조사에서는 프로세스 자동화를 도입하려는 기업이 늘고, 대응 시간을 줄이고 비용을 절감하는 방법으로 로봇 프로세스 자동화(Robotic Process Automation)를 지지하는 임원의 비율도 높게 나타났다. IDG 리서치 서비스가 독일에서 실시한 ‘2021년 로봇 프로세스 자동화’ 설문의 핵심 결과다. 특히 독일 내 직원 수 1,000명 이상 대규모 기업은 프로세스 자동화를 이해당사자와 고객 요구를 확인하는 방편으로도 인식하고 있다. 시장 변화에 제품과 서비스를 적응시키기 위한 필수 요건이다.
그렇게 보면 현재 독일 기업의 약 절반에서 RPA의 우선 순위가 높게 나타난 점도 당연한 결과다. 이 수치는 2025년이면 약 70%로 높아질 전망이다. 그러나 회사의 모든 이해관계자가 같은 시각을 공유한다는 것을 의미하지는 않는다. 2020년 RPA 설문에서 나타났듯, 프로세스 자동화와 RPA가 중요한 역할을 맡는가에 대한 기업 내 각 부서 시각은 최고 임원에 비해 확고하지 않았다. 실무자 중 RPA 기술이 중요하다, 또는 매우 중요하다고 답한 비율은 1/3에 불과했다. 반면, 임원 등 의사 결정자의 경우 이 비율은 2/3에 이르렀고, IT 관리자와 CIO 비율도 이 중 절반을 차지했다.
“대화가 필요해”
설문 결과는 프로세스 자동화와 RPA 솔루션을 구현하는 것만이 만능 처방이 아님을 보여준다. 하향식 접근 시스템에서는 조직 구성원의 지지가 부족할 때 관련 프로젝트가 전혀 성공적이지 않거나, 성공의 효과가 제한적이다. 실무 부서는 어느 프로세스가 필요한지, 자동화 기능의 도움을 받아 어떤 프로세스의 효율과 민첩성을 제고할 수 있는지를 파악할 수 있으므로 현업의 이해와 참여가 매우 중요하다.설문 결과는 궁극적으로 기업 임원과 IT 관리자가 직원에게 로봇 프로세스 자동화의 혜택과 전략적 중요성을 설득해야 한다는 것을 의미한다. 여기에는 개방적인 대화 정책과 실무 부서 간 협업이 필요하다. 예를 들어 여러 분야가 혼합된 워킹 그룹과 워크숍 등이 있다. 머신러닝 및 AI 애플리케이션 도입과 같은 다른 영역에서 이미 입증된 방법이다. 기업이 프로세스 자동화에서 비용 절감이라는 요소를 매우 중요시한다는 점을 감안하면 직원의 우려에도 이유는 있다. 이들 프로젝트에서 RPA, AI 같은 기술의 도움을 받아 일자리를 줄일 것이라는 우려와 의구심을 극복해야 한다.
RPA가 성공하려면
이번 설문조사에서는 RPA 솔루션의 품질 외에 일명 ‘소프트 요소(soft factors)’의 중요성이 잘 나타났다. 성공적인 RPA 전략의 가장 중요한 구성요소는 ‘명확한 목표’(47%)가 꼽혔고, ‘직원의 지지’(36%)가 그 뒤를 이었다. 로봇 프로세스 자동화에서 원하는 유용성을 정의하는 단계에 충분한 시간을 투자해야 한다는 의미다.이 단계에서 외부 전문가와 IT 서비스 제공업체가 도움이 될 수 있다. 첫째, 설문 대상 기업이 자동화 프로젝트의 가장 큰 장애물로 지적하는 ‘내부 전문 지식의 부족’을 외부 전문가와 IT 업체가 보완할 수 있다. 둘째, 프로세스 현황과 자동화 잠재력에 대한 외부의 의견, 즉 운영 정책의 영향을 받지 않는 별도 의견이 도움이 될 수 있다. 중립적인 평가는 프로세스 자동화에 대한 논의 수준을 사실에 입각한 기술적 수준으로 끌어올리는 데에도 유용하다.
그러나 로봇 프로세스 자동화로 성과를 끌어내려면, 직원의 동기 부여와 지지가 있어야 목적을 달성할 수 있다. IT 관리자의 관점에서는 ‘직원의 지지’가 핵심이다(41%). 이러한 수치는 IT 전문가가 RPA 프로젝트 구현에서 중심 역할을 한다는 사실에 기인할 것이다. 기술 도입에 따르는 작업의 대부분을 짊어져야 하는 사람들이다.
HR에서도 RPA 사용
한편 프로세스 자동화에서 현재 가장 큰 혜택을 얻는 사람들 역시 IT 부서다(47%). 그 뒤를 물류(42%)가 따른다. 응용 분야에는 IT 보안과 복잡한 애플리케이션 및 네트워크 환경 관리가 포함된다. 인텐트 기반 네트워킹 같은 접근 방법은 광범위한 자동화가 없으면 구현할 수 없다. 의도 기반 네트워킹을 사용하면 관리자는 ‘높은 안정성’ 또는 ‘서비스 품질’ 등 네트워크 링크에 필요한 요구사항을 지정할 수 있다. 그러면 네트워크 구성요소가 의도에 따라 자동으로 구성된다. 또한 소프트웨어 전문가가 특정 프로젝트를 위해 자체 데이터 센터 또는 클라우드에 구축하는 하이브리드, 멀티 클라우드 인프라 및 개발 환경 관리에도 폭넓은 자동화가 필요하다.그러나 기업에서는 다른 영역에서도 로봇 지원 프로세스 자동화의 잠재력이 큰 것으로 본다. 기업의 45%는 인사 부서에도 RPA를 사용할 계획이다. 문서 작성 및 발신, 직원 온보딩 등 소프트웨어 로봇이 대체할 수 있는 일상적인 수동 작업은 많다. 이 경우 봇이 자동으로 적절한 권한을 적용해 신규 직원을 위한 사용자 계정을 설정하고 온라인 교육을 제공할 수 있다. 또한 지원자가 제출한 서류 분석을 비롯한 입사 후보자 사전 선정 과정을 자동화한 기업도 있다.
관리자를 위한 디지털 비서
기업의 약 40%는 관리자 업무를 덜어낼 때도 RPA를 사용하고자 한다. 한 가지 방법은 디지털 워크포스, 즉 소프트웨어 로봇 또는 가상 직원으로 구성된 팀을 만드는 것이다. RPA를 사용하지만 AI와 머신 러닝, 분석 기능도 함께 활용해 비즈니스 기능을 자동화한다.관리자의 약 4분의 3은 이러한 디지털 비서를 사용할 의향이 있다. 그러나 31%는 자신의 업무 영역이 (아직은)RPA에 맞지 않다고 말했다. 기업 임원 수준에서 봇의 분석 기능 및 안정성에 대한 신뢰는 뚜렷하다. 55%는 디지털 워크포스를 높은, 또는 매우 높은 수준으로 신뢰한다고 답했고, 그 외의 32%도 긍정적이다. ‘디지털 동료’와의 협업을 거부하는 비율은 3%에 불과하다. 한편, 이미 디지털 비서 사용에 나선 고위 임원 비율도 마찬가지로 3%에 그쳤다.
클라우드, 중요한 RPA 플랫폼이 되다
이번 설문조사 결과에서 비즈니스 의사 결정자가 서비스 형식의 디지털 워크포스에 의지할 의향이 있는지에 대한 정보는 제공하지 않는다. 클라우드는 로봇 프로세스 자동화 영역의 솔루션에서 항상 중요한 역할을 한다. 독일 기업의 40% 이상이 이미 클라우드 기반 RPA 솔루션을 사용 중이라고 응답했고, 37%는 앞으로 도입할 계획이 있다고 응답했다.클라우드 RPA 모델은 IT 부서와 예산이 대기업에 비해 작은 중간 규모 기업에서 특히 인기가 높다. 중간 규모 기업에서는 내부 솔루션 대비 낮은 투자 비용, 높은 확장성과 같은 이점이 클라우드 서비스 제공업체 종속, 데이터 보호에 관한 우려 등의 단점을 충분히 상쇄하기 때문이다. 클라우드 솔루션은 특히 프로세스 자동화를 처음 접하는 사용자에게 출발점이 되기도 한다.
또한 독일 기업의 약 60%는 여러 자동화 툴을 동시에 사용하며, 특히 인공 지능 및 머신러닝과 연계한다고 답했다. AI와 머신러닝은 AWS, 마이크로소프트, 구글 등의 클라우드 서비스로도 제공된다. 독일 또는 EU에 소재한 업체를 선호하는 기업이라면 도이체 텔레콤(Deutsche Telekom)에서 원하는 솔루션을 찾을 수 있다.
지금이 ‘RPA 적기’
프로세스 자동화를 피해가는 길은 없다. 디지털화 전략을 추구하는 기업이라면 더욱 그렇다. 그렇게 보면 12개월 내에 RPA에 투자할 것이라고 답한 기업의 비율이 70%에 육박하는 것도 당연하다. 이 중 약 40%는 이미 RPA에 100만 유로 이상의 예산을 책정했다.그러나 의지와 돈만으로 성공이 보장되지는 않는다. 사용자가 대처해 나가야 하는 로봇 프로세스 자동화의 장벽도 존재한다. 가장 큰 장벽은 자동화할 프로세스를 찾아서 조정하는 것이다. 이 단계에는 프로세스 마이닝 도구가 도움이 된다. RPA 솔루션의 개발과 구축, 운영에서 문제를 겪었다는 응답도 1/3을 차지했다. 따라서 솔루션 제공업체, 사용자 및 사용자 IT 부서, IT 서비스 제공업체에 대한 수요도 높다. 이 경우 온프레미스 솔루션 대신 클라우드에서 RPA를 사용하는 형태의 효과는 크지 않다. 클라우드 솔루션이 회사의 다른 프로세스와도 연결되어 있어야 하기 때문이다.
프로세스 자동화가 성공하려면 다음과 같은 단계가 필요하다. 대부분의 새로운 기술을 도입할 때와 크게 다르지 않다.
- 각 부서, 그리고 필요한 경우 외부 전문가와 함께 명확한 목표를 정의하고 사용 사례 개발.
- 자동화에 맞는 프로세스를 찾기.
- 적절한 RPA 솔루션 선택 및 구현(자체 데이터센터 또는 클라우드 서비스).
- 단계별로 경험을 축적하면서 쉬운 성과부터 달성.
회사, 특히 회사의 경영진이 RPA에 과도하게 기대하거나 프로세스 자동화 도입을 서두르는 것은 도움이 되지 않는다. 최고의 소프트웨어 로봇이라 해도 적어도 아직까지는 직원을 대체할 수 없기 때문이다. editor@itworld.co.kr
Sponsored
Seagate
“작지만 큰 영향력” 하드 드라이브의 나노 스케일 혁신
ⓒ Seagate 플래터당 3TB라는 전례 없는 드라이브 집적도를 자랑하는 새로운 하드 드라이브 플랫폼이 등장하며 디지털 시대의 새로운 이정표를 세웠다. 플래터당 3TB를 저장할 수 있다는 것은 동일한 면적에서 스토리지 용량을 기존 드라이브 대비 거의 두 배로 늘릴 수 있다는 것을 의미한다. 이러한 혁신은 데이터 스토리지의 미래와 데이터센터의 디지털 인프라에 괄목할 만한 영향을 미친다. AI의 발전과 함께 데이터의 가치가 그 어느 때보다 높아졌다. IDC에 따르면 2027년에는 전 세계에서 총 291ZB의 데이터가 생성될 것으로 예측되며, 이는 스토리지 제조 용량의 15배 이상일 것으로 보인다. 대부분의 데이터를 호스팅하는 대형 데이터 센터에 저장된 데이터 중 90%가 하드 드라이브에 저장된다. 즉, AI 애플리케이션의 주도로 데이터가 급증함에 따라 물리적 공간을 늘리지 않으면서도 데이터를 저장할 수 있는 스토리지 기술 혁신이 필요하다. 데이터 스토리지 인프라를 업그레이드하는 것은 단순히 기술적인 문제가 아니라 지금 시대가 직면한 규모, 총소유비용(TCO), 지속가능성이라는 과제에 대한 논리적 해답인 셈이다. 열 보조 자기 기록(HAMR) 기술은 선구적인 하드 드라이브 기술로 드라이브 집적도 향상을 위해 지난 20년 동안 수많은 연구를 거쳐 완성되어 왔다. 씨게이트 모자이크 3+ 플랫폼은 이러한 HAMR 기술을 씨게이트만의 방식으로 독특하게 구현한 것으로, 미디어(매체)부터 쓰기, 읽기 및 컨트롤러에 이르는 복잡한 나노 스케일 기록 기술과 혁신적인 재료 과학 역량을 집약한 결정체다. 이 플랫폼은 데이터 비트를 변환하고 자기 및 열 안정성을 유지하면서 더욱 촘촘하게 패킹해서 각 플래터에 훨씬 더 많은 데이터를 안정적이고 효율적으로 저장할 수 있다. 예를 들어, 기존 데이터센터에 있는 16TB 드라이브를 30TB 드라이브로 업그레이드하면 동일한 면적에서 스토리지 용량을 두 배로 늘릴 수 있다. 더 낮은 용량에서 업그레이드한다면 상승 폭은 더욱 커진다. 이 경우, 테라바이트당 전력 소비량이 40% 감소하는 등 스토리지 총소유비용(TCO)이 크게 개선된다. 또한 효율적인 자원 할당과 재활용 재료 사용으로 운영 비용을 절감하고 테라바이트당 탄소 배출량을 55% 감소시켜 데이터센터가 지속 가능성 목표를 달성할 수 있다. 드라이브 집적도 향상은 하이퍼스케일과 프라이빗 데이터센터의 판도를 바꿀 수 있다. 데이터센터가 급증하며 전력사용량과 탄소배출량 역시 늘어나 데이터센터의 지속가능성이 화두가 되고 있는 가운데, 과학기술정보통신부는 ‘탄소중립 기술혁신 추진전략-10대 핵심기술 개발방향’에서 2030년까지 데이터센터 전력소모량을 20% 절감하겠다고 밝힌 바 있다. 이러한 목표에 발맞춰, 집적도를 획기적으로 개선한 대용량 데이터 스토리지를 활용하는 것은 원활하고 지속적인 AI 모델 학습, 혁신 촉진 및 비즈니스 성공을 위해 필수적이다. 엔터프라이즈 데이터센터의 경우 제한된 공간, 전력, 예산에 맞춰 확장할 수 있는 지속 가능한 방법을 찾아야 한다. 하드 드라이브의 집적도 혁신은 점점 더 커져가는 클라우드 생태계와 AI 시대에 대응하는 해답이자, 동일한 공간에 더 많은 엑사바이트를 저장하면서도 자원 사용은 줄이도록 인프라를 확장할 수 있는 방법이다. 이는 글로벌 데이터 영역에서 경쟁력을 유지하고 글로벌 디지털 경제의 선두주자로서 입지를 강화하는 데 매우 중요하다.
Seagate
'반박 불가' 하드 드라이브와 SSD에 관한 3가지 진실
ⓒ Getty Images Bank 하드 드라이브가 멸종할 것이라는 논쟁이 10년 넘게 계속되고 있다. 빠른 속도와 뛰어난 성능이 필요한 애플리케이션에 적합한 플래시 스토리지의 연매출이 증가하고 있는 것은 자명한 사실이다. 하지만, 클라우드의 보편화 및 AI 사용 사례의 등장으로 인해 방대한 데이터 세트의 가치가 높아지는 시대에 하드 드라이브는 플래시 스토리지로 대체할 수 없는 가치를 가지고 있다. 전 세계 엑사바이트(EB) 규모 데이터의 대부분을 저장하는 하드 드라이브는 데이터센터에서 그 어느 때보다 필수적이다. 전 세계 데이터 세트의 대부분이 저장된 엔터프라이즈 및 대규모 클라우드 데이터센터는 데이터 성장에서 핵심이 될 것이다. 하드 드라이브와 SSD를 비교하자면, 하드 드라이브 스토리지는 2022년에서 2027년 사이 6,996EB 증가할 것으로 예상되는 반면, SSD는 1,363EB 증가할 것으로 보인다. ⓒ Seagate 생성형 AI 시대에는 콘텐츠를 경제적으로 저장해야 하기 때문에 플래시 기술과 밀접하게 결합된 컴퓨팅 클러스터는 더 큰 하드 드라이브 EB의 다운스트림 수요를 직간접적으로 촉진할 것이다. 하드 드라이브가 왜 데이터 스토리지 아키텍처의 중심이 될 수밖에 없는지는 시장 데이터를 근거로 설명 가능하다. 가격 책정 근거 없는 믿음 : SSD 가격이 곧 하드 드라이브 가격과 같아질 것이다. 사실 : SSD와 하드 드라이브 가격은 향후 10년간 어느 시점에도 수렴하지 않을 것이다. 데이터가 이를 명확하게 뒷받침한다. 하드 드라이브는 SSD에 비해 테라바이트당 비용 면에서 확고한 우위를 점하고 있으며, 이로 인해 하드 드라이브는 데이터센터 스토리지 인프라의 확고한 주춧돌 역할을 하고 있다. IDC 및 포워드 인사이트(Forward Insights)의 연구에 따르면, 하드 드라이브는 대부분의 기업 업무에 가장 비용 효율적인 옵션으로 유지될 것으로 전망된다. 엔터프라이즈 SSD와 엔터프라이즈 하드 드라이브의 TB당 가격 차이는 적어도 2027년까지 6대 1 이상의 프리미엄이 유지될 것으로 예상된다. ⓒ Seagate 이러한 TB당 가격 차이는 장치 구입 비용이 총소유비용(TCO)에서 가장 큰 비중을 차지하는 데이터센터에서 특히 두드러지게 드러난다. 장치 구입, 전력, 네트워킹, 컴퓨팅 비용을 포함한 모든 스토리지 시스템 비용을 고려하면 TB당 TCO는 하드 드라이브 기반 시스템이 훨씬 더 우수하게 나타난다. ⓒ Seagate 따라서, 플래시는 특정 고성능 작업의 수행에 탁월한 스토리지이지만, 하드 드라이브는 당분간 안정적이고 비용 효율적이며 널리 채택된 솔루션을 제공하는 데이터센터에서 계속해서 주류로 사용될 것이다. 공급과 확장의 관계 근거 없는 믿음 : NAND 공급이 모든 하드 드라이브 용량을 대체할 정도로 증가할 수 있다. 사실 : 하드 드라이브를 NAND로 완전히 교체하려면 감당할 수 없는 설비투자(CapEx)가 필요하다. NAND 산업이 모든 하드 드라이브 용량을 대체하기 위해 공급을 빠르게 늘릴 수 있다는 주장은 재정적, 물류적으로 엄청난 비용이 발생한다는 점을 간과한 낙관적인 생각이다. 산업 분석기관 욜 인텔리전스(Yole Intelligence)의 2023년 4분기 NAND 시장 모니터 리포트에 따르면, 전체 NAND 산업은 2015년~2023년 사이 3.1제타바이트(ZB)를 출하하면서 총 매출의 약 47%에 해당하는 2,080억 달러의 막대한 자본 지출을 투자해야 했다. 반면, 하드 드라이브 산업은 데이터센터 스토리지 수요의 거의 대부분을 매우 자본 효율적인 방식으로 해결하고 있다. 씨게이트가 2015년~2023년 사이 3.5ZB의 스토리지를 출하하며 투자한 자본은 총 43억 달러로, 전체 하드 드라이브 매출의 약 5%에 불과하다. 그러나 NAND 산업의 경우 ZB당 약 670억 달러에 해당하는 금액을 투자한 것으로 나타나 하드 드라이브가 데이터센터에 ZB를 공급하는 것이 훨씬 더 효율적임을 알 수 있다. ⓒ Seagate 작업 부하 근거 없는 믿음 : 올 플래시 어레이(AFA)만이 최신 엔터프라이즈 작업 부하의 성능 요구를 충족할 수 있다. 사실 : 엔터프라이즈 스토리지 아키텍처는 일반적으로 디스크 또는 하이브리드 어레이, 플래시, 테이프를 사용하여 특정 작업 부하의 비용, 용량, 성능 요구 사항에 최적화할 수 있도록 미디어 유형을 혼합한다. 기업이 플래시 없이는 최신 작업 부하의 성능 수요를 따라잡지 못할 위험이 있다는 주장은 다음과 같은 3가지 이유로 반박 가능하다. 첫째, 대부분의 최신 작업 부하에는 플래시가 제공하는 성능상의 이점이 필요하지 않다. 전 세계 데이터의 대부분은 클라우드와 대규모 데이터센터에 저장되어 있으며, 이러한 환경에서는 작업 부하 중 극히 일부에만 상당한 성능이 필요하다는 파레토 법칙을 따르고 있다. 둘째, 예산 제약이 있고 데이터 세트가 빠르게 증가하는 기업들은 성능뿐만 아니라 용량과 비용의 균형을 맞춰야 한다. 플래시 스토리지는 읽기 집약적인 시나리오에서는 탁월한 성능을 발휘하지만 쓰기 작업이 증가하면 내구성이 떨어져 오류 수정과 오버프로비저닝에 추가 비용이 발생한다. 또한, 대규모 데이터 세트나 장기 보존의 경우 영역 밀도가 증가하는 디스크 드라이브가 더 비용 효율적인 솔루션일 뿐만 아니라 수천 개의 하드 드라이브를 병렬로 활용하면 플래시를 보완하는 성능을 달성할 수 있다. 셋째, 수많은 하이브리드 스토리지 시스템은 다양한 미디어 유형의 강점을 단일 유닛에 원활하게 통합하고 최대한으로 활용할 수 있도록 세밀하게 조정된 소프트웨어 정의 아키텍처를 사용한다. 이러한 스토리지는 유연성을 제공하므로 기업은 지속적으로 변화하는 요구 사항에 따라 스토리지 구성을 조정할 수 있다. AFA와 SSD는 고성능의 읽기 집약적인 작업에 매우 적합하다. 하지만 하드 드라이브가 이미 훨씬 낮은 TCO로 제공하는 기능을 AFA로 불필요하게 비싼 방법으로 제공하는 것은 비용 효율적이지 않을 뿐만 아니라, AFA가 하드 드라이브를 대체할 수 있다고 주장하는 근거가 될 수 없다.