당신이 혼란스러운 성운을 항해하는 우주선의 선장이라고 상상해 보십시오. 당신에게는 엄격한 비행 매뉴얼(규칙)이 있습니다. "적색 항성으로부터 100마일 이내로 접근하지 마시오"라거나 "블랙홀에 진입하기 전에 반드시 연료를 보충해야 한다"와 같은 규칙들 말입니다. 하지만 당신의 우주선 컴퓨터는 실시간 데이터도 추적하고 있습니다. 연료 탱크는 절반밖에 남지 않았고, 지금의 적색 항성은 사실 친절한 길잡이 불빛이라는 사실을 말이죠. 이것이 바로 **비즈니스 프로세스 관리(BPM)**의 세계입니다. BPM은 환자를 치료하거나, 패키지를 배송하거나, 대출을 승인하는 것과 같이 복잡한 과업들이 어떻게 수행되어야 하는지를 매핑하는 과학입니다. 오랫동안 컴퓨터는 기차처럼 단일 궤도를 따라 엄격하고 단계적인 지침만을 따를 수 있었습니다. 하지만 현실 세계는 무질서합니다. 때로는 단계를 건너뛰어야 할 때도 있고, 기다려야 할 때도 있으며, 데이터(환자의 체중이나 패키지의 무게 등)에 따라 규칙 자체가 완전히 바뀌기도 합니다.

**프레임드 오토노미(Framed Autonomy)**를 떠올려 보십시오. 이것은 당신의 우주선에 스마트한 부조종사를 붙여주는 것과 같습니다. 이 부조종사는 비행 매뉴얼과 현재 센서 데이터를 모두 알고 있습니다. 부조종사의 임무는 현재 우주선의 상태를 보고, 규칙을 어뜨려 충돌하지 않으면서 목적지까지 가는 가장 최선의 방법을 찾아내는 것입니다. 연구자들이 던지는 핵심 질문은 이것입니다: 어떻게 하면 단순히 "무엇을(what)" 할 것인가(이것을 하고, 그다음 저것을 하라)를 넘어, "언제(when)" 할 것인가(2시간 이내에 수행하라)와 "얼마나 많이(how much)" 할 것인가(환자의 체중이 100kg 이상이면 약을 더 많이 투여하라)까지 처리할 수 있는 부조종사를 만들 수 있을까? 만약 우리가 이를 해결할 수 있다면, 기업과 병원은 스스로를 더 안전하고 효율적으로 운영하며, 모두를 만족시키고 규정을 준수하는 결정을 순식간에 내릴 수 있을 것입니다.

이 논문의 핵심 아이디어: "만약에"를 계산하는 시간 여행자

이 논문에서 이탈리아의 연구팀은 비즈니스 프로세스를 위한 '시간 여행하는 규칙 검사기' 역할을 하는 새롭고 매우 스마트한 도구를 소개합니다. 그들은 이를 **수치 계획법(Numeric Planning)**이라 부르는 기술을 이용한 "자율적 프로세스 실행" 지원 방식이라고 부릅니다.

여기 해결해야 할 문제가 있습니다. 환자가 고관절 골절로 입원한 병원을 가정해 봅시다. 의사들에게는 다음과 같은 체크리스트(프로세스 프레임)가 있습니다:

1. 환자를 진찰한다.
2. 만약 환자에게 열이 있다면, X-레이를 먼저 촬영한다.
3. 수술은 36시간 이내에 이루어져야 한다.
4. 만약 환자가 과체중(100kg 이상)이라면, 수술 전 최소 2시간 전에 특정 용량의 마취제를 투여해야 한다.

때로는 문제가 발생합니다. 환자가 열이 있는 상태로 도착했는데 X-레이 기계가 고장 났거나, 혹은 수술이 너무 늦게 잡힐 수도 있습니다. 표준적인 컴퓨터는 단순히 "오류! 규칙 위반!"이라고 외치며 멈춰버릴 것입니다. 하지만 인간 의사는 이렇게 생각할 것입니다. "좋아, 마취제 투여 2시간 골든타임을 놓쳤지만, 지금이라도 투여하고 위험을 최소화하도록 계획을 조정하자."

연구진은 컴퓨터가 바로 이런 사고를 할 수 있도록 하는 시스템을 구축했습니다. 그들은 부분적인 이야기(지금까지 일어난 일)와 규칙집(제약 조건)을 입력받아 완벽한 다음 단계를 계산하는 방법을 만들었습니다. 결정적으로, 이 시스템은 과거를 바꿀 수 없다는 규칙을 준수합니다. 즉, 부분적인 이야기는 일어난 그대로 똑같이 재현되어야 합니다.

작동 원리: 타임라인을 "수리"하는 마법

연구진은 오토마타(숫자와 시간을 기억할 수 있는 플로차트와 같은 것)와 플래닝(앞을 내다보는 체스 엔진과 같은 것)을 결합한 영리한 트릭을 사용합니다.

1. 프레임(The Frame): 사건의 순서, 데이터(체온 등), 시간(데드라인)에 관한 모든 규칙을 하나의 거대하고 다층적인 지도로 변환합니다.
2. 수리 메커니즘(The Repair Mechanism): 이 부분이 가장 흥미로운 부분입니다. 만약 환자의 과거 기록이 이미 규칙을 어겼다면 어떻게 될까요? (예를 들어, 수술이 진찰 후 40시간 뒤에 잡혀 36시간 규칙을 어긴 경우). 시스템은 포기하지도 않고, 과거를 수정하지도 않습니다. 대신, "수리 동작(repair actions)"을 도입합니다. 이것은 규칙 자체를 위한 리셋 버튼이라고 생각하면 됩니다.
   • 만약 과거의 사건들로 인해 규칙이 깨졌다면, 시스템은 "좋다, 과거를 바꿀 수는 없지만, 이 시점부터 새로 시작할 수 있도록 이 특정 규칙의 상태를 리셋하자"라고 말할 수 있습니다.
   • 하지만 리셋 버튼을 사용하는 데는 "포인트(페널티)"가 소모됩니다. 시스템은 이 페널티를 최소화하면서 프로세스를 완료할 수 있는 경로를 찾도록 프로그래밍되어 있습니다. 즉, 과거는 건드리지 않으면서 미래를 최적화하기 위해 완벽함과 실용성 사이의 균형을 맞추는 것입니다.

"만약에(What-If)" 도구

이 논문은 분석가들이 "만약에" 시나리오를 실행할 수 있는 도구를 설명합니다. 이미 절반쯤 진행된 이야기(접두사 트레이스, prefix trace)를 입력하고 다음과 같이 물을 수 있습니다: "이 이야기를 완성하는 가장 좋은 방법은 무엇인가?"

• 시나리오 A: 환자가 건강한 경우. 시스템은 표준 경로를 제안합니다.
• 시나리오 B: 환자가 과체중이고 마취제가 늦게 투여된 경우. 시스템은 마취제를 즉시 투여하고 수술을 약간 지연시키는 것이 최선이라고 계산합니다. 이는 훨씬 더 큰 규칙 위반을 피하기 위해 작은 '비용(지연)'을 감수하는 선택입니다.

연구 결과 (The Results)

연구진은 자신들의 도구가 복잡한 상황을 처리할 수 있는지 확인하기 위해 다양한 가상의 시나리오(시뮬레이션)로 테스트를 진행했습니다. 그들은 다음과 같은 다양한 유형의 규칙들을 혼합했습니다:

• 순서에 관한 규칙 (A를 하고 나서 B를 하라).
• 데이터에 관한 규칙 (체중이 100kg 초과인 경우).
• 시간에 관한 규칙 (36시간 이내에 수행해야 함).
• 이 세 가지가 혼합된 규칙.

그들은 서로 다른 규칙 조합과 서로 다른 길이의 "이야기(접두사)"를 사용하여 336번의 서로 다른 테스트를 수행했습니다.

• 긍정적인 결과: 시스템은 성공적이었습니다! 시작점이 엉망이거나 규칙을 어겼더라도, 시스템은 이야기를 완성하는 최선의 방법을 찾아냈습니다. 또한 여러 일이 동시에 일어나는 복잡한 병렬 작업도 처리하면서 최적의 경로를 찾아낼 수 있었습니다.
• 속도: 시스템은 유용하게 쓰일 만큼 충분히 빨랐습니다. 지도를 만드는 '그라운딩(grounding)' 과정이 가장 느린 부분이었지만, 실제 솔루션을 찾는 '탐색(search)' 과정은 매우 빨랐습니다.
• 놀라운 점: 연구진은 시간과 관련된 규칙이 컴퓨터가 해결하기 가장 어렵다는 것을 발견했습니다. 시간 규칙은 매우 유동적이기 때문에(조금 기다릴 수도, 아주 오래 기다릴 수도 있음), 단순한 데이터 규칙보다 훨씬 더 많은 가능성을 검사해야 했기 때문입니다.

한계 및 향 향후 과제 (What They Didn't Do)

이 논문이 하지 않은 일을 아는 것도 중요합니다. 연구진은 아직 실제 병원에서 실제 환자를 대상으로 테스트한 것이 아니라, 가상의 데이터가 담긴 시뮬레이션만을 사용했습니다. 또한 과거의 패턴을 바탕으로 미래를 예측하는 것(이는 '예측 모니터링'이라는 다른 분야입니다)을 시도하지 않았습니다. 대신, 엄격한 규칙을 바탕으로 최적의 미래를 **처방(prescribing)**하는 데 집중했습니다.

저자들은 향에 이 기술을 더욱 똑똑하게 만들 수 있다고 제안합니다. 그들은 다음과 같은 기능의 추가를 구상하고 있습니다:

• 자원 제약: 특정 의사나 장비가 실제로 사용 가능한지 아는 것.
• 실시간 신호: 날씨나 기계 센서의 변화에 즉각 반응하는 것.
• 불확실성: 결과가 100% 보장되지 않는 상황(예: 수술 중 합병증 발생 가능성)을 다루는 것.
• 챗봇: AI 언어 모델을 사용하여 의사가 자연어로 시스템과 대화하며 "수술을 미루면 어떻게 되나요?"라고 묻고 명확한 답변을 얻는 것.

요약하자면, 이 논문은 경직된 규칙집과 무질서한 현실 세계 사이에 다리를 놓아, 컴퓨터가 스스로 스마트하고, 규정을 준수하며, 효율적인 결정을 내릴 수 있는 능력을 부여합니다. 이는 로봇에게 단순히 레시피를 따르는 법이 아니라, 재료가 떨어지더라도 최종 요리의 맛이 유지되는 한 임기응변을 발휘할 수 있는 '마스터 셰프'가 되는 법을 가르치는 것과 같습니다.