KR20230074651A - Rpa 데이터를 나타내기 위한 기업 프로세스 그래프 - Google Patents

Rpa 데이터를 나타내기 위한 기업 프로세스 그래프 Download PDF

Info

Publication number
KR20230074651A
KR20230074651A KR1020217040016A KR20217040016A KR20230074651A KR 20230074651 A KR20230074651 A KR 20230074651A KR 1020217040016 A KR1020217040016 A KR 1020217040016A KR 20217040016 A KR20217040016 A KR 20217040016A KR 20230074651 A KR20230074651 A KR 20230074651A
Authority
KR
South Korea
Prior art keywords
generating
enterprise
rpa
graph
event tables
Prior art date
Application number
KR1020217040016A
Other languages
English (en)
Inventor
매튜 반데르지
롤랜드 아우구스티누스 마리아 블리에겐
일라리 렛차
버질 아티몬 파란치욱
Original Assignee
유아이패스, 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 유아이패스, 인크. filed Critical 유아이패스, 인크.
Publication of KR20230074651A publication Critical patent/KR20230074651A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/86—Event-based monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/865—Monitoring of software

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

기업 프로세스 그래프(enterprise process graph)를 생성하기 위한 시스템 및 방법이 제공된다. 복수의 발견 기술들을 사용하여 획득된 RPA(로봇 프로세스 자동화)의 구현과 관련된 프로세스 데이터의 세트들이 수신된다. RPA의 구현을 나타내는 기업 프로세스 그래프가 수신된 프로세스 데이터의 세트들에 기초하여 생성된다.

Description

RPA 데이터를 나타내기 위한 기업 프로세스 그래프
본 발명은 일반적으로 로봇 프로세스 자동화(robotic process automation; RPA)에 관한 것이며, 보다 구체적으로는 복수의 발견(discovery) 기술들을 사용하여 획득된 RPA의 구현에 관한 프로세스 데이터의 통합된 표현을 제공하는 기업 프로세스 그래프(enterprise process graph)에 관한 것이다.
프로세스는 다양한 서비스들을 제공하기 위해 하나 이상의 컴퓨터에 의해 실행되는 일련의 액티비티(activity)들로 구성된다. RPA(로봇 프로세스 자동화)에서는, 하나 이상의 RPA 로봇이 기업용 프로세스를 자동으로 실행하도록 구현된다. 일반적으로, RPA의 구현과 관련된 데이터는 예컨대, 프로세스 마이닝, 작업 마이닝, 작업 캡처, 프로세스 발견 등과 같은 복수의 발견 기술들을 수행하여 수집된다. 일반적으로, 이러한 기술들의 결과들은 RPA를 평가하도록 개별적으로 분석된다. 그러나, 이러한 기술들의 결과들의 개별 분석은 기업의 프로세스들 전체에 대한 통합된 이해를 제공하지 않는다.
하나 이상의 실시예에 따르면, 기업 프로세스 그래프를 생성하기 위한 시스템 및 방법이 제공된다. 복수의 발견 기술들을 사용하여 획득된 RPA(로봇 프로세스 자동화)의 구현과 관련된 프로세스 데이터의 세트들이 수신된다. 수신된 프로세스 데이터의 세트들에 기초하여 RPA의 구현을 나타내는 기업 프로세스 그래프가 생성된다.
일 실시예에서, 복수의 발견 기술들은 프로세스 마이닝, 프로세스 발견, 작업 마이닝, 또는 작업 캡처 중 적어도 하나를 포함한다. 일 실시예에서, 프로세스 마이닝, 프로세스 발견, 작업 마이닝, 또는 작업 캡처 중 적어도 하나가 수행된다.
일 실시예에서, 수신된 프로세스 데이터의 세트들에 기초하여 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트가 생성된다. 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 기업 프로세스 그래프가 생성된다.
일 실시예에서, 복수의 발견 기술들 각각에 대한 하나 이상의 이벤트 테이블의 세트는 수신된 프로세스 데이터의 세트들로부터 원시 테이블을 추출하고 원시 테이블의 엔트리들을 정규화함으로써 생성된다.
일 실시예에서, 기업 프로세스 그래프는 생성된 하나 이상의 이벤트 테이블의 세트에 대한 그래프들을 생성하고 둘 이상의 그래프들을 연결함으로써 생성된다. 일 실시예에서, 기업 프로세스 그래프는 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 엣지(edge) 테이블을 생성하고 엣지 테이블에 기초하여 기업 프로세스 그래프를 생성함으로써 생성된다.
일 실시예에서, 기업 프로세스 그래프는 기업 프로세스 그래프를 디스플레이하는 것, 전송하는 것, 또는 저장하는 것 중 적어도 하나에 의해 출력된다. 다른 실시예에서, 기업 프로세스 그래프는 기업 프로세스 그래프를 필터링하고 필터링된 기업 프로세스 그래프를 디스플레이함으로써 출력될 수 있다.
본 발명의 이러한 장점들 및 기타 장점들이 아래의 상세한 설명과 첨부 도면들을 참조하여 당업자에게 명백해질 것이다.
도 1은 본 발명의 실시예에 따른, 로봇 프로세스 자동화(RPA) 시스템을 나타내는 아키텍처 다이어그램이다.
도 2는 본 발명의 실시예에 따른, 배치된 RPA 시스템의 예시를 나타내는 아키텍처 다이어그램이다.
도 3은 본 발명의 실시예에 따른, RPA 시스템의 단순화된 배치 예시를 나타내는 아키텍처 다이어그램이다.
도 4는 본 발명의 실시예에 따른, 로봇 프로세스 자동화 로봇들의 클라우드 기반 관리를 구현하기 위한 클라우드 RPA 시스템을 나타내는 아키텍처 다이어그램을 도시한다.
도 5는 본 발명의 실시예에 따른, 기업 프로세스 그래프를 생성하기 위한 방법을 도시한다.
도 6은 본 발명의 실시예에 따른, 특정 발견 기술을 위한 이벤트 테이블을 생성하기 위한 워크플로우를 도시한다.
도 7은 본 발명의 실시예에 따른, 하나 이상의 프로세스를 위한 예시적인 이벤트 테이블을 도시한다.
도 8은 본 발명의 실시예에 따른, 기업 프로세스 그래프를 나타내는 엣지 테이블을 생성하기 위한 워크플로우를 도시한다.
도 9는 하나 이상의 실시예에 따른, 예시적인 엣지 테이블을 도시한다.
도 10은 본 발명의 실시예에 따른, 기업 프로세스 그래프를 디스플레이하기 위한 워크플로우를 도시한다.
도 11은 본 발명의 실시예를 구현하는 데 사용될 수 있는, 컴퓨팅 시스템의 블록도이다.
로봇 프로세스 자동화(RPA)는 워크플로우들과 프로세스들을 자동화하는 데 사용된다. 도 1은 하나 이상의 실시예에 따른, RPA 시스템(100)의 아키텍처 다이어그램이다. 도 1에서 도시된 바와 같이, RPA 시스템(100)은 개발자가 자동화 프로세스들을 설계하도록 해주는 디자이너(102)를 포함한다. 보다 구체적으로, 디자이너(102)는 프로세스들에서 사용자(예컨대, 조정자)에 의해 액티비티들을 수행하기 위한 RPA 프로세스들 및 로봇들의 개발과 배치를 용이하게 한다. 디자이너(102)는 제3자 애플리케이션들, 관리 정보 기술(IT) 작업들, 및 컨택트 센터 운영을 위한 비즈니스 프로세스들의 자동화뿐만 아니라, 애플리케이션 통합을 위한 솔루션을 제공할 수 있다. 디자이너(102)의 실시예의 하나의 상용 예는 UiPath Studio™이다.
규칙 기반 프로세스들의 자동화를 설계할 때, 개발자는 본원에서 "액티비티"로서 정의되는, 프로세스에서 개발된 커스텀한 단계들의 세트 간의 관계 및 실행 순서를 제어한다. 각 액티비티는, 버튼 클릭, 파일 읽기, 로그 패널에 기록하기 등과 같은 액션을 포함할 수 있다. 일부 실시예들에서, 프로세스들은 중첩(nested)되거나 임베딩될 수 있다.
일부 유형들의 프로세스들은, 비제한적인 예시로서, 시퀀스, 플로우차트, 유한 상태 머신(Finite State Machine; FSM), 및/또는 전역적 예외 핸들러를 포함할 수 있다. 시퀀스는 선형 프로세스에 특히 적합할 수 있어서, 프로세스를 난잡스럽게 하지 않으면서 하나의 액티비티로부터 다른 액티비티로의 플로우를 가능케 한다. 플로우차트는 더 복잡한 비즈니스 로직에 특히 적합할 수 있어서, 여러 분기 로직 연산자들을 통해 보다 다양한 방식으로 의사결정들의 통합과 액티비티의 연결을 가능케 한다. FSM은 대규모 워크플로우들에 특히 적합할 수 있다. FSM은, 그 실행 시 유한한 수의 상태들을 사용할 수 있으며, 이는 조건(즉, 천이) 또는 액티비티에 의해 트리거링된다. 전역적 예외 핸들러는 실행 오류가 발생할 때 워크플로우 거동을 결정하고 프로세스들을 디버깅하는 데 특히 적합할 수 있다.
디자이너(102) 내에서 프로세스가 개발되면, 비즈니스 프로세스들의 실행은, 디자이너(102) 내에서 개발된 프로세스들을 실행하는 하나 이상의 로봇(106)을 오케스트레이션(orchestrate)하는 컨덕터(conductor)(104)에 의해 오케스트레이션된다. 컨덕터(104)의 실시예의 하나의 상용 예는 UiPath Orchestrator™이다. 컨덕터(220)는 RPA 환경 내의 자원들의 생성, 모니터링, 배치, 및 보안의 관리를 용이하게 한다. 일 예시에서, 컨덕터(104)는 클라우드 서비스에 의해 구현되는 웹 애플리케이션이다. 컨덕터(104)는 또한 제3자 솔루션 및 애플리케이션과의 통합 지점으로서 기능할 수 있다.
컨덕터(104)는 중앙화된 지점들의 세트로부터 로봇(106)들을 연결하고 실행시킴으로써 RPA 로봇(106)들의 무리(fleet)를 관리할 수 있다. 컨덕터(104)는, 비제한적인 예시로서, 프로비저닝(provisioning), 배치, 구성, 큐잉, 모니터링, 로깅, 상호연결성 제공, 스케줄링, 작업 관리, 이벤팅, 크리덴셜 관리, 회계감사 동작, 회계감사 데이터의 수집, 패키지 생성, 및/또는 패키지들의 버저닝을 비롯한 다양한 능력들을 가질 수 있다. 컨덕터(104)는 또한 이벤트들을 외부 소스들(예컨대, 웹 북)에 노출시키는 것을 가능하게 할 수 있다. 프로비저닝은 로봇(106)과 컨덕터(104)(예컨대, 웹 애플리케이션) 사이의 연결들의 생성 및 유지보수를 포함할 수 있다. 배치는 실행을 위해 할당된 로봇(106)으로의 패키지 버전의 올바른 전달을 보장하는 것을 포함할 수 있다. 구성은 로봇 환경 및 프로세스 구성의 유지보수 및 전달을 포함할 수 있다. 큐잉은 큐 및 큐 항목의 관리를 제공하는 것을 포함할 수 있다. 모니터링은, 로봇 식별 데이터를 지속적으로 추적하고 사용자 권한을 유지보수하는 것을 포함할 수 있다. 로깅은, 로그들과 동작 데이터를 데이터베이스(예컨대, SQL 탄성 데이터베이스와 같은, 블롭(blob) 스토리지 또는 큐 매치와 커플링된 관계형 및 비관계형 스토리지들) 및/또는 다른 저장 메커니즘(예컨대, 대규모 데이터세트를 저장하고 이를 신속하게 질의(query)할 수 있는 능력을 제공하는 ElasticSearch®)에 저장하고 이를 인덱싱하는 것을 포함할 수 있다. 컨덕터(104)는 제3자 솔루션 및/또는 애플리케이션에 대한 중앙화된 통신 지점으로서의 역할을 함으로써 상호연결성을 제공할 수 있다.
로봇(106)은 디자이너(102) 내에서 빌드된 프로세스들을 구동시키는 실행 에이전트이다. 로봇(106)의 일부 실시예들의 하나의 상용 예는 UiPath Robots™이다. 로봇(106)의 유형들은 비제한적인 예시로서, 유인형 로봇(attended robot)(108)과 무인형 로봇(unattended robot)(110)을 포함할 수 있다. 다른 예시적인 유형들의 로봇들(106)은 Studio, StudioX, TestAutomation 등을 포함한다. 유인형 로봇(108)은 사용자 또는 사용자 이벤트에 의해 트리거링되고 동일한 컴퓨팅 시스템 상에서 인간 사용자와 함께 동작한다. 유인형 로봇(108)은 인간 사용자가 다양한 작업들을 완수하는 것을 도울 수 있고, 인간 사용자에 의해 및/또는 사용자 이벤트에 의해 직접 트리거링될 수 있다. 유인형 로봇의 경우, 컨덕터(104)는 중앙화된 프로세스 배치 및 로깅 매체를 제공할 수 있다. 특정 실시예들에서, 유인형 로봇(108)은 오직 "로봇 트레이"로부터 또는 웹 애플리케이션 내 명령 프롬프트로부터만 작동될 수 있다. 무인형 로봇(110)은 가상 환경 내에서 무인 모드로 동작하고, 많은 프로세스들, 예를 들어, 대용량의 백엔드 프로세스들 등을 자동화하는 데 사용될 수 있다. 유인형 로봇(108)과 무인형 로봇(110) 둘 다는 원격 실행, 모니터링, 스케줄링, 및 워크 큐(work queue)에 대한 지원 제공을 담당할 수 있다. 유인형 및 무인형 로봇 둘 다는 비제한적인 예시로서, 메인프레임, 웹 애플리케이션, VM, 엔터프라이즈 애플리케이션(예컨대, SAP®, SalesForce®, Oracle® 등에 의해 생산되는 것들), 및 컴퓨팅 시스템 애플리케이션(예컨대, 데스크톱 및 랩톱 애플리케이션, 모바일 디바이스 애플리케이션, 웨어러블 컴퓨터 애플리케이션 등)을 비롯한 다양한 시스템 및 애플리케이션을 자동화할 수 있다.
일부 실시예들에서, 로봇(106)은 사람에 의해 인스톨되거나 또는 정책들(예컨대, 그룹 정책 오브젝트)을 통해 다른 제품들 또는 제어자 중 어느 쪽에 의해서 자동적으로 인스톨될 수 있다. 다른 실시예들에서, 로봇(106)은 도커(docker)를 통해, 또는 쿠버네티스(Kubernetes)를 통해 이미지 상의 SYSPREP(시스템 준비)를 통해 인스톨될 수 있다. 결과로서, 그러한 로봇(106)은 로컬 시스템 계정, 로컬 시스템, 로컬 머신 등 하에서 인터랙티브 Windows® 세션들을 열고 Windows® 서비스의 권한을 가질 수 있다. 일부 실시예들에서, 로봇(106)은 주어진 로봇(106)을 인스톨했던 사용자와 동일한 권한을 갖고 사용자 모드로 인스톨될 수 있다.
일부 실시예들에서 로봇(106)은 여러 컴포넌트들로 분할되고, 각 컴포넌트는 특정 작업에 전용된다. 일부 실시에에서 로봇 컴포넌트들은, 비제한적인 예시로서, SCM-관리형 로봇 서비스, 사용자 모드 로봇 서비스, 실행기, 에이전트, 및 명령 라인을 포함한다. SCM-관리형 로봇 서비스는 Windows® 세션들을 관리 및 모니터링하고, 컨덕터(104)와 실행 호스트(즉, 로봇(106)이 실행되는 컴퓨팅 시스템) 사이의 프록시(proxy)로서의 역할을 한다. 이러한 서비스들은 로봇(106)에 대한 크리덴셜(credential)로 신뢰받고 이를 관리한다. 로컬 시스템 하에서 SCM에 의해 콘솔 애플리케이션이 런칭된다. 일부 실시예들에서 사용자 모드 로봇 서비스들은 Windows® 세션들을 관리 및 모니터링하고, 컨덕터(104)와 실행 호스트 사이의 프록시로서의 역할을 한다. 사용자 모드 로봇 서비스들은 로봇(106)에 대한 크리덴셜로 신뢰받고 이를 관리할 수 있다. SCM-관리형 로봇 서비스가 인스톨되어 있지 않다면 Windows® 애플리케이션이 자동으로 런칭될 수 있다. 실행기는 Windows® 세션 하에서 주어진 작업을 실행시킬 수 있고(예컨대, 실행기는 워크플로우들을 실행시킬 수 있음), 실행기는 모니터별 DPI(dot per inch) 설정을 인지하고 있을 수 있다. 에이전트는 시스템 트레이 창 내에 이용가능한 작업들을 디스플레이하는 Windows® Presentation Foundation(WPF) 애플리케이션일 수 있다. 에이전트는 서비스의 클라이언트일 수 있다. 에이전트는 작업을 시작, 정지, 일시중지, 또는 재개하고 설정을 변경할 것을 요청할 수 있다. 명령 라인은 서비스의 클라이언트이며, 작업을 시작하고 그 출력을 대기할 것을 요청할 수 있는 콘솔 애플리케이션이다. 로봇 컴포넌트들을 분할시키는 것은 각 로봇 컴포넌트가 실행 중인 것을 보다 쉽게 실행하고, 식별하고, 추척하도록 개발자를 돕고, 사용자를 지원하고, 컴퓨팅 시스템을 인에이블시킬 수 있다. 예를 들어, 실행기와 서비스에 대해 상이한 방화벽 규칙들을 설정하는 것과 같이, 로봇 컴포넌트별 특수한 거동들이 구성될 수 있다. 추가 예로서, 실행기는 일부 실시예에서 모니터별 DPI 설정을 인지할 수 있으며, 결과적으로 워크플로우는 워크플로우를 생성했던 컴퓨팅 시스템의 구성에 관계없이 임의의 DPI에서 실행될 수 있다.
도 2는 하나 이상의 실시예에 따른, RPA 시스템(200)을 도시한다. RPA 시스템(200)은 도 1의 RPA 시스템(100)일 수 있거나 또는 그 일부일 수 있다. "클라이언트측", "서버측", 또는 둘 다는 본 발명의 범위로부터 벗어나지 않으면서 임의의 원하는 수의 컴퓨팅 시스템들을 포함할 수 있다는 점에 유의해야 한다.
이 실시예에서 클라이언트측 상에서 도시된 바와 같이, 컴퓨팅 시스템(202)은 하나 이상의 실행기(204), 에이전트(206), 및 디자이너(208)를 포함한다. 다른 실시예들에서, 디자이너(208)는 동일한 컴퓨팅 시스템(202) 상에서 실행되고 있지 않을 수 있다. 실행기(204)(상기 설명된 로봇 컴포넌트일 수 있음)는 프로세스를 실행하고, 일부 실시예들에서, 다중 비즈니스 프로세스들이 동시에 실행될 수 있다. 이 예시에서, 에이전트(206)(예컨대, Windows® 서비스)는 실행기(204)를 관리하기 위한 단일 접점이다.
일부 실시예들에서, 로봇은 머신 이름과 사용자이름 사이의 연관을 나타낸다. 로봇은 다중 실행기들을 동시에 관리할 수 있다. 동시에 실행되는 다중 인터랙티브 세션들을 지원하는 컴퓨팅 시스템(예컨대, Windows® Server 2019) 상에서, 다중 로봇들은 각각 고유한 사용자이름을 사용하여 별개의 Windows® 세션 내에서, 동시에 실행되고 있을 수 있다.
에이전트(206)는 또한 로봇의 상태를 전송하고(예컨대, 로봇이 여전히 기능하고 있다는 것을 표시하는 "하트비트(heartbeat)" 메시지를 주기적으로 전송), 실행될 패키지의 요구되는 버전을 다운로드하는 것을 담당한다. 일부 실시예들에서 에이전트(206)와 컨덕터(212) 사이의 통신은 에이전트(206)에 의해 개시된다. 통지 시나리오의 예시에서, 에이전트(206)는 명령(예컨대, 시작, 정지 등)을 로봇에 전송하기 위해 컨덕터(212)에 의해 이후에 사용되는 WebSocket 채널을 열 수 있다.
이 실시예에서 서버측 상에서 도시된 바와 같이, 표현 계층은 웹 애플리케이션(214), OData(Open Data Protocol) REST(Representative State Transfer) API(Application Programming Interface) 엔드포인트(216), 및 통지 및 모니터링 API(218)를 포함한다. 서버측 상의 서비스 계층은 API 구현/비즈니스 로직(220)을 포함한다. 서버측 상의 영속 계층은 데이터베이스 서버(222) 및 인덱서 서버(224)를 포함한다. 컨덕터(212)는 웹 애플리케이션(214), OData REST API 엔드포인트(216), 통지 및 모니터링 API(218), API 구현/비즈니스 로직(220)을 포함한다.
다양한 실시예들에서, 컨덕터(212)의 인터페이스에서(예컨대, 브라우저(210)를 통해) 사용자가 수행하는 대부분의 액션들은 다양한 API들을 호출함으로써 수행된다. 그러한 액션들은 비제한적인 예시로서, 로봇 상에서의 작업의 시작, 큐 내의 데이터의 추가/제거, 무인 상태로 실행될 작업의 스케줄링, 프로세스, 라이브러리, 또는 작업에 대한 생성, 판독, 업데이트, 삭제(create, read, update, delete; CRUD) 동작들 등을 포함할 수 있다. 웹 애플리케이션(214)은 서버 플랫폼의 시각적 계층이다. 이 실시예에서, 웹 애플리케이션(214)은 HTML(Hypertext Markup Language) 및 JS(JavaScript)를 사용한다. 그러나, 본 발명의 범위로부터 벗어나지 않으면서 임의의 원하는 마크업 언어, 스크립트 언어, 또는 임의의 다른 포맷들이 사용될 수 있다. 이 실시예에서 사용자는 컨덕터(212)를 제어하기 위한 다양한 액션들을 수행하기 위해 브라우저(210)를 통해 웹 애플리케이션(214)으로부터 웹 페이지와 상호작용한다. 예를 들어, 사용자는 로봇 그룹들을 (예컨대, 폴더들에 의해) 생성하고, 로봇들에 패키지들을 할당하고, 로봇별 및/또는 프로세스별 로그들을 분석하고, 로봇들을 작동 및 정지시키는 것 등을 할 수 있다.
웹 애플리케이션(214)에 더하여, 컨덕터(212)는 또한, OData REST API 엔드포인트(216)를 노출시키는 서비스 계층을 포함한다(또는, 본 발명의 범위로부터 벗어나지 않으면서 다른 엔드포인트들이 구현될 수 있다). REST API는 웹 애플리케이션(214)과 에이전트(206) 둘 다에 의해 소비된다. 이 예시적인 구성에서 에이전트(206)는 클라이언트 컴퓨터 상의 하나 이상의 로봇의 수퍼바이저이다.
이 실시예에서 REST API는 구성, 로깅, 모니터링, 및 큐잉 기능을 커버한다. 일부 실시예들에서 구성 REST 엔드포인트는 애플리케이션 사용자, 허가, 로봇, 자산, 릴리스, 및 환경을 정의하고 구성하는 데 사용될 수 있다. 로깅 REST 엔드포인트는 예를 들어, 오류, 로봇에 의해 전송된 명시적 메시지, 및 다른 환경 특유적 정보와 같은 상이한 정보를 로깅하는 데 유용될 수 있다. 상이한 정보의 로깅은 로봇들의 의해 구동되는 프로세스들에 관한 로깅 시스템 특성들 및/또는 작업 실행의 사용자 특유적 파라미터 함수들을 로깅하고 수집하는 것을 포함할 수 있다. 배치 REST 엔드포인트는 컨덕터(212) 내에서 작업 시작 명령이 사용된다면 실행되어야 하는 패키지 버전을 질의하기 위해 로봇들에 의해 사용될 수 있다. 큐잉 REST 엔드포인트는 큐에 데이터를 추가하는 것, 큐로부터 트랜잭션을 획득하는 것, 및 트랜잭션의 상태를 설정하는 것 등과 같은, 큐 및 큐 항목 관리를 담당할 수 있다. 모니터링 REST 엔드포인트는 웹 애플리케이션(214) 및 에이전트(206)를 모니터링한다. 통지 및 모니터링 API(218)는 에이전트(206)를 등록하고, 구성 설정을 에이전트(206)에 전달하고, 서버 및 에이전트(206)로부터의 통지들을 전송/수신하기 위해 사용되는 REST 엔드포인트일 수 있다. 일부 실시예들에서 통지 및 모니터링 API(218)는 또한 WebSocket 통신을 사용할 수 있다.
이 예시적인 실시예에서 서버측 상의 영속 계층은 서버들의 쌍 - 데이터베이스 서버(222)(예컨대, SQL 서버)와 인덱서 서버(224) - 을 포함한다. 이 실시예에서 데이터베이스 서버(222)는 로봇의 구성, 로봇 그룹, 연관된 프로세스, 사용자, 역할, 스케줄 등을 저장한다. 일부 실시예들에서 이 정보는 웹 애플리케이션(214)을 통해 관리된다. 데이터베이스 서버(222)는 또한 큐 및 큐 항목을 관리할 수 있다. 큐들과 큐 항목들이 또한 예컨대, Kafka와 같은 네이티브 큐 서비스에 의해 관리될 수 있다. 일부 실시예들에서, 데이터베이스 서버(222)는 (인덱서 서버(224)에 더하여 또는 이를 대신하여), 로봇들에 의해 로깅된 메시지들을 저장할 수 있다. 인덱서 서버(224)는 로봇들에 의해 로깅된 정보를 저장하고 인덱싱하는데, 이는 일부 실시예들에서 선택적이다. 특정 실시예들에서, 인덱서 서버(224)는 구성 설정을 통해 디스에이블링될 수 있다. 일부 실시예들에서, 인덱서 서버(224)는 공개 소스 프로젝트 풀-텍스트 검색 엔진인 ElasticSearch®, 또는 클라우드에서 구현되는 완전 관리형 데이터 웨어하우스인 Snowflake를 사용한다. (예컨대, 메시지의 로깅 또는 라인의 기록과 같은 액티비티들을 사용하여) 로봇들에 의해 로깅된 메시지들은 로깅 REST 엔드포인트(들)을 통해 인덱서 서버(224)에 전송될 수 있으며, 이것들은 향후의 이용을 위해 인덱싱된다. 메시지들은 실시간 로그 프로세싱, 실시간 유사 로그 프로세싱, 또는 오프라인 로그 프로세싱을 통해 로그될 수 있다.
도 3은 하나 이상의 실시예에 따른, RPA 시스템(300)의 단순화된 배치 예시를 나타내는 아키텍처 다이어그램이다. 일부 실시예에서, RPA 시스템(300)은 도 1과 도 2의 RPA 시스템(100 및/또는 200) 각각일 수 있거나 또는 이를 포함할 수 있다. RPA 시스템(300)은 로봇들을 실행시키는 다중 클라이언트 컴퓨팅 시스템들(302)을 포함한다. 컴퓨팅 시스템(302)은 컨덕터 컴퓨팅 시스템(304) 상에서 구동 중에 있는 웹 애플리케이션을 통해 컨덕터 컴퓨팅 시스템(304)과 통신할 수 있다. 컨덕터 컴퓨팅 시스템(304)은 이어서, 데이터베이스 서버(306) 및 선택적인 인덱서 서버(308)와 통신할 수 있다. 도 2 및 도 3과 관련하여, 이들 실시예들에서는 웹 애플리케이션 또는 서비스(예컨대, 클라우드 서비스)가 사용되지만, 본 발명의 범위로부터 벗어나지 않으면서 임의의 적합한 클라이언트/서버 소프트웨어가 사용될 수 있다는 점에 유의해야 한다. 예를 들어, 컨덕터는 클라이언트 컴퓨팅 시스템 상의 비 웹 기반 클라이언트 소프트웨어 애플리케이션과 통신하는 서버측 애플리케이션을 실행시킬 수 있다.
일 실시예에서, 도 1의 RPA 시스템(100), 도 2의 RPA 시스템(200), 및/또는 도 3의 RPA 시스템(300)은 RPA 로봇들의 클라우드 기반 관리를 위해 구현될 수 있다. RPA 로봇들의 이러한 클라우드 기반 관리는 RPA가 SaaS(Software as a Service)로서 제공될 수 있게 한다. 따라서, 도 1의 컨덕터(104), 도 2의 컨덕터(212), 및/또는 도 3의 컨덕터(304)는 예를 들어, RPA 로봇을 생성하거나, RPA 로봇을 프로비저닝하거나, RPA 로봇 상의 작업을 스케줄링하거나, RPA 로봇을 폐기하거나, 또는 RPA 로봇을 관리하기 위한 임의의 다른 오케스트레이션 작업을 실시하도록 RPA 로봇의 클라우드 기반 관리를 위해 클라우드에서 구현된다.
도 4는 하나 이상의 실시예에 따른, RPA 로봇들의 클라우드 기반 관리를 구현하기 위한 클라우드 RPA 시스템(400)의 아키텍처 다이어그램을 나타낸다. 클라우드 RPA 시스템(400)은 클라우드 컴퓨팅 환경(402) 및 로컬 컴퓨팅 환경(404)을 포함한다. 로컬 컴퓨팅 환경(404)은 사용자 또는 예를 들어, 회사, 기업 등과 같은 임의의 다른 엔티티 또는 엔티티들의 로컬 네트워크 아키텍처를 나타낸다. 로컬 컴퓨팅 환경(404)은 로컬 네트워크(406)를 포함한다. 클라우드 컴퓨팅 환경(402)은 로컬 컴퓨팅 환경(404)에서 사용자로부터 원격에 있는 작업부하의 처리 또는 서비스들을 제공하는 클라우드 컴퓨팅 네트워크 아키텍처를 나타낸다. 클라우드 컴퓨팅 환경(402)은 인터넷(414), 사용자에 의해 관리(또는 제어)되고 클라우드 플랫폼 제공자에 의해 호스팅되는 클라우드 네트워크를 나타내는 사용자 클라우드 네트워크(418), 클라우드 서비스 제공자에 의해 관리되고 클라우드 플랫폼 제공자에 의해 호스팅되는 클라우드 네트워크를 나타내는 클라우드 서비스 제공자 클라우드 네트워크(420)를 포함한다. 클라우드 서비스 제공자는 클라우드를 통해 서비스들(예컨대, RPA)을 제공하는 엔티티이다. 클라우드 플랫폼 제공자는 클라우드 컴퓨팅 인프라스트럭처를 유지하는 엔티티이다. 로컬 컴퓨팅 환경(404)의 로컬 네트워크(406)는 로컬 컴퓨팅 환경(404)과 클라우드 컴퓨팅 환경(402) 간의 통신을 용이하게 하기 위해 클라우드 컴퓨팅 환경(402)의 인터넷(414)에 통신가능하게 커플링된다.
도 4에서 도시된 바와 같이, 클라우드 오케스트레이터(430)는 RPA 로봇들의 클라우드 기반 관리를 가능하게 하도록 클라우드 컴퓨팅 환경(402)에서 구현된다. 특히, 클라우드 오케스트레이터(430)는 클라우드 서비스 제공자에 의해 관리되고 클라우드 컴퓨팅 환경(402) 내의 클라우드 서비스 제공자 클라우드 네트워크(420)에서 호스팅된다. 일 실시예에서, 클라우드 서비스 제공자는 로컬 컴퓨팅 환경(404)에서 사용자에게 RPA를 제공한다.
클라우드 오케스트레이터(430)는 클라우드 컴퓨팅 환경(402)에서 RPA 로봇들을 관리한다. 특히, 사용자는 RPA 로봇들을 관리하기 위한 명령들을 클라우드 컴퓨팅 환경(402) 내의 클라우드 오케스트레이터(430)에 전송하도록 로컬 컴퓨팅 환경(404) 내의 컴퓨팅 디바이스(412)와 상호작용한다. 대안적으로, 사용자는 RPA 로봇들을 관리하기 위해 사용자를 대신하여 자동으로 명령들을 전송하고 데이터를 수신하도록 클라우드 오케스트레이터(430) 상에서 스케줄을 설정하기 위해 로컬 컴퓨팅 환경(404) 내의 컴퓨팅 디바이스(412)와 상호작용한다. RPA 로봇들을 관리하기 위한 예시적인 명령들은 RPA 로봇들을 생성하는 것, RPA 로봇들을 프로비저닝하는 것, RPA 로봇들 상에서의 작업을 스케줄링하는 것(예컨대, 작업을 수행할 시간 및 작업을 수행할 로봇의 유형을 스케줄링하는 것), RPA 로봇들을 폐기하는 것을 위한 명령들, 또는 RPA 로봇들에 대한 임의의 다른 오케스트레이션 명령들을 포함한다. 명령들을 수신한 것에 응답하여, 클라우드 오케스트레이터(430)는 예를 들어, RPA 로봇들을 생성하고, RPA 로봇들을 프로비저닝하고, RPA 로봇의 작업을 스케줄링하고, RPA 로봇들을 폐기하는 것 등에 의해 명령들을 실시한다. 일 실시예에서, 클라우드 오케스트레이터(430)는 도 1의 컨덕터(104), 도 2의 컨덕터(212), 또는 도 3의 컨덕터(304)와 유사하지만, 클라우드 컴퓨팅 환경(402) 내의 클라우드 서비스 제공자 클라우드 네트워크(420)에서 구현된다.
클라우드 오케스트레이터(430)에 의해 관리되는 RPA 로봇들은 클라우드 컴퓨팅 환경(402) 내에 배치되고 유지되는 클라우드 로봇들의 동적 풀을 포함할 수 있다. 이러한 클라우드 로봇들은 클라우드 서비스 로봇 풀(426)의 하나 이상의 클라우드 서비스 로봇(428-A,…, 428-X)(이하, 클라우드 서비스 로봇(428)이라고 총칭함)과, 클라우드 관리 로봇 풀(422)의 하나 이상의 클라우드 관리형 로봇(424-A,…, 424-Y)(이하, 클라우드 관리형 로봇(424)이라고 총칭함)을 포함할 수 있다. 이러한 클라우드 로봇들은 클라우드 컴퓨팅 환경(402)에서 작업들을 수행(즉, 처리)하고, 작업들의 결과들을 로컬 컴퓨팅 환경(404)에서 사용자에게 전송한다. 추가적으로 또는 대안적으로, 클라우드 오케스트레이터(430)에 의해 관리되는 RPA 로봇들은 로컬 로봇 풀(408)의 0개 이상의, 그리고 대체로 많은 로컬 로봇들(410-A,…, 410-Z)(이하, 로컬 로봇(410)이라고 총칭함)을 포함할 수 있다. 일부 실시예들에서, 클라우드 오케스트레이터(430)는 그 자체로 서비스측 워크플로우들을 수행하기 위한 로봇으로서 작용할 수 있다.
클라우드 서비스 로봇(428)은 로컬 네트워크 환경(404) 내의 사용자를 위해 클라우드 컴퓨팅 환경(402)에서 RPA 작업들을 수행하도록 클라우드 서비스 제공자 클라우드 네트워크(420)에서 클라우드 서비스 제공자에 의해 유지된다. 클라우드 서비스 로봇(428)은 컴퓨팅 디바이스(412)로부터 클라우드 오케스트레이터(430)에 명령들을 보내는 사용자의 요청에 따라 생성된다. 생성 시, 클라우드 서비스 로봇(428)은 새로운 작업들을 폴링하거나 또는 이를 통지받음으로써 작업들이 실행되기를 기다린다. 기다리는 동안, 클라우드 서비스 로봇(428)을 구동시키기 위한 비용은 최소화되거나 또는 그렇지 않으면 감소된다. 작업들은 컴퓨팅 디바이스(412)로부터 클라우드 오케스트레이터(430)에 명령들을 보내는 사용자에 의해 클라우드 서비스 로봇(428) 상에서 스케줄링된다. 작업들을 스케줄링하기 위한 명령들은 작업을 수행하기 위한 시간과 작업을 수행하기 위한 로봇의 유형을 정의한다. 클라우드 오케스트레이터(430)는 다양한 요인들에 대한 작업 스케줄링 및 실행 기능을 최적화한다. 클라우드 서비스 로봇(428)은 작업을 수행하기 위해 대기 상태로부터 웨이크업하고, 작업이 완료되면 대기 상태로 돌아간다. 따라서, 클라우드 서비스 로봇(428)은 로컬 컴퓨팅 환경(404) 내의 사용자를 위해 클라우드 서비스 제공자 클라우드 네트워크(420) 상에서 작업들을 수행한다.
클라우드 관리형 로봇(424)은 로컬 네트워크 환경(404) 내의 사용자를 위해 클라우드 컴퓨팅 환경(402)에서 RPA 작업들을 수행하도록 사용자 클라우드 네트워크(418)에서 사용자에 의해 유지된다. 클라우드 관리형 로봇(424)은 클라우드 서비스 로봇(428)과 능력이 유사하고, 또한 클라우드 컴퓨팅 환경(402)에서 호스팅된다. 그러나, 클라우드 관리형 로봇(424)이 호스팅되는 사용자 클라우드 네트워크(418)는 사용자에 의해 관리되는 반면, 클라우드 서비스 로봇(428)이 호스팅되는 클라우드 서비스 제공자 클라우드 네트워크(420)는 클라우드 서비스 제공자에 의해 관리되고 클라우드 플랫폼 제공자에 의해 호스팅된다. 클라우드 오케스트레이터(430)는 클라우드 서비스 제공자 클라우드 네트워크(420)와 사용자 클라우드 네트워크(418) 간의 연결을 구축함으로써 클라우드 관리형 로봇(424)을 관리한다. 사용자 클라우드 네트워크(418)는 로컬 네트워크(406)로 다시 터널링하기 위해 클라우드 제공자 기술을 활용하는 사용자에 의해 설정될 수 있다. 사용자는 로컬 네트워크(406)로부터 클라우드 서비스 제공자 클라우드 네트워크(420)로의 전용 네트워크 연결을 구축할 수 있다. 연결성은 일반적으로 예를 들어, 임의 대 임의(예컨대, 인터넷 프로토콜 가상 사설망) 네트워크, 점 대 점 이더넷 네트워크, 또는 공동 장소 시설에서의 연결성 제공자를 통한 가상 교차 연결의 형태로 있다. 이러한 연결들은 공용 인터넷을 통해 이루어지지 않는다. 이것은 인터넷을 통한 일반적인 연결들보다 더 많은 안정성, 더 빠른 속도, 일관된 레이턴시, 및 더 높은 보안성을 제공한다. 사용자 클라우드 네트워크(418)는 계속해서 사용자에 의해 완전히 제어되고 관리되어, 사용자에게 데이터에 대한 엄격한 제어를 제공한다.
클라우드 서비스 제공자 클라우드 네트워크(420)와 사용자 클라우드 네트워크(418) 간의 연결이 구축되면, 클라우드 관리형 로봇(424)은 컴퓨팅 디바이스(412)를 통해 클라우드 오케스트레이터(430)와 상호작용하는 사용자에 의한 요청 시에 생성된다. 클라우드 관리형 로봇(424)은 사용자 클라우드 네트워크(418) 상에서 생성된다. 따라서, 클라우드 관리형 로봇(424)은 로컬 컴퓨팅 환경(404) 내의 사용자를 위해 사용자 클라우드 네트워크(418) 상에서 작업들을 수행한다. 클라우드 관리형 로봇 풀(422)에서 로봇들의 활용을 최대화하고 사용자의 운영 비용을 감소시키기 위해 알고리즘들이 적용될 수 있다.
로컬 로봇(410)은 로컬 네트워크 환경(404)에서 사용자를 위한 RPA 작업들을 수행하도록 로컬 네트워크(406)에서 사용자에 의해 유지된다. 로컬 네트워크(406)는 사용자에 의해 제어되거나 또는 그렇지 않고 관리된다. 클라우드 오케스트레이터(430)는 표준 HTTPS 연결성을 통해 로컬 로봇(410)에 대한 연결을 유지한다.
여기에서 설명된 실시예들은 예를 들어, 도 1의 RPA 시스템(100), 도 2의 RPA 시스템(200), 도 3의 RPA 시스템(300), 및/또는 도 4의 클라우드 RPA 시스템(400)에 따라 구현되는 RPA와 같은 RPA의 구현을 나타내는 프로세스 데이터의 통합된 이해를 제공하기 위해 기업 프로세스 그래프들의 생성을 제공한다. 기업 프로세스 그래프는 프로세스의 액티비티들 또는 작업들이 노드로서 나타나고, 액티비티들 또는 작업들 간의 각각의 천이가 노드들을 연결하는 엣지들로서 나타나는 그래프(예컨대, 지향된 그래프)이다. 기업 프로세스 그래프는 작업 그래프라고도 알려져 있다. 이러한 기업 프로세스 그래프들은 예를 들어, 프로세스 마이닝, 작업 마이닝, 작업 캡처, 및/또는 프로세스 발견과 같은 복수의 상이한 발견 기술들을 수행함으로써 RPA 구현을 위해 수집된 프로세스 데이터의 통합된 이해를 제공한다. 유리하게는, 그러한 기업 프로세스 그래프들은 프로세스 데이터를 결합하고, 결합된 프로세스 데이터는 전체적인 RPA 구현에 대한 사용자 이해를 용이하게 하고 RPA 구현 및 관리를 단순화하고 자동화하는 컴퓨터 기술들을 가능하게 하는 의미 있는 방식으로 표현된다. 본원에서는 기업 프로세스 그래프가 RPA의 구현과 관련된 프로세스 데이터의 표현을 위해 설명되지만, 본 발명은 이것으로 제한되지 않는다는 것을 이해해야 한다. 기업 프로세스 그래프는 임의의 유형의 데이터를 나타내기 위해 생성될 수 있으며 RPA 데이터로 한정되지 않는다.
도 5는 하나 이상의 실시예에 따른, 기업 프로세스 그래프를 생성하기 위한 방법(500)을 도시한다. 방법(500)의 단계들은 예를 들어, 도 10의 컴퓨터 시스템(1000)과 같은 하나 이상의 적절한 컴퓨팅 디바이스에 의해 수행될 수 있다.
단계(502)에서, 복수의 발견 기술들을 사용하여 획득된 RPA의 구현과 관련된 프로세스 데이터의 세트들이 수신된다. RPA의 구현은 예를 들어, 사용자, 조직, 회사, 또는 임의의 다른 엔티티와 같은 기업을 위한 것일 수 있다.
발견 기술들은 프로세스 액티비티들 또는 작업들 간의 관계를 직접적으로 또는 간접적으로 추론하기 위한 임의의 기술을 포함할 수 있다. 일 실시예에서, 발견 기술들은 프로세스 마이닝, 작업 마이닝, 프로세스 발견, 및 작업 캡처를 포함할 수 있다. 여기에서 사용된 프로세스 마이닝은 RPA 이벤트들 간의 관계들을 추적하기 위해 기업 시스템들을 모니터링함으로써 RPA 프로세스들을 자동적으로 식별하는 것을 말한다. 프로세스 발견(프로세스 캡처 또는 프로세스 모델링이라고도 칭함)은 사용자 입력(예컨대, 명시적 사용자 입력 또는 추론된 사용자 액티비티)에 기초하여 기업 프로세스들을 설계하는 것을 말한다. 작업 마이닝은 애플리케이션들 상에서의 사용자 입력(예컨대, 명시적 사용자 입력 또는 추론된 사용자 액티비티)을 관찰(예컨대, 실시간 또는 거의 실시간 모니터링 또는 오프라인 분석)함으로써 RPA 작업들을 자동으로 식별하는 것을 말한다. 작업 캡처는 사용자 입력에 기초하여 작업들을 식별하는 것을 말한다. 일 실시예에서, 프로세스 마이닝, 작업 마이닝, 프로세스 발견, 또는 작업 캡처 중 적어도 하나가 수행된다. 발견 기술들은 RPA의 구현과 관련된 프로세스 데이터를 수집하기 위한 임의의 적절한 접근법을 포함할 수 있으며, 프로세스 마이닝, 작업 마이닝, 프로세스 발견, 및 작업 캡처로 한정되지 않음을 이해해야 한다.
단계(504)에서, 수신된 프로세스 데이터의 세트들에 기초하여 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트가 생성된다. 여기서 사용된 이벤트 테이블은 데이터 간의 관계의 임의의 표현이며 테이블로 한정되지 않음을 이해해야 한다. 일 실시예에서, 이벤트 테이블은 도 6의 워크플로우(600)에 따라 생성된다.
도 6은 하나 이상의 실시예에 따른, 특정 발견 기술을 위한 이벤트 테이블을 생성하기 위한 워크플로우(600)를 도시한다. 프로세스 데이터(602)는 특정 발견 기술을 사용하여 획득된 프로세스 데이터의 세트를 나타낸다. 원시(raw) 테이블(604)이 프로세스 데이터(602)로부터 추출된다. 원시 테이블(604)은 RPA 관련 이벤트들의 테이블이다. 예를 들어, 프로세스 마이닝 및 프로세스 발견의 경우, RPA 관련 이벤트들은 특정 시간에서의 그리고 프로세스의 실행의 특정 인스턴스(instance)에서의 프로세스의 액티비티의 실행을 나타낼 수 있다. 다른 예시에서, 작업 마이닝 및 작업 캡처의 경우, RPA 관련 이벤트들은 사용자의 데스크톱에서의 기록 단계일 수 있고, 이는 본 단계의 스크린샷이 함께 동반될 수 있다. 기록 단계는 자동 연속 레코더를 사용하여(예컨대, 작업 마이닝에서) 또는 사용자의 요청 시에 기록될 수 있거나, 또는 시스템 또는 액티비티에 의해(예컨대, 작업 캡처에서) 트리거될 수 있다. 원시 테이블(604)은 예를 들어, 개방형 데이터베이스 연결성(open database connectivity; ODBC) 추출기, 텍스트 추출기, SAP 추출기 등과 같은 임의의 적절한 접근법을 사용하여 추출될 수 있다. 일 실시예에서, 원시 테이블(604)의 엔트리들은 정규화된 테이블(606)을 생성하도록 정규화된다. 원시 테이블(604)은 모든 테이블들이 해당 지점으로부터 균일하게 취급될 수 있도록 모든 테이블들이 동일한 스키마(schema)에 있는 것을 보장하도록 정규화된다. 이것은 예를 들어, 열(column) 이름 바꾸기, 모든 숫자들이 비교가능한 것을 보장하기 위한 계산들(예컨대, 모든 것을 동일한 통화로 변환시킴), 정규화된 모델을 따르도록 테이블들을 결합하거나 분할하는 것 등을 포함한다. 정규화된 테이블(606)은 프로세스 특유적 데이터(610)와 함께, 이벤트 테이블(608)로서 출력된다. 프로세스 특유적 데이터(610)는 이벤트 데이터 이외의 프로세스와 관련된 데이터를 말한다. 일 예시에서, 이벤트 테이블(608)은 도 7의 이벤트 테이블(700)이다.
도 7은 하나 이상의 실시예에 따른, 하나 이상의 프로세스에 대한 예시적인 이벤트 테이블(700)을 도시한다. 이벤트 테이블(700)은 이벤트 테이블(700) 내의 프로세스 ID 1 내지 프로세스 ID 3에 대응하는, 세 개의 프로세스들의 실행의 하나 이상의 인스턴스 동안 발생하는 이벤트들을 기록한다. 도 7에서 도시된 바와 같이, 이벤트 테이블(700)은 이벤트에 각각 대응하는 행(702)과, 행(702)과 열(704)이 교차하는 셀에서, 헤더 행(706)에서 식별되는, 이벤트의 속성을 각각 식별하는 열(704)을 갖는 테이블로서 포맷팅된다. 특히, 각 행(702)은 프로세스의 액티비티의 실행(열(704-B)에서 식별됨), 액티비티의 실행의 시간스탬프(열(704-C)에서 식별됨), 액티비티에 대한 실행된 특정 프로세스의 실행의 인스턴스를 식별하는 케이스 ID(열(704-A)에서 식별됨), 실행된 액티비티의 프로세스를 식별하는 프로세스 ID를 나타내는 이벤트와 연관된다. 이벤트 테이블(700)은 임의의 적절한 포맷일 수 있고, 이벤트들의 다른 속성들을 식별하는 추가적인 열(704)을 포함할 수 있음을 이해해야 한다.
도 5의 단계(506)에서, RPA의 구현을 나타내는 기업 프로세스 그래프가 하나 이상의 이벤트 테이블의 세트에 기초하여 생성된다. 개념적으로, 기업 프로세스 그래프의 생성은 다음과 같이 생각될 수 있다. 이벤트 테이블들로부터 연결해제된 그래프들의 세트가 생성될 수 있다. 기업 프로세스 그래프는 (적어도 부분적으로) 그래프들을 연결하도록 연결해제된 그래프들의 세트에 엣지들을 추가함으로써 생성될 수 있다. 새로 추가된 엣지들은 이들을 가로지르는 케이스들에 반드시 대응하는 것은 아니다. 일 실시예에서, 기업 프로세스 그래프는 도 8의 워크플로우(800)에 따라 생성된다.
도 8은 하나 이상의 실시예에 따른, 기업 프로세스 그래프를 나타내는 엣지 테이블을 생성하기 위한 워크플로우(800)를 도시한다. 워크플로우(800)에서, 이벤트 테이블(802)은 도 5의 단계(504)에서 생성된 이벤트 테이블들일 수 있다. 이벤트 테이블(802)은 복수의 발견 기술들을 사용하여 획득된 데이터에 대한 RPA 이벤트 데이터를 나타낸다. 일 실시예에서, 엣지 테이블(806)은 이벤트 테이블(802)로부터 생성된다. 엣지 테이블(806)은 이벤트 테이블(802) 간의 관계를 식별하기 위한 임의의 적절한 기술(예를 들어, 인공 지능 또는 기계 학습 기반 기술, 지도형 학습 등)을 사용하여 생성될 수 있다. 일 실시예에서, 엣지 테이블(806)은 2019년 12월 27일에 출원된 미국 특허 출원 번호 16/728,686에서 기술된 방법에 따라 생성될 수 있으며, 이 개시내용은 그 전체가 참조로 여기에 병합된다. 엣지 테이블(806)은 이벤트 테이블(802) 내의 이벤트들 간의 관계를 인코딩하는 테이블이다. 그 후 기업 프로세스 그래프가 엣지 테이블(806)로부터 생성된다. 다른 실시예에서, 프로세스 모델(804)이 (예를 들어, 프로세스 발견 기술들을 사용하여) 이벤트 테이블(802)로부터 생성되고, 엣지 테이블(806)이 프로세스 모델(804) 간의 관계를 식별하기 위한 임의의 적절한 기술(예를 들어, 인공 지능 또는 기계 학습 기반 기술, 지도형 학습 등)을 사용하여 프로세스 모델(804)로부터 생성된다. 도 9에서는 예시적인 엣지 테이블이 도시된다.
도 9는 하나 이상의 실시예에 따른, 예시적인 엣지 테이블(900)을 도시한다. 일 예시에서, 엣지 테이블(900)은 도 8의 엣지 테이블(806)이다. 엣지 테이블(900)은 행(904)과 열(902)을 포함한다. 엣지 테이블(900) 내의 각 행(904)은 소스 이벤트로부터 목적지 이벤트로의 천이를 식별한다. 엣지 테이블(900) 내의 각 열(902)은 각 행(904)에 대한 소스 이벤트 및 목적지 이벤트의 다양한 속성들을 식별하는 필드와 연관된다. 예를 들어, 열(902-A)은 소스 액티비티를 식별하고, 열(902-B)은 목적지 액티비티를 식별하고, 열(902-C)은 소스 액티비티 시간스탬프를 식별하고, 열(902-D)은 목적지 액티비티 시간스탬프를 식별하고, 열(902-E)은 케이스 ID를 식별하고, 열(902-F)은 소스 액티비티의 프로세스의 프로세스 ID를 나타내는 소스 프로세스 ID를 식별하고, 열(902-G)은 목적지 액티비티의 프로세스의 프로세스 ID를 나타내는 목적지 프로세스 ID를 식별하며, 열(902-H)은 엣지 유형을 식별한다. 엣지 테이블(900)은 예를 들어, 이름 또는 서비스 레벨 합의와 같은 추가적인 속성들을 식별하는 추가적인 열(302)을 포함할 수 있다.
도 5의 단계(508)에서, 기업 프로세스 그래프가 출력된다. 일 실시예에서, 기업 프로세스 그래프는 예를 들어, 디바이스의 디스플레이 디바이스 상에 기업 프로세스 그래프를 디스플레이하거나, 또는 기업 프로세스 그래프를 컴퓨터 시스템의 메모리 또는 스토리지에 저장함으로써, 또는 기업 프로세스 그래프를 원격 컴퓨터 시스템 또는 서비스(예컨대, 이메일 서비스, 보고 서버 등)에 전송함으로써 출력될 수 있다. 기업 프로세스 그래프의 스토리지는 시간 경과에 따른 기업 프로세스 그래프의 이력 또는 진화를 볼 수 있게 할 수 있다. 일 실시예에서, 기업 프로세스 그래프는 도 9의 워크플로우(900)에 따라 디스플레이될 수 있다.
도 10은 하나 이상의 실시예에 따른, 기업 프로세스 그래프를 디스플레이하기 위한 워크플로우(1000)를 도시한다. 워크플로우(1000)에서, 엣지 테이블(1002)은 도 5의 단계(506) 동안에 생성된 엣지 테이블일 수 있다. 일 실시예에서, 엣지 테이블(1002)은 레이아웃화된 그래프(1012)를 생성하기 위해 글로벌 레이아웃(1004)에 따라 포맷팅되고, 그 후 디스플레이 디바이스(1014)(예를 들어, 도 11의 디스플레이(1110)) 상에서의 디스플레이를 위해 렌더링된다. 다른 실시예에서, 엣지 테이블(1002)은 필터링된 엣지 테이블(1006)을 생성하기 위해 필터링된다. 엣지 테이블(1002)은 예를 들어, 케이스 필터, 케이스 레벨로 리프트된 엣지 필터, 케이스 레벨로 리프트된 프로세스 필터, 또는 임의의 다른 적절한 필터에 기초하여 필터링될 수 있다. 그 후 그래프(1008)는 필터링된 엣지 테이블(1006)로부터 생성되며, 이는 또한 다양한 메트릭을 보여줄 수 있다. 단순화된 그래프(1010)가 그래프(1008)로부터 생성된다. 단순화된 그래프(1010)는 시각적 복잡성 슬라이더를 그래프(1008)에 적용하여 사용자 정의된 또는 자동 정의된 복잡성 레벨에 기초하여 그래프(1008)의 엣지들 및 노드들을 필터링함으로써, 노드로부터 및 노드로에 기초하여 엣지들을 필터링 제거하도록 프롬-투(from-to) 필터를 적용함으로써, 그래프(1006) 상에서 드릴링 업/다운(drilling up/down)함으로써, 또는 그래프(1008)를 단순화하기 위한 임의의 다른 적절한 접근법을 적용함으로써 생성될 수 있다. 그 후, 단순화된 그래프(1010)는 레이아웃화된 그래프(1012)로 포맷팅되고, 이것은 그 후 디스플레이 디바이스(1014) 상에서의 디스플레이를 위해 렌더링된다.
도 11은 본 발명의 실시예에 따른, 도 5의 방법(500), 도 6의 워크플로우(600), 도 8의 워크플로우(800), 및 도 10의 워크플로우(1000)를 비롯하여, 본 명세서에서 설명된 방법들, 워크플로우들, 및 프로세스들을 실행하도록 구성된 컴퓨팅 시스템(1100)을 나타내는 블록도이다. 일부 실시예들에서, 컴퓨팅 시스템(1100)은 본 명세서에서 도시되고 및/또는 설명된 컴퓨팅 시스템들 중 하나 이상일 수 있다. 컴퓨팅 시스템(1100)은 예컨대, 정보의 통신을 위한 버스 또는 다른 통신 메커니즘과 같은 통신 매체(1102), 및 정보의 프로세싱을 위해 통신 매체(1102)에 커플링된 프로세서(들)(1104)을 포함한다. 프로세서(들)(1104)은 CPU(Central Processing Unit), ASIC(Application Specific Integrated Circuit), FPGA(Field Programmable Gate Array), GPU(Graphics Processing Unit), 이들의 다중 인스턴스들, 및/또는 이들의 임의의 조합을 비롯한 임의의 유형의 범용 프로세서 또는 특수 목적 프로세서일 수 있다. 프로세서(들)(1104)은 또한 다중 프로세싱 코어들을 가질 수 있으며, 코어들 중 적어도 일부는 특수 기능들을 수행하도록 구성될 수 있다. 일부 실시예들에서 다중 병렬 프로세싱이 사용될 수 있다.
컴퓨팅 시스템(1100)은 프로세서(들)(1104)에 의해 실행될 명령어 및 정보를 저장하기 위한 메모리(1106)를 더 포함한다. 메모리(1106)는 RAM(Random Access Memory), ROM(Read Only Memory), 플래시 메모리, 캐시, 자기 또는 광학 디스크와 같은 정적 저장장치, 또는 임의의 다른 유형의 비일시적 컴퓨터 판독가능 매체 또는 이들의 조합의 임의의 조합을 포함할 수 있다. 비일시적 컴퓨터 판독가능 매체는 프로세서(들)(1104)에 의해 액세싱될 수 있는 임의의 이용가능한 매체일 수 있고, 휘발성 매체, 비휘발성 매체, 또는 둘 다를 포함할 수 있다. 매체는 또한 탈착식, 비탈착식, 또는 둘 다일 수 있다.
추가적으로, 컴퓨팅 시스템(1100)은 현재 존재하거나 미래에 구현되는 통신 표준 및/또는 프로토콜에 따라 무선 및/또는 유선 연결을 통해 통신 네트워크에 대한 액세스를 제공하기 위해 트랜스시버와 같은 통신 디바이스(1108)를 포함한다.
프로세서(들)(1104)은 또한 사용자에게 정보를 디스플레이하기에 적절한 디스플레이(1110)에 통신 매체(1102)를 통해 커플링된다. 디스플레이(1110)는 또한 터치 디스플레이 및/또는 임의의 적절한 햅틱 I/O 디바이스로서 구성될 수 있다.
키보드(1112), 및 컴퓨터 마우스, 터치패드 등과 같은 커서 제어 디바이스(1114)가 또한 사용자가 컴퓨팅 시스템과 인터페이싱할 수 있도록 통신 매체(1102)에 커플링된다. 그러나, 특정 실시예들에서, 물리적 키보드 및 마우스가 존재하지 않을 수 있고, 사용자는 디스플레이(1110) 및/또는 터치패드(도시되지 않음)만을 통해 디바이스와 상호작용할 수 있다. 임의의 유형 및 조합의 입력 디바이스들이 설계 선택의 사항으로서 사용될 수 있다. 특정 실시예들에서, 물리적 입력 디바이스 및/또는 디스플레이가 존재하지 않는다. 예를 들어, 사용자는 컴퓨팅 시스템(1100)과 통신하는 다른 컴퓨팅 시스템을 통해 컴퓨팅 시스템(1100)과 원격으로 상호작용할 수 있거나, 또는 컴퓨팅 시스템(1100)은 자율적으로 동작할 수 있다.
메모리(1106)는 프로세서(들)(1104)에 의해 실행될 때 기능을 제공하는 소프트웨어 모듈들을 저장한다. 모듈들은 컴퓨팅 시스템(1100)을 위한 운영 체제(1116), 및 본 명세서에서 설명된 프로세스들의 전부 또는 일부 또는 그 파생물들을 수행하도록 구성된 하나 이상의 추가적인 기능 모듈(1118)을 포함한다.
당업자는 "시스템"이 본 발명의 범위로부터 벗어나지 않으면서 서버, 임베디드 컴퓨팅 시스템, 개인용 컴퓨터, 콘솔, PDA(personal digital assistant), 셀 폰, 태블릿 컴퓨팅 디바이스, 양자 컴퓨팅 시스템, 또는 임의의 다른 적절한 컴퓨팅 디바이스, 또는 디바이스들의 조합으로서 실시될 수 있다는 것을 알 것이다. 전술한 기능들이 "시스템"에 의해 수행되는 것으로서 표현한 것은 본 발명의 범위를 어떠한 식으로든지 제한시키려는 의도는 없으며, 본 발명의 많은 실시예들 중 하나의 예시를 제공하려고 의도된 것이다. 실제로, 본 명세서에서 개시된 방법, 시스템, 및 장치는 클라우드 컴퓨팅 시스템을 비롯한 컴퓨팅 기술과 일치하는 로컬화되고 분산된 형태들로 구현될 수 있다.
본 명세서에서 설명된 시스템 특징들 중 일부는 그 구현 독립성을 더 특별히 강조하기 위해, 모듈들로서 표현되었다는 점에 유의해야 한다. 예컨대, 모듈은 커스텀 VLSI(very large scale integration) 회로 또는 게이트 어레이, 로직 칩과 같은 상용 반도체, 트랜지스터, 또는 다른 개별 컴포넌트를 포함하는 하드웨어 회로로서 구현될 수 있다. 모듈은 또한 필드 프로그래밍가능 게이트 어레이, 프로그래밍가능 어레이 로직, 프로그래밍가능 로직 디바이스, 그래픽 프로세싱 유닛 등과 같은 프로그래밍가능 하드웨어 디바이스로 구현될 수 있다. 모듈은 또한 다양한 유형들의 프로세서들에 의한 실행을 위해 적어도 부분적으로 소프트웨어로 구현될 수 있다. 예를 들어, 실행가능 코드의 식별되는 단위는 예를 들어, 객체, 프로시저, 또는 함수로서 조직화될 수 있는 컴퓨터 명령어들의 하나 이상의 물리적 또는 논리적 블록을 포함할 수 있다. 그럼에도 불구하고, 식별되는 모듈의 실행가능자들은 물리적으로 함께 위치될 필요는 없지만, 논리적으로 함께 결합될 때 해당 모듈을 포함하고 해당 모듈에 대한 서술된 목적을 달성하는, 상이한 위치들에 저장된 별개의 명령어들을 포함할 수 있다. 또한, 모듈들은 본 발명의 범위로부터 벗어나지 않으면서, 예를 들어, 하드 디스크 드라이브, 플래시 디바이스, RAM, 테이프, 및/또는 데이터를 저장하기 위해 사용되는 임의의 다른 그러한 비일시적 컴퓨터 판독가능 매체일 수 있는 컴퓨터 판독가능 매체 상에 저장될 수 있다. 실제로, 실행가능 코드의 모듈은 단일 명령어 또는 많은 명령어들일 수 있고, 여러 상이한 코드 세그먼트들에 걸쳐서, 상이한 프로그램들 간에, 그리고 여러 메모리 디바이스들에 걸쳐서 분산될 수도 있다. 마찬가지로, 동작 데이터는 본 명세서에서 모듈들 내에 있는 것으로 식별되고 예시될 수 있으며, 임의의 적절한 형태로 실시되고 임의의 적절한 유형의 데이터 구조 내에서 조직화될 수 있다. 동작 데이터는 단일 데이터 세트로서 수집될 수 있거나, 상이한 저장 디바이스들에 걸쳐 있는 것을 비롯하여 상이한 위치들에 걸쳐 분산될 수 있고, 적어도 부분적으로 단지 시스템 또는 네트워크 상의 전자 신호로서만 존재할 수 있다.
앞의 내용은 본 발명개시의 원리들을 단순히 나타낸 것이다. 따라서, 당업자는, 비록 여기서는 명시적으로 설명되거나 또는 도시되지는 않았지만, 본 발명의 원리들을 구현하며 본 개시의 사상과 범위 내에 포함되는 다양한 구성들을 고안해낼 수 있을 것이라는 것을 이해할 것이다. 또한, 본 명세서에서 언급된 모든 예시들과 조건어들은 원칙적으로 독자가 본 개시의 원리들과 발명자에 의해 본 기술을 발전시키는데 기여한 개념들을 이해하는 것을 돕기 위한 교육학적 목적용으로 의도된 것일 뿐이며, 이렇게 구체적으로 언급된 예시들과 조건들로 제한되지 않도록 해석되어야 한다. 게다가, 여기서 본 발명개시의 원리들, 양태들, 및 실시예들 뿐만이 아니라 특정 예시들을 언급한 모든 진술들은 그 구조적 및 기능적 등가물들도 망라하는 것으로 한다. 추가적으로, 그러한 등가물들은 현재 알려진 등가물들뿐만이 아니라 미래에 개발될 등가물들 둘 다를 포함하도록 의도된 것이다.

Claims (30)

  1. 컴퓨터 구현(computer-implemented) 방법에 있어서,
    복수의 발견(discovery) 기술들을 사용하여 획득된 로봇 프로세스 자동화(robotic process automation; RPA)의 구현과 관련된 프로세스 데이터의 세트들을 수신하는 단계; 및
    상기 수신된 프로세스 데이터의 세트들에 기초하여 RPA의 구현을 나타내는 기업 프로세스 그래프(enterprise process graph)를 생성하는 단계
    를 포함하는 컴퓨터 구현 방법.
  2. 제1항에 있어서,
    상기 복수의 발견 기술들은 프로세스 마이닝, 프로세스 발견, 작업 마이닝, 또는 작업 캡처 중 적어도 하나를 포함한 것인 컴퓨터 구현 방법.
  3. 제2항에 있어서,
    프로세스 마이닝, 프로세스 발견, 작업 마이닝, 또는 작업 캡처 중 적어도 하나를 수행하는 단계
    를 더 포함하는 컴퓨터 구현 방법.
  4. 제1항에 있어서,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 상기 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트를 생성하는 단계
    를 더 포함하고,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 RPA의 구현을 나타내는 기업 프로세스 그래프를 생성하는 단계는 상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 상기 기업 프로세스 그래프를 생성하는 단계를 포함한 것인 컴퓨터 구현 방법.
  5. 제4항에 있어서,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 상기 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트를 생성하는 단계는,
    상기 수신된 프로세스 데이터의 세트들로부터 원시(raw) 테이블을 추출하는 단계
    를 포함한 것인 컴퓨터 구현 방법.
  6. 제5항에 있어서,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 상기 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트를 생성하는 단계는,
    상기 원시 테이블의 엔트리들을 정규화하는 단계
    를 포함한 것인 컴퓨터 구현 방법.
  7. 제4항에 있어서,
    상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 기업 프로세스 그래프를 생성하는 단계는,
    상기 생성된 하나 이상의 이벤트 테이블의 세트를 위한 그래프들을 생성하는 단계
    를 포함한 것인 컴퓨터 구현 방법.
  8. 제7항에 있어서,
    상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 기업 프로세스 그래프를 생성하는 단계는,
    둘 이상의 그래프들을 연결하는 단계
    를 포함한 것인 컴퓨터 구현 방법.
  9. 제4항에 있어서,
    상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 기업 프로세스 그래프를 생성하는 단계는,
    상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 엣지(edge) 테이블을 생성하는 단계; 및
    상기 엣지 테이블에 기초하여 상기 기업 프로세스 그래프를 생성하는 단계
    를 포함한 것인 컴퓨터 구현 방법.
  10. 제1항에 있어서,
    상기 기업 프로세스 그래프를 디스플레이하는 단계
    를 더 포함하는 컴퓨터 구현 방법.
  11. 제1항에 있어서,
    상기 기업 프로세스 그래프를 전송하는 단계
    를 더 포함하는 컴퓨터 구현 방법.
  12. 제1항에 있어서,
    상기 기업 프로세스 그래프를 메모리에 저장하는 단계
    를 더 포함하는 컴퓨터 구현 방법.
  13. 제1항에 있어서,
    상기 기업 프로세스 그래프를 필터링하는 단계
    를 더 포함하는 컴퓨터 구현 방법.
  14. 제13항에 있어서,
    상기 필터링된 기업 프로세스 그래프를 디스플레이하는 단계
    를 더 포함하는 컴퓨터 구현 방법.
  15. 장치에 있어서,
    컴퓨터 명령어들을 저장한 메모리; 및
    상기 컴퓨터 명령어들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 컴퓨터 명령어들은 상기 적어도 하나의 프로세서로 하여금 동작들을 수행하게 하도록 구성되며,
    상기 동작들은,
    복수의 발견 기술들을 사용하여 획득된 RPA의 구현과 관련된 프로세스 데이터의 세트들을 수신하는 동작; 및
    상기 수신된 프로세스 데이터의 세트들에 기초하여 RPA의 구현을 나타내는 기업 프로세스 그래프를 생성하는 동작
    인 것인 장치.
  16. 제15항에 있어서,
    상기 복수의 발견 기술들은 프로세스 마이닝, 프로세스 발견, 작업 마이닝, 또는 작업 캡처 중 적어도 하나를 포함한 것인 장치.
  17. 제16항에 있어서,
    프로세스 마이닝, 프로세스 발견, 작업 마이닝, 또는 작업 캡처 중 적어도 하나를 수행하는 동작
    을 더 포함하는 장치.
  18. 제15항에 있어서,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 상기 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트를 생성하는 동작
    을 더 포함하고,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 RPA의 구현을 나타내는 기업 프로세스 그래프를 생성하는 동작은 상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 상기 기업 프로세스 그래프를 생성하는 동작을 포함한 것인 장치.
  19. 제18항에 있어서,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 상기 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트를 생성하는 동작은,
    상기 수신된 프로세스 데이터의 세트들로부터 원시 테이블을 추출하는 동작
    을 포함한 것인 장치.
  20. 제19항에 있어서,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 상기 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트를 생성하는 동작은,
    상기 원시 테이블의 엔트리들을 정규화하는 동작
    을 포함한 것인 장치.
  21. 비일시적 컴퓨터 판독가능 매체 상에 수록된 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은 적어도 하나의 프로세서로 하여금 동작들을 수행하게 하도록 구성되고, 상기 동작들은,
    복수의 발견 기술들을 사용하여 획득된 로봇 프로세스 자동화(robotic process automation; RPA)의 구현과 관련된 프로세스 데이터의 세트들을 수신하는 동작; 및
    상기 수신된 프로세스 데이터의 세트들에 기초하여 RPA의 구현을 나타내는 기업 프로세스 그래프를 생성하는 동작
    을 포함한 것인 컴퓨터 프로그램.
  22. 제21항에 있어서,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 상기 복수의 발견 기술들 각각에 대해 하나 이상의 이벤트 테이블의 세트를 생성하는 동작
    을 더 포함하고,
    상기 수신된 프로세스 데이터의 세트들에 기초하여 RPA의 구현을 나타내는 기업 프로세스 그래프를 생성하는 동작은 상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 상기 기업 프로세스 그래프를 생성하는 동작을 포함한 것인 컴퓨터 프로그램.
  23. 제21항에 있어서,
    상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 기업 프로세스 그래프를 생성하는 동작은,
    상기 생성된 하나 이상의 이벤트 테이블의 세트를 위한 그래프들을 생성하는 동작
    을 포함한 것인 컴퓨터 프로그램.
  24. 제23항에 있어서,
    상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 기업 프로세스 그래프를 생성하는 동작은,
    둘 이상의 그래프들을 연결하는 동작
    을 포함한 것인 컴퓨터 프로그램.
  25. 제21항에 있어서,
    상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 기업 프로세스 그래프를 생성하는 동작은,
    상기 생성된 하나 이상의 이벤트 테이블의 세트에 기초하여 엣지 테이블을 생성하는 동작; 및
    상기 엣지 테이블에 기초하여 상기 기업 프로세스 그래프를 생성하는 동작
    을 포함한 것인 컴퓨터 프로그램.
  26. 제21항에 있어서,
    상기 동작들은,
    상기 기업 프로세스 그래프를 디스플레이하는 동작
    을 더 포함한 것인 컴퓨터 프로그램.
  27. 제21항에 있어서,
    상기 동작들은,
    상기 기업 프로세스 그래프를 전송하는 동작
    을 더 포함한 것인 컴퓨터 프로그램.
  28. 제21항에 있어서,
    상기 동작들은,
    상기 기업 프로세스 그래프를 메모리에 저장하는 동작
    을 더 포함한 것인 컴퓨터 프로그램.
  29. 제21항에 있어서,
    상기 동작들은,
    상기 기업 프로세스 그래프를 필터링하는 동작
    을 더 포함한 것인 컴퓨터 프로그램.
  30. 제29항에 있어서,
    상기 동작들은,
    상기 필터링된 기업 프로세스 그래프를 디스플레이하는 동작
    을 더 포함한 것인 컴퓨터 프로그램.
KR1020217040016A 2021-01-27 2021-10-26 Rpa 데이터를 나타내기 위한 기업 프로세스 그래프 KR20230074651A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/159,190 US11403120B1 (en) 2021-01-27 2021-01-27 Enterprise process graphs for representing RPA data
US17/159,190 2021-01-27
PCT/US2021/072047 WO2022164576A1 (en) 2021-01-27 2021-10-26 Enterprise process graphs for representing rpa data

Publications (1)

Publication Number Publication Date
KR20230074651A true KR20230074651A (ko) 2023-05-31

Family

ID=82495540

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217040016A KR20230074651A (ko) 2021-01-27 2021-10-26 Rpa 데이터를 나타내기 위한 기업 프로세스 그래프

Country Status (5)

Country Link
US (1) US11403120B1 (ko)
JP (1) JP2023544463A (ko)
KR (1) KR20230074651A (ko)
CN (1) CN115210661A (ko)
WO (1) WO2022164576A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230115805A1 (en) * 2021-10-07 2023-04-13 UiPath, Inc. Framework for implementing process apps for process mining
US20230289704A1 (en) * 2022-03-14 2023-09-14 UiPath, Inc. Automatic creation of data models based on semantic understanding

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9053437B2 (en) 2008-11-06 2015-06-09 International Business Machines Corporation Extracting enterprise information through analysis of provenance data
US8619084B2 (en) 2010-05-03 2013-12-31 International Business Machines Corporation Dynamic adaptive process discovery and compliance
US10459978B2 (en) * 2015-04-03 2019-10-29 Oracle International Corporation Distributed graph processing system that support remote data read with proactive bulk data transfer
US10796257B2 (en) 2016-01-26 2020-10-06 Celonis Se Method for providing business process analyses
US10339027B2 (en) 2016-09-06 2019-07-02 Accenture Global Solutions Limited Automation identification diagnostic tool
US10452674B2 (en) 2017-12-07 2019-10-22 Accenture Global Solutions Limited Artificial intelligence and robotic process automation for automated data management
KR20200003692A (ko) 2018-07-02 2020-01-10 주식회사 비즈모델라인 통합 기업 환경 마일리지 제공 관리 방법
US11461215B2 (en) * 2018-08-08 2022-10-04 Atos France Workflow analyzer system and methods
US11281936B2 (en) * 2018-12-31 2022-03-22 Kofax, Inc. Systems and methods for identifying processes for robotic automation and building models therefor
US11790262B2 (en) 2019-01-22 2023-10-17 Accenture Global Solutions Limited Data transformations for robotic process automation
US20200327125A1 (en) 2019-04-11 2020-10-15 Minit j.s.a. Systems and methods for hierarchical process mining
US20210158268A1 (en) * 2019-11-27 2021-05-27 Sap Se Process improvement based on user behavior mining

Also Published As

Publication number Publication date
CN115210661A (zh) 2022-10-18
WO2022164576A1 (en) 2022-08-04
US11403120B1 (en) 2022-08-02
US20220237003A1 (en) 2022-07-28
JP2023544463A (ja) 2023-10-24

Similar Documents

Publication Publication Date Title
US11541548B2 (en) Artificial intelligence-based process identification, extraction, and automation for robotic process automation
CN114793450A (zh) 用于托管、监控和重训练机器学习模型的机器人流程自动化架构和流程
US11442837B2 (en) Monitoring long running workflows for robotic process automation
KR20220079833A (ko) 로봇 프로세스 자동화 및 워크플로 미세 최적화를 위한 프로세스 진화
CN113228020A (zh) 调度机器人以用于机器人流程自动化
KR20220121689A (ko) 로봇 프로세스 자동화를 위한 온-디맨드 클라우드 로봇
CN114556391A (zh) 用于机器人流程自动化的基于人工智能层的过程提取
US11614730B2 (en) Embedded and/or pooled robotic process automation robots
KR20230074651A (ko) Rpa 데이터를 나타내기 위한 기업 프로세스 그래프
US11966566B2 (en) Mapping interactive UI elements to RPA object repositories for RPA development
US20220091908A1 (en) Filter instantiation for process graphs of rpa workflows
US12081513B2 (en) Organizational modelling for routing RPA related services of an RPA cloud suite
US20230102809A1 (en) Preconfigured robots for robotic process automation
US20230101948A1 (en) Generation of rpa platform design components for configuring rpa platforms
US20220191167A1 (en) Organizational modelling for routing rpa related services of an rpa cloud suite
KR20230056524A (ko) 로봇 프로세스 자동화 데이터 커넥터
CN116909763A (zh) 部署机器人流程自动化的系统、装置和方法

Legal Events

Date Code Title Description
A201 Request for examination