최근 다양한 산업분야에서 빅데이터를 이용한 연구가 활발히 진행되고 있다. 이와 더불어 조선 산업에서도 빅데이터를 활용하여 미래 경쟁력을 향상시키기 위한 다양한 노력들이 진행되고 있다[1].

조선 산업의 생산 공정에는 건조과정에서 발생한 방대한 기록들이 문서화되는 사내에 구축된 Enterprise resource planning (ERP) 시스템에 다양한 생산 데이터로 저장되어있다. 기존에 축적된 생산 데이터를 활용하여 생산 향상을위한 프로세스 모델(Process Model)을 도출할 수 있다면 기술력 향상과 경쟁력 강화를 통하여 새로운 경제적 가치 창출에 기여할 수 있을 것으로 고려된다.

선박의 건조과정은 자재의 입고에서 블록 탑재과정을 의미한다. 최근 선박이 대형화되면서 선체를 블록 단위로 분할하여 생산하고 생산된 블록들을 탑재하는 방법(블록 공법)으로 선박을 건조한다. 이 과정에서 분할된 블록들은 조선소에서 모두 생산되는 것이 아니라 외부 협력 업체에서 일부 제작되어 조선소로 운반된다[2]. 협력 업체는 주문 받은 블록을 일정기간 내에 완성하여 조선소로 블록을 이동시키기 때문에 협력 업체 내부의 블록 생산 진행사항과 문제점은 조선소에서 파악하기 어렵다. 따라서 협력 업체의블록 조립 공정에 지연이 발생되면 선박 건조 전체 프로세스의 지연이 발생하게 되고, 이는 결과적으로 경제적 손실과 관련 된다.

일반적으로 선박의 건조과정은 다양한 작업이 동시 다발적으로 진행되고 많은 작업자들과 협력업체가 포함된 복잡한 프로세스를 가진다.

최근 이와 같은 복잡한 프로세스를 가진 문제를 해결하기 위하여 프로세스 마이닝(Process Mining) 기법을 활용한 연구가 많이 진행되고 있다[3]-[5]. 프로세스 마이닝 기법은 기존의 프로세스 개선을 통해 비용절감, 낭비제거, 가치혁신 등의 효과를 얻을 수 있고[6], 기업 내부에서 발생한 이벤트 로그(Event Log) 형태의 데이터를 추출하여 의미 있는 정보를 찾아내는 것을 목적으로 하는 기술이다[7].

프로세스 마이닝 분석은 이벤트 로그에서 프로세스 모델을 도출하는 프로세스 도출(process discovery), 기존에 존재하는 이벤트 로그와 실제로 시각화된 프로세스 모델을 비교하는 적합도 검사(conformance checking), 그리고 기존에 주어진 프로세스 모델을 다양한 관점에서 확장(enhancement)으로 3가지 유형으로 구분된다[6][8].

본 논문에서는 프로세스 마이닝 기법을 통해 협력 업체의 블록 조립 공정에서 발생하는 이벤트 로그의 데이터(케이스 아이디, 액티비티 이름, 타임스탬프)의 정보를 활용하여 프로세스 모델을 추출하고, 확장된 프로세스 모델로 시각화함으로써 전체적인 공정 프로세스를 분석한다. 본 연구에서는 블록 조립 공정 프로세스(Activities), 협력 업체 사이의 프로세스(Resources), 그리고 블록 사이의 프로세스(Cases)로 총 3가지의 관점에서 프로세스 모델을 도출하여 문제점을 분석하고, 대안을 제시한다. 본 연구에서는 협력업체에서 실제 진행된 LPGC TANK(Liquefied Petroleum Gas Carrier Tank)의 블록을 제조 실행 계획 일정에 적용하였다.

프로세스 마이닝(Process Mining)은 정보시스템에 기록되어 있는 이벤트 로그에서 지식을 추출하여 실제 업무 프로세스를 도출하고, 모니터링하며, 기존의 프로세스를 개선하는 것을 의미한다[8]. 프로세스 모델의 도출을 위하여 사용되고 있는 마이닝 기술은 알파 마이닝(α mining), 휴리스틱 마이닝(heuristic mining)과 퍼지 마이닝(fuzzy mining)기법이 있다.

본 연구에서는 마이닝 기법 중 퍼지 마이닝 기법을 바탕으로 프로세스 모델을 추출하였다.

퍼지 마이닝은 퍼지 알고리즘을 사용한 마이닝 기법의 하나로 애매한 문제의 답을 정량적으로 표현하기 위해서 0과 1 사이의 수로 표현하여 데이터로부터 의미 있는 정보를 추출하는 기법이다[9].

최근 조선·해양 산업분야에 프로세스 마이닝 기법을 적용한 연구들은 이벤트 로그를 이용하여 블록 이동을 중점으로 프로세스 마이닝 기법을 이용하여 모델을 제시[10]하거나 프로세스 분석 프레임 워크를 개발한 사례[11]가 있다. 전자는 블록 이동을 transaction 기반으로 프로세스 마이닝 기법을 적용하여 프로세스 모델만을 제시하였고, 후자는 블록 조립 후 탑재 전까지 블록을 이동 대상으로 범위를 지정하고 블록의 이동 프로세스에 초점을 맞추어 분석 프레임워크만을 제안하였다. 프로세스 마이닝을 통해 생산 공정 데이터를 분석한 사례[12]가 있으나 이 사례는 DB와 연동된 모니터링 시스템을 프로세스 마이닝에 적용하는 방법론만 제시하였다. 선박의 건조 과정과 관련된 연구로는 재작업에 대한 원인을 분석한 연구[13]가 진행되었다. 또한, 블록 조립 과정의 이벤트 로그를 군집화(clustering)하여 프로세스 마이닝 기법을 적용하는 방법론을 제시하고, 이 방법을 이용하여 계획과 실적 프로세스를 비교 및 분석한 연구가 진행되었다[14][15].

본 논문은 기존의 연구와 달리 협력 업체에서 이루어지는 블록 조립 공정을 실제 일정 자료를 바탕으로 3 가지 관점(공정, 업체, 블록)에서 프로세스 모델을 도출하고 분석을 시도하였다(Figure 1). 발견된 문제점을 해결할 수 있는 대안 제시를 통해 효율적인 프로세스 공정으로 개선하는 연구를 시도하였다. 블록의 이동 중점에서 바라보던 프로세스 공정을 블록이 제작되는 공정 측면, 공정을 진행하는 업체 측면, 그리고 생산되는 블록의 관점과 같이 여러 측면에서 생산 프로세스를 분석하여 문제점을 발견하고, 발견된 문제점에 대한 대안을 제시하였다.

Figure 1: 
Flow chart for process analysis

프로세스 마이닝 기법은 축적된 과거의 이벤트 로그를 활용하여 프로세스 모델을 자동으로 도출하고, 프로세스 내부에 숨겨져 있던 가치를 찾아내는 것이다. 조선·해양 산업과 같이 복잡한 프로세스를 가지는 산업 분야에서 기존에 발견하지 못한 문제점을 찾아내고, 해결 대안을 제시할 수 있는 의미 있는 접근법으로 사료된다. 특히 협력 업체가 많이 참여하는 조립 공정에서는 업체의 프로세스가 유동적이기 때문에 계획 일정과 제작 일정의 차이는 빈번히 발생한다. 따라서 협력 업체 내에서 생산 공정을 표준화하여 프로세스를 관리할 수 있다면 조선소와 블록 조립 업체의 일정관리에 큰 도움이 될 것이다. 작업의 표준화가 진행되기 위해서는 실제의 복잡한 프로세스를 단순하게 제시할 프로세스 모델이 필요하다. 프로세스 마이닝 기법을 이용하면 확장된 모델을 간단히 제시함으로써 프로세스의 문제점을 명확하게 발견할 수 있다.

본 논문은 LPGC TANK의 블록 조립 일정 데이터를 활용하여 선박 건조의 복잡한 프로세스 모델을 다양한 측면(Activity, Resource, Case)에서 제시하고, 모델 분석을 통해 기존의 프로세스 문제점을 도출하여 해결 방안을 제시하였다. 블록 공정 프로세스뿐만 아니라 설계, 시운전, 선주와의 의사소통, 자재 입고 등 다양한 프로세스에서도 프로세스 마이닝 기법을 통해 확장된 프로세스 모델을 제시할 수 있으며 이 모델을 활용하여 공정이나 일정 등의 흐름 개선의 근거로 활용하거나 분석 자료로서 사용할 수 있을 것으로 사료된다.

향후 본 연구 결과를 바탕으로 조립 프로세스의 표준화와 의사결정 지원 시스템에 관한 연구가 필요하다.