기고 | 자동화의 끝은 오케스트레이션 최적화다

자동화 봇이 널리 퍼지면서 작업이 간소화 됐지만, 이 봇 또한 관리와 최적화라는 추가 업무를 만든다. 여러 자동화 솔루션과 작업을 조직화하는 기존 오케스트레이터(orchestrator)에도 한계가 있다. 오케스트레이션 최적화 도구가 마지막 구원 타자가 될 지 모른다. 
 
RPA(로봇 프로세스 자동화) 솔루션은 추상적이지 그지없는 4차 산업 혁명의 실체 중 하나다. 전 세계 여러 기업이 다수의 업체를 끼고 다양한 기업용 자동화 도구를 도입했다. 필자가 보컬 카운슬(Vocal Council)과 인터뷰를 해본 결과 RPA 솔루션을 도입한 기업 중 약 40%가 다수의 업체를 동시에 쓰는 듯하다.

RPA 도구는 단일 작업부터 시작해 이제 훨씬 더 복잡한 여러 작업을 한 번에 처리할 수 있을 정도로 발전했다. 하지만 자동화 도구도 관리가 필요하다. 자동화 도구 제공업체는 역설적이게도 관리까지 자동화하지 못했다.

RPA의 핵심 구성 요소는 오케스트레이터(orchestrator)다. 이도 클라우드로 이전하는 등 나름 발전했지만 아직도 상당수가 재설계되지 않았다. 이러한 설계 부채(design debt) 때문에 오케스트레이터는 기본적인 운영 수치만 표시하는 수준에 그친다. 

오케스트레이터는 비용이 너무 높고 통합하기 어려워 기업이 그 이점을 활용하기 어려운 실정이다. 여러 자동화 업체를 쓸 때는 더더욱 어렵다. 여러 업체를 쓰게 되면 오히려 자동화의 의미 자체가 퇴색된다. 같은 데이터를 여러 시스템에 일일이 입력해야 하는 회전 의자 접근방식을 택할 수밖에 없기 때문이다. 결국 엑셀과 파워포인트는 수치를 활용할 도구가 아닌 수치로 채워야 할 대상으로만 전락한다. 직원은 자동화 봇의 스케줄을 끊임없이 점검하고 오작동이 생기질 않길 빌며 애간장만 태우게 된다. 
 

자동화 vs 오케스트레이션

오케스트레이션이 자동화와 다른 점은 작업의 복잡함이다. 단순하거나 단일한 작업을 일괄적으로 자동화하는 것은 흔히 자동화로 여겨진다. 예컨대, IT 서비스 티켓 자동 생성, 웹 서버 실행, JSON 파일의 특정 코드 변경 순으로 흘러가는 RPA 봇은 자동화 봇이다. 각 봇은 사용자가 정지할 때까지 각 작업을 지속적으로 실행한다. 반복이 중요하다. 지능과 논리는 그리 중요하지 않다.

한편, 오케스트레이션은 얽히고 섥힌 워크플로우를 간소화하고자 여러 개의 작업이 원활하게 작동하도록 하는 고도의 자동화 기법이다. 다수의 환경, 장치, 서비스, 사람이 포함된다. 단순 작업용 단일 봇보다 훨씬 복잡하다.

이 복잡성 때문에 오케스트레이션을 제대로 활용하려면 작동 방식을 명확히 이해해야 한다. 그래야 병목 현상을 방지하고 프로세스 자동화, 오류 감소, 혁신 가속화, 직원 경험 개선, 더 빠른 TTM(Time To Market) 등의 이점을 누릴 수 있다. 

“프로세스 자동화는 해당 프로세스의 모든 작업을 자동화하는 것만큼 단순하지 않으며, 대부분의 경우 판단 요청과 기타 복잡성이 존재하는 오케스트레이션 및 작업 독립성 계층이 존재한다. 이 계층을 자동화하고 관리하는 것이 가장 어려운 점이다.”
- 맥스 로페, 웨스코 유통(WESCO Distribution) 글로벌 지능형 자동화 리더

최적화 vs 오케스트레이션

오케스트레이션 도구에 있어 최적화 도구는 실과 바늘과 같은 존재다. 네트워크 오케스트레이터의 단점을 보안하고자 네트워크 최적화 도구가 나왔고, 클라우드 최적화 도구도 마찬가지였다. 

자동화 오케스트레이션 최적화 도구를 사용하면 자유자재로 스케쥴을 조정하고, 작업 대기열과 워크플로우를 조작하고, 자동으로 실행되는 예측 유지 보수 및 복원 작업을 모니터링할 수 있다. 또한 트리거 이벤트와 고급 로직의 통합으로 한 프로세스 내의 여러 작업을 자동화할 수 있다. 이렇게 하면 모든 작업이 제 시간에 효율적으로 실행된다. 
자동화는 일상적인 작업을 없애주지만, 자동화 관리가 종종 간과된다.

시간이 지남에 따라 이런 도구는 IT 비용 감소, 높은 품질, 프로세스 다운타임 감소 등의 이점을 제공하며, 한 걸음 더 나아가 자동 지속 가능성도 제공한다. 

자동화 최적화가 있으면 직원은 봇 관리, 스케줄링, 재시작 등의 일상적인 활동에 관해 걱정할 필요가 없다. 자동화 최적화 도구가 개입하여 라이선스, 활용, 인프라 효율성을 개선하면서 직원 참여도를 높여준다. 

“자동화가 성공하려면 최적의 활용도를 유지하는 것이 중요하다. 여러 제공업체와 통합되고 단일 자동화 관리 창을 제공하는 자동화 최적화 도구는 더 나은 TCO(Total Cost of Ownership)와 RPA 도입 증가로 이어질 것이다.”
- 아카시 초드하리 서비스나우(ServiceNow) 엔터프라이즈 아키텍처 이사
 

속 빈 강정 

이런 이점에도 불구하고 거의 모든 RPA 솔루션 패키지에 포함되어 있는 오케스트레이션 도구에는 일부 한계가 있다. 일단, 많은 솔루션이 너무 복잡하고 엄두를 못 낼 만큼 비싸기 때문에 IT 예산과 팀이 부족한 기업에게 부담스럽다.

물론 어느 작업에 적용하느냐에 따라 비용이 달라지며 TCO 장벽이 될 수 있다. 지원을 나중에 생각하는 경우가 많으며, 이는 자동화 유지관리, 변경 요청, 사고 관리의 질과 적시성에 영향을 미친다. 사고 분류, 처리, 해결 응답시간이 길어질수록 고객의 지장 및 잠재적인 손실이 커진다. 오케스트레이션의 아키텍처를 이해하는 적격한 지원 인력은 제한되어 있기 때문에 고객들은 솔루션을 활용하는 방법을 파악하지 못한 채 엄한 곳에 자원을 낭비하게 된다. 

일부 오케스트레이터(Orchestrator)는 모든 사고를 모니터링하지 않거나 사고 모니터링 및 투자에 대한 총체적인 정보를 제공하지 않는다 이런 부분을 자동화할 수 있지만 많은 오케스트레이터가 ‘자동화 관리’ 기능을 제공하지 않는다. 또한 기업이 모든 자동화 이니셔티브를 추적할 수 있는 ‘사고 박스(incident box)’도 없다. 

많은 고객들이 자동 복구 기능을 원하며, 때로는 오케스트레이터가 정지하거나 반응이 없는 서비스를 단순하게 재시작하기를 원한다. 새로운 VM을 자동으로 시작하고 서비스가 올바르게 시작하는지 확인하며 DNS를 업데이트하여 로드 밸런서(Load Balancer)에 넣고 심지어 서비스를 다른 데이터 센터로 전환하기 위해 고수준 오케스트레이션 워크플로우가 필요한 경우도 있다. 

오늘날의 자동화 환경에서 VDI에 문제가 발생하면 근본적인 문제를 자동으로 해결할 수 없으며 가능한 가장 빠른 시간에 스스로 재부팅 하는 경우는 드물다. 또한 그 한계 때문에 기업은 최고 성능 요건에 따라 성능을 동적으로 확장하거나 요건이 낮은 경우 축소(‘셧다운 모드’)하기 위해 CPU, 메모리 사용량을 모니터링 하거나 자동으로 기기를 복제할 수도 없다. 

따라서 기업은 오케스트레이터를 위해 인벤토리 관리 시스템을 맞춤 개발해야 한다. 하지만 이는 고된 작업이다. 내장형 또는 통합형 인벤토리 관리 도구가 있는 자동화 관리 솔루션은 자동화 생태계에 대한 가시성을 높여준다. 시스템 유지보수를 간소화하고 자동화 효율성을 높이며 결과 품질을 개선하고(오류 감소) 다운타임을 줄일 기회를 제공한다.

“자동화 프로그램을 확장하기 위해서는 비용을 줄이고 간소화하며 RPA 봇의 가시성을 개선해야 한다. 봇을 모니터링 및 제어하고 비즈니스, 가치, 자동화 라이프사이클 지표를 도출하는 자동화 최적화 도구는 필수적이다.”
- 아몰 라즈마네, 듀포인트(DuPont)의 글로벌 디지털 자동화 리더
 

자동화 최적화 솔루션의 등장

이상적인 세계에서 자동화 작업은 자동화 업체 간 이전이 가능해야 하며 ‘벤더 록인(Lock-in)’을 피할 수 있어야 한다. 기업은 더 나은 성능, 기능 비용, 보안 그리고 유연성을 제공하는 업체를 찾을 때마다 갈아타야 한다. 

자동화 최적화는 여러 자동화 도구 중에서 E2E(End to End) 자동화 오케스트레이션과 관리 기능을 통합하여 비용을 절감하고 성과를 높이며 비즈니스 영향을 측정하는 개념이다. 

많은 솔루션이 자동화 관리의 제어 측면, 즉 상기한 오케스트레이션의 한계 중 일부에만 집중한다. 하지만 기업은 포괄적이며 비용 효율적인 솔루션을 찾는 경우가 많다. CFO또한 포괄적이고 비용 효율적인 솔루션을 원한다. 

그리고 E2E(End to End) 자동화 최적화 솔루션은 아이디어 생성과 분류, 문서 수집(발견), 봇 구축, 동적 스케줄링을 통한 봇 제어, 라이선스/봇/활용 최적화와 동적 캐싱(Caching) 및 AI 기반 못 고장 예측, 주요 가치 지표 제공 등의 자동화 라이프사이클을 결합시킨다. 이 접근방식은 자동화의 가치를 판단하여 조직에 알리기 위해 필요한 운영(봇) 지표, 가치(KPI) 지표, 라이프사이클(아이디어-가치) 지표를 제공한다.

자동화 최적화 솔루션은 기존 오케스트레이터의 단점을 해결할 뿐 아니라 오늘날 자동화 산업 전체가 당면한 과제라고도 할 수 있는 도입과 확장의 문제까지 같이 해소한다. 

최근 이 모든 이점을 제공하고 구식 플랫폼의 한계를 해결하며 기업이 자동화 봇을 손쉽게 추가 또는 제거할 수 있는 몇 가지 솔루션이 등장했다.

“봇 라이선스, 인프라, 자동화 관리 비용은 기술 예산에 무시할 수 없는 비중을 차지한다. 고객을 위해 자동화 제공업체들은 추가적인 봇을 제공하는 대신에 고객들이 기존의 라이선스, 인프라, 스케줄링 활용도를 개선할 수 있도록 돕는 것이 좋다. 자동화 최적화 솔루션의 등장은 시장에 중대한 공백이 있다는 증거다.”
- 안킷 타카르, 써모피셔사이언티픽(Thermo Fisher Scientific) 자동화 및 금융 디지털화 리더
 

오케스트레이션과 최적화 솔루션의 미래

자동화와 오케스트레이션 기술이 발전하면서 다양한 기업 사용 사례에 맞춘 더 많은 첨단 솔루션이 등장할 것이다. 적절한 자동화 최적화 솔루션을 활용하면 기업들은 가능한 낮은 TCO로 대규모 자동화의 모든 이점을 누릴 수 있다. 

예를 들어, 터보틱(Turbotic)은 개발 작업 및 승인 단계를 적절하고 체계적으로 할당하여 봇 개발 속도를 높여준다. 또한 관념화부터 구현까지 모든 것을 하나의 플로우에 통합해 자동화 기회 전체를 명확히 보여준다. 또한 이 솔루션은 자동화 비즈니스 사례를 자동으로 생성하고 상향식 파이프라인 생성을 강화하며 가치 추적과 모니터링을 지원하여 자동화 생태계에 더 큰 투명성을 제공한다.

최고의 자동화 최적화 솔루션은 또한 기업 전반에 걸쳐 이런 이점을 측정하고 자동화 이니셔티브의 진정한 가치를 평가하기 위한 한 눈에 들어오는 대시보드와 실시간 지표를 제공한다. 또한, 기존 시스템과 원활하게 통합되어 중단을 최소화하고 전사적인 자동화가 약속하는 모든 이점을 제공한다.

고급 오케스트레이터 솔루션을 통해 조직은 AI, ML, 인지형 NLP 등의 첨단 기술에 대한 지원과 함께 초자동화를 구현할 수 있다. 이런 ‘예측’ 오케스트레이터는 개선된 예측 및 결정 지원을 통해 모든 자동화를 더욱 잘 조율하기 위해 데이터와 학습을 활용한다. 이런 역량 덕분에 기업은 자동화 라이선스와 리소스를 최적화하여 비용, 처리량, 준법감시, ROI를 최적화하고 값비싼 SLA 위반의 가능을 없앨 수 있다.

오늘날의 기업들은 대량 퇴직, 조용한 퇴사, 자동화 인재 부족 등 매우 어려운 비즈니스 환경에서 운영하고 있다. 기존 오케스트레이터만으로는 부족하다.

자동화 오케스트레이터가 필요할지 자동화 최적화 도구가 필요할지 고민인가? 안타깝지만 둘 다 필요하다. 

*Shail Khiyara는 RPA 및 지능형 자동화 부문의 인정받는 전문가다. 대형 자동화 업체 3곳의 CMO 및 최고 고객 책임자로 재직한 경력이 있으며, 현재 터보틱(Turbotic)의 이사진에 속해 있다. ciokr@idg.co.kr