2021.05.17

단순 자동화 넘어서라··· ‘엔드 투 엔드’ 지능형 자동화를 향한 도전

Maria Korolov | CIO
팬데믹은 프로세스 자동화에 대한 관심을 가속화했다. 코로나19가 초래한 방해와 혼란에 대응하기 위해 비즈니스 프로세스를 개선하고, 디지털 트랜스포메이션을 강화하려는 움직임이 뚜렷해졌기 때문이다.

이런 현대화 노력에 뛰어들었거나 뛰어들고 있는 IT리더들에게 AI는 자동화를 혁신, 엔드-투-엔드 프로세스 자동화라는 목표에 더 가깝게 다가가도록 만들어주는 잠재력을 갖고 있다. 

그러나 현재로서는 여전히 AI 기반 프로세스 자동화에 단편적으로 접근하고 있다. 전체 프로세스 사슬이 아닌 개별 작업에 AI를 활용한다는 의미이다. 공급업체의 구현 방식에 상관없이 완전한 지능형 자동화는 아직 실현되지 않은 상태다. 지금까지는 그렇다.
 
Image Credit : Getty Images Bank


지능형 자동화의 현황
AI 기반 자동화의 사용 사례는 다양하다. 수동으로 PDF의 정보를 양식에 재입력하는 대신 AI가 이를 처리하도록 훈련시키는 것을 예로 들 수 있다. 직원들은 고객 질문에 대답하기 위해 기업 문서와 자료들을 뒤지는 경우가 많다. 이때 AI가 대답이 될 수 있는 것들을 제안하도록 만드는 것도 사용 사례가 될 수 있다.

이 프로세스의 나머지 부분에는 대개 인간이 존재한다. 인간 비즈니스 애널리스트는 특정 프로세스에 들어갈 것들을 파악한다. 개발자는 RPA시스템을 이용해 프로세스 흐름을 만든다. 더 많은 비즈니스 애널리스트들이 프로세스의 성능을 모니터링한다. 병목을 찾고, 전통적인 스크립팅이나 AI 기반 강화로 자동화를 할 수 있는 다른 단계를 파악하기 위해서다.

즉 지금까지 AI는 더 큰 자동화 체계의 틈새를 채우는 도구로 작용하곤 했다. 

HFS 리서치(HFS Research)의 조사 담당 SVP인 엘레나 크리스토퍼는 “AI의 잘 알려지지 않은 비밀 중 하나는 각 사용 사례가 좁다는 것이다”라고 지적했다.

그렇지만 엔드-투-엔드 지능형 자동화로 통합시키는 기술이 최소한 단편적인 형태로는 존재할 수도 있다. 도전과제가 남아있기는 하다. 비즈니스 워크플로우를 파악하는 것이 쉽지 않은 것을 예로 들 수 있다. 직원들이 각기 다른 작업을 수행하기 위해, 또는 디지털로 처리하기 어려운 작업을 완료하기 위해 시스템을 바꾸는 경우가 많거나, 디지털로 캡처하기 어려운 작업을 완료하면서 AI가 처음부터 끝까지 프로세스를 파악하지 못하기 때문이다.

컴퓨터 비전을 사용해 프로세스에 대한 인사이트를 획득
직원 수가 10만 명인 글로벌 전문서비스 기업인 젠팩트(Genpact)는 다수의 포춘 500대 기업이 포함된 수많은 고객사를 위해 수많은 프로세스를 운영하고 있다. 인텔리전스를 사용, 핵심 시스템의 개별 트랜젝션을 이런 시스템들이 속한 더 큰 프로세스와 일치시킨다. 젠팩트의 최고 디지털 책임자인 산제이 스리바스타바는 직원이 웹 브라우저에서 페이지를 확인하기 위해 핵심 시스템을 떠나는 경우 등에서 인텔리전스가 미흡해진다고 지적했다.

예를 들어, 프로세스 단계 중에 특정 아이템이 100달러 이상인지 확인하기 위해 가격 페이지를 조사하는 단계가 있을 수 있다. 직원은 이 작업을 완료하기 위해 관련된 페이지를 찾고, 눈으로 가격을 확인해서 다음 할 일을 결정해야 한다. 화면에서 무언가를 보는 행동을 디지털 된 방식으로 캡처하기란 아주 어렵다.

여기에 컴퓨터 비전이 도움을 줄 수 있다. 워크스테이션과 카메라를 이용해 직원이 보고 있는 곳을 추적하는 것이다. 스리바스타바는 “반드시 사람들의 동의를 받고 이렇게 해야 한다. 일반적으로 우리가 서비스를 제공하는 회사들에는 이에 대한 정책들이 존재한다. 따라서 이렇게 할 수 있는 회사, 없는 회사가 있다”라고 말했다.

젠팩트의 자동화된 시스템은 컴퓨터 비전 같은 기법들을 조합해 특정 부서나 역할의 직원들을 넘는 비즈니스 프로세스와 관련된 모든 행동들을 수집한다. 모든 작업을 파악해 이를 하나의 워크플로우로 연결하는 것을 프로세스 마이닝(Process Mining)이라고 부른다. 

젠팩트는 3년 전부터 자체 개발한 AI 기반 자동화 솔루션을 이용해 이런 일을 하고 있다. 지난해에는 컴퓨터 비전을 추가 도입하기도 했다.

비즈니스 프로세스를 확인하고 마이닝한 후, 젠팩트는 해당 프로세스의 개별 인스턴스를 모니터링하고, 문제를 해결한다. 또는 지속적인 피드백을 통해 프로세스를 세밀히 조정한다.

스리바스타바는 “지난주 우리 회사에서 10만 대의 노트북 컴퓨터를 구입했다고 가정하자. 우리는 10만 개의 엔드-투-엔드 프로세스를 추출할 수 있다. 우리는 이의 모든 버전을 모니터링하고, 특정하게 자세히 추적할 수 있다. 특정 프로세스가 다를 수 있다. 그러면 그 이유를 찾는다. 이후 비즈니스 문제를 해결하거나, ‘새 기준(New Normal)’에 맞게 조정할 수 있다”라고 설명했다. 

이 ‘새 기준’에는 프로세스에서 자동으로 변화가 발생하도록 만드는 것도 포함된다. 예를 들어, 원래 인보이스 금액에서 10% 이상 변경될 때 승인이 요구되었는 데 100% 승인이 되었다면, 이 10%를 20%로 조정할 때이다. 이후 로봇 프로세스 자동화(Robotic process automation)로 20% 미만의 인보이스 변경은 승인 단계를 건너뛰도록 만들 수 있다. 또는 직원에게 더 이상은 인보이스를 재무 부서에 보내 승인을 받는 대신, 직접 결정을 내릴 수 있다고 알려주는 팝업 메모를 표시할 수 있다.

AI 생성 자동화 스크립트
디지털 트랜스포메이션 컨설팅 회사인 UST에서 AI 및 머신러닝 최고 아키텍트로 일하고 있는 아드난 마스우드는 지난 3년 간 비즈니스 프로세스 태스크에 디지털화가 어려운 것들을 자동화하기 위해 AI를 활용했다고 말했다.




2021.05.17

단순 자동화 넘어서라··· ‘엔드 투 엔드’ 지능형 자동화를 향한 도전

Maria Korolov | CIO
팬데믹은 프로세스 자동화에 대한 관심을 가속화했다. 코로나19가 초래한 방해와 혼란에 대응하기 위해 비즈니스 프로세스를 개선하고, 디지털 트랜스포메이션을 강화하려는 움직임이 뚜렷해졌기 때문이다.

이런 현대화 노력에 뛰어들었거나 뛰어들고 있는 IT리더들에게 AI는 자동화를 혁신, 엔드-투-엔드 프로세스 자동화라는 목표에 더 가깝게 다가가도록 만들어주는 잠재력을 갖고 있다. 

그러나 현재로서는 여전히 AI 기반 프로세스 자동화에 단편적으로 접근하고 있다. 전체 프로세스 사슬이 아닌 개별 작업에 AI를 활용한다는 의미이다. 공급업체의 구현 방식에 상관없이 완전한 지능형 자동화는 아직 실현되지 않은 상태다. 지금까지는 그렇다.
 
Image Credit : Getty Images Bank


지능형 자동화의 현황
AI 기반 자동화의 사용 사례는 다양하다. 수동으로 PDF의 정보를 양식에 재입력하는 대신 AI가 이를 처리하도록 훈련시키는 것을 예로 들 수 있다. 직원들은 고객 질문에 대답하기 위해 기업 문서와 자료들을 뒤지는 경우가 많다. 이때 AI가 대답이 될 수 있는 것들을 제안하도록 만드는 것도 사용 사례가 될 수 있다.

이 프로세스의 나머지 부분에는 대개 인간이 존재한다. 인간 비즈니스 애널리스트는 특정 프로세스에 들어갈 것들을 파악한다. 개발자는 RPA시스템을 이용해 프로세스 흐름을 만든다. 더 많은 비즈니스 애널리스트들이 프로세스의 성능을 모니터링한다. 병목을 찾고, 전통적인 스크립팅이나 AI 기반 강화로 자동화를 할 수 있는 다른 단계를 파악하기 위해서다.

즉 지금까지 AI는 더 큰 자동화 체계의 틈새를 채우는 도구로 작용하곤 했다. 

HFS 리서치(HFS Research)의 조사 담당 SVP인 엘레나 크리스토퍼는 “AI의 잘 알려지지 않은 비밀 중 하나는 각 사용 사례가 좁다는 것이다”라고 지적했다.

그렇지만 엔드-투-엔드 지능형 자동화로 통합시키는 기술이 최소한 단편적인 형태로는 존재할 수도 있다. 도전과제가 남아있기는 하다. 비즈니스 워크플로우를 파악하는 것이 쉽지 않은 것을 예로 들 수 있다. 직원들이 각기 다른 작업을 수행하기 위해, 또는 디지털로 처리하기 어려운 작업을 완료하기 위해 시스템을 바꾸는 경우가 많거나, 디지털로 캡처하기 어려운 작업을 완료하면서 AI가 처음부터 끝까지 프로세스를 파악하지 못하기 때문이다.

컴퓨터 비전을 사용해 프로세스에 대한 인사이트를 획득
직원 수가 10만 명인 글로벌 전문서비스 기업인 젠팩트(Genpact)는 다수의 포춘 500대 기업이 포함된 수많은 고객사를 위해 수많은 프로세스를 운영하고 있다. 인텔리전스를 사용, 핵심 시스템의 개별 트랜젝션을 이런 시스템들이 속한 더 큰 프로세스와 일치시킨다. 젠팩트의 최고 디지털 책임자인 산제이 스리바스타바는 직원이 웹 브라우저에서 페이지를 확인하기 위해 핵심 시스템을 떠나는 경우 등에서 인텔리전스가 미흡해진다고 지적했다.

예를 들어, 프로세스 단계 중에 특정 아이템이 100달러 이상인지 확인하기 위해 가격 페이지를 조사하는 단계가 있을 수 있다. 직원은 이 작업을 완료하기 위해 관련된 페이지를 찾고, 눈으로 가격을 확인해서 다음 할 일을 결정해야 한다. 화면에서 무언가를 보는 행동을 디지털 된 방식으로 캡처하기란 아주 어렵다.

여기에 컴퓨터 비전이 도움을 줄 수 있다. 워크스테이션과 카메라를 이용해 직원이 보고 있는 곳을 추적하는 것이다. 스리바스타바는 “반드시 사람들의 동의를 받고 이렇게 해야 한다. 일반적으로 우리가 서비스를 제공하는 회사들에는 이에 대한 정책들이 존재한다. 따라서 이렇게 할 수 있는 회사, 없는 회사가 있다”라고 말했다.

젠팩트의 자동화된 시스템은 컴퓨터 비전 같은 기법들을 조합해 특정 부서나 역할의 직원들을 넘는 비즈니스 프로세스와 관련된 모든 행동들을 수집한다. 모든 작업을 파악해 이를 하나의 워크플로우로 연결하는 것을 프로세스 마이닝(Process Mining)이라고 부른다. 

젠팩트는 3년 전부터 자체 개발한 AI 기반 자동화 솔루션을 이용해 이런 일을 하고 있다. 지난해에는 컴퓨터 비전을 추가 도입하기도 했다.

비즈니스 프로세스를 확인하고 마이닝한 후, 젠팩트는 해당 프로세스의 개별 인스턴스를 모니터링하고, 문제를 해결한다. 또는 지속적인 피드백을 통해 프로세스를 세밀히 조정한다.

스리바스타바는 “지난주 우리 회사에서 10만 대의 노트북 컴퓨터를 구입했다고 가정하자. 우리는 10만 개의 엔드-투-엔드 프로세스를 추출할 수 있다. 우리는 이의 모든 버전을 모니터링하고, 특정하게 자세히 추적할 수 있다. 특정 프로세스가 다를 수 있다. 그러면 그 이유를 찾는다. 이후 비즈니스 문제를 해결하거나, ‘새 기준(New Normal)’에 맞게 조정할 수 있다”라고 설명했다. 

이 ‘새 기준’에는 프로세스에서 자동으로 변화가 발생하도록 만드는 것도 포함된다. 예를 들어, 원래 인보이스 금액에서 10% 이상 변경될 때 승인이 요구되었는 데 100% 승인이 되었다면, 이 10%를 20%로 조정할 때이다. 이후 로봇 프로세스 자동화(Robotic process automation)로 20% 미만의 인보이스 변경은 승인 단계를 건너뛰도록 만들 수 있다. 또는 직원에게 더 이상은 인보이스를 재무 부서에 보내 승인을 받는 대신, 직접 결정을 내릴 수 있다고 알려주는 팝업 메모를 표시할 수 있다.

AI 생성 자동화 스크립트
디지털 트랜스포메이션 컨설팅 회사인 UST에서 AI 및 머신러닝 최고 아키텍트로 일하고 있는 아드난 마스우드는 지난 3년 간 비즈니스 프로세스 태스크에 디지털화가 어려운 것들을 자동화하기 위해 AI를 활용했다고 말했다.


X