[Paper] IOTEL: IoT 기반 객체 중심 이벤트 로그 생성 도구

Source: arXiv - 2603.07906v1

개요

이 논문은 IOTEL이라는 경량 도구를 소개한다. 이 도구는 Internet‑of‑Things (IoT) 센서 스트림을 기존 object‑centric event logs (OCEL)와 자동으로 결합한다. 이를 통해 프로세스‑마이닝 실무자는 맞춤 스키마나 방대한 원시 데이터 덤프 없이도 실제 장치 데이터를 로그에 풍부하게 추가할 수 있어, IoT‑강화 비즈니스 프로세스에 대한 보다 통찰력 있는 분석이 가능해진다.

주요 기여

• 통합 OCEL‑기반 포맷: 표준 OCEL 스키마를 확장하여 전통적인 프로세스 이벤트와 함께 IoT 측정값을 직접 삽입합니다.
• 자동 데이터‑매핑 파이프라인: 이기종 IoT 스트림(MQTT, CSV, JSON)을 파싱하고 구성 가능한 매칭 규칙을 사용해 프로세스 객체(예: 주문, 기계)와 정렬합니다.
• 확장 가능한 로그 생성: 센서 판독값을 선택적으로 집계(예: 시간 창당 최소/평균/최대)하여 로그 크기를 관리 가능하게 유지하면서 분석 가치를 보존합니다.
• 툴링 & UI: 소스 로그를 로드하고 매핑 정책을 정의하며, 강화된 로그를 미리 보기하고, 하위 마이닝 도구(예: ProM, PM4Py)용으로 내보내는 웹‑기반 인터페이스를 제공합니다.
• 실제 사례 검증: 온도, 진동, 에너지‑소비 데이터를 생산 OCEL과 병합한 제조 사례 연구에서 워크플로를 시연하여 숨겨진 병목 현상을 밝혀냅니다.

Methodology

1. 입력 획득 – 사용자는 (i) 비즈니스 프로세스를 설명하는 기존 OCEL 파일과 (ii) 하나 이상의 IoT 데이터 소스(실시간 스트림 또는 아카이브 파일)를 제공한다.
2. 스키마 정규화 – IoT 페이로드를 공통 측정 표현(타임스탬프, 센서‑ID, 값, 단위)으로 정규화한다.
3. 객체‑IoT 정렬 – 규칙 엔진이 식별자(예: RFID 태그 ↔ 제품 ID) 또는 상황적 휴리스틱(예: 근접성, 시간 창)을 기반으로 각 측정을 프로세스 객체와 매핑한다.
4. 집계 및 필터링 – 로그 폭증을 방지하기 위해 도구는 객체별·활동별(예: “조립” 중 평균 온도) 측정을 집계한다. 사용자는 센서 유형이나 임계값으로도 필터링할 수 있다.
5. OCEL 강화 – 강화된 이벤트는 관련 객체 ID 아래에 추가 속성으로 OCEL JSON 구조에 다시 기록되어 기존 프로세스‑마이닝 라이브러리와의 호환성을 유지한다.
6. 내보내기 및 시각화 – 최종 IoT‑강화 OCEL은 다운스트림 분석을 위해 내보낼 수 있으며, UI는 타임라인 플롯, 히트맵 등 빠른 시각적 검사를 제공한다.

결과 및 발견

• Log Size Reduction: 원시 센서 행을 단순히 추가하는 방식에 비해 IOTEL의 집계는 풍부한 로그 크기를 ≈70 % 감소시켰으며, 일반적인 KPI 계산에 필요한 분산의 >90 %를 유지했습니다.
• Improved Process Insight: 제조 사례에서 온도 급증을 “Welding”(용접) 활동과 연관시켜 이전에 알지 못했던 과열 문제를 발견했으며, 이는 재작업 사고의 12 %를 초래했습니다.
• Tool Compatibility: 생성된 OCEL 파일은 ProM 및 PM4Py에 성공적으로 가져와졌으며, 맞춤 파서 없이도 표준 객체‑중심 마이닝(예: 적합도 검사, 성능 분석)을 가능하게 했습니다.
• User Acceptance: 짧은 사용자 연구(n = 8 프로세스 분석가)에서 4.5/5 사용성 점수를 보고했으며, 직관적인 매핑 UI와 즉각적인 시각적 피드백을 강조했습니다.

Practical Implications

• Faster IoT‑Process Integration: 개발자는 이제 맞춤형 ETL 작업을 만들 필요 없이 센서 데이터를 기존 프로세스‑마이닝 파이프라인에 바로 연결할 수 있어, 개념 증명 사이클을 가속화합니다.
• Scalable Monitoring: 활동 수준에서 집계함으로써 조직은 저장 및 계산 비용을 낮게 유지하면서 장비 상태를 실시간으로 모니터링할 수 있습니다.
• Cross‑Domain Analytics: OCEL‑중심 접근 방식은 IoT 데이터를 다른 객체 지향 로그(예: 케이스 파일, 리소스 로그)와 쉽게 결합할 수 있게 하여, “기계 진동이 주문 리드 타임에 어떻게 영향을 미치는가?”와 같은 다중 관점 분석을 풍부하게 지원합니다.
• Vendor‑Neutral Solution: IOTEL이 표준 OCEL을 출력하기 때문에 해당 포맷을 지원하는 모든 프로세스‑마이닝 도구와 호환되어, 벤더 종속으로부터 투자를 보호합니다.

제한 사항 및 향후 작업

• 매핑 복잡성: 현재 규칙 엔진은 단순한 식별자 조인을 처리합니다; 보다 복잡한 의미 매칭(예: 퍼지 위치 추론)은 수동 작업이 필요합니다.
• 실시간 스트리밍: IOTEL은 배치 강화에 초점을 맞추고 있습니다; 연속 스트리밍 시나리오(예: Kafka 기반 파이프라인)로 확장하는 것은 향후 개발 과제로 남겨두었습니다.
• 도메인 일반화: 검증이 제조 환경에만 제한되어 있습니다; 물류, 의료, 스마트 시티 등 추가 사례 연구가 광범위한 적용 가능성 주장을 강화할 것입니다.
• 고급 분석 통합: 향후 버전에서는 UI에 즉시 사용할 수 있는 분석(예: 이상 탐지)을 직접 삽입하여, 강화된 로그를 단순 데이터 소스가 아니라 실행 가능한 대시보드로 전환할 수 있습니다.

저자

• Jia Wei
• Xin Su
• Chun Ouyang

논문 정보

• arXiv ID: 2603.07906v1
• 분류: cs.SE
• 출판일: 2026년 3월 9일
• PDF: PDF 다운로드