MCP 서버와 process mining: 데이터로 연결하는 다리

AI assistant의 유용성은 접근할 수 있는 프로세스 맥락에 달려 있습니다. 일반적인 주문-수금 프로세스는 설명할 수 있어도, 사용자의 주문-수금 프로세스에서 시간이 지체되는 지점은 알 수 없습니다. MCP server를 사용하면 호환되는 assistant가 조직에서 이미 정리한 프로세스 지식에 연결됩니다. 모델과 문서부터 역할과 RACI까지 살펴보고, 일반론이 아닌 실제 프로세스를 바탕으로 답할 수 있습니다.

AI assistant에 프로세스 맥락이 필요한 이유는 무엇인가요?

모델의 추론 능력은 계속 좋아지고 있지만, 프로세스에 관한 답변을 제한하는 것은 추론 능력이 아닙니다. 맥락이 부족한 것이 문제입니다. 프로세스를 볼 수 없는 assistant는 학습 과정에서 익힌 일반적인 정보, 즉 비슷한 프로세스가 보통 어떻게 운영되고 무엇이 잘못되는지에 의존합니다.

초안 작성에는 도움이 되지만 의사결정의 근거로 삼기에는 부정확할 수 있습니다. 조직의 구매-지급 프로세스에는 고유한 변형과 병목, 예외가 있으며, 이런 정보는 모델의 학습 데이터에 들어 있지 않습니다. assistant에 부족한 것은 지능이 아니라 사용자의 프로세스 정보입니다.

Model Context Protocol(MCP)은 이 간극을 메우는 방법입니다. assistant와 프로세스 지식을 보유한 시스템을 연결해 답변에 필요한 사실을 확인할 수 있게 합니다. 연결 대상이 데이터 테이블의 집합이 아니라 정리된 프로세스 허브라면, assistant는 모델, 문서, 역할, 실제 운영 측정 결과를 바탕으로 답할 수 있습니다.

MCP가 제공하는 프로세스 맥락은 모델을 더 똑똑하게 만드는 것이 아니라, 모델이 사용자의 프로세스를 참고하도록 하는 것입니다. AI가 프로세스를 분석할 때 실제 맥락이 있으면 답변을 검증할 수 있지만, 맥락이 없으면 그럴듯한 답변에 그칠 수 있습니다. LLM과 process mining을 연동하더라도 질문의 배경이 되는 프로세스 지식에 접근할 수 있어야 의미가 있습니다.

Model Context Protocol이란 무엇인가요?

Model Context Protocol은 AI assistant를 외부 도구와 데이터 소스에 연결하는 개방형 표준입니다. MCP server는 정해진 도구, 리소스, 프롬프트를 제공하고, 호환되는 클라이언트(assistant, IDE, 채팅 앱)가 대화 중 이를 호출합니다. 하나의 server를 여러 클라이언트에서 사용할 수 있어 assistant마다 별도로 연동할 필요가 없습니다.

이 프로토콜은 특정 공급자에 종속되지 않습니다. 표준을 지원하는 클라이언트라면 이를 구현한 server에 연결할 수 있습니다. 따라서 server를 보유했는지보다 무엇을 제공하는지가 중요합니다. Model Context Protocol 기반 프로세스 연동은 존재 여부가 아니라 제공하는 정보와 기능을 기준으로 평가해야 합니다. process mining용 MCP server는 일반적인 답변과 실제 프로세스에서 도출한 답변의 차이를 만듭니다.

process mining용 MCP server는 어떤 정보를 제공하나요?

ProcessMind의 MCP server는 한 조직의 프로세스 지식을 제공합니다. 프로세스 모델과 문서가 중심이며, 여기에 역할, 사용자, 점수 정보가 더해집니다. 제공 범위를 간략히 살펴보면 다음과 같습니다.

• 프로세스와 BPMN 모델: 프로세스 환경과 각 프로세스의 단계 및 연결 정보를 제공합니다. MCP server의 프로세스 모델 도구는 데이터베이스 행이 아니라 단계와 연결 정보를 반환합니다.
• 문서: 모델에 연결된 문서를 섹션별로 제공합니다.
• 역할과 RACI: 각 활동과 프로세스에서 실행 책임자, 최종 책임자, 협의 대상, 공유 대상이 누구인지 확인할 수 있습니다.
• 사용자와 조직: 테넌트의 사용자, 조직 정보, 환경 메타데이터를 제공합니다.
• 프로세스 점수와 통계: 각 프로세스의 품질 및 상태 점수, 모델·데이터·시뮬레이션 보유 여부와 테넌트 전체 집계를 제공합니다.
• ProcessMind 자체 AI 도구: 모델 초안 작성 및 편집, 문서 작성 및 수정, RACI 제안, 프로세스 분석, 질문 답변을 지원합니다.

어시스턴트가 접근할 수 있는 데이터 범위는 연결에 사용한 API 키의 권한에 따라 달라집니다. AI 어시스턴트의 프로세스 데이터 접근은 모두 권한 경계로 제한됩니다. 어시스턴트는 해당 키로 읽을 수 있는 지식만 확인합니다. 이 목록은 한 가지 원칙을 보여줍니다. 서버는 작업 공간에 이미 저장된 지식을 제공하므로, 어시스턴트는 추측하는 대신 실제 프로세스를 바탕으로 답변합니다. 이것이 process mining용 MCP 서버와 프로세스 인텔리전스용 MCP 서버의 차이입니다. ProcessMind는 단순한 레코드가 아니라 정리된 프로세스 정보를 제공합니다.

한곳에서 확인하는 연결된 프로세스 지식

AI assistant는 프로세스 맥락을 어떻게 활용할 수 있나요?

프로세스 맥락을 제공하면 assistant는 일반적인 조언을 넘어 검토 가능한 작업을 수행할 수 있습니다. 몇 가지 예를 살펴보겠습니다.

• 프로세스 요약. 공급업체 등록 프로세스가 어떻게 진행되는지 물으면, assistant는 일반적인 양식이 아니라 모델과 문서를 바탕으로 답합니다.
• 검토할 모델 초안 작성. “워크숍에서 설명한 공급업체 등록 프로세스의 초안을 작성해 주세요”라고 요청하면 검토하고 적용할 수 있는 BPMN 모델 구조를 제안합니다.
• 문서 작성. “구매-지급 모델의 문서를 작성해 주세요”라고 요청하면 빈 페이지 대신 편집 가능한 섹션을 제공합니다.
• RACI 제안. “송장 승인 활동에 RACI를 지정해 주세요”라고 요청하면 기존 역할을 모델의 활동에 연결합니다.
• 프로세스 목록 점검. “담당자나 문서가 없는 프로세스는 무엇인가요?“라고 물으면 프로세스 메타데이터를 실행 가능한 목록으로 정리합니다.

모델과 문서를 바탕으로 프로세스를 요약한 assistant 응답

중요한 것은 assistant가 얼마나 영리한지가 아닙니다. 팀이 사용하는 정리된 프로세스 정보를 바탕으로 답하므로, 답변을 그대로 믿는 대신 근거를 확인할 수 있다는 점입니다.

ProcessMind의 MCP server를 사용하는 이유는 무엇인가요?

MCP가 표준으로 자리 잡으면서 중요한 질문은 공급업체가 server를 보유했는지가 아니라, server가 무엇을 제공하는지입니다. ProcessMind는 제공 범위를 분명히 정했습니다.

차이를 만드는 요소는 두 가지입니다. 첫째, 정리된 지식입니다. server는 assistant가 해석해야 하는 레코드 집합이 아니라 모델, 문서, 역할, RACI가 연결된 프로세스 인텔리전스 허브를 제공합니다. 둘째, ProcessMind 자체 AI 기능입니다. 읽기 도구와 함께 모델 초안 작성, 문서 작성, RACI 제안, 프로세스 분석 도구도 제공하므로 assistant는 프로세스 지식을 읽는 데 그치지 않고 활용할 수 있습니다.

나머지는 운영 방식입니다. API key의 권한 범위를 설정하고, workspace와 동일한 권한 경계를 적용하며, 모든 변경에 사용자의 확인을 거칩니다. ’우리도 MCP를 지원한다’는 말만으로는 알 수 없는 부분입니다.

AI assistant를 프로세스 데이터에 연결해도 안전한가요?

네. 이 부분은 의도적으로 단순하게 설계했습니다. MCP server는 연결용으로 생성한 API key를 사용하며, 기본 권한은 읽기입니다. 쓰기는 사용자가 선택해 활성화합니다. 쓰기 범위가 있는 key에는 모델, 문서, RACI, 역할, 메타데이터를 적용하는 도구도 제공됩니다. assistant는 해당 key가 접근할 수 있는 정보만 확인하며, 권한 범위는 workspace와 동일합니다. 모든 호출은 해당 key에 기록됩니다.

모든 쓰기 작업은 먼저 확인을 거칩니다. AI 도구는 제안만 반환하며 자체적으로 데이터를 변경하지 않습니다. 적용 도구는 미리보기와 작업 ID를 사용하므로 같은 요청을 다시 실행해도 안전합니다. 연결할 클라이언트는 사용자가 선택할 수 있으며, 다른 설정에 영향을 주지 않고 key를 폐기할 수 있습니다. 호출 내역은 감사 로그에 기록됩니다.

이 다이어그램은 assistant가 연결에 사용하는 API key의 권한 범위 안에서 MCP server를 통해 프로세스 지식에 접근하는 모습을 보여줍니다.

MCP가 할 수 없는 일은 무엇인가요?

과장된 설명에서 빠지기 쉬운 한계도 분명히 짚어보겠습니다.

• 잘못된 모델이나 부실한 데이터를 바로잡지는 않습니다. assistant는 제공된 정보를 바탕으로 답합니다. 모델이 실제와 다르거나 이벤트 로그가 불완전하면 답변에도 같은 문제가 반영됩니다.
• assistant에 권한을 부여하지 않습니다. ProcessMind의 AI 도구는 제안하고 사용자가 승인합니다. assistant가 제안했다는 이유만으로 데이터가 변경되지는 않습니다.
• 분석가나 프로세스 책임자를 대체하지 않습니다. 사용자가 질문을 정하고 근거를 검토한 뒤 조치를 결정해야 합니다.
• key의 권한을 넘어서 접근하지 않습니다. 연결에 사용하는 key로 접근할 수 없는 데이터는 어떤 도구도 반환하지 않습니다.

어시스턴트를 ProcessMind에 어떻게 연결하나요?

1. API key 만들기

   제공할 환경에 사용할 key를 만듭니다. 질문에 답하려면 읽기 권한을 설정하고, 제안을 적용하려는 경우에만 쓰기 권한을 추가합니다.

2. 클라이언트에 server 추가하기

   MCP 클라이언트에서 ProcessMind server URL을 지정하고 x-api-key 헤더에 key를 전달합니다. OAuth client credentials도 사용할 수 있습니다.

3. 연결 확인하기

   assistant에게 프로세스 목록을 요청합니다. 목록이 반환되면 server가 연결되었고 권한 범위도 올바르게 설정된 것입니다.

4. 답을 확인할 수 있는 질문하기

   답을 알고 있는 프로세스 질문부터 시작한 뒤, assistant의 답변을 workspace 정보와 비교합니다.

AI를 process mining에 연결하는 설정은 위 단계가 전부입니다. 어려운 부분은 연결이 아니라 맥락을 제공하는 일이었습니다. ProcessMind의 MCP server는 Enterprise 플랜에서 사용할 수 있습니다. server와 제공 도구의 전체 목록은 연결 방법과 API key 권한 범위를 포함해 MCP server 문서에서 확인할 수 있습니다. 플랫폼에 프로세스 데이터를 가져오는 방법을 검토 중이라면 process mining에 필요한 사항에서 이벤트 로그를 확인하고, 기본 제공 커넥터를 사용하지 않는 이유에서 데이터 접근 방식을 살펴보세요.

어시스턴트 하나에 프로세스 정보를 제공하세요

최근 동료에게 프로세스에 관해 물었던 질문을 골라보세요. assistant 하나를 process mining을 적용한 프로세스 하나에 연결하고, 답변이 workspace의 정보와 일치하는지 확인합니다. assistant가 자신 있게 답하는지가 아니라, 실제 프로세스 정보를 사용했는지가 중요합니다.