크플로우 모델의 각 계층별 노드에 대한 선택 입력을 수신하는 단계를 더 포함하는 것인 워크플로우 조합 방법.

Images