2020.04.14

RPA의 미래 '하이퍼오토메이션(Hyperautomation)'이 도래한다

Clint Boulton | CIO
단순 반복적인 작업을 간소화하는 RPA가 인공지능, 머신러닝과 결합되며 새로운 차원으로 거듭나고 있다. RPA 선도업체들은 '하이퍼오토메이션(Hyperautomation)'이라는 새로운 시대가 도래할 것을 전망한다.

데이터 입력과 같은 단순 반복적인 작업을 자동화하는 RPA가 거의 모든 산업에서 비즈니스 프로세스를 혁신하고 있다. 사람 직원이라면 더 소요됐을 작업 시간을 확연하게 단축하는 이 자동화 기술이 마침내 다시 한번 업그레이드될 태세다. 
 
ⓒGetty Images

머신러닝(ML)과 인공지능(AI)의 발전은 더 스마트한 RPA인 '지능형 자동화(Intelligent Automation, IA)'를 향한 기반을 다지고 있다. IA는 일련의 개별적인 작업을 자동화하는 것이 아니라 상황에 따라 전체 비즈니스 프로세스를 실행하는 방법을 학습한다. 오토메이션애니웨어의 CIO 유수프 칸은 "컴퓨팅 파워, 데이터세트까지 RPA가 업그레이드될 조건이 다 마련돼 있다. 어떻게 쓸지도 준비된 상태다"라며, "RPA의 미래는 지능형 자동화다"라고 말했다.

포레스터 리서치의 애널리스트 크레이그 르 클레어는 IA가 예외 처리(handling exceptions), 의사결정 조정(orchestrating decisions), 챗봇 루핑(looping in chatbots)과 같은 작업을 수행할 수 있는 알고리즘을 내장한다고 설명했다. 그는 소프트웨어 기반 에이전트의 부상을 연대기로 살펴보는 '어둠과 정적 속 보이지 않는 로봇: AI와 자동화는 어떻게 인력을 재구성하는가? (Invisible Robots in the Quiet of the Night: How AI and Automation Will Restructure the Workforce)'의 저자이기도 하다.

지능형 자동화에 관한 전망
포레스터 리서치는 IA가 기업으로 하여금 직원, 기술, 자금을 혁신과 같은 핵심 분야에 집중시켜 고객 경험(EX)이나 운영 효율성을 향상시킴으로써 2022년까지 1,340억 달러의 노동 가치를 창출할 것이라고 전망했다. 또한 IA가 지금 당장은 전체적으로 적용되진 못하더라도 몇 백개의 작업을 아우르는 수준까지 도달할 것이라고 내다봤다. 이는 유아이패스, 오토메이션애니웨어, 블루 프리즘을 비롯해 크라이온, 앤트웍스와 같은 수십 개의 스타트업들이 추구하는 궁극적 목표이기도 하다.

지금까지 200만 개가 넘는 기업용 봇을 배치한 오토매이션애니웨어는 ML과 AI를 활용하여 사용자 업무 패턴을 파악하고 분석하는 IA 솔루션, 디스커버리 봇(Discovery Bot)의 베타버전을 현재 제공 중이다. 디스커버리 봇은 직원들이 기업용 애플리케이션을 사용하는 과정에서 반복되는 프로세스를 찾아낼 수 있다. RPA로도 이러한 반복 작업을 자동화할 수 있지만 디스커버리 봇은 ROI(투자대비효과)에 따라 자동화 우선순위를 설정한 후 그에 맞게 RPA 봇을 배치한다. 

자동화 우선순위를 지정하는 것은 RPA를 구축하는 많은 기업들에게 중요한 문제다. 칸은 “그렇기때문에 디스커버리 봇의 시장 기회가 잠재적으로 엄청나다. 아직 자동화할 수 있는 반복 작업의 80%가 발견되지 않은 채로 남아있다. 해당 솔루션은 올해 초 출시될 것”이라고 설명했다. 이어서 그는 IA가 업무 방식과 기업의 운영 속도에 막대한 영향을 미칠 것이라고 덧붙였다.

IA가 더 잘 보고 읽을 수 있도록 돕는 컴퓨터 비전
유아이패스는 ML을 사용하여 RPA의 두 가지 까다로운 작업, 즉 봇의 컴퓨터 화면 시각화와 문서 처리를 위한 구문분석을 개선하고 있다. 

RPA는 웹페이지 또는 사용자 인터페이스 요소를 '볼 수 있는' 봇을 통해 자동화를 수행한다. 문제는 가상 데스크톱 인터페이스(VDI) 환경에서 발생한다. VDI가 원격 데스크톱 이미지를 스트리밍해 UI 기본 속성을 제공하지 않기 때문이다. 이로 인해 봇이 UI 요소를 식별할 수 없게 되고, VDI 환경에서 작동이 중단된다. 

유아이패스의 CPO 파람 칼론은 “이런 문제를 해결하기 위해 유아이패스는 ML, 광학 문자 판독 장치(Optical Character Recognition, OCR), 텍스트 퍼지 매칭(Text fuzzy-matching) 등을 활용해 봇과 컴퓨터 비전을 통합하고 있다. 이를 통해 애플리케이션 요소를 자동 식별하고, 작업을 수행할 수 있다”라고 하면서, 이러한 IA 기능을 '하이퍼오토메이션(hyperautomation)'이라고 설명했다.

또한 유아이패스는 ML을 적용해 자사의 봇들이 좀 더 지능적으로 문서를 읽을 수 있도록 하고 있다. 이를테면 지급 담당 직원은 공급업체, 제품, 만기일, 주문번호 등이 기재된 영역을 빠르게 읽고 청구서를 분류할 수 있다. 하지만 대부분의 봇은 이러한 업무 수행에 한계가 있다. 해당 프로세스를 자동화하기 위해서는 정형 데이터가 필요한 ‘규칙 기반 추출(rules-based extraction)’ 방식을 이용하기 때문이다.

칼론에 따르면 유아이패스의 봇은 규칙 기반 및 ML 모델 기반 추출을 활용해 정형 데이터 요소는 물론 비정형, 반정형 데이터 요소를 모두 식별한다. 이는 사람 직원이 해당 작업을 수행하는 방식과 유사하다고 그는 덧붙였다. 

IA의 장밋빛 미래? 
하지만 IA는 RPA와 마찬가지로 윤리적 문제와 같은 역풍을 불러올 수 있는 상황이다. 오늘날 봇은 일반적으로 두 가지 관점 중 하나로 간주된다. 하나는 사람 직원의 업무를 대신 수행해주는 디지털 직원, 그리고 나머지는 사람 직원의 작업을 보강해주는 에이전트다. 이는 표면적으로 사람 직원을 '너무나 소모적이고 지루한(mind-numbing)' 작업에서 해방시키고, 더 가치 있는 업무에 집중할 수 있도록 만들어준다.

클레어도 물론 자동화가 인력감축으로 이어질 것이라는 사실을 인정한다. 하지만 봇이나 기계가 사람의 업무를 대체할 때 기업은 더 이윤이 많이 남는 다른 곳으로 인력과 시간을 투입할 수 있게 될 것이며, 따라서 IA가 해당 이유로 보류되진 않을 것이라고 그는 진단했다. 

이밖에 의사결정 과정을 설명하기 어려운 알고리즘 기반의 RPA가 대다수의 기업들에게 받아들여질지도 아직 불투명한 상황이다. 

하지만 일부 기술 리더들은 IA의 잠재력에 주목하고 있다. 아멕스 GBT(American Express Global Business Travel)의 솔루션 아키텍처 및 엔지니어링 부문 부사장 딜립 카란디카르는 자사가 RPA를 사용해 여러 시스템에서 정보를 추출하여 기업 고객의 탑승 절차를 간소화하고 있다고 전했다. 

또한 그는 자사가 향후 서비스에 엔드투엔드(End-to-End) 자동화를 적용할 것으로 예측했다. 카란디카르는 “다음 트렌드는 하이퍼오토메이션이다”라면서, “이는 점점 더 널리 퍼질 것이다”라고 말했다. ciokr@idg.co.kr



2020.04.14

RPA의 미래 '하이퍼오토메이션(Hyperautomation)'이 도래한다

Clint Boulton | CIO
단순 반복적인 작업을 간소화하는 RPA가 인공지능, 머신러닝과 결합되며 새로운 차원으로 거듭나고 있다. RPA 선도업체들은 '하이퍼오토메이션(Hyperautomation)'이라는 새로운 시대가 도래할 것을 전망한다.

데이터 입력과 같은 단순 반복적인 작업을 자동화하는 RPA가 거의 모든 산업에서 비즈니스 프로세스를 혁신하고 있다. 사람 직원이라면 더 소요됐을 작업 시간을 확연하게 단축하는 이 자동화 기술이 마침내 다시 한번 업그레이드될 태세다. 
 
ⓒGetty Images

머신러닝(ML)과 인공지능(AI)의 발전은 더 스마트한 RPA인 '지능형 자동화(Intelligent Automation, IA)'를 향한 기반을 다지고 있다. IA는 일련의 개별적인 작업을 자동화하는 것이 아니라 상황에 따라 전체 비즈니스 프로세스를 실행하는 방법을 학습한다. 오토메이션애니웨어의 CIO 유수프 칸은 "컴퓨팅 파워, 데이터세트까지 RPA가 업그레이드될 조건이 다 마련돼 있다. 어떻게 쓸지도 준비된 상태다"라며, "RPA의 미래는 지능형 자동화다"라고 말했다.

포레스터 리서치의 애널리스트 크레이그 르 클레어는 IA가 예외 처리(handling exceptions), 의사결정 조정(orchestrating decisions), 챗봇 루핑(looping in chatbots)과 같은 작업을 수행할 수 있는 알고리즘을 내장한다고 설명했다. 그는 소프트웨어 기반 에이전트의 부상을 연대기로 살펴보는 '어둠과 정적 속 보이지 않는 로봇: AI와 자동화는 어떻게 인력을 재구성하는가? (Invisible Robots in the Quiet of the Night: How AI and Automation Will Restructure the Workforce)'의 저자이기도 하다.

지능형 자동화에 관한 전망
포레스터 리서치는 IA가 기업으로 하여금 직원, 기술, 자금을 혁신과 같은 핵심 분야에 집중시켜 고객 경험(EX)이나 운영 효율성을 향상시킴으로써 2022년까지 1,340억 달러의 노동 가치를 창출할 것이라고 전망했다. 또한 IA가 지금 당장은 전체적으로 적용되진 못하더라도 몇 백개의 작업을 아우르는 수준까지 도달할 것이라고 내다봤다. 이는 유아이패스, 오토메이션애니웨어, 블루 프리즘을 비롯해 크라이온, 앤트웍스와 같은 수십 개의 스타트업들이 추구하는 궁극적 목표이기도 하다.

지금까지 200만 개가 넘는 기업용 봇을 배치한 오토매이션애니웨어는 ML과 AI를 활용하여 사용자 업무 패턴을 파악하고 분석하는 IA 솔루션, 디스커버리 봇(Discovery Bot)의 베타버전을 현재 제공 중이다. 디스커버리 봇은 직원들이 기업용 애플리케이션을 사용하는 과정에서 반복되는 프로세스를 찾아낼 수 있다. RPA로도 이러한 반복 작업을 자동화할 수 있지만 디스커버리 봇은 ROI(투자대비효과)에 따라 자동화 우선순위를 설정한 후 그에 맞게 RPA 봇을 배치한다. 

자동화 우선순위를 지정하는 것은 RPA를 구축하는 많은 기업들에게 중요한 문제다. 칸은 “그렇기때문에 디스커버리 봇의 시장 기회가 잠재적으로 엄청나다. 아직 자동화할 수 있는 반복 작업의 80%가 발견되지 않은 채로 남아있다. 해당 솔루션은 올해 초 출시될 것”이라고 설명했다. 이어서 그는 IA가 업무 방식과 기업의 운영 속도에 막대한 영향을 미칠 것이라고 덧붙였다.

IA가 더 잘 보고 읽을 수 있도록 돕는 컴퓨터 비전
유아이패스는 ML을 사용하여 RPA의 두 가지 까다로운 작업, 즉 봇의 컴퓨터 화면 시각화와 문서 처리를 위한 구문분석을 개선하고 있다. 

RPA는 웹페이지 또는 사용자 인터페이스 요소를 '볼 수 있는' 봇을 통해 자동화를 수행한다. 문제는 가상 데스크톱 인터페이스(VDI) 환경에서 발생한다. VDI가 원격 데스크톱 이미지를 스트리밍해 UI 기본 속성을 제공하지 않기 때문이다. 이로 인해 봇이 UI 요소를 식별할 수 없게 되고, VDI 환경에서 작동이 중단된다. 

유아이패스의 CPO 파람 칼론은 “이런 문제를 해결하기 위해 유아이패스는 ML, 광학 문자 판독 장치(Optical Character Recognition, OCR), 텍스트 퍼지 매칭(Text fuzzy-matching) 등을 활용해 봇과 컴퓨터 비전을 통합하고 있다. 이를 통해 애플리케이션 요소를 자동 식별하고, 작업을 수행할 수 있다”라고 하면서, 이러한 IA 기능을 '하이퍼오토메이션(hyperautomation)'이라고 설명했다.

또한 유아이패스는 ML을 적용해 자사의 봇들이 좀 더 지능적으로 문서를 읽을 수 있도록 하고 있다. 이를테면 지급 담당 직원은 공급업체, 제품, 만기일, 주문번호 등이 기재된 영역을 빠르게 읽고 청구서를 분류할 수 있다. 하지만 대부분의 봇은 이러한 업무 수행에 한계가 있다. 해당 프로세스를 자동화하기 위해서는 정형 데이터가 필요한 ‘규칙 기반 추출(rules-based extraction)’ 방식을 이용하기 때문이다.

칼론에 따르면 유아이패스의 봇은 규칙 기반 및 ML 모델 기반 추출을 활용해 정형 데이터 요소는 물론 비정형, 반정형 데이터 요소를 모두 식별한다. 이는 사람 직원이 해당 작업을 수행하는 방식과 유사하다고 그는 덧붙였다. 

IA의 장밋빛 미래? 
하지만 IA는 RPA와 마찬가지로 윤리적 문제와 같은 역풍을 불러올 수 있는 상황이다. 오늘날 봇은 일반적으로 두 가지 관점 중 하나로 간주된다. 하나는 사람 직원의 업무를 대신 수행해주는 디지털 직원, 그리고 나머지는 사람 직원의 작업을 보강해주는 에이전트다. 이는 표면적으로 사람 직원을 '너무나 소모적이고 지루한(mind-numbing)' 작업에서 해방시키고, 더 가치 있는 업무에 집중할 수 있도록 만들어준다.

클레어도 물론 자동화가 인력감축으로 이어질 것이라는 사실을 인정한다. 하지만 봇이나 기계가 사람의 업무를 대체할 때 기업은 더 이윤이 많이 남는 다른 곳으로 인력과 시간을 투입할 수 있게 될 것이며, 따라서 IA가 해당 이유로 보류되진 않을 것이라고 그는 진단했다. 

이밖에 의사결정 과정을 설명하기 어려운 알고리즘 기반의 RPA가 대다수의 기업들에게 받아들여질지도 아직 불투명한 상황이다. 

하지만 일부 기술 리더들은 IA의 잠재력에 주목하고 있다. 아멕스 GBT(American Express Global Business Travel)의 솔루션 아키텍처 및 엔지니어링 부문 부사장 딜립 카란디카르는 자사가 RPA를 사용해 여러 시스템에서 정보를 추출하여 기업 고객의 탑승 절차를 간소화하고 있다고 전했다. 

또한 그는 자사가 향후 서비스에 엔드투엔드(End-to-End) 자동화를 적용할 것으로 예측했다. 카란디카르는 “다음 트렌드는 하이퍼오토메이션이다”라면서, “이는 점점 더 널리 퍼질 것이다”라고 말했다. ciokr@idg.co.kr

X