자동화의 기술: 2장 - 로보틱 프로세스 자동화(RPA)

RPA는 워크플로 자동화, 화면 스크래핑, AI라는 3가지 핵심 기술로 구성됩니다. 이러한 기술의 고유한 조합을 통해 RPA는 수동 데스크톱 작업의 생산성 문제를 해결할 수 있습니다.

이 장에서 다루는 내용은 다음과 같습니다.

• 로보틱 프로세스 자동화(RPA)의 실질적 정의와 이를 지원하는 3가지 핵심 기술
• RPA의 의도된 사용자와 기술 활용 사례
• RPA의 실질적 한계
• RPA와 그 역할, AI를 비롯한 다른 인기 자동화 기술과의 결합
• RPA의 미래

로보틱 프로세스 자동화(RPA)는 인간 사용자와 데스크톱의 상호 작용을 모방해 작업을 수행하는 프로그램(이 경우 소프트웨어 로봇)으로, 예를 들면 Excel 스프레드시트에서 양식으로 정보를 복사하고, 고객 데이터를 삽입하고, 웹사이트에서 주문을 하는 등의 작업을 수행합니다. 오늘날의 디지털 세상에서는 많은 업무가 자동화되었다고 생각하지만, 여전히 일상 업무의 상당 부분에는 수작업이 필요하며 그중 대부분은 반복적인 작업입니다.

본인이 이메일이나 팩스로 수신되는 인보이스를 처리하는 데이터 담당자라고 상상해 보세요. PDF 문서일 수도 있고, 팩스 이미지일 수도 있는 인보이스가 수신되면 그것을 읽고 주문 애플리케이션에 주문을 수동으로 입력해야 할 겁니다. 신규 고객이 주문하는 경우에는 고객 계정을 수동으로 생성해야 할 수도 있습니다. 하지만 RPA가 있는 경우, 로봇이 다양한 OCR (광학 문자 인식) 기법과 지능형 문서 처리 기술을 활용해 인보이스를 읽은 후 컴퓨터 화면에서 마우스 클릭과 키보드 입력을 시뮬레이션해 주문 애플리케이션에 정보를 입력할 수 있습니다.

RPA와 스크립트나 API 같은 다른 자동화 방법의 주요 차이점 중 하나는 RPA가 명령줄이나 API에만 국한되지 않고 사용자 인터페이스에도 적용된다는 점입니다. 다양한 현대화 기술의 발전에도 불구하고, 자동화를 위한 최신 API나 명령줄을 제공하지 않는 레거시 비즈니스 애플리케이션(예: CICS, IMS, SAP)과 네이티브 애플리케이션(예: Windows 기반)은 여전히 많습니다. 일반 사용자에게 백엔드 API에 대한 액세스 권한을 부여할 가능성이 매우 적기 때문에 사용자가 API에 액세스할 수 없는 경우도 있습니다(은행 웹사이트나 온라인 서점 같은 제삼자 웹 기반 애플리케이션을 사용한다고 가정해 보세요). 이러한 시스템과 관련된 작업을 자동화하려면 RPA가 필요합니다.

로보틱 프로세스 자동화(RPA)는 워크플로 자동화, 화면 스크래핑, 인공지능(AI)이라는 3가지 핵심 기술로 구성됩니다. 이 3가지 기술의 조합을 통해 RPA는 투자 대비 수익률(ROI)이 낮은 수동 데스크톱 작업의 생산성 문제를 해결할 수 있습니다.

RPA가 처음 도입되었을 때만 해도 화면 스크래핑 기술이라는 인상이 강했습니다. 어떤 의미에서는 맞는 말이기도 합니다. RPA는 화면 지원, 보다 지능적인 UI 데이터 구문 분석(예: 기본 Windows 컨트롤, 웹 브라우저 DOM 모델), 여러 로봇을 동시에 관리할 수 있는 보다 확장 가능한 방식 등의 변형 기술을 더 스마트하게 사용하는 화면 스크래핑의 진화라고 할 수 있습니다.

RPA가 대중 시장에 도입되기 전, 워크플로 자동화에는 크게 3가지 범주, 즉 완전 수동, 반자동 인간 중심, 완전 자동화된 직접 프로세스가 있었습니다. 거의 모든 자동화 프로젝트의 목적은 완전 수동 프로세스의 비율을 완전 자동화된 직선 프로세스로 전환하는 것입니다. 모든 서비스가 API에 액세스할 수 있어야 하고 모든 사람의 개입을 제거하도록 프로그래밍되어야 하기 때문에 가능한 한 많은 직관적인 프로세스를 갖고자 하는 욕구는 API 경제를 이끄는 원동력이 되었습니다.

문제는 인간 중심의 프로세스와 직관적인 프로세스 사이에는 투자가 필요하며, 때로는 필요한 투자가 얻는 이익보다 훨씬 더 많을 수 있다는 것입니다. 결과적으로 우리는 많은 초기 자동화 프로젝트가 ROI가 더 높은 비즈니스 크리티컬 프로세스에 집중되는 것을 보게 될 겁니다. 이러한 중요 비즈니스 프로세스는 회사 내 프로세스 중 10% 정도만 차지하고, 나머지 대부분은 '롱테일 프로세스'라고 부르는 인간 중심적이지만 새로운 API 구축이나 프로세스 리엔지니어링에 필요한 투자를 정당화할 만큼 중요하지 않은 경우가 많습니다.

바로 이 점이 RPA를 사용하는 것이 매력적이고 실용적인 이유입니다. RPA는 적절한 API 통합 없이는 자동화하기 어렵고 시간이 많이 소요되는 일련의 반복적인 데스크톱 작업을 자동화하는 데 유용합니다. IBMIBM Robotic Process Automation을 포함한 많은 RPA 솔루션이 화면 녹화, 스마트 비전 기술과 결합된 로우코드 작성 도구를 제공하는 덕분에 사용자들은 솔루션을 훨씬 더 쉽고 빠르게 구축할 수 있습니다.

이를 통해 인간 중심 프로세스와 직접적인 프로세스 사이의 중간 지점에서 인간, 로봇, API를 활용하는 하이브리드 접근 방식을 사용해 자동화를 추진할 수 있습니다.

조직 내에서 로보틱 프로세스 자동화(RPA)를 사용할 수 있는 기회가 있는지 확인하려면 먼저 3가지 영역을 살펴볼 수 있습니다.

1. 중간 규모에서 대규모의 인간 작업자가 대부분 반복적이고 수작업을 하는 업무 영역(예: 이메일 주문 처리, 시스템 간 기록 조정 등).
   
   
2. API가 없거나 API에 액세스할 수 없는 서로 다른 시스템. 보통 이러한 상황은 API가 없기 때문에 자동화할 수 없다고 생각했었지만, RPA 덕분에 이제는 가능합니다.
   
   
3. 더 큰 작업의 일부인 수동 단계. 저는 보통 이러한 작업을 마이크로 작업이라고 부릅니다. 예를 들어, 영업 담당자는 영업 보고서를 작성하는 과정에서 여러 마케팅 웹사이트의 데이터 그룹을 복사해야 할 수 있습니다. 영업 전략은 여전히 영업 담당자의 직관과 경험이 필요하지만, 데이터 복사나 보고서 서식 지정은 RPA를 통해 보다 일상적으로 수행할 수 있습니다.

로보틱 프로세스 자동화(RPA)에는 유인 로봇과 무인 로봇이라는 2가지 주요 유형이 있습니다. RPA 산업이 처음 시장에 도입되었을 때만 해도 대부분의 로봇은 '무인' 로봇이었습니다. 본질적으로 무인 봇은 크론잡과 비슷하지만, 이 경우에는 지정된 컴퓨터에서 실행되도록 (보통은 일정에 따라) 봇이 파견된다는 점을 제외하면 다릅니다. 

이후 도입된 '유인 봇'은 사용자가 본인의 컴퓨터에서 필요에 따라 실행할 수 있는 봇입니다. 이런 경우, 봇은 전체 작업이 아닌 전체 작업의 일부만 자동화할 가능성이 높습니다.

무인 봇과 비교했을 때 유인 봇에는 2가지 주요 이점이 있습니다.

1. 유인 봇을 사용하면 완전한 자동화가 어렵거나 최상의 결과를 얻지 못하는 경우(예: 특정 지식 기반 의사 결정이 단계 사이에 이루어져야 하는 경우), 사람이 주도하는 더 크고 복잡한 프로세스의 일부로 작업의 하위 집합을 자동화할 수 있습니다.
   
   
2. 유인 봇을 사용하면 IT가 추가 컴퓨팅 리소스를 프로비저닝할 필요 없이 컴퓨터에서 자동화를 실행할 수 있습니다.

최근에는 기업들이 기존의 무인 봇 외에도 더 많은 유인 봇을 배포하는 추세가 증가하고 있습니다.

• 로보틱 '프로세스' 자동화(RPA)는 사실 잘못된 명칭입니다. 로보틱 '작업' 자동화라는 명칭이 더 정확합니다. RPA는 작업을 자동화하는 데 유용하고 워크플로 자동화를 포함하지만, 여러 사람이나 여러 시스템에 걸쳐 작업을 조율하도록 제작되지는 않았습니다. 보통 이러한 목적으로는 IBM Business Automation Workflow 같은 비즈니스 프로세스 관리 소프트웨어를 사용합니다. 이러한 소프트웨어는 자동화와 인간 사이의 복잡한 상호 작용에 더 적합하며 여러 자동화, 의사 결정, AI 기술을 조율할 수 있습니다.
  
  
• 인간의 인지와 직관이 필요한 작업도 많습니다. RPA 봇은 프로그램일 뿐으로, AI를 활용해 상황을 파악하는 데 도움을 받을 수는 있지만 단순하고 잘 정의된 작업을 수행하는 것만 가능할 뿐 스스로 생각하는 것은 불가능합니다. 일부 RPA 공급업체는 RPA가 모든 자동화 문제를 해결할 수 있다고 믿게 만들 수도 있습니다. 하지만 현실에서 고객들은 달성할 수 없는 기대치를 가지고 RPA를 잘못 사용해 왔으며 이제 자동화 솔루션에 대한 보다 총체적인 엔드투엔드 접근 방식이 필요하다는 것을 깨닫고 있습니다.
  
  
• RPA는 API 통합을 대체하지 않습니다. API가 있고 API를 사용할 수 있는 곳, 특히 성능 지표와 비즈니스 분석이 필요하고 처리량이 많은 대규모 작업에서는 API 기반 통합을 사용하는 것이 더 안정적이고 확장 가능한 경우가 많습니다.

• 전반적인 비즈니스 또는 IT 프로세스의 일부로 로보틱 프로세스 자동화(RPA) 사용: 이 경우, 봇은 전반적인 프로세스에 참여해 할당된 작업을 수행합니다. 봇이 제대로 작동하지 않으면 스스로 오류를 기록하며, 많은 경우에는 인간 운영자가 작동 오류의 이유를 조사하거나 나머지 작업을 수동으로 완료해야 합니다. RPA를 전체 비즈니스 프로세스의 일부로 사용하면 봇은 작동 오류를 팀원이나 관리자에게 위임하거나 에스컬레이션할 수 있습니다.
• 통합 솔루션의 일부로 RPA 사용: IBM App Connect와 같은 통합 제품과 함께 사용할 경우, RPA는 API가 아닌 시스템에 API를 제공해 전체 통합 흐름의 일부가 될 수 있습니다.
• 비즈니스 규칙과 AI를 활용하는 RPA로 더 나은 의사 결정: 비즈니스 규칙을 활용해 더 나은 판단을 내리면 시스템 전체가 더욱 강력해집니다.
• 지능형 문서 처리를 활용하는 RPA: RPA는 지능형 문서 처리를 사용해 비정형 문서와 반정형 문서를 읽을 수 있습니다. 지능형 문서 처리는 정확하게 처리할 수 있는 다양한 유형의 문서와 다른 자동화 도구 및 워크플로에 통합하는 방법 측면에서 최근 몇 년 동안 크게 발전했습니다. 지능형 문서 처리를 RPA의 기본 제공 기능으로 사용하면 훨씬 더 빠르고 간단한 자동화가 가능합니다.
•  자연어 처리를 활용해 RPA를 대화형 가상 상담사로 사용: 이제 대화의 힘을 활용해 봇 실행에 대한 추가 정보를 시작하거나 제공할 수 있으며, 이를 통해 RPA를 기존 워크플로에 통합해 기술적인 지식이 없는 사용자도 RPA를 더 쉽게 사용할 수 있습니다. IBM을 비롯한 주요 RPA 공급업체는 추가 설치 없이 이 기능을 표준 RPA 기능에 내장하고 있습니다.

오늘날 로보틱 프로세스 자동화(RPA)가 AI를 활용하는 영역은 여러 가지가 있습니다(향후 더 많은 사용 사례로 확장될 것으로 예상됩니다). 기본적으로 RPA가 하는 일은 사람이 작업을 수행할 때 하는 행동을 모방하는 것입니다.

다음은 네 가지 예시입니다.

1. 비정형 또는 반정형 문서 읽기: 예를 들면, 인보이스, 스캔한 신분증, 손 글씨 메모, 이메일 등을 읽을 수 있습니다. 이러한 경우, RPA는 기본 광학 문자 인식 소프트웨어를 사용할 수 있지만 로봇이 스마트해지기 위해서는 딥 러닝 기술을 사용해 인보이스 또는 신분증에서 문맥에 따른 정보를 추출하는 IBM Automation Document Processing 기능(예: 고객 주소, 아이템 부품 번호 가져오기 또는 정보 자동 수정 수행)을 사용해야 합니다.
   
   
2. 채팅 및 음성 통합: 대표적인 예로는 RPA를 사용해 IBM watsonx Assistant 같은 기존 서비스를 통합해 챗봇 또는 음성 봇을 구축하는 것이 있습니다. IBM watsonx Assistant는 AI를 사용해 의도를 식별하고, 권장 사항을 생성하고, 발생하는 추세와 새로운 문제를 즉시 파악하며, 사용자가 선택한 것을 자동으로 학습해 상호 작용을 개선합니다.
   
   
3. 컴퓨팅 비전: 기존 화면 픽셀 좌표에 의존하지 않고 컴퓨팅 비전을 사용해 화면을 읽고 사용자 인터페이스(예: 창, 스크롤바, 버튼)를 이해할 수 있습니다. 이를 통해 솔루션의 정확성과 신뢰성을 높이고 봇을 다양한 디바이스로 더 쉽게 이식할 수 있습니다.
   
   
4. 작업 마이닝으로 검색된 작업 자동화: 이 영역은 사람들이 일하는 방식을 관찰해 성능이 좋은 봇을 식별하고 만들 수 있다는 아이디어를 바탕으로 탄생한 비교적 새로운 영역입니다. 이는 봇의 '학습' 개념에도 적용됩니다. 이 영역은 분명히 매력이 크고, 엄청난 ROI 이점을 제공하는 영역입니다. IBM은 이 분야를 RPA 및 자동화 전반에 대한 활발한 연구 분야로 보고 있습니다.

RPA의 분명한 강점은 명확한 ROI와 일반 비즈니스 사용자가 프로그래밍할 수 있다는 것에 있습니다. RPA는 개념 자체로 매우 강력하며 향후 혁신과 적용에 있어 큰 잠재력을 가지고 있습니다. RPA를 통해 기업은 플랫폼을 먼저 현대화할 필요 없이 레거시 또는 기존 시스템에서 보다 현대적인 API 경제로 전환할 수 있습니다. RPA가 발전할 수 있는 영역은 다양합니다.

• 로봇은 자연어 이해, 컴퓨팅 비전, 문서 추출과 같은 다양한 AI 기술을 활용해 더 스마트해지고 세상을 더 잘 이해할 것입니다. 이를 통해 RPA 봇은 더 많은 작업을 지원할 수 있습니다.
  
  
• 누구나 컴퓨터에 봇이 생기게 될 것입니다. 저는 회사가 모든 직원의 컴퓨터에 봇을 배치해 조직의 모든 직원이 일상 업무의 일부를 자동화할 수 있도록 돕는 모습을 봅니다.
  
  
• RPA는 워크플로 관리 시스템 및 프로세스 마이닝 소프트웨어와 긴밀하게 통합되어 전체 자동화 솔루션의 일부로 작용하며 봇을 활용할 수 있는 기회를 파악합니다. 
  
  
• 봇을 만드는 것이 지금보다 훨씬 쉬워질 것입니다. 더 나은 기록 능력, 컴퓨팅 비전의 보다 본질적인 사용, 작업 마이닝 기술을 활용해 봇을 만들 수 있게 될 것입니다.

The Art of Automation 팟캐스트, 특히 Jerry Cuomo와 함께 RPA에 대해 논의한 에피소드 4를 확인해 보세요.