UI에서 AI로:자동화 여정

편집자 메모 :2017년에 발행되었습니다. 로봇 프로세스 자동화 및 인공 지능 페이지 방문 최신 정보

원본 게시물:

최근 몇 년 동안 소프트웨어 솔루션으로서 로봇 프로세스 자동화(RPA)의 구현이 전 세계적으로 크게 증가했습니다. 리서치 회사인 Everest Group의 최근 시장 보고서에 따르면 2016년 RPA 공급업체 시장은 2억 달러 이상으로 추정되어 1년 동안 64% 이상 성장했습니다. 그러나 RPA의 영향력에 대한 또 다른 측정은 자동화 기술 및 기능의 발전과 발전에서 비롯됩니다. 로봇 프로세스 자동화라는 용어는 2000년대 초에 처음 사용되었으며 기술의 초기 형태는 RPA의 이전 모델인 데이터 스크래핑 및 워크플로 자동화 도구의 확장이었습니다. 그러나 데이터 스크래핑 및 워크플로 자동화 기능을 능가하는 RPA는 20년 전 운영 자동화를 발전시키는 데 있어 상당한 진전을 이루었고 지금도 계속하고 있습니다. 가장 최근에 RPA는 단순한 사용자 인터페이스(UI) 자동화에서 인공 지능(AI)이라는 새로운 분야의 기능을 통합하는 것으로 전환하고 있습니다.

RPA 기술의 초기 단계에서 UI 자동화를 간소화하는 데 집중적으로 초점을 맞춘 비즈니스 조직 및 회사는 이제 인지 도우미 역할을 하고 비즈니스 요구 사항을 충족하기 위해 인간과 상호 작용할 수 있는 완전한 디지털 노동 인력을 달성하기 위해 전환하고 있습니다. 비정형 데이터를 처리합니다. 이는 과거의 자동화 프로세스와 현재와 미래의 자동화 잠재력에 대한 근본적인 변화입니다.

돌아보기:RPA의 기초

원래 2000년대 초에 기술 분야에 등장한 RPA 기술과 그 조상은 UI 자동화가 훨씬 더 오래 존재했음에도 불구하고 UI와 깊은 역사적 관계를 가지고 있습니다. 오늘날의 새로운 자동화 플랫폼은 데이터 스크래핑 및 워크플로 관리 도구라는 두 가지 형태의 UI 자동화의 진화된 제품입니다. 데이터 스크래핑 소프트웨어는 웹에서 데이터를 추출하고 오래된 레거시 시스템에서 대체 시스템으로 데이터를 전송하기 위해 프레젠테이션 계층에서 작동하는 반면 워크플로 관리 도구는 비즈니스 관련 프로세스를 자동화하기 위해 UI와 상호 작용합니다.

두 조상과 마찬가지로 RPA 소프트웨어 로봇은 UI 자동화를 구축하기 위해 인간과 동일한 수준에서 작동합니다. 하지만 RPA를 차별화하는 점은 이것이 단순한 화면 스크래핑 도구 그 이상이라는 것입니다. RPA의 기술은 UI 아래의 아키텍처 데이터 계층 내의 통신 형식에 의존하는 더 많은 기본 자동화 도구에 비해 상당한 이점을 제공했으며 계속해서 제공하고 있습니다. 이러한 오래된 자동화 형태의 상당한 기술적 발전인 RPA는 코드가 없고 중단되지 않습니다.

이는 RPA 소프트웨어 로봇이 코딩 지식 없이 IT 투자 없이도 비즈니스 사용자가 쉽게 훈련할 수 있음을 의미합니다. UI에서의 상호 작용을 통해 RPA는 기존 설정을 재구성하지 않고도 다양한 시스템과 애플리케이션을 연결할 수 있습니다. 이전 버전과 달리 이 기술은 모든 브라우저 버전, 화면 위치 또는 창 크기와 호환됩니다. 특히 RPA와 UI의 상호 작용을 통해 플랫폼은 엔터프라이즈 수준에서도 유연하고 확장 가능하며 효율적일 수 있습니다.

지능을 향한 경쟁

RPA 개발자나 비즈니스 사용자에게 물어보면 UI 자동화에 중점을 두는 것이 기술의 성공에 매우 중요하다는 것이 분명합니다. 그러나 최근의 기술 발전은 지능형 프로세스 자동화의 기능을 향상시키는 데 중점을 두고 있습니다. 이는 AI를 기존 프로세스 자동화 기술과 통합함으로써 RPA가 초기 범위를 훨씬 넘어서 확장할 수 있음을 의미합니다.

특히 지능형 프로세스 자동화는 AI 및 관련 기술(예:머신 러닝, 컴퓨터 비전, 자연어 처리, 인지 자동화)을 RPA에 적용하는 것을 의미합니다. RPA에 AI를 추가함으로써 규칙 기반 자동화는 지식 기반 자동화로 점차 보완될 것이며 더 많은 작업, 특히 더 복잡한 작업은 자동화에 더 널리 적합하게 될 것입니다.

컨설팅 그룹 McKinsey &Company의 2017년 3월 보고서에 따르면 이러한 발전을 통해 기업은 자동화를 성공적으로 활용할 수 있습니다.

복잡한 자동화의 더 넓은 범위

RPA 기술은 현재 반복적인 규칙 기반 비즈니스 책임을 자동화할 수 있는 반면 직원은 여전히 ​​창의성과 판단력이 필요한 작업을 주로 담당합니다. AI는 변동성을 처리하는 데 특히 적합하며 대량의 비정형 입력 및 데이터에 의존하는 작업을 실행할 수 있습니다. 즉, 사기 탐지 및 비즈니스 예측과 같은 더 복잡하고 정의되지 않은 작업을 AI를 사용하여 정확도와 정밀도를 높여 관리할 수 있습니다.

디지털 노동의 발전

디지털 인력으로서 RPA 소프트웨어 로봇은 이미 전 세계적으로 비즈니스 운영을 간소화하고 있습니다. AI의 도움으로 RPA는 더욱 자율적인 인력으로 발전할 것입니다. 시간이 지남에 따라 새로운 상황을 배우고 적응하기 때문에 지능형 자동화 시스템은 사람의 교육이나 개입 없이 복잡한 프로세스를 자동화할 수 있습니다. AI 기반 인력은 데이터에서 자율적으로 학습하고 패턴 인식을 기반으로 의사 결정을 내릴 수 있습니다.

AI의 민주화 

우리는 스포츠에서 RPA와 AI가 함께 사용되는 방식을 설명하기 위해 가장 좋아하는 비유 중 하나를 그립니다. 당신이 티 위에 서 있는 골퍼이고 페어웨이를 따라 400야드 아래로 벙커를 넘어 그린과 홀에 들어가야 한다고 상상해 보십시오.

퍼터, 즉 AI 도구만 들고 서 있는 경우 진행이 불가능하지는 않지만 매우 어렵다는 것을 알게 될 것입니다. 작은 흰색 공을 홀에 넣으려면 드라이버와 아이언의 조합도 필요합니다. RPA 도구가 필요하고 ABBYY 및 Celaton과 같은 인지 도구가 필요하며 마침내 IBM Watson 또는 Google TensorFlow와 같은 AI 도구가 필요하게 됩니다.

이제 여기에 트릭이 있습니다. AI 도구를 개발하는 것은 작은 회사가 아닙니다. Microsoft, Google 또는 IBM과 같은 거대 기업입니다. 그리고 그들은 이러한 도구를 공개 소싱하고 활용을 민주화하고 있습니다. 이는 앞으로 몇 년 동안 이러한 전문가 기능 중 더 많은 부분이 RPA 플랫폼에 적용되어 인간 중심 및 로봇 중심 자동화 모두에 대한 새로운 가능성을 창출할 것임을 의미합니다.

미래에 대한 기대치 관리

지능 자동화는 자동화 기술 중 가장 최근에 개발된 기술이지만 우리는 이제 막 AI 기능의 시작을 보기 시작했을 뿐입니다. Facebook의 연구 이사인 Yann LeCun은 AI가 아직 갈 길이 멀다고 제안합니다.

그럼에도 불구하고 전문 서비스 회사인 KPMG는 RPA와 AI의 융합을 통해 이미 다음을 보기 시작했다고 제안합니다.

현재 고도로 훈련된 전문가의 기술을 필요로 하는 활동은 매년 점점 더 자동화되고 있으며, 미래의 RPA-AI 하이브리드는 기업이 그 어느 때보다 더 자율적이고 정확하며 민첩한 자동화를 활용할 수 있게 해줄 태세를 갖추고 있습니다.