RPA는 기업의 업무 프로세스 자동화 패러다임의 한 획을 긋고 있다. 지금까지 엔터프라이즈는 선진 업무 프로세스를 정립하고, 여기에 맞춰 매일 같이 데이터를 입력해왔다. 그 결과, 오늘날 우리의 업무 일상 대부분은 정보 입력, 조회, 수집과 분석, 그리고 보고서 작성의 연속이다.
2019년 현재 기업은 더 이상 데이터 입력과 조회 중심의 업무 혁신을 바라지 않고, 데이터를 어떻게 활용할 것인지에 더 관심이 많다. 지금까지 쌓아온 업무 절차에 대한 노하우와 수많은 비즈니스 프로세스와 트랜잭션 관련 로그 데이터는 이제 AI 기반 봇을 디지털 인력으로 만드는 훌륭한 자원이 되었다.
기업에서 생성하고 관리하는 데이터 중 80% 이르는 다크 데이터(Dark Data)를 어떻게 더 효율적으로 다루느냐에 따라 조직의 운영 방향이 크게 달라진다. 이런 이유로 많은 기업이 다크 데이터를 다루는 업무 자동화를 원하지만, 전통적인 RPA는 문서, 이미지 등 다크 데이터에 접근해 업무를 처리하는 데 명확한 한계가 있다.
기존 봇은 스프레드시트, 데이터베이스 등 봇이 쉽게 인식할 수 있는 정형화된 데이터 처리에 능하다 보니, 업무 진행에 있어 주어진 형식과 조건을 벗어날 경우 적절한 대응을 못한다. 주어진 시나리오에 충실한 봇이다 보니 상황을 판단할 필요도 없고, 업무 흐름의 맥락을 이해할 이유도 없다. 하지만 다크 데이터를 다루려면 봇은 자신에게 주어진 상황과 조건을 알아야 한다. 이 때문에 최근 RPA 관련 화두로 떠오르는 것이 인지(Cognitive)다.
앞서 살펴본 바와 같이 기존 기업들이 검토한 RPA 적용 대상 업무는 단순, 반복적인 일로 규칙을 통해 자동화하기 적합한 것들이었다. 이런 류의 업무에 RPA를 적용할 경우 얻을 수 있는 혜택 역시 정해진 범위 내에서 예측할 수 있었다. 반면, 최근 급부상하고 있는 AI 기술을 활용하는 인지 기반 자동화는 적용 대상 업무와 혜택을 무한히 확장할 수 있는 가능성을 내포하고 있다.
인지의 개념은 RPA의 세대를 구분하는 데 쓰인다. 기존 RPA는 규칙에 따라 움직이지만, 인지의 개념이 더해진 RPA는 사람, 시스템, 데이터로부터 배운다. 정해진 틀이 아니라 상황에 맞게 주어진 일을 처리하는 봇은 프로세스의 범위 역시 정해진 한계를 넘어설 수 있다. 인지 기반 봇을 이야기할 때 특정 단위 업무가 아니라 엔드 투 엔드 수준의 프로세스 자동화가 언급되는 이유다.
이런 배경으로 인지 기반 자동화는 실제 엔터프라이즈 전체 업무 프로세스에 적용 가능한 시나리오가 되었다. AI 기능을 갖춘 RPA 봇은 정형 데이터와 비정형 데이터를 모두 처리할 수 있을 뿐 아니라, 상황을 판단하고 그것에 맞게 행동하고 개선할 수 있는 능력도 있다. 따라서 사전에 정의한 규칙을 벗어나는 상황이 발생해도 스스로 판단해 업무를 처리할 수 있다.
기업이 인지 기반 봇을 반기는 이유는 또 있다. 규칙이 아니라 직관에 의해 판단할 수 있는 봇을 배치할 경우, 전통적인 RPA 구현과 비교해 엔드 투 엔드 자동화 시간을 70% 가까이 줄일 수 있다. 더불어 기존 워크플로우를 무리해 가면서 바꾸지 않아도 된다는 이점까지 더해져 변화 관리에 대한 부담까지 적다.
그렇다면 인지 기반 봇의 가능성은 어디까지일까? A은행이라는 가상의 조직의 예를 들어 보자. 이 은행은 AI 기반 RPA를 적용해 고객의 재무 활동을 추적한다. A은행이 배포한 봇은 계정계, 정보계 시스템부터 시작해 각종 문서, 음성 파일, 이메일 등 비정형 데이터까지 인식하며, 이를 통해 고객의 재무 활동 추적 과정에서 의심스러운 활동이 일어나면 이를 이상 징후로 판단하고 관계자에게 알린다. 봇이 소비자의 행동 패턴을 인식하고, 이상 행위를 보일 때 이를 파악하는 것이다.
A은행이 적용한 RPA 시나리오가 실제로 적용할 수 있는 이유를 Automation Anywhere의 AI 기반 인지 기능을 제공하는 IQ Bot을 통해 알아보자. IQ Bot을 이용하면 문서, 이미지, 이메일 등의 반정형/비정형 데이터를 다루는 업무를 손쉽게 자동화할 수 있다. IQ Bot은 컴퓨터 비전 기술로 각종 양식의 종이 문서와 이미지를 식별하고, 필요한 데이터를 추출하고, AI 기반 인지 기능으로 자료를 처리하고, 작업을 지속하면서 받은 사용자 피드백으로 학습을 거듭한다. 이런 방식으로 사람과 같이 상황에 따라 일을 하므로 시간이 지날수록 업무 숙련도가 높아진다.
실제로 IQ Bot을 적용한 기업의 사례를 보면 인지 기술 기반 봇은 신청서, 청구서, 주문서, 신고서, 송장, 통지문 등 문서 형식과 양식에 제한되지 않고 다양한 자료를 분석하고 분류한다. 틀린 맞춤법을 찾아내는 것은 기본이고, 번역부터 글에 담긴 감성까지 분석하며, 최근에는 컴퓨터 비전 기술로 문서뿐만 아니라 영상에 담긴 사람 얼굴까지 인식해 업무를 처리한다. 전통적인 봇의 경우 형식과 내용이 정해진 문서나 이미지 처리 같은 단순한 업무에 적용되었다면, 인지 기반 봇은 조직원, 더 나아가 파트너나 고객과의 상호작용까지 가능한 수준의 지능을 갖추고 있다.
스스로 상황을 인지하고, 무엇을 개선해야 할 지 통찰력을 제공하는 AI 기반 RPA 시대, 기업은 어떤 준비를 해야 할까? 먼저 디지털 인력을 어떻게 활용할 것인지에 대한 구체적인 기준이 필요하다. 인지 기반 봇은 단순한 도구가 아니고, 사람의 일자리를 뺏는 기술도 아니다. 조직원, 파트너, 고객 그리고 사내외 다양한 시스템과 상호작용하며 업무 프로세스를 최적의 상태로 이어가는 제3의 조력자이자 존재로 봐야 한다. 이에 맞게 조직 내부에 인지 기반 봇 사용에 대한 인사와 조직관리 측면의 기준 마련도 필요하고, 실제 인재를 채용하듯 필요한 역량을 갖춘 봇을 어떻게 조달할지 고민해야 한다.
이를 위해 Automation Anywhere가 제시하는 방향은 Bot Store다. Bot Store는 앱 스토어를 이용하듯 필요한 기능의 봇을 찾아 구매할 수 있는 마켓플레이스다. Automation Anywhere는 봇 스토어와 함께 중요한 디지털 인력 수급을 위한 채널로 Bot Farm도 제시한다. Bot Farm은 쉽게 말해 필요할 때 필요한 기술을 갖춘 봇을 원하는 만큼만 사용할 수 있는 서비스다. 실제 인력으로 보면 외부에서 전문가를 잠시 아웃싱하는 것과 같다.
Bot Farm은 기업이 RPA를 적용하는 방식에 큰 변화를 몰고올 전망이다. 지금까지 RPA는 구현이 필요한 과제였지만, Bot Farm을 통해 시간과 장소에 구애 받지 않고 봇을 배포하고 운영할 수 있기 때문이다. 서버, 데스크톱, 메인프레임, 프라이빗 클라우드, 퍼블릭 클라우드 등 어떤 환경에서도 구축이 가능하다는 점 또한 봇 배포의 확장성과 유연성 측면에서 전통적인 RPA와 비교되지 않는다.
AI를 갖춘 RPA 봇은 과거처럼 사전에 정한 기준에 맞춰 동작하는 것이 아니라, 사람과의 피드백에 더해 빅데이터 수집과 분석을 통해 비즈니스 프로세스를 개선하고 효율을 높이는 데 주도적인 역할을 한다. 예를 들어, Automation Anywhere의 Bot Insight를 이용하면 비즈니스 프로세스에 마이닝 기법을 적용해 불필요한 절차로 인한 생산성 저하 등의 문제를 파악하고 제거할 수 있다. 이를 통해 다크 데이터 중 한 부분인 비즈니스 트랜잭션 관련 각종 로그 정보를 프로세스 혁신을 위한 소중한 자산으로 활용할 수 있다.
이를 위해 기술적으로 선행되어야 하는 조건은 바로 첨단 분석이다. 오늘날 기업이 요구하는 분석은 실시간 데이터 흐름 속에서 인사이트를 얻는 쪽으로 바뀌고 있다. 배치를 통해 분석하는 방식으로는 쫓아가기 쉽지 않은 흐름이다. RPA 분야 역시 인지 기능이 강조되면서 실시간 데이터 분석을 통해 운영 측면에서 인사이트를 즉시 확보하는 것의 중요성이 커지고 있다. 이것이 바로 Bot Insight의 등장 배경이다. Bot Insight는 RPA가 시키는 일을 하는 봇이 아니라, 사람의 물음에 답할 수 있는 영역까지 확대할 수 있다.
지금까지 AI 기술이 기업의 RPA 도입과 활용에 어떤 변화를 가져올지 살펴봤다. 이제 남은 것은 ‘RPA+AI’ 통합에 대한 구체적인 전략 수립과 이를 행동에 옮기는 것이다.
2019년 현재 기업은 더 이상 데이터 입력과 조회 중심의 업무 혁신을 바라지 않고, 데이터를 어떻게 활용할 것인지에 더 관심이 많다. 지금까지 쌓아온 업무 절차에 대한 노하우와 수많은 비즈니스 프로세스와 트랜잭션 관련 로그 데이터는 이제 AI 기반 봇을 디지털 인력으로 만드는 훌륭한 자원이 되었다.
AI 기반 스마트 봇 시대 개막
초기 RPA는 단순한 업무 자동화에 딱 맞는 도구로 사전에 정의할 수 있는 정적인 업무에 적용하는 데 최적화된 소프트웨어 로봇이었다. 초기 RPA의 봇은 나름 훌륭한 역할을 했는데, 단순 반복적인 작업을 사람보다 더 빠르고, 정확하게 처리했다. 업무 프로세스 중심으로 RPA를 바라보던 시절에는 충분히 제 역할을 다했지만, 2019년 현재 시점에서 바라보면 초기 RPA는 기업이 추구하는 미래 기업의 모습에 안 맞는다.기업에서 생성하고 관리하는 데이터 중 80% 이르는 다크 데이터(Dark Data)를 어떻게 더 효율적으로 다루느냐에 따라 조직의 운영 방향이 크게 달라진다. 이런 이유로 많은 기업이 다크 데이터를 다루는 업무 자동화를 원하지만, 전통적인 RPA는 문서, 이미지 등 다크 데이터에 접근해 업무를 처리하는 데 명확한 한계가 있다.
기존 봇은 스프레드시트, 데이터베이스 등 봇이 쉽게 인식할 수 있는 정형화된 데이터 처리에 능하다 보니, 업무 진행에 있어 주어진 형식과 조건을 벗어날 경우 적절한 대응을 못한다. 주어진 시나리오에 충실한 봇이다 보니 상황을 판단할 필요도 없고, 업무 흐름의 맥락을 이해할 이유도 없다. 하지만 다크 데이터를 다루려면 봇은 자신에게 주어진 상황과 조건을 알아야 한다. 이 때문에 최근 RPA 관련 화두로 떠오르는 것이 인지(Cognitive)다.
앞서 살펴본 바와 같이 기존 기업들이 검토한 RPA 적용 대상 업무는 단순, 반복적인 일로 규칙을 통해 자동화하기 적합한 것들이었다. 이런 류의 업무에 RPA를 적용할 경우 얻을 수 있는 혜택 역시 정해진 범위 내에서 예측할 수 있었다. 반면, 최근 급부상하고 있는 AI 기술을 활용하는 인지 기반 자동화는 적용 대상 업무와 혜택을 무한히 확장할 수 있는 가능성을 내포하고 있다.
인지 자동화, 인지 기반 봇의 혜택
인지의 개념은 RPA의 세대를 구분하는 데 쓰인다. 기존 RPA는 규칙에 따라 움직이지만, 인지의 개념이 더해진 RPA는 사람, 시스템, 데이터로부터 배운다. 정해진 틀이 아니라 상황에 맞게 주어진 일을 처리하는 봇은 프로세스의 범위 역시 정해진 한계를 넘어설 수 있다. 인지 기반 봇을 이야기할 때 특정 단위 업무가 아니라 엔드 투 엔드 수준의 프로세스 자동화가 언급되는 이유다.이런 배경으로 인지 기반 자동화는 실제 엔터프라이즈 전체 업무 프로세스에 적용 가능한 시나리오가 되었다. AI 기능을 갖춘 RPA 봇은 정형 데이터와 비정형 데이터를 모두 처리할 수 있을 뿐 아니라, 상황을 판단하고 그것에 맞게 행동하고 개선할 수 있는 능력도 있다. 따라서 사전에 정의한 규칙을 벗어나는 상황이 발생해도 스스로 판단해 업무를 처리할 수 있다.
기업이 인지 기반 봇을 반기는 이유는 또 있다. 규칙이 아니라 직관에 의해 판단할 수 있는 봇을 배치할 경우, 전통적인 RPA 구현과 비교해 엔드 투 엔드 자동화 시간을 70% 가까이 줄일 수 있다. 더불어 기존 워크플로우를 무리해 가면서 바꾸지 않아도 된다는 이점까지 더해져 변화 관리에 대한 부담까지 적다.
그렇다면 인지 기반 봇의 가능성은 어디까지일까? A은행이라는 가상의 조직의 예를 들어 보자. 이 은행은 AI 기반 RPA를 적용해 고객의 재무 활동을 추적한다. A은행이 배포한 봇은 계정계, 정보계 시스템부터 시작해 각종 문서, 음성 파일, 이메일 등 비정형 데이터까지 인식하며, 이를 통해 고객의 재무 활동 추적 과정에서 의심스러운 활동이 일어나면 이를 이상 징후로 판단하고 관계자에게 알린다. 봇이 소비자의 행동 패턴을 인식하고, 이상 행위를 보일 때 이를 파악하는 것이다.
A은행이 적용한 RPA 시나리오가 실제로 적용할 수 있는 이유를 Automation Anywhere의 AI 기반 인지 기능을 제공하는 IQ Bot을 통해 알아보자. IQ Bot을 이용하면 문서, 이미지, 이메일 등의 반정형/비정형 데이터를 다루는 업무를 손쉽게 자동화할 수 있다. IQ Bot은 컴퓨터 비전 기술로 각종 양식의 종이 문서와 이미지를 식별하고, 필요한 데이터를 추출하고, AI 기반 인지 기능으로 자료를 처리하고, 작업을 지속하면서 받은 사용자 피드백으로 학습을 거듭한다. 이런 방식으로 사람과 같이 상황에 따라 일을 하므로 시간이 지날수록 업무 숙련도가 높아진다.
실제로 IQ Bot을 적용한 기업의 사례를 보면 인지 기술 기반 봇은 신청서, 청구서, 주문서, 신고서, 송장, 통지문 등 문서 형식과 양식에 제한되지 않고 다양한 자료를 분석하고 분류한다. 틀린 맞춤법을 찾아내는 것은 기본이고, 번역부터 글에 담긴 감성까지 분석하며, 최근에는 컴퓨터 비전 기술로 문서뿐만 아니라 영상에 담긴 사람 얼굴까지 인식해 업무를 처리한다. 전통적인 봇의 경우 형식과 내용이 정해진 문서나 이미지 처리 같은 단순한 업무에 적용되었다면, 인지 기반 봇은 조직원, 더 나아가 파트너나 고객과의 상호작용까지 가능한 수준의 지능을 갖추고 있다.
인지 시대, 변화에 대응하는 봇을 위한 봇
스스로 상황을 인지하고, 무엇을 개선해야 할 지 통찰력을 제공하는 AI 기반 RPA 시대, 기업은 어떤 준비를 해야 할까? 먼저 디지털 인력을 어떻게 활용할 것인지에 대한 구체적인 기준이 필요하다. 인지 기반 봇은 단순한 도구가 아니고, 사람의 일자리를 뺏는 기술도 아니다. 조직원, 파트너, 고객 그리고 사내외 다양한 시스템과 상호작용하며 업무 프로세스를 최적의 상태로 이어가는 제3의 조력자이자 존재로 봐야 한다. 이에 맞게 조직 내부에 인지 기반 봇 사용에 대한 인사와 조직관리 측면의 기준 마련도 필요하고, 실제 인재를 채용하듯 필요한 역량을 갖춘 봇을 어떻게 조달할지 고민해야 한다.이를 위해 Automation Anywhere가 제시하는 방향은 Bot Store다. Bot Store는 앱 스토어를 이용하듯 필요한 기능의 봇을 찾아 구매할 수 있는 마켓플레이스다. Automation Anywhere는 봇 스토어와 함께 중요한 디지털 인력 수급을 위한 채널로 Bot Farm도 제시한다. Bot Farm은 쉽게 말해 필요할 때 필요한 기술을 갖춘 봇을 원하는 만큼만 사용할 수 있는 서비스다. 실제 인력으로 보면 외부에서 전문가를 잠시 아웃싱하는 것과 같다.
Bot Farm은 기업이 RPA를 적용하는 방식에 큰 변화를 몰고올 전망이다. 지금까지 RPA는 구현이 필요한 과제였지만, Bot Farm을 통해 시간과 장소에 구애 받지 않고 봇을 배포하고 운영할 수 있기 때문이다. 서버, 데스크톱, 메인프레임, 프라이빗 클라우드, 퍼블릭 클라우드 등 어떤 환경에서도 구축이 가능하다는 점 또한 봇 배포의 확장성과 유연성 측면에서 전통적인 RPA와 비교되지 않는다.
RPA와 AI, 예측분석, 인지 자동화가 필요한 시점
기업은 더 이상 데이터 입력과 조회 측면에서 업무 자동화를 원하지 않는다. 기업은 빅데이터를 토대로 끊임없이 인사이트를 얻으려 하며, 업무 프로세스 혁신과 자동화 역시 빅데이터 수집과 실시간 분석을 토대로 지속해서 단점을 메워 나가려 한다.AI를 갖춘 RPA 봇은 과거처럼 사전에 정한 기준에 맞춰 동작하는 것이 아니라, 사람과의 피드백에 더해 빅데이터 수집과 분석을 통해 비즈니스 프로세스를 개선하고 효율을 높이는 데 주도적인 역할을 한다. 예를 들어, Automation Anywhere의 Bot Insight를 이용하면 비즈니스 프로세스에 마이닝 기법을 적용해 불필요한 절차로 인한 생산성 저하 등의 문제를 파악하고 제거할 수 있다. 이를 통해 다크 데이터 중 한 부분인 비즈니스 트랜잭션 관련 각종 로그 정보를 프로세스 혁신을 위한 소중한 자산으로 활용할 수 있다.
이를 위해 기술적으로 선행되어야 하는 조건은 바로 첨단 분석이다. 오늘날 기업이 요구하는 분석은 실시간 데이터 흐름 속에서 인사이트를 얻는 쪽으로 바뀌고 있다. 배치를 통해 분석하는 방식으로는 쫓아가기 쉽지 않은 흐름이다. RPA 분야 역시 인지 기능이 강조되면서 실시간 데이터 분석을 통해 운영 측면에서 인사이트를 즉시 확보하는 것의 중요성이 커지고 있다. 이것이 바로 Bot Insight의 등장 배경이다. Bot Insight는 RPA가 시키는 일을 하는 봇이 아니라, 사람의 물음에 답할 수 있는 영역까지 확대할 수 있다.
지금까지 AI 기술이 기업의 RPA 도입과 활용에 어떤 변화를 가져올지 살펴봤다. 이제 남은 것은 ‘RPA+AI’ 통합에 대한 구체적인 전략 수립과 이를 행동에 옮기는 것이다.
