지능형 자동화: 성공적인 RPA 구현 주도

이 블로그를 시작하며 제가 틀렸음을 인정하겠습니다. 지난 11월 "로봇 프로세스 자동화가 그렇게 좋은데 왜 어디에나 있지 않을까?"라는 질문을 던지는 글을 썼습니다. 그 기사는 업계 미성숙함을 이유로 들었습니다. 2015년 가을까지 RPA 기술은 불과 몇 년 전보다 광년 앞서 나갔지만, 세 가지 병목 현상이 "왜 어디에나 있지 않을까?"를 설명한다고 결론 내렸습니다: RPA 혁신이 고객 인식을 앞지름; 제공업체들이 고객 서비스 확충에 분주함; 제공업체들이 구현 지원을 위한 확장 가능한 파트너십 및 얼라이언스 네트워크 구축 중. 9개월 뒤 되돌아보니 제가 틀렸습니다. 틀렸습니다. 틀렸습니다.

많은 RPA 구현이 어려움을 겪습니다

회고해보면, 11월 기사의 전제는 단순히 틀렸습니다. 저는 부진한 채택이 그 세 가지 병목 현상으로 지연된 구현 프로젝트를 반영한다고 보았습니다. 업계의 성공 문제 같은 것입니다.

근본 전제는 지연된 구현의 대다수가 성공할 것이고, RPA 열정에 불을 지피며 "왜 어디에나 있지 않을까?" 질문을 잠재울 것이라는 것이었습니다. 틀렸습니다.

분명히 질문은 잠재워지지 않았습니다. RPA가 어디에나 있지 않기 때문입니다. 사실 상장된 유일한 제공업체인 블루 프리즘(Blue Prism)은 2016년 상반기 매출이 2015년 대비 €1M 소폭 증가하는 데 그쳤습니다. 괜찮은 소식이고 나아질 가능성이 높지만, 하키 스틱 성장 곡선과는 거리가 멉니다.

RPA 방에 언급되지 않은 진짜 코끼리는 구현이 어려움을 겪고 있다는 문제입니다. 모든 엔터프라이즈 구현의 3분의 1이 성공하기 위해 고군분투하고, 많은 경우 성공하지 못할 가능성이 큽니다. 물론 이런 소식이 공개될 이유는 없지만, 제가 공유한 사람 중 아무도 이에 동의하지 않았습니다. 숫자가 약간 낮을 뿐이라고 말할 뿐이었습니다.

물론 일부는 적절한 지원이 갖춰지기 전에 총을 쏘았을 수 있습니다. 프로젝트의 아킬레스건인 열악한 계획과 나쁜 실행이 다른 경우를 설명할 것입니다. 하지만 제가 가을에 저지른 주요 오산은 구현을 더 쉽고 빠르게, 그리고 더 성공적으로 만들 수 있는 수준의 RPA 기술이 이미 널리 사용 가능하거나 곧 널리 사용 가능할 것이라고 가정한 것입니다.

2016년 초 두 가지 현상으로 그건 사실이 아님이 분명해졌습니다. 하나는 UiPath의 경쟁 RFI 승률입니다: 항상 좋았지만, 예상치 못하게 일관된 성공을 경험하기 시작했습니다. 특히 제품 평가 단계에서. 다른 하나는 원래 구현 선택을 대체하기 위해 UiPath 제품을 구매한 신규 고객 수였습니다.

이는 UiPath 기술 없는 구현이 성공적이지 않다는 말이 아닙니다. 확실히 성공합니다. 하지만 문제가 있고 긴 구현은 변혁적 기술과 일반적으로 연관된 '버즈'나 입소문이 상대적으로 적은 것을 설명하는 데 도움이 될 것입니다.

지능형 자동화

RPA 기술이 구현을 더 쉽고 빠르게 만들어야 한다는 것은 무엇을 의미할까요? UiPath가 지능적으로 자동화한다는 것이 무엇을 의미하는지부터 시작해 구체적으로 살펴보겠습니다. 구체성 없는 기술 논의는 무가치합니다.

UiPath는 이 용어를 컴퓨터 비전, 인지 자동화, 머신러닝을 포함한 인공지능과 관련 신기술을 로봇 프로세스 자동화에 적용하는 것으로 정의합니다. 이 융합의 목적은 고객을 위한 RPA 가치를 크게 높이는 자동화 역량을 창출하는 것입니다.

지능 + 자동화 = 새로운 RPA 경험

UiPath 창립자 겸 CEO 다니엘 디네스는 종종 RPA를 악어에 비유합니다: 작은 뇌에 발목 잡힌 강력한 파충류. 이 비유는 RPA 제공업체가 직면한 도전을 생생하게 보여주며, 그는 회사가 후발 주자 이점을 가진다고 믿습니다. "우리는 주요 경쟁사들보다 늦게 시장에 진입했습니다,"라고 그는 말합니다. "하지만 늦은 게 아닙니다. 10년 된 아키텍처가 아닌 현재 기술로 혁신하고 있다는 뜻입니다."

UiPath는 인공지능(AI)을 사용해 로봇 소프트웨어 역량을 세 가지 기능 영역에서 향상시키는 혁신적 솔루션을 개발했습니다.

컴퓨터 비전: 우리 로봇은 여러분과 저처럼 문맥적 관계를 사용해 화면 요소를 '봅니다'. 이는 타의 추종을 불허하는 20/20 정확도와 정밀도를 제공합니다.

자동화 관리: 우리 로봇은 워크플로를 관리하고 작업량과 서비스 수준에 반응해 인간 개입 없이 작업을 큐에 넣고 로봇을 할당하는 법을 배웠습니다.

인지 자동화: 파트너 셀라톤(Celaton)과 협력해 비정형 데이터 자동화와 그 의미와 의도를 식별하는 데 필요한 인지에 기반한 특정 고객 솔루션을 설계합니다.

RPA 구현을 위한 가치

많은 신규 고객에게 첫 RPA 구현은 로봇 기술이 실제로 작동하는 첫 번째 모습입니다. 물론 데모와 POC가 있었을 테지만, 이들은 보통 통제된 환경에서 이루어지며 자동차 제조사의 연비 주장과 비슷한 정확도를 가질 수 있습니다.

구현이 시작되면 모든 RPA 제품이 똑같다는 생각은 사라집니다. 이제 운영 워크플로의 미묘한 차이가 선택된 자동화 소프트웨어에 의해 수용되어야 합니다: 화면 요소의 미세한 이동; 다중 ERP 시스템과 인스턴스; 가상화 환경 또는 대량 트랜잭션 프로세스를 비참여형 자동화 전반에서 동기화하는 것.

성공적인 구현은 이러한 미묘한 차이와 기타 미묘한 차이를 특별한 주의, 맞춤 개발, 긴 지연, 품질과 서비스 수준 타협 없이 기본적으로 처리할 수 있는 기술이 필요합니다. 그중 하나라도 구현을 고난으로 만들 수 있습니다.

UiPath 지능형 자동화 뒤의 구체적 역량이 구현 가치에 어떻게 기여하는지 살펴보겠습니다.

컴퓨터 비전: 인간 같은 비전으로 우리 로봇은 경쟁사보다 모든 데스크톱 및 웹 환경을 2~4배 더 빠르게 구현할 수 있습니다. 왜냐고요? 다른 로봇은 눈멀고 구성된 검색이나 좌표 같은 다양한 보조 수단으로 화면 요소를 찾습니다. 잘 수행하려면 맞춤 개발이 필요할 수 있고, 화면의 미세하고 간헐적 변화도 테스트나 프로덕션 결과를 방해할 수 있습니다.

시트릭스(Citrix) 구현은 최대 20배 더 빠릅니다. 네, 20배 더 빠릅니다. 사실 우리 컴퓨터 비전은 데스크톱, 웹, 시트릭스 환경에 무관심하며 모두 같은 속도로 구현합니다. 하지만 시트릭스는 경쟁사 기술에 너무 어려워 구현 속도 격차가 5배~10배로 벌어집니다. 거의 모든 엔터프라이즈 고객이 시트릭스 요구사항을 가지고 있으므로, 미미한 시트릭스 자동화 역량은 심각한 구현 문제입니다.

자동화 관리: AI 로봇 관리자가 이 역할의 인간 개입을 대폭 줄입니다. 인간 관리자는 항상 보고, 관리, 이슈 에스컬레이션 체인에 있겠지만, 로봇 관리는 서비스 수준이 충족되도록 다음에 의존하지 않습니다: 예약된 워크플로와 이벤트와 큐된 작업 및 로봇 배포 동기화; 필요시 페일오버 프로시저 모니터링 및 트리거.

로봇 간 관리는 엔터프라이즈 고객에게 엄청난 가치를 제공합니다. RPA에서 아마도 가장 중요한 영역인 자율/비참여형 자동화 롤아웃을 단순화해 구현을 가속화하기 때문입니다. 로봇 자동화의 어떤 다른 사용도 이 영역의 ROI와 운영 개선 영향과 맞먹을 수 없습니다.

인지 자동화: 매우 비정형 콘텐츠(불규칙한 종이 송장 등) 자동화뿐만 아니라 콘텐츠를 해석하고 규칙을 적용합니다(비방적이거나 긴급한 소셜 미디어 게시물 등).

인지 자동화는 비정형 데이터뿐만 아니라 비정형 데이터 처리를 가능하게 함으로써 RPA의 자연스러운 확장이 됩니다. UiPath는 선도적인 인지 자동화 기술 기업인 셀라톤과 긴밀한 파트너십을 맺고 있으며, 로봇 및 인지 자동화 구현에서 공동 성공 실적을 보유하고 있습니다. 우리의 파트너십 역량은 캡제미니(Capgemini)가 자체 로봇 자동화 솔루션에 통합할 정도입니다.

앞으로의 전망

지능형 자동화가 앞으로 몇 달간 훨씬 더 보편화되어 구현 경험을 개선하고 RPA '버즈'와 채택이 성장해 잠재력에 도달할 것이라 확신합니다. 논리는 설득력 있습니다. 지능형 자동화가 자율적으로 할 수 있는 모든 것은 그렇지 않으면 인간 또는 인간 지원 활동입니다. 어떤 고객 구현 팀이 더 많은 작업을 원하겠습니까?

UiPath에서 악어는 사라졌고 RPA는 더 이상 파충류가 아닙니다. 유일한 질문은 - 얼마나 더 진화할 것인가? 입니다.