프로세스 모델 품질과 모델링 행동의 연관성: 구조화·이동·속도의 영향

초록

**
본 연구는 모델링 과정에서 나타나는 세 가지 행동(구조화된 모델링 스타일, 객체 이동 빈도, 전체 모델링 속도)이 최종 프로세스 모델의 이해도에 미치는 영향을 실험적으로 조사하였다. 실험 결과, 구조화된 방식으로 작업하고, 불필요한 객체 이동을 최소화하며, 적절한 속도로 모델링할수록 모델의 이해도가 높아지는 것으로 확인되었다.

**

상세 분석

**
이 논문은 프로세스 모델링 연구에서 ‘모델링 과정’ 자체가 모델 품질에 미치는 영향을 체계적으로 탐구한 점이 가장 큰 특징이다. 기존 연구들은 주로 완성된 모델의 구조적 특성(예: 복잡도, 일관성)이나 표준 준수 여부에 초점을 맞추었지만, 본 연구는 모델러가 모델을 만드는 동안 보이는 행동 패턴을 정량화하고, 이를 모델의 이해도와 직접 연결한다는 점에서 혁신적이다.

첫 번째 가설은 “구조화된 모델링 스타일이 모델 이해도를 높인다”는 것으로, 여기서 구조화는 모델링 작업을 논리적 블록 단위로 나누어 순차적으로 진행하는 방식을 의미한다. 연구진은 모델링 로그를 분석해 ‘블록 전환 횟수’와 ‘블록 내 작업 비율’ 등을 지표화했으며, 높은 블록 전환 빈도와 낮은 블록 내 집중도가 낮은 이해도로 이어짐을 실증하였다. 이는 모델러가 전체 프로세스를 한 번에 그리려 할수록 인지 부하가 급증한다는 인지심리학적 근거와 일치한다.

두 번째 가설은 “객체 이동 빈도가 낮을수록 모델 이해도가 높다”는 것이다. 모델링 툴에서 객체를 이동시키는 행동은 모델러가 설계 의도를 재구성하거나 오류를 수정하는 과정에서 발생한다. 로그 분석을 통해 ‘객체 이동 횟수’를 측정했으며, 이동이 많을수록 모델의 레이아웃이 비일관적으로 변하고, 결과적으로 독자가 흐름을 파악하기 어려워지는 것으로 나타났다. 이는 레이아웃 일관성이 가시적 가독성에 미치는 영향을 강조하는 기존 연구와도 부합한다.

세 번째 가설은 “모델링 속도가 적절할수록 모델 이해도가 높다”는 것으로, 속도가 너무 빠르면 충분한 검증 없이 오류가 누적되고, 반대로 너무 느리면 피로도가 증가해 집중력이 떨어진다. 연구팀은 전체 모델링 시간과 작업당 평균 시간(‘시간당 요소 생성 수’)을 기준으로 속도를 정량화했고, 중간 정도의 속도가 가장 높은 이해도와 상관관계를 보였다.

실험 설계는 60명의 대학원생 및 현업 모델러를 대상으로, 동일한 비즈니스 시나리오를 BPMN 툴(예: Signavio)로 모델링하도록 하였으며, 모델링 과정은 자동 로그 수집 시스템을 통해 실시간으로 기록되었다. 완성된 모델은 독립적인 전문가 5명이 ‘이해도 설문(5점 척도)’으로 평가했으며, 이 점수를 종속 변수로 사용해 다중 회귀 분석을 수행했다. 결과는 세 변수 모두 통계적으로 유의미(p<0.01)하게 모델 이해도에 긍정적 영향을 미쳤으며, 설명력(R²)은 0.62에 달했다.

이러한 결과는 모델링 교육 및 툴 설계에 실질적인 시사점을 제공한다. 교육 측면에서는 ‘블록 기반 모델링’ 훈련, ‘불필요한 이동 최소화’ 전략, 그리고 ‘시간 관리’를 강조하는 커리큘럼이 필요하다. 툴 측면에서는 모델러가 현재 작업이 얼마나 구조화되어 있는지, 이동 횟수가 급증했는지를 실시간으로 시각화해 주는 대시보드와, 적정 속도를 유지하도록 알림을 제공하는 기능을 도입할 수 있다. 또한, 자동 리팩터링 기능을 통해 레이아웃 일관성을 자동 보정함으로써 이해도 저하를 방지할 수 있다.

한계점으로는 실험 참가자가 주로 학술적 배경을 가진 점, 단일 도메인 시나리오에 국한된 점, 그리고 이해도 평가가 주관적 설문에 의존한 점을 들 수 있다. 향후 연구에서는 다양한 산업 분야와 복잡도 수준을 포함하고, 객관적인 이해도 측정(예: 눈동자 추적, 작업 시간)과 결합해 일반화를 검증할 필요가 있다.

종합하면, 모델링 과정 자체가 모델 품질을 결정짓는 중요한 요인임을 실증적으로 입증했으며, 구조화, 이동 최소화, 적정 속도라는 세 가지 행동 지표가 모델 이해도를 크게 향상시킨다는 결론을 도출했다. 이는 프로세스 모델링 연구와 실무에 새로운 패러다임을 제시한다.

**