본 논문은 자연어 명령어를 구조화된 비즈니스 프로세스 아티팩트로 변환하는 데 대규모 언어 모델(LLM)을 활용하는 비즈니스 프로세스 자동화(BPA)에 관한 연구를 다룹니다. 두 가지 기술적 기여를 제시하는데, 첫째는 NL 기반 BPA 도구를 평가하고 이 분야의 연구를 지원하기 위한 고품질의 자연어 명령어와 구조화된 비즈니스 프로세스 정의 쌍으로 구성된 데이터셋 FLOW-BENCH를 제시합니다. 둘째는 자연어를 Python 구문을 사용하는 중간 표현으로 변환하여 BPMN 및 DMN과 같은 널리 사용되는 비즈니스 프로세스 정의 언어로 최종 변환을 용이하게 하는 접근 방식인 FLOW-GEN을 제시합니다. FLOW-BENCH를 사용하여 다양한 크기의 8개의 LLM에서 FLOW-GEN 구성 요소를 평가하는 방법을 보여줍니다. 연구자들은 FLOW-GEN과 FLOW-BENCH가 초보자와 전문가 모두에게 BPA를 더욱 쉽게 접근할 수 있도록 하는 데 기여할 것으로 기대합니다.
시사점, 한계점
•
시사점:
◦
NL 기반 BPA 도구 평가를 위한 고품질 데이터셋 FLOW-BENCH 제공.
◦
자연어를 비즈니스 프로세스 정의 언어로 변환하는 새로운 접근 방식 FLOW-GEN 제시.
◦
다양한 LLM의 성능 비교 및 분석을 통한 BPA 연구 발전에 기여.
◦
BPA의 접근성 향상을 통한 사용자 경험 개선.
•
한계점:
◦
FLOW-BENCH 데이터셋의 규모 및 다양성에 대한 추가적인 검토 필요.
◦
FLOW-GEN의 일반화 성능 및 다양한 비즈니스 프로세스 유형에 대한 적용 가능성에 대한 추가적인 연구 필요.
