260422-Summarized [2603-Architectural Modeling Language - Elements for System Analysis]
#ArchiML
#アーキテクチャ #モデリング #業務分析 #システム分析 #DDD #ArchiMate #設計論 #ナレッジマネジメント #DX
以下は、アップロードいただいたPDFをもとにした約2,000字の要約です。
「Architectural Modeling Language - Elements for System Analysis」要約
本資料は、「Architectural Modeling Language（ArchiML）」という新しいシステム分析・設計手法の考え方を提案している。目的は、要求開発から業務分析、システム設計までを一貫した方法論で結び付けることであり、各工程で異なる表現方法を用いるのではなく、同じ概念・同じ言葉・同じシンボルを維持しながら設計を進めることを目指している。
資料では、システム開発を以下の3つのレイヤで整理する。
Vision Layer（要求開発）
Business Layer（業務分析）
System Layer（システム設計）
それぞれのレイヤでは、
自然言語（Discourse Analysis）
グラフ表現（Domain Analysis）
機能・設計表現（Design Modeling）
へと徐々に具体化していく流れを採用する。つまり、抽象的な要求をそのまま設計へ飛ばすのではなく、段階的にモデル変換を行うことが中心思想となっている。
本アプローチの出発点となるのが、自然言語の分析である。文章から「S-V-O（Subject-Verb-Object）」構造を抽出し、これを「Action Core」と定義する。Action Coreは対象領域の本質的な行動を表しており、後続の分析・設計の基盤となる。抽出したAction Coreは、グラフ表現、ユースケース、機能設計へと変換されていく。
さらに著者は、分析・設計の全工程で共通の言語体系を利用することを提案している。これはDDD（Domain-Driven Design）のユビキタス言語の考え方をさらに拡張したものであり、自然言語で登場する名詞、動詞、関係、状態、条件、時間、場所、目的などを一貫した要素として扱うことで、上流工程から下流工程まで意味のずれを防ぐことを目指している。
Action Coreの分析では、「Subject（主体）」と「Object（対象）」をそれぞれS-Atom、O-Atomとして定義し、それらを結び付けることで対象世界をモデル化する。また、状態（State）、所有（Possession）、振る舞い（Behavior）という述語要素を整理し、ArchiMateにおけるActive Structure、Behavior、Passive Structureへ対応付けることで、自然言語からアーキテクチャモデルへの橋渡しを実現している。
次に提案されるのが「Nexus Analysis」である。ここではAction Coreを中心として対象世界を「原子化（Atom化）」し、それらの関係を整理して「分子化」する。談話分析では、これらの関係を木構造として整理し、文章全体の意味構造を可視化する。これにより、複雑な業務知識を構造化されたモデルへ変換できると考えている。
Action Coreを抽出する際には、「Golden Set」と呼ばれるフレームワークを利用する。この考え方はWhy・How・What（WHW）を基本とし、さらにTimeやPlaceなどのTPO情報を加えて対象を整理するものである。特に重要視されているのは「正しい質問（Question Design）」を設計することであり、LLM時代におけるプロンプト設計にも通じる発想となっている。
WHWモデルを支える背景理論として、人間の認知行動モデル、Situation Awareness、System1・System2理論、Pathos・Ethos・Logosなど複数の認知科学・心理学モデルを参照し、人間の意思決定を分析対象として取り込んでいる。その上で、感情分析、プロセス分析、機能分析へ展開し、オブジェクト指向分析ではクラスを状態（Property）と振る舞い（Method）の集合として捉えている。
業務分析では、「Domain Matter」という概念を中心に据える。Domain Matterとは業務知識そのものであり、Frameによって複数の知識を結び付けながら構造化する。また、Staticな構造だけではなく、状況変化（Situation）や変化要素に着目し、一貫性を維持したまま対象世界を表現することを重視している。
さらに本資料は、LLMやRAGとの関係についても言及している。ユーザー固有の業務領域をDomain空間として収集・整理し、それをRAGとして構築する。一方、LLMは一般的な知識空間を保持しており、Issue、Question、Gap、Riskなどを基に両者を統合しながら推論を行う役割を担うとしている。
最後に、DIKWモデル（Data→Information→Knowledge→Wisdom）を引用し、「Insight」とはIssueに対して新しい最適な組み合わせを発見し、共有・外部化することであると定義する。そしてROOT-STEM-STREAMモデルを提案し、静的知識（ROOT）と動的知識（STEM）を整理した上で、Goalへ至る最適な推論経路（STREAM）を構築することが、今後のLLM時代における分析・設計の重要な役割になるとまとめている。
総じて本資料は、自然言語を出発点として業務知識を構造化し、その構造を維持したままアーキテクチャ設計へ連続的に変換する統合モデリング手法を提案するものである。談話分析、知識工学、認知科学、DDD、ArchiMate、LLM/RAGなど複数の理論を融合し、人間の思考過程とシステム設計を一つのモデル体系で結び付けようとする点が、本提案の最大の特徴である。