이번 칼럼은 업무 자동화 기술 발전을 주도할 핵심 아이디어 4가지에 대해서 나름 정리해 보았습니다. 이번 칼럼을 통해 업무 자동화 기술이 어떤 컨셉으로 발전되어 왔으며 앞으로 어떻게 발전할 것인지 큰 맥락을 이해할 수 있을 것으로 기대합니다.
행동에서 생각으로의 기술 진화
전통적인 업무 자동화 기술은 업무를 담당하는 사람의 단순하고 반복적인 행동을 모방하여 동작하였습니다. 하지만 최근에는 인공지능 기술의 비약적인 발전으로 사람이 해야 하는 의사결정을 대체할 수 있는 수준까지 도달하고 있습니다. 즉, 인공지능이 발전하면서 행동 기반 자동화에서 사람처럼 학습과 사고를 할 수 있는 생각 기반 자동화로 기술이 발전하고 있습니다.
[그림1] 업무 자동화 기술 발전 컨셉 [1]
업무 자동화 기술 핵심 아이디어 4가지
1) RDA (Robotic Desktop Automation)
RDA는 데스크탑 기반의 환경에서 운용하는 개인 비서형 로봇이라고 생각하면 됩니다. 즉, 소규모의 개인 업무를 자동화할 목적으로 운용합니다.
아래의 시나리오로 예시를 들어 보겠습니다.
- 1일차 오전 : 김 과장은 오늘 오전에 이 차장에게 5일이 소요되는 분량의 엑셀 데이터 정리 업무를 할당받았습니다.
- 1일차 오전 : 김 과장은 엑셀 데이터를 분석해 보니 일정한 패턴을 발견했습니다.
- 평소에 김 과장은 업자코연구소에서 엑셀 업무 자동화 교육을 틈틈이 학습하고 있어서 코딩을 이용하여 엑셀 데이터를 가공할 수 있는 기본 역량을 가지고 있었습니다.
- 1일차 오후 : 파이썬과 오토핫키, 엑셀 VBA 중 언어를 하나 선택하여 반나절 만에 자동화 스크립트를 완성합니다.
- 2일차 오전 : 김 과장은 어제 만든 엑셀 자동화 스크립트를 실행하여 이 차장에게 받은 엑셀 데이터 정리 업무를 5분 만에 정리합니다.
- 2일차 오후 : 김 과장은 정리한 엑셀 데이터가 이상 없는지 한 번 더 꼼꼼히 여유롭게 검증합니다.
위의 예시처럼 김 과장이 만든 자동화 스크립트가 데스크탑 기반의 환경에서 운용하는 개인 비서형 로봇인 RDA에 해당합니다.
2) RPA (Robotic Process Automation)
RPA는 소규모 이상의 조직 및 기업에서 대량의 구조화된 업무들을 완전히 자동화하여 운용할 수 있습니다. RPA의 기본 개념은 로봇이 프로세스를 사람의 개입 없이 독립적으로 수행하는 것을 말합니다[2].
[그림2] RPA 개념도
아래에서 김 과장의 RPA 시나리오 예시를 보겠습니다.
- 김 과장은 이 차장이 주는 엑셀 데이터 정리 업무가 매번 동일한 것을 알았습니다.
- 김 과장은 이 차장에게 자신이 만든 자동화 스크립트를 회사 내 업무 자동화 솔루션으로 도입하는 것을 제안하고 승인받습니다.
- 김 과장은 여러 직원이 이 엑셀 데이터 자동화 봇을 사용할 수 있도록 시스템을 구축합니다.
- 이 차장과 같은 유형의 업무를 가지고 있는 직원들은 김 과장에게 업무를 할당하지 않고 김 과장이 구축한 자동화 봇에게 일을 시킵니다.
- 김 과장은 시스템의 관리자 모드를 통해 자동화 봇이 업무를 잘 수행하고 있는지 간간이 모니터링 합니다.
- 직원들은 귀찮은 작업을 대신해 줄 봇이 있음으로써 업무 효율이 향상되었을 뿐만 아니라, 김 과장은 자동화 봇 덕분에 본연의 업무에 집중할 수 있었습니다.
이처럼 RPA는 독립적으로 업무를 수행할 수 있는 직원 개념으로 바라보아야 합니다.
3) CPA (Complex Process Automation)
미국의 IT 기업인 IBM이 2017년도에 발행한 한 보고서에 따르면 RPA가 발전한 개념을 CPA로 정의하고 있습니다.
CPA는 자동화 봇이 수행하는 결과를 최적화하기 위해 인공지능을 이용하여 프로세스 환경을 지속적으로 모니터링하여 오류를 개선하고 통합하는 개념이 포함되어 있습니다. 쉽게 말해 최적의 결과를 얻기 위해 피드백을 받아 개선하는 개념이라고 이해하면 됩니다.
[그림3] 지능형 자동화의 연속성 (IBM) [3]
4) IPA (Intelligent Process Automation)
IPA는 지능형 프로세스 자동화라고 말하며, 본격적으로 인공지능(AI)의 기능을 활용하여 운용하는 개념입니다. RPA는 특정 업무만 처리할 때 의사결정이 필요하면 사람에게 의사결정을 요청합니다. 하지만 IPA는 인공지능을 이용하여 스스로 의사결정을 하므로 특정 업무의 모든 영역을 자신의 의지로 처리합니다. 물론 이 의사결정은 사람이 미리 시나리오로 정의를 해놓습니다.
RPA는 웹 스크래핑, 스크린 스크래핑을 통해 AI와 결합하는 반면 IPA는 자연어처리(Natural Language Processing, NLP) 또는 데이터 마이닝, 기계학습과 같은 지능적인 데이터 처리 분야를 결합하여 업무를 자동으로 처리합니다.
또한 RPA는 프로세스 중심으로 처리하지만, IPA는 데이터 중심으로 업무를 처리합니다. RPA는 영상, 동영상, 소리, 문서 등 비정형적인 데이터에 대해서는 처리하기가 어렵다는 한계가 있습니다. 하지만 IPA에 통합된 AI는 이러한 어려운 문제들을 잘 분석하여 처리할 수 있다는 장점이 있습니다.
물론 IPA도 한계는 있습니다. AI의 고질적인 문제인 데이터 편향 문제입니다. AI는 학습한 데이터를 기반으로 판단하고 동작합니다. 이러한 데이터가 한쪽으로 치우친 편향적인 데이터로 이루어져 있다면 결과 데이터도 편향적일 수 밖에 없습니다[4].
정리하며
이번 칼럼에서는 업무 자동화 기술이 어떻게 발전되어 왔는지 전체적으로 한번 살펴보았습니다. 업무 자동화 기술은 빠르게 발전하고 있습니다. 개인이나 조직에서 이 기술들을 효과적으로 활용하여 경쟁력을 강화하고, 새로운 성장 동력을 창출할 수 있기를 기대합니다.
참고자료
[1] The Difference between Robotic Process Automation and Artificial Intelligence - Medium CFB Bots
[2] Attended on desktops? Unattended on servers? RPA is a continuum! - Medium Pierre Col
[3] Using artificial intelligence to optimize the value of robotic process automation (2017) - IBM
[4] Beyond the Hype of Process Automation: Differences Between RPA, AI & IPA - Hanna Kleinings
본 칼럼 내용에 대해 문의 하실 사항이나 필요하신 칼럼 주제가 있으시면 언제든지 댓글로 알려주세요.
