본 논문은 이벤트 로그로부터 프로세스 모델을 자동으로 추출하는 프로세스 발견(Process Discovery) 분야에 관한 연구이다. 기존의 귀납적 마이닝 알고리즘은 계층적 모델링 언어를 통해 정확성과 효율성을 우선시하지만, 엄격한 블록 구조 표현 방식을 강제함으로써 실제 프로세스의 복잡성을 정확하게 포착하는 데 한계가 있다. 본 논문에서는 부분적으로 정렬된 워크플로 언어(POWL)를 확장하여 선택 그래프(choice graphs)를 도입함으로써 비블록 구조의 의사결정 지점을 효과적으로 모델링하는 방법을 제시한다. 선택 그래프는 POWL의 계층적 프레임워크 내에서 복잡한 의사결정 로직을 구조적이면서도 유연하게 모델링하는 접근 방식을 제공한다. 제시된 확장을 사용하는 귀납적 마이닝 발견 알고리즘은 귀납적 마이닝 프레임워크의 품질 보장을 유지한다. 실험 결과는 선택 그래프로 풍부해진 발견된 모델이 귀납적 마이닝 기법의 높은 확장성을 유지하면서 실제 프로세스에서 발견되는 복잡한 의사결정 행동을 더 정확하게 나타냄을 보여준다.
