로보틱 프로세스 자동화 기술은 빠르게 발전합니다. 이러한 형태의 비즈니스 프로세스 자동화는 불과 10여 년 만에 무명에서 주류로 자리 잡았습니다. 전 세계 기업들은 이 기술을 사용하여 생산성을 높이고 비용을 절감하고 있으며, 거의 보편적으로 도입될 날이 머지않았습니다.
“우리가 어떻게 여기까지 왔을까?”라는 생각을 해본 적이 있다면 운이 좋으세요. 이 글에서는 RPA 기술의 뿌리를 살펴보고, 이 기술이 현대 비즈니스 세계를 어떻게 변화시키고 있는지 살펴보고, 향후 자동화 기술에서 기대할 수 있는 점을 살펴봅니다.
RPA 기술의 과거, 현재, 미래를 살펴보는 시간을 가져보세요.
로봇이라는 용어는 언제부터 사용되었나요?
프로세스 자동화를 처음 사용하셨나요?
용어,
로보틱 프로세스 자동화라는 용어는 2012년에 처음 사용되었습니다.
하지만 연구 논문에 따르면
로봇 프로세스 자동화(RPA)와 그 미래
(O. Doguc, 2020)에 따르면, 이 용어는 2014~2015년경에야 본격적으로 사용되기 시작했습니다.
당시에는 비교적 작은 규모였지만, 기업들이 자동화를 통해 달성한 비용 절감과 효율성을 발표하기 시작하면서 이 분야가 주목받기 시작했습니다. 2018년에 KPMG는 라이즈 오브 더 휴먼 보고서를 작성합니다. 이 논문은 은행과 금융 기관이 해당 부문의 비용을 75%까지 절감할 수 있다고 제안했습니다. 그 후 몇 년 동안 채택률이 급격히 증가했습니다.
과거의 RPA 기술
자동화라는 용어는 1946년에 포드 자동차의 엔지니어링 매니저인
포드 자동차 회사의 엔지니어링 관리자였던 D.S. 하더에 의해 만들어졌습니다.
그의 자동차 제조 공장에서 기계화된 생산 라인에 자동 장치와 제어 장치를 사용하기 시작하면서 이 개념이 탄생했습니다. 현재 콘텐츠에서 자동화는 시스템이 자동으로 작동하도록 하는 기술을 의미합니다. 이러한 시스템은 기계식, 전기식 또는 컴퓨터 시스템일 수 있습니다.
1940년대에는 자동화에 대한 명확한 단어가 없었을지 모르지만, 자동화는 수천 년 동안 인류 역사의 일부였습니다. 기원전 1세기 초 로마인들은 곡물을 갈기 위해 물레방아를 사용했습니다. 9세기에는 수차와 풍차가 본격적으로 발전했습니다. 산업 혁명 당시 증기 엔진은 새로운 차원의 효율성을 제공했습니다.
요점은 인간은 항상 생산성을 높이기 위해 활용할 수 있는 기술을 찾고 있었다는 것입니다. 그러나 로보틱 프로세스 자동화 기술의 뿌리는 엄밀히 말해 최초의 컴퓨터가 등장할 무렵부터 시작되었습니다. 초기의 컴퓨터는 수학의 부담을 덜어주고 이를 기계에 넘기는 데 사용되었습니다.
백서에서
미래의 디지털 워크포스: 로보틱 프로세스 자동화(RPA)
(S. Madakam, 2019)에서 저자는 RPA의 뿌리가 1943년에서 1946년 사이에 발명된 컴퓨터인 ENIAC으로 거슬러 올라간다고 말합니다. 흥미롭게도 이 완성 날짜는 D.S. 하더가 자동화라는 용어를 처음 사용한 시기와 거의 일치합니다. 저자는 또한 “주판이 최초의 컴퓨팅 기계였다”고 가정하면서 기술의 초기 시작점을 제안합니다.
초창기 컴퓨터는 다루기 힘들었습니다. 사용법이 복잡하고 크기가 너무 커서 방 전체에 보관해야 했습니다. 그러나 컴퓨터 하드웨어가 발전함에 따라 가격이 하락했습니다. 1990년대에는 선진국 가정에서 개인용 컴퓨터를 쉽게 찾아볼 수 있었습니다.
컴퓨터 기술이 발전함에 따라 기업들은 스크립팅 언어와 매크로를 사용하여 일상적인 프로세스를 자동화했습니다. 이러한 도구는 일반적으로 Microsoft Word 또는 Excel과 같은 애플리케이션 내에서 액세스할 수 있습니다. 이러한 사용법은 오늘날에는 원시적인 것처럼 보이지만 소프트웨어 기계화를 향한 중요한 초기 단계입니다.
2000년대 초, BluePrism 및 UIPath와 같은 기업은 조직 내 백오피스 및 관리 프로세스를 자동화하도록 설계된 플랫폼을 출시하여 RPA의 길을 열었습니다. 흔히 ‘봇’ 또는 ‘소프트웨어 로봇’이라고 불리는 이러한 플랫폼은 컴퓨터 시스템 내에서 인간의 행동을 모방할 수 있었습니다. 여러 애플리케이션과 상호 작용하고, 데이터 입력을 수행하고, 문서에서 정보를 추출하고, 기타 다양한 작업을 실행할 수 있습니다.
1. RPA 기술의 뿌리
RPA의 초기 경로 중 하나는 비즈니스 프로세스 아웃소싱(BPO)의 형태였습니다. 당시 기업들은 다양한 조직에 수작업을 아웃소싱했습니다. 이러한 작업을 완료하려면 종종 멀리 떨어진 국가에서 수작업에 의존해야 했습니다.
이러한 종류의 비즈니스를 위한 경쟁은 치열했습니다. 그러나 인건비 상승으로 인해 아웃소싱 기업은 이러한 작업을 더 저렴하게 수행할 수 있는 방법을 찾게 되었습니다. 또한 여러 국가와 시간대에 있는 인력을 관리하는 것은 그 자체로 복잡성을 수반합니다. 따라서 이러한 서비스 중 상당수는 RPA를 가장 먼저 도입한 서비스 중 하나입니다.
화면 스크래핑 기술은 RPA의 또 다른 선구자입니다. 일부 설명에 따르면 이 관행은 팀 버너 리의 초기 월드와이드웹으로 거슬러 올라갑니다. 그러나 다른 출처에 따르면 이 기술은 1960년대 또는 1970년대에 표준화되지 않은 인터페이스를 사용하는 메인프레임 터미널 간의 데이터 교환을 가능하게 하는 방법으로 등장했다고 합니다.
또 다른 중요한 퍼즐 조각은 워크플로 자동화 소프트웨어였습니다. 워크플로 관리의 개념은 산업 시대가 시작되던 시기로 거슬러 올라갈 수 있지만, 사실 RPA의 직접적인 선구자라 할 수 있는 기술을 탄생시킨 것은 80년대 초기 워크플로 소프트웨어의 등장입니다. 이 소프트웨어는 일반적으로 주문 처리 및 재고 관리를 자동화하여 수작업자가 다른 작업을 완료할 수 있도록 지원합니다.
이러한 트렌드를 종합해 보면, 효율성에 대한 욕구가 높아지면서 RPA 기술은 ‘만약’이 아니라 ‘언제’의 문제로 인식되고 있습니다.
2. 초기 RPA 사용 사례 10가지
초기 RPA 사용 사례는 반복적인 규칙 기반 작업을 자동화하는 것입니다. RPA 기술의 초기 목표는 운영 및 비즈니스 프로세스를 간소화하는 데 중점을 두었습니다. 이러한 초기 사용 사례 중 일부는 당시 기술이 무엇을 할 수 있는지에 대한 유용한 벤치마크를 제공합니다.
다음은 RPA 기술의 초기 사용 사례 10가지입니다.
- 데이터 입력, 마이그레이션, 추출 및 유효성 검사
- 데이터 백업 및 아카이빙
- 자동화된 양식 작성
- 급여 처리
- 계정 조정
- 재고 관리
- QA 테스트
- 의료 서비스 청구
- 대출 처리
보시다시피 RPA 기술의 적용 분야는 매우 다양합니다. 그러나 기업들이 이러한 거래에서 시간과 비용을 절약하기 시작하면서 RPA의 경계를 탐색하기 시작했습니다. 곧이어 오늘날의 RPA 도구가 등장했습니다.
현재의 RPA 기술
오늘날 RPA 기술의 역사는 거의 중단 없는 성공의 연속입니다. 단기간에 RPA는 현대 비즈니스에서 생산성의 새로운 시대를 여는 필수 도구로 자리 잡았습니다.
이미 RPA의 뿌리에 대해 살펴보았으니, 이제 이 기술이 오늘날 비즈니스의 매출과 성과 창출을 위해 어떤 역할을 하고 있는지 살펴볼 차례입니다.
현재 RPA
오늘날 RPA의 기능은 상당 부분 인공 지능에 빚을 지고 있습니다. RPA는 그 자체로 효율성과 생산성을 높일 수 있었지만, 사람의 인지 능력이 필요한 작업에서는 한계에 부딪혔습니다. 그러나 AI 도구와의 통합 및 융합으로 인해 RPA 프로젝트의 범위가 확장되었습니다.
RPA 기술의 가장 큰 한계 중 하나는 비정형 데이터를 처리할 수 없다는 점입니다. 하지만 컴퓨터 비전 기술과 자연어 처리(NLP)의 사용으로 이러한 이전의 제한이 사라졌습니다. 새로운 AI 기술에 적응함으로써 RPA는 그 어느 때보다 관련성이 높아졌습니다.
1. 산업별 RPA 도구
공급업체가 산업별 도구를 출시하기 시작할 때만큼 시장이 성숙해지고 있다는 확실한 신호는 드뭅니다. 최근에는 의료, 금융, HR, 물류 등을 위한 즉시 사용 가능한 자동화 솔루션을 제공하는 제품들이 시장에 출시되고 있습니다. 이러한 애플리케이션에는 프로세스 자동화를 훨씬 쉽게 설계할 수 있는 템플릿이 함께 제공됩니다.
2. RPA 및 인지 자동화
최근 몇 년 동안 RPA와 인지 자동화(지능형 자동화라고도 함)의 융합은 큰 진전을 이루었습니다. AI, ML, RPA를 융합하면 팀은 비즈니스 프로세스 자동화를 강화할 수 있습니다.
이제 백오피스와 프런트 오피스 모두 RPA 기술을 적극 활용하여 자동화된 프로세스로 모든 종류의 비정형 데이터를 처리하고 사람의 입력이 필요했던 의사 결정까지 내릴 수 있습니다.
3. RPA 센터 오브 엑설런스(CoE)
RPA의 잠재력은 분명하지만 효율성을 극대화하는 것은 많은 기업의 관심사입니다. 병목 현상은 기술적인 측면에서 발생하는 것이 아니라 기업이 이점을 제대로 활용할 수 있는 전문 지식이 부족하기 때문에 발생하는 경우가 많습니다. RPA를 설정하는 조직
우수 센터(CoE)
를 통해 획기적인 프로젝트를 추진할 수 있는 선견지명과 기술에 대한 이해를 갖출 수 있도록 지원합니다.
4. 클라우드 기반 RPA
클라우드 기반 RPA 도구는 현대 비즈니스에 탁월한 옵션입니다. 이러한 도구에 원격으로 액세스하면 직원들이 안전하고 탄력적이며 확장 가능한 자동화 솔루션으로 어느 위치에서나 작업할 수 있습니다. 하지만 더 중요한 것은 클라우드 연결을 통해 기업이 직원들의 위치에 관계없이 강력한 컴퓨팅 성능을 제공함으로써 ML 및 데이터 분석을 최대한 활용할 수 있다는 점입니다.
5. 코드 없는 RPA
최근 몇 년 동안 노코드 또는 스크립트 없는 RPA가 인기를 얻고 있습니다. UI/UX 디자인은 도입의 필수 요소입니다. 소수의 코더 그룹뿐만 아니라 모든 사람이 자동화된 프로세스를 구축할 수 있도록 보장하면 기술의 민주화가 이루어지고 더 많은 창의성과 더 빠른 협업으로 이어집니다.
6. 워크플로우 오케스트레이션
과거에는 RPA가 예측 가능한 규칙 기반 작업에 가장 잘 사용되었습니다. 하지만 RPA 솔루션의 확장 문제와 높은 수준의 관리 및 유지보수 등의 한계가 있었습니다. 여기에 IT 프로세스의 복잡성까지 더해지면 해결책을 찾아야 하는 문제가 생깁니다. 워크플로 오케스트레이션을 입력합니다.
워크플로 오케스트레이션을 통해 RPA 프로세스가 보다 효율적이고 올바른 순서로 작동할 수 있습니다. 확장하고 성장해야 하는 기업에게 이러한 발전은 매우 중요합니다.
7. 미드 마켓 및 중소기업 자동화
RPA 기술은 중소기업의 손이 닿지 않는 곳에 있었습니다. 하지만 모든 기술이 그렇듯, 시간이 지날수록 더 저렴하고 접근성이 좋아지고 있습니다. 이러한 개발은 파괴적 비즈니스가 번창하고 기존 비즈니스와 경쟁할 수 있도록 지원하는 데 필수적입니다.
8. 디지털 혁신
펜과 종이를 사용하는 전통적인 산업 전반에 걸쳐 디지털 트랜스포메이션을 가능하게 한 기술을 언급하지 않고는 현재 RPA의 활용에 대해 이야기할 수 없습니다. 환경에 미치는 긍정적인 영향 외에도 기업은 적은 인력으로 더 많은 일을 할 수 있고 수작업에 대한 부담을 줄일 수 있습니다.
현재 RPA 사용 사례 10가지
현재의 RPA 사용 사례와 초기의 사용 사례를 비교하는 것은 이 흥미로운 기술이 몇 년 사이에 얼마나 발전했는지 측정할 수 있는 좋은 방법입니다. 현재 RPA 기술 사용 사례 10가지를 소개합니다.
- 자동화된 약물 발견
- 산업 인프라의 유지보수 일정
- 가격 모니터링
- 재고 및 주문 관리
- 의료 예약 예약
- 제조 품질 관리
- 공급망 최적화
- 챗봇 및 개인 비서
- 규정 준수
- 사기 탐지
이러한 오늘날의 RPA 사용 사례는 이 기술이 예측 가능한 ‘만약/그렇지 않으면’ 유형의 작업을 처리하는 것에서 훨씬 더 정교한 작업으로 어떻게 발전했는지를 잘 보여줍니다. 2000년대 초반의 관점에서 보면 이러한 기능 중 상당수는 가능성이 희박해 보였을 것입니다. 하지만 AI 도구 덕분에 RPA는 더욱 탄력적으로 업무를 수행할 수 있게 되었습니다.
하지만 이는 초자동화를 향한 여정의 한 단계에 불과합니다.
미래의 RPA 기술
코로나19에 대한 논의 없이 RPA의 광범위한 도입에 대해 이야기하는 것은 불가능합니다. 팬데믹은 탄탄한 비즈니스 연속성 계획을 가지고 있던 기업들까지 모두를 놀라게 했습니다. 비즈니스 측면에서 이 시대는 부분적으로 중요한 디지털 전환의 시기로 기억될 것입니다.
RPA는 다른 기술 기반 커뮤니케이션 도구와 함께 이 거대한 변화의 선두에 서 있었습니다. 2020년 여름, 적어도 구글 검색어에 따르면 RPA에 대한 관심은 최고조에 달했습니다.
그러나 검색량만으로 솔루션에 대한 관심을 정량화하려는 시도는 어리석은 일입니다. 흥미진진한 신기술이 등장하면 폭발적인 관심을 받게 되지만, 경영진과 직원들이 새로운 도구에 대해 이해하게 되면 그 관심은 사라지게 됩니다. 소프트웨어의 유용성을 판단하는 가장 좋은 방법은 시장 점유율 추세를 살펴보는 것입니다.
통계에 따르면 2020년 이후 RPA 지출이 급격히 증가했습니다. 또한 시장 규모가 다음과 같이 성장할 것이라는 예측이 있습니다. 2020년 12억 3천만 달러에서 2030년 133억 9천만 달러로 증가합니다. 실제로 일부 분석가들에 따르면 이러한 예측은 다소 보수적일 수 있다고 합니다. 일부 연구에 따르면 RPA는 2032년까지 660억 달러 규모의 산업이 될 것입니다.
1. 가트너의 RPA 과대 광고 주기
RPA의 미래를 바라보는 또 다른 좋은 방법은 가트너의
가트너 하이프 사이클.
이 확립된 방법론은 경영진이 신기술을 이해하고 신기술에 수반되는 마케팅 과대광고를 꿰뚫어보는 데 도움이 됩니다. 유망한 새로운 영역이 현실화될지, 아니면 문제를 해결하기 위한 해결책이 될지 평가하는 것입니다.
가트너의 하이프 사이클은 신기술이 거치는 5단계로 구성되어 있습니다. 그들은:
- 혁신 트리거: 새롭고 흥미로운 아이디어가 담긴 한정 제품
- 부풀려진 기대의 정점: 모두가 가능성에 대해 이야기하는 시기
- 환멸의 나락: 기술이 큰 기대에 미치지 못하는 경우
- 깨달음의 경사: 사람들이 기술을 진정으로 ‘이해’할 수 있도록 돕는 견고한 제품
- 생산성의 정체기: 광범위한 채택
가트너의 RPA에 대한 과대 광고 주기는 이제 막바지 단계에 접어들었습니다. 조직들은 이 기술을 대량으로 채택했으며, 그 잠재력은 잘 알려져 있고 잘 이해되고 있습니다. 하지만 최종 단계에 도달했다는 것은 기술의 상한선이 실현되었다는 의미라고 생각할 수 있지만, 이는 잘못된 생각입니다.
RPA의 미래는 다른 여러 흥미로운 기술과의 융합에 있습니다. 다시 말해, RPA 과대광고 주기는 계속될 것입니다.
2. RPA 기술 및 초자동화
RPA는 트랜잭션 처리 시스템(TPS)으로 알려져 있습니다. 즉, 조직 내에서 일상적인 비즈니스 트랜잭션을 처리하는 컴퓨터를 의미합니다. RPA는 잘 정의되고 미리 작성된 규칙에 따라 작업을 수행합니다.
이러한 시스템은 조직의 수익에 막대한 영향을 미쳤습니다. 생산성, 정확성, 비용 절감 및 전반적인 작업 품질을 높이는 데 도움이 되었습니다. 하지만 이러한 도구가 달성할 수 있는 것에는 한계가 있습니다. RPA 워크플로우를 관리하는 것이 상당히 까다로운 작업이기 때문입니다. 진정한 자동화를 위해서는 훨씬 더 손이 많이 가지 않는 접근 방식이 필요합니다.
RPA 도구가 앞으로도 계속 영향력을 발휘하려면 초자동화를 향한 여정에서 다른 기술과 통합되어야 합니다.
인지 로봇 프로세스 자동화
RPA 및 인지 자동화 제품은 이미 시장에 나와 있습니다. 이러한 기술의 결합은 RPA의 어려운 한계, 즉 의사 결정을 내리고 비정형 데이터를 처리할 수 없는 기술에 대한 우아한 해결책을 제시합니다. 머신 러닝, 컴퓨터 비전, 자연어 처리와 같은 AI 기술을 사용하여 RPA 봇은 보다 복잡한 범위의 인간 작업을 자동화할 수 있습니다.
자동화의 범위를 확장하는 것이 코그너티브 RPA의 가장 큰 기여가 될 것입니다. 우리 모두는 제너레이티브 AI가 새로운 지평의 문을 여는 방식에 놀라움을 금치 못했습니다. 하지만 이는 AI의 한 종류일 뿐입니다. 로봇과 인지 자동화를 함께 사용하면 생산성을 극대화하는 새로운 시대의 두뇌이자 힘이 될 것입니다.
적응형 학습
적응형 학습은 초자동화 접근 방식의 또 다른 요소입니다. RPA 봇은 ML 및 데이터 분석과 같은 AI 기술을 혼합하여 수행 작업에 대한 정보를 수집 및 분석하고 이러한 학습을 통해 개선합니다. 이러한 지속적인 학습을 통해 데이터 기반 의사 결정과 자가 치유 봇까지 구현할 수 있습니다.
하지만 잠재력은 여기서 멈추지 않습니다. 자가 복구 봇은 RPA 도구의 가동 시간을 늘려주며, 자가 개선 봇은 생산성을 높이고 보다 개인화된 유형의 지원을 제공합니다. 미래의 봇은 사용자의 워크플로우를 학습하고 필요한 경우 향상된 기능을 제공하면서 사용자를 중심으로 스스로를 형성해 나갈 것입니다.
참석 자동화
연구에 따르면
무인 자동화가 RPA 구현에서 가장 큰 비중을 차지합니다.
. 무인 자동화는 백오피스 작업에 가장 적합하며, 유인 자동화는 이해관계자가 예측 가능한 작업에 대한 도움을 필요로 할 때 트리거되는 개인 비서처럼 작동합니다.
어텐디드 오토메이션의 미래에는 인간과 컴퓨터의 관계가 더욱 매끄럽게 연결될 것입니다. 자동화 시스템은 요청에 의해 트리거되는 것이 아니라 예측 및 반응 방식으로 작동합니다. 컨텍스트에 기반한 제안을 통해 작업자가 전례 없는 수준의 생산성을 달성할 수 있도록 지원합니다.
프로세스 마이닝
프로세스 마이닝은 RPA의 미래에 중요한 역할을 할 것입니다. 초자동화는 가능한 한 많은 작업을 기계화하는 것이며, 프로세스 마이닝을 통해 팀은 비즈니스 프로세스를 보다 포괄적으로 이해할 수 있습니다.
프로세스 마이닝 도구는 이벤트 로그를 분석하여 조직 내에서 시간이나 비용을 절약할 수 있는 영역을 식별할 수 있습니다. 다시 한 번 ML과 데이터 분석이 중요한 역할을 할 것입니다. 비즈니스 프로세스에 대한 심층 분석은 조직이 이전에는 자동화할 수 없다고 생각했던 프로세스를 발굴하는 데 도움이 됩니다.
사용자 편의성 향상
RPA의 성공 요인 중 가장 큰 부분은 자동화를 대중화할 수 있다는 점입니다. 최근 몇 년 동안 코드가 필요 없는 RPA 도구가 확산되는 등 많은 발전이 이루어졌습니다. 하지만 제너레이티브 AI와 자연어 처리(NLP)의 발전으로 대화가 새로운 인터페이스가 될 것입니다.
미래에는 프로세스 마이닝과 자가 학습 RPA 봇이 이해관계자와 협업하여 업무를 개선하고 보강하며, 인간은 필요한 내용을 지시하고 로봇은 충실히 작업을 수행하게 될 것입니다.
추가 통합
마지막으로, RPA 도구는 독립형 애플리케이션에서 조직의 핵심에 있는 비즈니스 전반의 애플리케이션으로 이동하게 될 것입니다. 자동화는 개별 작업자, 시스템, 도구, 데이터베이스를 하나로 묶는 중앙 집중식 시스템에 의해 제어되어 원활한 환경을 조성합니다.
3. 초자동화: 최종 단계
초자동화 RPA에는 다음과 같은 분업이 포함됩니다:
- AI는 인간이 인지할 수 없는 사항까지 고려하여 최적의 결정을 내릴 수 있도록 신뢰받게 될 것입니다.
- 데이터 분석은 인간의 이해 범위를 훨씬 뛰어넘는 데이터의 패턴과 관계를 찾아 인사이트를 제공합니다.
- RPA는 AI와 분석의 지원을 받아 트랜잭션을 실행합니다.
하지만 하이퍼오토메이션은 철학, 아니 감히 말하자면 태도라는 점에 유의하는 것이 중요합니다. 비즈니스 프로세스를 살펴보고 가능한 모든 것을 자동화하는 것입니다.
4. 10가지 미래 RPA 활용 사례
RPA의 미래는 밝습니다. 가능성은 거의 무한합니다. 하지만 멀지 않은 미래에 실현될 10가지 RPA 사용 사례를 소개합니다.
- 건강 관리 모니터링 및 진단
- 자율주행 자동차
- 예측 유지 관리
- 법률 연구
- AI 기반 의사 결정
- 환경 모니터링 및 보존
- 교육 및 훈련
- 에너지 그리드 관리
- 소매 및 창고 주문 처리
- 자동화된 공간 검색
마지막 생각들
단기간에 RPA는 기업의 필수적인 부분으로 자리 잡았습니다. 비즈니스 프로세스 자동화 도구는 기본적인 트랜잭션에서 사람의 의사 결정이 필요했던 더 복잡한 작업으로 옮겨가고 있습니다.
기술의 미래는 로보틱 프로세스 자동화와 인공 지능의 융합에 있습니다. 이미 시장에 일부 RPA 인공 지능 도구가 출시되어 있지만, 이는 달성할 수 있는 것의 일부에 불과합니다.
