지금까지 최대의 결과를 얻기 위해 RPA를 적용할 수 있는 위치와 방법을 살펴봄으로써 프로세스 마이닝을 사용하여 RPA의 가치를 극대화하는 방법을 알아보았습니다.
하지만 이것이 현실에서 의미하는 바는 무엇일까요?
먼저 RPA를 독립형 솔루션으로 사용할 때 얻을 수 있는 많은 이점을 요약해 보겠습니다. 데이터 입력 및 배치 파일 이름 변경과 같은 반복적이고 일상적인 작업을 자동화하는 데 RPA를 사용하면 다음과 같은 이점을 제공합니다.
- 빠른 가치 창출: 로우코드 RPA 도구로 봇을 빠르고 쉽게 만들 수 있으므로 RPA를 통한 가치 창출 시간이 며칠 또는 몇 시간으로 단축할 수 있습니다.
- 인적 오류 제거: 봇은 매번 할당된 작업을 올바르게 수행하여 복사 및 붙여넣기 및 데이터 입력 작업과 관련된 인적 오류를 제거합니다.
- 생산성 향상: 지능형 봇은 사람보다 훨씬 빠른 속도로 노동 집약적인 작업을 수행할 수 있으며 성능 저하 없이 24시간 연중무휴로 작업을 수행할 수 있습니다.
- 직원 참여도 향상: AI 기반 자동화는 직원을 일상적인 작업에서 해방시키고 고부가가치 업무에 집중할 수 있도록 해줍니다.
- 인력난 극복: 이전에는 인력을 고용해야 했던 작업을 봇이 수행할 수 있어 만성적인 인력 부족 상황에서 비즈니스 연속성을 보장합니다.
RPA를 프로세스 마이닝과 함께 사용하면 이러한 이점이 기하급수적으로 증가합니다. 두 솔루션을 함께 사용하면 조직은 다음을 수행할 수 있습니다.
프로세스 마이닝은 조직 전체에서 RPA의 후보 작업을 식별하여 전략적 잠재력을 대폭 향상합니다.
프로세스 마이닝의 핵심 요소인 태스크 마이닝은 개인 및 부서에 의존하는 대신 RPA로 자동화할 수 있는 모든 작업을 표면화합니다.
조직 전체의 프로세스를 제대로 파악하지 못하면 자동화에 부적합한 작업이 자동화되는 경우가 자주 발생합니다. 프로세스 마이닝은 자동화를 통해 가장 큰 이점을 얻을 수 있는 작업을 식별합니다
프로세스의 한 부분을 임시로 자동화하면 종종 다른 부분에서 문제가 발생할 수 있습니다. 프로세스 마이닝은 큰 그림을 제공함으로써 작업 자동화가 가장 효과적인 방식으로 적용되도록 보장합니다.
프로세스 마이닝이 RPA와 통합되면 프로세스 마이닝 도구에서 봇을 자동으로 구축할 수 있어 시간을 더욱 절약할 수 있습니다.
RPA는 종종 가장 쉬운 작업을 처리하기 위해 한 번 적용되었다가 잊혀지는 경우가 많습니다. 프로세스 마이닝은 지속적으로 새로운 자동화 기회를 모색함으로써 RPA 투자의 장기적인 가치를 극대화합니다.
프로세스 마이닝은 조직 프로세스의 변화를 지속해서 모니터링하기 때문에 프로세스가 변경될 경우 기존 자동화가 중단될 위험이 있는 시점을 예측할 수 있습니다. 이를 통해 조직은 자동화를 수정하고 프로세스 실패가 규정 준수 위반으로 이어지는 위험을 방지할 수 있습니다.
프로세스 마이닝과 RPA의 결합은 지속적인 최적화와 자동화를 위한 강력한 기술 기반을 구축합니다. 이러한 기반은 프로세스 마이닝과 RPA의 가치가 전사적으로 충분히 활용될 수 있도록 지원하는 CoE(Center of Excellence)의 초석이 될 수 있습니다.
다음은 프로세스 마이닝과 RPA를 통해 상당한 가치를 창출한 조직의 몇 가지 예입니다.
ROI를 기반으로 한 Max Mara Fashion Group의 프로세스 개선
세계적인 명품 의류 그룹인 Max Mara는 특히 시즌 매출이 급증하는 시기에 발생하는 이행 프로세스의 병목 현상으로 인한 주문-현금화 프로세스 주기의 부정적인 영향에 대해 고심하고 있었습니다. Max Mara는 이러한 병목 현상을 세부적으로 이해하고 문제의 위치를 파악할 뿐만 아니라 어떤 수정 사항을 통해 최상의 ROI를 얻올 수 있는지 파악하고자 했습니다.
Max Mara는 세분화된 프로세스 모델링 기능과 구현의 유연성을 모두 제공하는 프로세스 검색 도구를 찾고 있었습니다. Max Mara가 평가한 도구 중 IBM Process Mining이 데이터 기반 프로세스 최적화를 위한 가장 포괄적인 기반으로 평가되었습니다. IBM 도구는 주문-현금화 프로세스를 시각화하고 최적화 기회를 식별하는 데 적용되었습니다.
IBM 도구는 이제 비즈니스 전반의 복잡한 프로세스를 분석하고 프로세스 변경 및 자동화의 ROI를 모델링하고 이해하는 데 사용됩니다. 예를 들어 IBM Process Mining을 통해 Max Mara는 해결 시간을 90% 단축하고 해결당 평균 비용을 46% 절감할 수 있었습니다.
사례 전문 읽기: 구매 경험 개선을 위한 주문-현금화 프로세스 재설계
수백만 달러 절감 효과를 거둔 Credito Emiliano S.p.A
이탈리아의 지방 은행인 Credito Emiliano(Credem)는 고객과 직원 경험의 최적화를 목표로 2013년에 디지털 트랜스포메이션 여정을 시작했습니다.
처음에는 개별 부서가 자체적으로 소규모 프로세스나 프로세스의 일부를 자동화했으나 Credito Emiliano는 보다 전체적인 접근 방식을 취함으로써 더 많은 가치를 창출할 수 있다는 것을 알고 있었습니다. 이에 Credito Emiliano는 IBM Process Mining 과 IBM RPA 를 구현하여 백오피스 프로세스 및 중요한 고객 서비스 관련 프로세스를 비롯한 내부 프로세스를 분석하고 자동화하기로 결정했습니다.
일례로, 신용카드 확인 및 승인 프로세스의 일부를 자동화하여 승인 시간을 4일에서 1일로 단축하고 연간 약 50만 유로(미화 521,000달러)를 절감할 수 있는 기회를 발견했습니다. 또 다른 사례에서는 직원들이 대출을 처리하는 데 소요되는 시간을 70%까지 단축할 수 있었습니다. 전반적으로 Credito Emiliano는 현재까지 91건의 자동화를 구현하여 수백만 달러의 운영 및 서비스 비용을 절약할 수 있었습니다.
사례 전문 읽기: 고객 및 직원 경험 혁신
대규모 다국적 제조 기업의 주문-현금화 프로세스 간소화
한 대규모 MMC 기업은 원거리 운영의 복잡성 때문에 주문-현금화 프로세스 주기에 영향을 미치는 물류 작업 지연의 근본 원인을 파악하는 데 어려움을 겪고 있었습니다. 지연을 최소화하기 위한 물류 관리자의 반복적인 노력에도 불구하고 불완전하고 단절된 정보 때문에 시정 조치에 어려움을 겪었습니다.
MMC 기업은 개념 증명(POC)을 검토한 후 IBM Process Mining을 사용하여 조직의 디지털 트윈을 생성하고 문제를 파악했습니다. 해당 MMC 기업은 프로세스 마이닝을 RPA와 연계하여 주문-현금화 프로세스 전반의 병목 현상과 비효율성을 해결할 수 있었고 이를 통해 수십만 달러의 비용 절감은 물론 리드 타임을 수일 단축할 수 있었습니다.
사례 전문 읽기: AI 활용 – 워크플로우를 간소화하고 최적화하는 방법