조선 산업에서 프로세스 마이닝을 이용한 블록 조립 프로세스의 계획 및 실적 비교 분석

국문 초록 (Abstract)

본 논문에서는 조선 산업에서 블록 조립 작업에 대한 계획 프로세스와 실적 프로세스를 비교하는 방법을 제안한다. 제안한 방법은 계획과 실적 데이터 기반으로 프로세스 마이닝 기법을 이용하여 프로세스 모델을 도출하고 비교 분석을 수행하는데, 분석 절차는 1) 데이터 전처리, 2) 분석 수준의 정의, 3) 조립 블록 군집화, 4) 군집별 프로세스 모델 도출, 5) 계획과 실적 프로세스 모델 비교, 다섯 단계로 구성된다. 단계 5에서는 프로세스 모델, 작업, 프로세스 인스턴스, 모델 적합도와 같은 다양한 관점에서 계획과 실적의 프로세스를 비교할 것을 제안하고, 각 관점별 비교 인자들을 정의한다. 특히, 적합도 관점에서는 교차 적합도를 정의하여, 도출된 프로세스 모델에 대해 자신의 데이터에 대한 적합도뿐만 아니라, 상대 데이터(계획 모델의 경우 실적 데이터, 실적 모델의 경우 계획 데이터)에 대한 적합도를 계산하고 비교 분석할 것을 제안한다. 제안한 방법의 효용성은 세계 최고 수준의 국내 조선업체의 블록 조립 계획 시스템과 블록 조립 모니터링 시스템의 실제 데이터를 이용하여 사례 연구를 통해 설명하고 검증하였다.

다국어 초록 (Multilingual Abstract)

This paper proposes a method to compare planned processes with actual processes of bock assembly operations in shipbuilding industry. Process models can be discovered using the process mining techniques both for planned and actual log data. The comparison between planned and actual process is focused in this paper. The analysis procedure consists of five steps : 1) data pre-processing, 2) definition of analysis level, 3) clustering of assembly bocks, 4) discovery of process model per cluster, and 5) comparison between planned and actual processes per cluster. In step 5, it is proposed to compare those processes by the several perspectives such as process model, task, process instance and fitness. For each perspective, we also defined comparison factors. Especially, in the fitness perspective, cross fitness is proposed and analyzed by the quantity of fitness between the discovered process model by own data and the other data(for example, the fitness of planned model to actual data, and the fitness of actual model to planned data). The effectiveness of the proposed methods was verified in a case study using planned data of block assembly planning system (BAPS) and actual data generated from block assembly monitoring system (BAMS) of a top ranked shipbuilding company in Korea.

목차 (Table of Contents)

• 초록
• ABSTRACT
• 1. 서론
• 2. 프로세스 마이닝과 관련 연구
• 3. 제안 분석방법
• 4. 사례 연구
• 5. 결론
• References

참고문헌 (Reference)

1 허원창, "의사결정나무를 활용한 비즈니스 프로세스 분석" 한국전자거래학회 13 (13): 51-66, 2008

2 Song, M., "Trace clustering in process mining" 17 : 109-120, 2008

3 Goedertier, S., "Process discovery in event logs : An application in the telecom industry" 11 : 1697-1710, 2011

4 Weijters, A. J. M. M., "Process Mining with Heuristics Miner Algorithm" Eindhoven University of Technology 2006

5 de Weerdt, J., "Process Mining for the multi‐faceted analysis of business processes–A case study in a financial services organization" 64 : 57-67, 2013

6 정재윤, "PROCL：프로세스 로그 클러스터링 시스템" 한국전자거래학회 13 (13): 181-194, 2008

7 Lee, S., "Mining transportation logs for understanding the after‐assembly block manufacturing process in the shipbuilding industry" 40 (40): 83-95, 2013

8 Vullers, Jansen‐M. H., "Mining configurable enterprise information systems" 56 (56): 195-244, 2006

9 van der Aalst, W. M. P., "Inheritance of workflows : An approach to tackling problems related to change" 270 (270): 125-203, 2002

10 de Medeiros, A. K. A, "Genetic Process Mining : An Experimental Evaluation" 14 (14): 245-304, 2007

11 Rozinat, A., "Decision Mining in ProM, Proc" 420-425, 2006

12 van der Aalst, W. M. P., "Business alignment : using process mining as a tool for Delta analysis and conformance testing" 10 : 198-211, 2005

13 Lee, D., "Analysis framework using process mining for block movement process in shipyards" 7 (7): 1913-1917, 2013

14 Cho, K. K., "An integrated process planning and scheduling system for block assembly in shipbuilding" 47 (47): 419-422, 1998

15 Cho, K. K., "An automated welding operation planning system for block assembly in shipbuilding" 60,61 : 203-209, 1999