UI에서 AI로: 자동화 환경 탐색하기

편집자 주: 이 글은 2017년에 게시되었습니다. 로봇 프로세스 자동화 및 인공지능 페이지에서 최신 정보를 확인하세요.

원본 게시물:

최근 몇 년간 로봇 프로세스 자동화(RPA)의 소프트웨어 솔루션으로서 구현이 전 세계적으로 급격히 증가했습니다. 연구 기관 에버레스트 그룹(Everest Group)의 최근 시장 보고서에 따르면 2016년 RPA 벤더 시장은 2억 달러 이상으로 추정되며, 1년 만에 64% 이상 성장했습니다. 하지만 RPA 영향력의 또 다른 척도는 자동화 기술과 역량의 발전과 진화에서 나옵니다. '로봇 프로세스 자동화'라는 용어는 2000년대 초반에 처음 사용되었으며, 초기 형태의 기술은 RPA의 선구자인 데이터 스크래핑과 워크플로 자동화 도구의 연장이었습니다. 그러나 데이터 스크래핑과 워크플로 자동화의 역량을 넘어선 RPA는 20년 전의 운영 자동화에서 상당한 진전을 이루고 있으며, 계속하고 있습니다. 가장 최근에는 RPA가 단순한 사용자 인터페이스(UI) 자동화에서 인공지능(AI) 역량을 통합하는 것으로 전환되고 있습니다.

초기 RPA 기술 단계에서 UI 자동화 간소화에 집중했던 기업과 회사들은 이제 인지 비서 역할을 하고, 인간과 상호작용해 비즈니스 요구를 서비스하며, 비정형 데이터를 처리할 수 있는 완전한 디지털 노동 인력을 구축하는 것으로 전환하고 있습니다. 이는 어제의 자동화 프로세스와 오늘 및 내일의 자동화 잠재력에서 근본적인 변화입니다.

되돌아보기: RPA의 기초

2000년대 초반 기술 현장에 등장한 RPA 기술과 그 선구자들은 UI와 깊은 역사적 관계를 가지고 있습니다. 비록 UI 자동화가 훨씬 더 오래전부터 존재해왔지만 말입니다. 오늘날의 새로운 자동화 플랫폼은 두 가지 형태의 UI 자동화인 데이터 스크래핑과 워크플로 관리 도구의 진화적 산물입니다. 데이터 스크래핑 소프트웨어는 프레젠테이션 계층에서 작동해 웹에서 데이터를 추출하고 오래된 레거시 시스템에서 대체 시스템으로 데이터를 전송하는 반면, 워크플로 관리 도구는 UI와 상호작용해 비즈니스 관련 프로세스를 자동화합니다.

두 선구자처럼 RPA 소프트웨어 로봇은 인간 직원과 같은 수준에서 작동해 UI 자동화를 구축합니다. 하지만 RPA를 차별화하는 것은 단순한 화면 스크래핑 도구 이상이라는 점입니다. RPA 기술은 UI 아래 아키텍처 데이터 계층 내 통신 형태에 의존하는 많은 기초 자동화 도구보다 상당한 기술적 이점을 제공하고 계속 제공합니다. 중요한 기술적 진화로, RPA는 코드가 필요 없고 비파괴적입니다.

이는 RPA 소프트웨어 로봇이 코딩 지식 없이 비즈니스 사용자에 의해 쉽게 훈련될 수 있고, IT 투자가 거의 또는 전혀 필요하지 않음을 의미합니다. UI에서의 상호작용을 통해 RPA는 기존 설정을 재구성하지 않고도 다양한 시스템과 애플리케이션을 연결할 수 있습니다. 선구자들과 달리, 이 기술은 모든 브라우저 버전, 화면 위치, 창 크기와 호환됩니다. 특히 RPA의 UI 상호작용은 플랫폼을 유연하고 확장 가능하며 효율적으로 만들며, 엔터프라이즈 수준에서도 마찬가지입니다.

지능을 향한 경쟁

어떤 RPA 개발자나 비즈니스 사용자에게 물어봐도 UI 자동화에 집중하는 것이 기술 성공에 필수적임이 명확합니다. 하지만 최근 기술 발전은 지능형 프로세스 자동화 역량 발전에 집중되어 왔습니다. 이는 기존 프로세스 자동화 기술에 AI를 통합함으로써 RPA가 초기 범위를 훨씬 넘어 확장할 수 있음을 의미합니다.

특히 지능형 프로세스 자동화는 AI와 관련 기술(머신러닝, 컴퓨터 비전, 자연어 처리, 인지 자동화 등)을 RPA에 적용하는 것을 의미합니다. RPA에 AI를 추가함으로써 규칙 기반 자동화가 지식 기반 자동화로 점차 보완되어, 더 많은 작업, 특히 더 복잡한 작업이 자동화에 더 널리 적합해지고 있습니다.

컨설팅 그룹 맥킨지 앤 컴퍼니(McKinsey & Company)의 2017년 3월 보고서는 이러한 발전이 기업이 자동화를 성공적으로 활용할 수 있게 한다고 시사합니다:

더 넓은 범위의 복잡한 자동화

RPA 기술은 현재 반복적이고 규칙 기반 비즈니스 책임을 자동화할 수 있는 반면, 직원들은 여전히 창의성과 판단이 필요한 작업을 주로 담당합니다. AI는 특히 가변성을 다루는 데 적합하며, 대량의 비정형 입력과 데이터에 의존하는 작업을 실행할 수 있습니다. 이는 사기 탐지와 비즈니스 예측 같은 더 복잡하고 정의되지 않은 작업을 AI로 더 높은 정확도와 정밀도로 관리할 수 있음을 의미합니다.

디지털 노동의 발전

디지털 인력으로서 RPA 소프트웨어 로봇은 이미 전 세계 비즈니스 운영을 간소화하고 있습니다. AI의 도움으로 RPA는 더욱 자율적인 인력으로 발전할 것입니다. 시간이 지남에 따라 학습하고 새로운 상황에 적응하기 때문에, 지능형 자동화 시스템은 인간의 훈련이나 개입 없이 복잡한 프로세스를 자동화할 수 있습니다. AI 주도 인력은 데이터에서 자율적으로 학습하고 패턴 인식을 기반으로 의사결정을 내릴 수 있습니다.

AI의 민주화

RPA와 AI가 어떻게 함께하는지 설명하기 위해 스포츠에서 가장 좋아하는 은유를 하나 인용합니다. 티에 서 있는 골퍼가 공을 페어웨이를 따라 400야드 날려 벙커를 넘어 그린 위에 올리고 홀에 넣어야 한다고 상상해 보세요.

만약 퍼터만 들고 있다면, 즉 AI 도구만 있다면, 진행하기가 엄청나게 어렵거나 불가능할 것입니다. 드라이버와 아이언 조합도 필요합니다. RPA 도구가 필요하고, ABBYY와 셀라톤(Celaton) 같은 인지 도구, 그리고 마침내 IBM 왓슨이나 구글 텐서플로(TensorFlow) 같은 AI 도구가 필요합니다.

여기서 트릭이 있습니다. AI 도구를 개발하는 것은 작은 회사가 아닙니다. 마이크로소프트, 구글, IBM 같은 거대 기업들입니다. 그리고 그들은 이 도구들을 오픈소스로 공개하고 채택을 민주화하고 있습니다. 이는 향후 몇 년간 이러한 전문 역량이 RPA 플랫폼에 더 많이 내장되어 인간 중심 및 로봇 중심 자동화 모두에 새로운 가능성을 창출할 것임을 의미합니다.

미래에 대한 기대 관리

지능형 자동화는 자동화 기술 중 가장 최근 개발이지만, 우리는 AI 역량의 시작을 이제 막 보고 있습니다. 페이스북 연구 디렉터 얀 르쿤(Yann LeCun)은 AI가 아직 갈 길이 멀다고 제안합니다:

그럼에도 불구하고 전문 서비스 기업 KPMG는 RPA와 AI의 융합을 통해 이미 다음을 보기 시작했다고 제안합니다:

현재 고도로 숙련된 전문가의 기술이 필요한 활동이 매년 점점 더 자동화 가능해지고 있으며, 미래의 RPA-AI 하이브리드는 기업이 그 어느 때보다 더 자율적이고 정밀하며 민첩한 자동화를 활용할 수 있게 할 태세입니다.