동적 환경을 위한 적응형 프로세스 관리 시스템

초록

본 논문은 급변하는 퍼베이시스(Pervasive) 환경에서 발생하는 예기치 못한 사건들을 자동으로 처리할 수 있는 프로세스 관리 시스템인 SmartPM을 제안한다. SmartPM은 상황 계산(Situation Calculus)과 IndiGolog 기반의 논리적 프레임워크를 활용해 설계된 프로세스가 실행 중에 무효화될 경우, 사전 정의된 규칙 없이도 실시간으로 적응·복구한다. 시스템은 이론적 완전성과 사운드함을 보장하며, 재난 대응, 스마트 헬스케어, 홈 자동화 등 다양한 도메인에 적용 가능함을 실험을 통해 입증한다.

상세 분석

SmartPM의 핵심은 상황 계산을 이용한 세계 모델링과 IndiGolog을 통한 동적 계획 실행이다. 상황 계산은 시간에 따라 변하는 세계 상태를 논리식으로 표현하며, ‘행동(action)’과 ‘사건(event)’을 구분한다. 이때 프로세스 모델은 일련의 행동 시퀀스로 기술되고, 각 행동은 전제(precondition)와 효과(effect)로 정의된다. 기존 PMS는 사전에 정의된 예외 흐름에 의존하지만, SmartPM은 실행 중에 발생하는 ‘예외 사건’을 상황 계산의 새로운 상황으로 즉시 삽입한다. IndiGolog은 이러한 상황 변화를 감지하고, 현재 상황에 맞는 가능한 행동 집합을 재계산한다. 특히, SmartPM은 두 단계의 적응 메커니즘을 제공한다. 첫 번째는 리플래닝(replanning) 으로, 현재 목표를 유지하면서 가능한 대체 행동을 탐색한다. 두 번째는 리커버리(recovery) 로, 목표 자체가 손상된 경우 목표를 재정의하거나 프로세스 전체를 재시작한다. 논문은 이 두 단계가 모두 완전성(completeness) 과 사운드함(soundness) 을 만족함을 정리적 증명한다. 즉, 존재하는 해결책이 있다면 알고리즘은 반드시 찾으며, 찾은 해결책은 논리적으로 일관된다.

시스템 아키텍처는 네 개의 주요 모듈로 구성된다. ① 모델링 레이어는 상황 계산 기반의 도메인 모델을 정의하고, 프로세스 흐름을 BPMN‑like 형식으로 변환한다. ② 모니터링 레이어는 센서·IoT 데이터 스트림을 실시간으로 수집해 상황 데이터베이스에 업데이트한다. ③ 적응 엔진은 IndiGolog 인터프리터와 플래너를 포함해, 상황 변화에 따라 즉시 리플래닝·리커버리를 수행한다. ④ 실행 레이어는 선택된 행동을 실제 장치·서비스에 매핑해 실행한다. 각 레이어는 표준 메시징 프로토콜(예: MQTT, REST)로 결합되어, 높은 확장성과 이기종 환경 호환성을 제공한다.

평가에서는 세 가지 시나리오(재난 구조, 원격 환자 모니터링, 스마트 홈 자동화)를 대상으로 시뮬레이션 및 실제 프로토타입을 구축하였다. 실험 결과, 예외 발생 빈도가 30 % 이상인 상황에서도 평균 1.2 초 이내에 적절한 대체 플랜을 도출했으며, 시스템 전체 가용성은 98 %를 초과하였다. 특히, 기존 BPM 엔진과 비교했을 때, 예외 처리에 소요되는 시간과 인적 개입 비용이 각각 70 %와 85 % 감소한 것으로 나타났다. 이러한 결과는 SmartPM이 동적·분산 환경에서 실시간 적응성을 제공함을 실증한다.

마지막으로 논문은 몇 가지 한계점을 언급한다. 상황 계산의 복잡도가 상태 변수 수에 따라 급격히 증가하므로, 대규모 도메인에서는 효율적인 상태 압축 기법이 필요하다. 또한, 현재 구현은 주로 명시적 규칙 기반의 플래너에 의존하므로, 데이터‑드리븐 머신러닝 기법과의 통합이 향후 연구 과제로 제시된다. 전반적으로 SmartPM은 이론적 엄밀성과 실용적 적용성을 동시에 만족하는 적응형 PMS의 새로운 패러다임을 제시한다.