Offcanvas

AI / 로봇|자동화 / 머신러닝|딥러닝 / 비즈니스|경제

기고ㅣRPA는 '중간 단계'에 불과하다··· 진짜 가야할 길은?

2020.03.10 Jack Gold  |  CIO
RPA가 단순 반복 작업을 없애주는가? 혹시 생산성이 낮아 재설계가 필요한 프로세스를 오히려 지속하게 하는 건 아닐까? 

RPA(Robotic Process Automation)가 등장한 지 여러 해가 지났지만, RPA는 여전히 많은 기업이 도입하고자 하는 '킬러 앱'이자 IT 부서들이 사로잡혀 있는 분야다. RPA가 단순 반복적인 작업을 자동화해 직원을 지루한 수작업에서 해방시켜준다고 알려져 있기 때문이다. 이를테면 비용 보고서, 청구서 생성, HR 관련 업무, 콜센터 운영 등이다.
 
ⓒGetty Images 

RPA는 기본적으로 컴퓨터가 반복 작업을 모니터링하고, 이를 자동화하는 방법을 학습하는 시스템이다. 많은 사람이 이러한 RPA를 AI 프로세스라고 부른다. 과연 그럴까? RPA에 시간과 비용을 투자할 가치가 정말 있을까? RPA 솔루션이 생산성이 낮거나 심지어 비효율적이어서 근본적인 재설계가 필요한 프로세스를 오히려 지속시키는 것은 아닐까? 

많은 주요 엔터프라이즈 백오피스 앱(ex_SAP, MS, 인포시스, 블루프리즘 등)이 제품 및 서비스 내에 RPA 기능을 구현하여 새로운 수요에 대응하고 있다. 일부는 ‘AI’라는 용어를 사용해 마케팅하기도 한다. 제품이 더욱 현대적이고 강력하게 보이도록 하기 위해서다. 

과연 RPA가 궁극적으로 기업의 이익에 도움이 될 수 있는지 살펴보자.

문제점 
RPA의 문제는 자동화하는 대상이 이미 구축된 고정 프로세스라는 점이다. 물론 RPA는 불필요한 수작업(예: 콜센터 조회)이나 일괄처리 작업(예: HR 워크플로우)을 자동화하기에 좋다. 생산성을 저해하는 수동 작업들을 없앨 수도 있다. 

도입도 비교적 간단하다. RPA 솔루션은 PC, 온프레미스 혹은 클라우드(SaaS 방식으로)에서 실행될 수 있다. 이 다양한 선택지는 많은 기업에게 RPA를 꽤나 매력적으로 만들어준다. 

실제로 RPA는 워크플로우 프로세스를 자동화하는 데 우수하다. 하지만 프로세스를 개선하는 데는 미흡하다. RPA는 단지 사람의 작업을 따라 하는 것이지 프로세스를 개선시키고 효율성을 증가시키기 위해 연구하지는 않기 때문이다. 하지만 여러 해 구축된 수백 가지 단계의 현 프로세스 자체가 목표를 달성하는 데 효율적인 수단이 아닐 수 있다. 

RPA는 해당 프로세스의 수백 가지 단계를 자동화하면서, 직원들을 불필요한 수작업에서 해방시킬 것이다. 그러나 RPA가 기업 효율성을 향상시키고, 해방된 인적 자원을 더 생산적인 업무에 투입하도록 할 수 있을까? RPA는 프로세스에서 인력을 줄임으로써 이러한 목적을 달성하지만, 방대한 프로세스를 간소화해 달성하지는 않는다. 

한편 AI는 프로세스를 평가하고 개선 방식을 제안하는 데 탁월하다. 머신러닝 알고리즘을 통해 AI는 프로세스의 각 단계를 확인할 뿐 아니라 워크플로우를 변경하거나 완전히 제거할 수 있는 최적의 방법을 탐색한다.

AI가 제공하는 분석은 작업을 단순히 모방하는 것이 아니라 강화한다. 이는 훨씬 더 고도화된 작업이고, 궁극적으로 효율성을 향상하는 데 있어 더 가치 있는 시도이다. 

모방 대 발견: 어떤 길로 갈 것인가? 
RPA는 구현하기가 비교적 쉽고, 효율을 높이는 간소화된 워크플로우를 제공한다는 점에서 ‘가장 쉬운 방법’이라고 할 수 있다. 사람들의 일자리가 종종 희생되곤 하지만 말이다. 그러나 RPA는 기존 프로세스를 학습해 모방하는 것에 그친다. 

RPA는 현 프로세스의 문제점을 파악하고, 개선책을 내놓진 않는다. 예를 들면 전체 운영을 더욱 간소화하거나 기업 시스템과의 통합을 강화하는 방법 등이다. 반면에 AI는 머신러닝을 바탕으로 비효율적인 부분을 발견하고 새롭게 개선된 프로세스를 제안할 수 있다. 

장기적인 관점에서 프로세스를 단순히 모방하는 것보다 문제점을 포착하고 개선하는 것이 훨씬 더 중요하다. 물론 구현하기가 어렵다. 분석 알고리즘을 기반으로 하는 강력한 학습 기능이 필요하다. AI 툴의 빠른 발전이 많은 기업의 AI 역량에 긍정적인 영향을 미치고 있다. 앞으로 2~3년 동안 이 학습 프로세스 구현이 더 쉬워질 것으로 기대된다.

즉, RPA가 언제나 부적절한 선택이라는 것은 아니지만 최종 목적지여서는 안 된다. RPA는 기업 프로세스를 개선하고, 효율적으로 만드는 과정의 중간 단계로 봐야 한다. 

궁극적인 목표는 시스템을 설계하는 것이어야 한다. 기업 업무 흐름에 주는 영향을 최소화하면서도 프로세스를 평가해 데이터 흐름을 개선하고, 반복 작업을 없애고, 처리 시간을 늘릴 수 있도록 말이다. 이에 따라 현재 도입된 RPA 솔루션은 머지않아 업그레이드 혹은 대체가 필요할 것이다. 

결론
RPA는 운영 효율화를 꾀하는 일부 기업에 단기적 이익을 가져다준다. 하지만 장기적으로 볼 때 진정한 AI 기반의 머신러닝이 더 나은 솔루션으로 부상할 것이다. 몇 년이 지나면 쓸모 없어질 과도기적인 솔루션을 선택하기보다는 AI가 제공하는 이점에 집중하는 것이 더 좋을 것이다. 아니라면 최소한 PRA가 최종 목적지가 아닌 중간 단계라는 것을 인지해야 한다. 

* Jack Gold는 기술 분석 회사인 J.Gold Associates,LLC.의 창업자이자 수석 애널리스트다. 비즈니스와 신기술의 여러 측면을 주로 다루고 있다. ciokr@idg.co.kr
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.