Article

1 RPA+AI, 그 혁명의 기술로 승부하자

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.

 

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. 
 
Read more
Article

2 RPA에 AI가 필요한 이유

RPA의 성과와 성장에도 불구하고, 봇은 자신이 수행하도록 훈련받은 업무만 수행할 수 있습니다. 봇의 경직성과 학습 능력 부재는 다음과 같은 두 가지 방식으로 RPA를 제한했습니다.

• 봇은 구조화된 데이터만 처리할 수 있습니다. 따라서 데이터가 스프레드시트, 데이터베이스 또는 애플리케이션 프로그래밍 인터페이스(API)와 같이 표준화되고 쉽게 인식할 수 있는 형식으로 정리되어 있어야 했습니다.

• 봇은 모호한 상황을 판단할 능력이 없습니다. 기존 RPA 봇은 특정 시나리오에 맞는 엄격한 규칙을 통해 간단한 결정만을 다룰 수 있습니다. 하지만 시나리오가 더 복잡해지면 어려워합니다.

예를 들어, 10만 달러 이상의 모든 PO(구매 주문서)는 승인을 위해 구매 담당 부사장에게 전달되어야 한다는 것을 봇에게 알려 두었다고 가정해 봅시다. 하지만 기존 봇은 그 10만 달러의 PO가 회사 자금을 유용하게 사용하는 것인지는 판단할 수 없습니다. 인간의 판단이 개입되어야 합니다.

이것이 바로 '인지 봇'이 필요한 이유입니다.

 

인지 자동화의 4가지 장점

Automation Anywhere는 AI와 머신러닝을 활용하여 민감한 데이터를 기업 외부로 유출하지 않고도 정보를 처리할 수 있습니다. 당사의 AI 기반 제품은 다음과 같은 네 가지 요소를 통해 봇을 더 스마트하게 만듭니다.

1. 인지 봇은 다양한 형식의 문서를 이해할 수 있습니다.
기존 RPA 봇은 스프레드시트와 같은 표준화된 형식의 데이터 처리에 매우 효율적입니다. 하지만 기업이 처리해야 하는 정보의 유형은 무척 다양한 형태를 하고 있습니다. 송장 처리와 같은 간단한 작업을 예로 들 수 있습니다. 이런 문서들은 다양한 형식과 스타일로 제공되기 때문에, 각각에 맞는 개별 봇을 만드는 것은 비효율적이고 시간이 많이 걸리며 궁극적으로 무의미합니다.

인지 봇은 송장, 건강 기록, 보험 청구, 금융 문서 등 형식에 관계없이 데이터를 쉽게 분석하고 분류하며 처리할 수 있습니다.

언어(맞춤법 검사, 번역 및 감정 분석) 및 음성(음성 문자 변환 및 음성 인식 기능)은 물론, 비디오 기술(컴퓨터 비전과 얼굴 인식 가능)까지 장착한 인지 봇은 자동화의 수준을 한 단계 끌어올렸습니다. 이를 통해 복잡한 프로세스를 자동화하고 비즈니스 가치를 창출할 수 있습니다.

2. 가상 환경에서 자동화
오늘날 대부분의 기업은 IT 환경에서 가상 머신(VM)을 배포하고 있습니다. 애플리케이션은 이미지 형태로 외부에 표시되지만, 기본이 되는 사용자 인터페이스(UI) 객체에 대한 액세스는 봇에게 제공하지 않기 때문에 VM에 상주하는 애플리케이션을 자동화하는 것은 어려운 일입니다.

Automation Anywhere Enterprise와 같은 최고의 인지 RPA 플랫폼은 외부 이미지 수준이 아닌 객체 수준의 자동화가 가능합니다. 기업은 Citrix, Delphi, Flex 및 기타 원격 데스크톱 환경에서 지능형 이미지 인식을 가능하게 하기 위해 컴퓨터 비전, 자연어 처리 및 머신 러닝을 사용하는 AISense 기능을 통해 이를 달성합니다.





3. 변화에 적응
AI 기반 인지 봇의 가장 흥미로운 기능은 환경 요인에 따라 자연스럽게 적응하고 학습하고 변화할 수 있다는 점입니다. 또한 변화에 매우 유연하게 대처하므로 기본 애플리케이션의 변경 내용을 금세 파악해, 업무상 중요한 작업을 중단없이 지속할 수 있게 합니다.

예를 들어, 고객 연락처 데이터가 첫 번째가 아닌 세 번째 필드에 저장되도록 바뀐 것과 같은 애플리케이션 사용자 인터페이스상의 변경이 발생할 경우, 인지 봇에게 따로 알려 줄 필요가 없습니다. 인지 봇은 스스로 변화를 감지하고 그에 맞게 자체적으로 조정합니다. 또한 AI 기반 머신러닝 알고리즘은 이러한 스마트 봇이 인간의 개입을 통해 학습할 수 있도록 하기 때문에 봇의 활용이 점차 확장됨에 따라 더 빠르고 스마트하게 작업할 수 있게 됩니다.

요약하자면, 기본 비즈니스 애플리케이션에 가해지는 일상적인 조정으로 인해 인지 RPA 자동화 프로세스가 중단되는 일은 발생하지 않습니다.

4. 봇을 구축하는 봇
최고의 인지 RPA 솔루션은 봇이 자동화할 작업을 식별할 수 있게 하고 이러한 작업의 복제를 위한 봇을 자동으로 생성할 수 있도록 합니다.

하지만 봇을 너무 위협적으로 여기지는 않으셔도 됩니다. 봇은 아직 인류를 집어삼킬 수 있는 자체 병력을 만들 정도까지 발전하지는 않았습니다. 인지 봇이 할 수 있는 일은 프로세스를 분석하고 비효율성을 파악한 후, 봇을 만들어 생산성과 품질을 높이는 것입니다.





Automation Anywhere는 완전한 자동화 솔루션을 제공하기 위해 RPA, 인지 기능 및 분석 기능을 통합한 솔루션을 제공하는 디지털 워크포스 분야의 선구적인 기업입니다.

현재 시장 내에 명백하게 존재하는 격차를 해소함으로써, 업무상 가장 중요하고 복잡한 프로세스까지 AI 기반의 자동화를 가능하게 합니다.

Automation Anywhere의 기술이 궁금하시다면, 아래 링크에서 자세히 알아보시기 바랍니다. 
 

 
Read more
Article

3 지능형 자동화의 TCO 추정 및 최적화 방법

지능형 자동화(IA)는 자동화의 최전선에서 인공지능과 인지 기능을 로보틱 프로세스 자동화(RPA)에 결합함으로써 기업이 새로운 사용 사례의 해결책을 찾고 더 나은 결과를 도출할 수 있도록 돕습니다. 비용 최적화 및 생산성 향상과 관련하여 입증된 장점으로 인해, 지능형 자동화가 현재 기업에서 가장 높은 우선 순위를 가진 디지털 혁신 원동력 중 하나라는 사실에는 이견이 없습니다. 하지만 기업은 주로 비용 추정 과정에서 막혀 주목받지 못하는 비즈니스 사례로 인해 어려움을 겪고 있습니다. 지능형 자동화의 TCO 추정 및 최적화 방법을 살펴봅니다. 


 


주요 내용
- 지능형 자동화 솔루션 TCO 추정의 어려움
- 무인 자동화: 비용 컴포넌트 및 이들이 TCO에 미치는 영향
- 지능형 자동화에 드는 실제 비용 
- 유인 자동화: 컨택센터 배포 TCO 및 최적화 방법
 
 
Read more
Article

4 다크 데이터를 읽고 처리하는 AI – IQ Bot

오늘날 기업은 정형화된 데이터 소스에서 가져온 프로세스의 자동화는 잘 진행하고 있습니다. 하지만 기업 데이터의 80%는 액세스하기 어렵고, 디지털화되어 있지 않고, 기존의 RPA 전용 솔루션으로는 추출할 수 없는 다크 데이터(Dark Data)입니다. 


 

문서의 경우, 형식의 변화가 크고 커뮤니케이션(이메일 및 메신저 등)은 그 특성상 많은 부분이 정형화되어 있지 않아 자동화에 한계가 있습니다. 그 결과 계속해서 지식 근로자를 활용해 관련 정보를 추출하고 자동화된 프로세스로 피드하게 됩니다.

IQ Bot은 전자문서, 이미지, 이메일 등에 숨겨진 반정형화 데이터나 비정형화 데이터를 활용해 비즈니스 프로세스를 자동화합니다. IQ Bot은 여러 AI 기술을 활용해 데이터를 지능적으로 디지털화하고 추출하므로 RPA 및 OCR 기술 효율이 훨씬 높아집니다. IQ Bot은 지식 근로자가 수정한 내용을 계속 학습해 시간이 지나면서 지능과 정확도가 높아집니다.




IQ Bot으로 가능한 것

IQ Bot은 컴퓨터 비전 및 비지도학습과 같은 최신 머신러닝 기술을 활용하여 문서와 이메일의 다크데이터를 읽고 처리하며 이미지와 문서를 디지털화합니다. 사이즈가 큰 여러 페이지의 문서, 심지어 저품질의 문서에서도 숨겨진 데이터를 지능적으로 찾고 추출하여 많은 시간을 절약할 수 있게 합니다. RPA, Bot Insight(내장된 분석 기능) 및 Bot Store와 함께 Automation Anywhere의 지능형 디지털 인력 플랫폼의 구성 요소로서, IQ Bot은 기업이 탁월한 수준의 자동화를 달성할 수 있도록 합니다.

• 여러 페이지 문서의 분류 및 분리 자동화 : 여러 페이지의 문서에서 관심있는 페이지를 지능적으로 식별, 그룹화 및 분리합니다.

• 더욱 스마트해진 디지털화 : 최신 컴퓨터 비전 기술을 활용해 기존 OCR 기술보다 더 지능적으로 정확하게 문서를 디지털화합니다.

• 글로벌 언어 지원 : 190개 언어와 문서 처리 및 영어, 프랑스어, 독일어, 일본어, 한국어, 스페인어, 중국어 번체 및 중국어 간체 등의 언어로 현지화된 인터페이스를 제공합니다.

• 작업 중 학습 : 사용자 피드백을 통한 학습으로 지속적으로 개선되며 시간이 지나면서 더욱 ‘스마트’해집니다.

• 엔드 투 엔드 프로세스 자동화 : Automation Anywhere는 RPR를 인지 기술과 결합해 최고 수준의 STP를 달성합니다.

 

IQ Bot 활용 사례 – 포춘 500대 IT 기업

• 과제 : 이 기업은 주문 결제 수요의 변동이 컸고 분기 마감 때마다 급증했습니다. 이 기업은 50명의 Full Time직원이 ERP에서 추출하는 견적에 대해 16개 이상의 유효성 검증을 해야 하는 수동 주문 결제 프로세스를 가지고 있었습니다. 따라서 디지털화를 시도했으나, 기업이 사용하는 지능형 OCR 솔루션은 비용이 많이 높았습니다. 또한 고객 주문 양식 템플릿을 직접 생성하면서 정확성이 떨어지는 결과를 초래하였습니다. 문제 해결을 위한 부담이 가중되었고, 우수 고객 지원에 영향을 끼쳤습니다.

• 솔루션 : 비정형화 데이터로 넘쳐나는 이 기업의 주문 결제 프로세스를 자동화하는데 Automation Anywhere의 IQ Bot이 최적이었습니다. IQ Bot을 통해 단 5주 만에 75%의 STP(straight through processing)로 60%의 주문 결제 프로세스를 자동화했습니다. 이 기업은 5주만에 concept-to-production 목표를 달성했습니다. 탁월한 투명성을 자랑하는 IQ Bot은 신속한 문제 해결을 통해 내부 및 외부 고객을 모두 만족시킬 수 있었습니다.

IQ Bot에 대해 더 자세히 알고 싶으시다면 아래 바로가기 링크를 클릭해주시기 바랍니다.
 


 
Read more
Article

5 프로세스 디스커버리가 자동화를 이끄는 방법

일반적으로 프로젝트 초기 단계가 완료될 때까지도 80%에 이르는 자동화 가능한 업무가 파악되지 않고 있습니다. 이후 자동화 기회를 파악했음에도 불구하고, 투입된 인력의 65%가 자동화 솔루션을 구현하기도 전에 프로세스를 이해하는데 많은 시간과 노력을 들이고 있습니다.

비즈니스 프로세스를 자동화하기 이전에 이러한 프로세스를 효과적으로 파악하고 이해하여 간소화할 수 있다면, 자동화 프로젝트의 구현 속도를 높이고 몇 배에 달하는 ROI를 기대할 수 있습니다. 또한, 글로벌 시장조사기관 가트너는 “2023년까지 약 50%의 RPA 개발이 자동으로 진행될 것”으로 전망하고 있습니다. 분명 프로세스 디스커버리는 디지털 트랜스포메이션을 가능하게 하는 핵심 기술이 될 것입니다. 

 

Automation Anywhere 지능형 프로세스 디스커버리

Automation Anywhere는 AI 및 머신러닝 기술을 활용해 사용자 업무 패턴을 파악하고 분석하는 Discovery Bot(디스커버리 봇)을 제공합니다. 디스커버리 봇은 자동화 이전 단계에서 사용자의 패턴을 스스로 파악해 공통적이고 반복적인 프로세스를 찾아냅니다. 

디스커버리 봇은 워크플로우 다으어그램을 만들고 각 단계에서 UI 스크린샷을 첨부해 사용자가 수행하는 특정한 작업을 보여줍니다. 그 다음 지능형 Enterprise RPA 플랫폼이 RPA 봇 구조를 자동으로 설계하기 위해 이 데이터를 사용하게 됩니다. 기존에는 내외부 컨설턴트가 프로세스 문서 조사 그리고 프로세스 전문가와의 인터뷰를 통해 실제 워크플로우를 파악했습니다. 이런 수작업 방식의 프로세스 디스커버리는 속도도 느리고 비용이 많이 들어 효율적이지 못했습니다.

반면에 프로세스 마이닝 및 프로세스 디스커버리와 같은 자동 데이터 수집 및 프로세스 매핑 방식을 이용하면 실제 업무 프로세스를 더욱 빠르고 정확하게 진행할 수 있습니다. 그렇다면 마이닝과 디스커버리의 차이는 무엇일까요?

 

프로세스 마이닝

최초의 비즈니스용 프로세스 마이닝 솔루션은 2000년대 후반에 소개됐습니다. 이 방법은 ERP, CRM, ECM(Enterprise Content Management) 등과 같은 주요 기업용 솔루션의 시스템 로그를 읽고 분석한 후 기업의 비즈니스 프로세스를 시각화합니다. 이를 통해 가능한 모든 변동 사항이 포함된 실제 시스템 이벤트 전체를 추적할 수 있습니다. 전반적으로 보면, 프로세스 마이닝은 비즈니스 프로세스를 파악, 분석 및 최적화할 수 있는 강력한 도구입니다.

하지만 프로세스 마이닝에는 다음과 같은 제약 사항이 있습니다.

• 프로세스 마이닝은 로그가 생성된 시스템에서만 작동합니다. 엑셀, 계산기나 기업용 애플리케이션 외부의 다른 개인용 생산성 도구에서 수행되는 작업의 상당 부분은 마이닝 솔루션에서는 보이지 않습니다.

• 레거시 애플리케이션과 가상화 데스크톱 환경은 프로세스 마이닝 솔루션이 접근할 수 없습니다.

• 프로세스 마이닝이 시스템 상태의 변경 사항을 보여줄 수는 있지만, 해당 프로세스를 위한 RPA 봇을 자동으로 생성할 수 있는, 사용자와 시스템 사이의 상호작용에 대한 세부 정보를 발견할 수는 없습니다.

자동 프로세스 디스커버리는 이런 한계를 극복한 최신 접근법입니다. 프로세스 디스커버리 솔루션을 사용하면 기업용 애플리케이션(ERP, CRM, BPM, ECM 등), 개인용 생산성 애플리케이션(엑셀, 아웃룩 등) 그리고 터미널 및 가상 환경 등을 비롯한 다양한 시스템과 사용자 간의 상호작용을 레코딩할 수 있습니다. 프로세스 디스커버리 솔루션은 시스템 백그라운드에서 실행되면서 여러 애플리케이션에 걸친 사용자 업무를 레코딩하고 스크린샷을 남겨 사용자 관점에서 작업이 어떻게 수행되는지 시각적으로 파악할 수 있습니다.






프로세스 디스커버리를 사용해야 하는 이유

프로세스 마이닝과 프로세스 디스커버리의 주요 차이점은 다음과 같습니다.

• 프로세스 마이닝은 프로세스 최적화를 지원합니다. 기업용 애플리케이션에 이미 자동화되어 있는 프로세스를 시각적으로 파악할 수 있습니다.
• 프로세스 디스커버리는 프로세스 자동화로 이끕니다. 반복적인 사용자 업무를 레코딩하고 분석해 이런 작업을 자동으로 수행하는 맞춤 소프트웨어 봇을 생성합니다.

Automation Anywhere는 프로세스 마이닝 기술을 보유한 업체와의 파트너십을 통해 프로세스 마이닝을 제공하고 있습니다. 

디스커버리 봇은 Automation Anywhere의 클라우드 네이티브 인텔리전트 오토메이션 플랫폼인 ‘Enterprise A2019’를 기반으로 합니다. 이는 제로 클라이언트 솔루션으로 전사적으로 쉽게 구축할 수 있습니다. 또한, 현업 사용자, IT 및 개발 부서는 동일한 웹 기반 인터페이스를 통해 협업할 수 있으며, 비즈니스 프로세스 워크플로우를 이해하는 데 필요한 시간과 노력을 크게 줄일 수 있습니다.

디스커버리 봇에 대한 자세한 정보는 아래 링크에서 확인할 수 있습니다. 
 

 
Read more
Article

6 업계 최초, 최대 규모의 봇 마켓플레이스 : Bot Store

Bot Store™는 즉시 배포 가능한 자동화 구현을 위한 Automation Anywhere의 온라인 마켓플레이스입니다. RPA 개발자와 프로세스 전문가로 구성된 생태계로부터 크라우드소싱된 온디맨드 디지털 인력을 활용하면 디지털 혁신을 가속화할 수 있습니다. Bot Store는 작업 중심의 자동화를 제공하는 사전 구축 봇과 역할 중심의 자동화를 위한 디지털 인력을 제공함으로써 여러 비즈니스 기능, 산업 및 기술에 걸친 다양한 자동화 니즈를 충족시키고 있습니다.


 

Bot Store를 통해 기업은 사전 구축된 봇과 디지털 인력을 활용해 수주에서 수개월이 걸리는 자동화 이니셔티브 배포 소요 기간을 며칠로 단축시킬 수 있습니다. Bot Store는 개발자 워크로드를 최적화하고 더 많은 프로세스를 더 적은 시간에 자동화할 수 있게 합니다.

또한, Automation Anywhere, 파트너 및 독립된 개발자가 제공하는, 다양한 비즈니스 기능을 수행하는 디지털 인력과 수백 대의 봇이 지원되는 플러그 앤 플레이 자동화를 통해 프로젝트 비용을 30% 이상 절감할 수 있습니다.

더불어 Bot Store에 있는 모든 봇은 전문가의 검증을 거치므로 최적의 보안, 재사용성, 확장성, 성능이 보장됩니다. 

 

각자의 독특한 니즈를 위한 자동화

Bot Store는 모든 자동화 프로젝트를 위해 사전 구축되어 있으며 구성 가능한 빌딩 블록을 제공합니다. 

• 다양한 자동화 포트폴리오 : 다양한 온디맨드 봇과 디지털 인력을 활용하여 산업 전반에 걸친 비즈니스 프로세스와 기능을 자동화할 수 있습니다.

• 즉시 사용 가능한 AI : IQ Bot™을 활용하거나 IBM Watson, Google Cloud, Azure AI 및 Amazon AWS와 같은 AI 서비스에서 인공 지능 기능을 활용할 수 있습니다.

• 애플리케이션에 특정된 자동화 : SAP, Salesforce, Workday, Zendesk, ServiceNow 등과 같은 애플리케이션에 기반한 프로세스를 쉽게 자동화할 수 있습니다.

• 역할 중심 자동화 : 디지털 AP 직원, 디지털 인력 확보 담당 및 디지털 IT 관리자와 같은 디지털 인력을 활용해 인간 인력의 성과가 높아지도록 지원합니다.

 

새로운 디지털 인력과의 만남

디지털 인력은 특정 직무 역할에서 인간과 함께 작업할 수 있도록 선별된, 고유 기술 집합을 보유한 봇 집단입니다. 디지털 인력은 인간이 수행하는 방식대로 사고하고 행동하며 자료를 분석해, 반복적인 작업 및 대량 작업을 대신 처리해 줍니다. 이로써 비즈니스에 더 큰 가치를 더함은 물론, 사람들은 각자의 삶을 풍요롭게 하는 일에 더 시간을 쓸 수 있게 됩니다. 디지털 인력으로 조직을 보강하여 생산성, 혁신 및 비즈니스 성과를 향상시키세요.




사례 : 디지털 인력으로 보험금 청구 처리 자동화

보험금 청구 처리는 여러 부서의 협업이 필요한 다단계 프로세스입니다. 이 프로세스에는 보험금 청구의 수령 및 처리와 사기 위험을 평가하고 유효한 청구건에 대한 보상을 승인하기 위해 채점하고 심사하는 작업이 포함됩니다.

디지털 인력은 자동화와 AI 기능을 보험금 청구 프로세스에 주입함으로써 프로세스의 생산성과 효율성을 향상시킵니다. 디지털 청구 분석가는 청구건을 수신 및 기록하고, 디지털 청구 관리자는 예측 모델링을 사용하여 청구건의 사기 위험을 평가하는 AI 서비스를 호출하며, 디지털 청구 조정자는 디지털 청구 관리자의 지침에 따라 청구건에 대한 지불 또는 거절을 합니다. 관련 정보를 파악하고 있는 인력은 유효한 청구건이 지불되었는지 확인하기 위해 사기성 청구를 확인하고 조사합니다.


 

Bot Store는 단 몇 분이면 시작할 수 있습니다. Bot Store에 방문해 통합인증으로 로그인하면 됩니다. Bot Store를 둘러보고, 봇과 디지털 인력을 검색 및 다운로드해 구축을 시작하세요.
 

 
Read more
Playlists