본 논문은 기존의 순차 데이터 기반 예측적 프로세스 모니터링(PPM) 기법의 한계를 극복하기 위해, 비즈니스 프로세스를 직접적으로 따르는 그래프(DFG)로 변환하여 그래프 신경망(GNN)을 적용하는 새로운 방법을 제시합니다. 기존 RNN이나 Transformer 기반 접근 방식과 달리, DFG 표현을 통해 루프가 많고 복잡한 장기간 프로세스를 더 효과적으로 모니터링할 수 있도록 설계되었습니다. 다양한 GNN 아키텍처(노드 기반, 에지 기반)와 멀티그래프 활용 가능성을 탐구하여, 트레이스를 그래프로 변환 시 정보 손실을 최소화하는 그래프 표현 방식을 제안합니다.
