본 연구는 프로세스 자가 재설계 및 최적화를 위한 인공지능 기반 자동화 프로세스 마이닝 연구로서 주요 연구내용으로는 Automatic Log Engineering (Auto-LE) 방법론 연구, Automatic Process Discovery (Auto-PD) 방법론 연구, Automatic Process Optimization (Auto-PO) 방법론 연구, Automatic Process Mining Tool 개발을 포함하고 있으며 연차별 세부 연구 내용은 다음과 같음 [1차년도 연구내용] Auto-LE 방법론 연구: 비정형 데이터 분석 기법 및 강화학습 기반의 이벤트 추상화 방법론 연구 및 시스템으로부터 통합 이벤트 데이터를 자동으로 병합, 생성하고 도출된 이벤트 데이터의 품질 향상을 위한 연구 수행 비정형 데이터 분석 기법을 활용한 이벤트 추상화/자동화 추출 연구 수행 및 품질 향상을 위한 Event Imputation 방법론 개발을 위한 연구 수행 [2차년도 연구내용] Auto-PD 방법론 연구: 인공지능 기법(CNN 및 강화학습)을 활용하여 추출된 이벤트 데이터로부터 운영 프로세스 모델을 자동으로 도출하고 최적화 하는 연구 수행 이벤트 데이터로부터 이벤트 로그로 자동 변환하기 위한 CNN 기반 Mapping 방법론 연구 수행 및 강화학습 기반의 최적 프로세스 모델 자동 도출 연구 수행 [3차년도 연구내용] Auto-PO방법론 연구: Petri Net 기반의 시뮬레이션 환경 기반의 강화학습 모형으로부터 적절한 운영 요소를 도출 및 최적 프로세스로 재구성하는 연구를 수행 하이브리드 강화학습 기반의 시뮬레이션 방법론 개발을 통해 전략 별 운영 프로세스를 최적화하고 운영 프로세스 자동 재설계가 가능한 분석 방법론 연구 수행 [4차년도 연구내용] Auto PM Tool 개발: 인공지능 기법을 활용한 추출된 이벤트 데이터로부터 운영 프로세스 모델을 자동으로 도출하고 최적화 하는 연구 수행 이벤트 로그로부터 자동으로 최적 운영 프로세스 모델 도출하고 시뮬레이션을 통해 운영 프로세스의 자가 재설계가 가능한 강화학습 기반 분석 도구 개발