인공지능(AI)이 도래할 것이라는 예측은 올해가 처음이 아닙니다. 하지만 2020년은 달랐습니다. 코로나19 팬데믹으로 인해 디지털 트랜스포메이션 기술의 도입 속도가 크게 빨라졌습니다.
우리가 대화하는 고객들은 미래를 준비하면서 자동화와 AI를 활용해 회복 탄력성을 구축하고자 합니다. 2021년으로 접어들면서 되돌아갈 수는 없습니다. 엔터프라이즈 인공지능의 시대가 도래했습니다. 우리만 그렇게 말하는 것이 아닙니다. 포레스터(Forrester) 역시 "이제 AI가 빛을 발할 때다"라고 예측합니다.
중요한 것은 조합입니다. 자동화에 AI를 더함으로써 기업이 자동화할 수 있는 범위가 극적으로 확장되었습니다. 2020년은 AI가 단순한 트렌드가 아님을 분명히 보여주었습니다. AI는 완전 자동화 기업™의 기둥이며, 완전 자동화 기업은 업무의 모든 측면에 AI를 도입합니다. 자동화의 잠재력은 방대합니다. 우리는 AI의 힘이 이를 거의 무한하게 만들 수 있다고 믿습니다. 이 글에서는 2020년 UiPath AI 팀이 선별하고 요약한 최고의 리소스들을 모았습니다. 동영상, 아티클, 사례 연구 등 풍부한 자료를 통해 2020년이 AI에 있어 중요한 해였음을 확인할 수 있습니다. 더 나아가 2021년이 더욱 위대할 것임을 알게 될 것입니다.
엔터프라이즈 AI는 RPA와 결합했을 때 가장 강력하고 접근하기 쉬워집니다. 자동화라는 기반 위에 AI가 업무의 모든 측면에 스며들어 일부 프로세스를 향상시키고 다른 프로세스를 혁신합니다. 2020년 내내 우리는 AI와 RPA의 결합이 의미하는 바와 그 가능성에 대해 깊이 고민했습니다.
AI와 RPA의 차이점이 조금 헷갈리더라도 걱정하지 마세요. 이상적으로 두 기술은 긴밀하게 협력하므로 혼동하는 것이 당연합니다. 이 아티클에서는 두 기술의 차이점을 명확히 정리했습니다.
요약하자면, RPA는 사람이 하기 싫어하는 단순하고 반복적이며 규칙 기반의 작업을 자동화하는 소프트웨어 로봇을 제공하는 기반 자동화 기술입니다. AI는 대규모 데이터 세트를 사용해 복잡하고 인지적인 프로세스를 처리하는 최첨단 자동화 기술입니다.
여기서는 RPA와 AI가 서로의 잠재력을 어떻게 이끌어내는지 설명했습니다. AI를 통해 RPA 개발자는 인지 프로세스를 거의 무한히 자동화할 수 있게 되었습니다. RPA를 통해 개발자는 AI 프로세스를 간단하고 확장 가능하며 안전하게 삽입할 수 있습니다.
이 두 기술의 결합을 바라보는 한 가지 방법은 '커플'의 관점에서 바라보는 것입니다.
아래 영상에서 한 커플이 집을 사려고 합니다. 문제: 대부분의 은행이 모기지 신청을 효율적으로 처리하지 못합니다. 이로 인해 커플은 집을 기다리며 발만 동동 구르고, 은행은 느린 수익 주기를 기다리게 됩니다. 단, 'AI 수페리어 은행'을 선택하지 않는 한 말이죠.
이 은행은 우리의 가상 사례(실제 사용 사례 기반)로, 로봇으로 프로세스를 자동화하고 그 로봇에 AI를 탑재해 예측, 변동성 처리, 비정형 콘텐츠 해석을 가능하게 했습니다. 그 결과 고객과 기업 모두를 만족시키는 더 효율적인 프로세스가 탄생했습니다.
우리는 엔터프라이즈에서 AI의 실용적 적용에 집중합니다.
이에 따라 UiPath 플랫폼의 모든 부분에 AI를 내장했습니다. 우리의 포트폴리오를 통해 다음을 실현할 수 있습니다:
이 포트폴리오는 이력서 검토, 클레임 해결, 감사 준수 등 다양한 프로세스를 혁신합니다.
*편집자 주: UiPath AI Fabric은 이제 AI Center로 명칭이 변경되었습니다.
앞서 언급했듯 코로나19는 디지털 트랜스포메이션의 촉매제가 되었습니다. RPA와 AI로 구동되는 프로세스는 곧 새로운 표준이 될 것이며, 경쟁력을 유지하려는 기업은 지금 RPA와 AI를 도입하고 깊이 있게 구현해야 합니다. 이 글에서는 팬데믹 이후에도 기업이 RPA와 AI로 성공할 수 있는 5가지 방법을 다룹니다. 경영진이 여전히 자동화에 의구심을 가진다면 이 글을 보여주세요.
엔터프라이즈 인공지능이 성공하려면 탄탄한 기초가 필요합니다. 기초 없이는 가장 혁신적인 비즈니스 리더도 방향을 잃게 됩니다. 액센추어(Accenture) 연구에 따르면 임원의 76%가 비즈니스 전반에 AI를 확장하는 데 어려움을 겪습니다. 더 심각한 것은 C레벨 임원의 4분의 3이 향후 5년 내에 AI를 확장하지 못하면 도태될 것을 우려한다는 점입니다. 미래에 대한 열망과 과거로 밀려날 공포는 있지만, AI가 어디에서 왔고 그 발전을 어떻게 지원해야 하는지에 대한 이해가 부족합니다.
우리의 창립자이자 CEO인 다니엘 디네스(Daniel Dines)는 자동화는 새로운 것이 아니라고 자주 말합니다. 자동화는 인류의 여명기, 최초의 인간이 노동의 비용을 줄이려 시도했을 때부터 시작되었습니다. AI는 훨씬 더 현대적입니다(다행히 더 효율적이기도 합니다). 이 글에서는 학계의 성스러운 홀에서 소개된 AI가 실제 비즈니스 애플리케이션으로 이어지기까지의 역사를 다룹니다. 이 여정은 매혹적이며, 미래가 어디에 뿌리를 두고 있는지 아는 것은 모든 비즈니스 리더에게 이롭습니다.
AI에는 많은 선행 기술이 필요했습니다. 그중에서도 광학 문자 인식(OCR)이 가장 중요합니다. OCR을 장착하면 소프트웨어 로봇이 비정형 데이터(전체 데이터의 약 80~90% 차지)를 소화하고 기계 판독 가능한 텍스트로 출력할 수 있습니다. 여기에 AI를 더하면 소프트웨어 로봇이 문맥 단서를 사용해 결과 데이터를 해석할 수 있게 되어, 원시 데이터의 변동성을 처리하고 필요에 따라 문서를 분리할 수 있습니다. AI, RPA, OCR의 삼위일체는 세 기술 중 어느 하나만으로는 불가능한 결과를 제공합니다.
2020년에는 즉각적인 비즈니스 세계 밖에서도 AI 분야의 큰 사건들이 있었습니다. 그중 대표적인 것이 유럽위원회의 백서 "인공지능에 대하여: 우수성과 신뢰에 대한 유럽의 접근" 발표입니다. 우리는 구글(Google), 마이크로소프트(Microsoft) 같은 기업들과 함께 이 백서에 응답했습니다. AI 규제에 대한 최선의 방안으로 다음과 같은 제안을 했습니다:
우리는 이 논의에 기꺼이 참여했으며 앞으로도 계속될 논의에 참여할 것입니다. 2021년 AI가 성장함에 따라 논의도 진화할 것으로 기대합니다.
엔터프라이즈 AI의 사용 사례는 크게 세 가지 범주로 나뉩니다: 변동성이 큰 프로세스, 예측 불가능한 결과가 있는 워크플로, 비정형 데이터를 사용하는 작업. 실제로는 의료 분야의 재입원 예측, 소매업의 가격 최적화, 금융 서비스의 사기 탐지 등이 있습니다. 2020년 내내 우리는 이러한 사용 사례를 강조하고 AI를 현실적으로 체감할 수 있도록 노력했습니다.
UiPath는 고객 중심 기업으로서, 가능한 한 고객과 파트너를 전면에 내세웠습니다:
이외에도 더 많은 사용 사례가 있습니다. 뱅킹 및 금융 서비스 사용 사례를 더 살펴보거나 의료 사용 사례를 깊이 있게 파고들어 보세요. 영상을 선호한다면 더 많은 사용 사례가 담긴 재생목록을 확인하세요.
우리의 미션 중 하나는 AI를 접근 가능하게 만드는 것입니다. 엔터프라이즈 AI가 그저 꿈만 같은 높은 목표, 꿈꾸지만 결코 사용하지 못하는 기술로 남는다면 우리와 여러분 모두에게 아무런 이득이 없습니다. 2020년 내내 우리는 누구나 쉽게 AI를 시작할 수 있도록 투자했습니다.
스타터 모델은 AI를 더 접근 가능하게 만드는 열쇠입니다. ML 모델은 대규모 데이터 세트로 훈련된 소프트웨어 조각이며, 스타터 모델은 기업이 AI Fabric을 사용해 배포할 수 있는 사전 훈련된 버전을 패키징한 것입니다. 이 아티클에서는 AI와 ML의 주요 사용 사례를 분석하고 스타터 모델로 AI 노력을 어떻게 시작할 수 있는지 보여줍니다.
물론 스타터 모델로 시작하는 것은 말 그대로 '시작'일 뿐입니다. 이 모델들은 AI 노력의 탄탄한 기반을 제공하지만, 결국 그 이상으로 나아가고 싶어질 것입니다. 이 아티클에서는 ML 모델을 수정하고 재훈련하는 방법을 설명했습니다. 재훈련이 필요한 세 가지 이유를 제시합니다:
많은 모델이 재훈련을 필요로 하지 않지만, 필요한 모델이라면 이 지식이 필수적입니다.
2020년 우리는 UiPath Document Understanding을 선보였습니다. 이는 소프트웨어 로봇이 가장 복잡하고 비정형적인 문서조차 구문 분석하고 해석할 수 있게 하는 새로운 기술입니다. AI를 탑재한 UiPath 소프트웨어 로봇은 이제 데이터를 읽고, 추출하고, 해석하고, 행동할 수 있습니다. 과거에는 양식, 여권, 면허증 등 고정된 구조의 문서만 가능했습니다. 이제 소프트웨어 로봇은 AI를 사용해 다양한 레이아웃이나 고정 구조가 없는 문서(영수증, 청구서, 이력서 등)를 이해할 수 있습니다.
Document Understanding은 기능이 아닌 생태계로 설명하는 것이 가장 적절합니다. 이 아티클에서는 OCR, 템플릿 기반 추출기(TBE), 비지도 학습(USL), 자연어 처리(NLP) 같은 기술들이 어떻게 결합해 진정한 고급 문서 이해를 실현하는지 설명했습니다.
Document Understanding의 또 다른 핵심 장점은 문서 처리에 규칙 기반과 모델 기반 접근법을 모두 사용할 수 있다는 점입니다. 이 아티클에서는 가장 일반적인 문서 유형과 분류를 살펴보고, 규칙 기반 데이터 추출과 모델 기반 데이터 추출의 장점을 분석했습니다. 그런 다음 기업이 이러한 접근법을 적용할 때 겪는 일반적인 과제와 두 가지를 결합했을 때 얻을 수 있는 이점을 검토했습니다.
2020년 우리는 기업이 새로운 UiPath 기능을 어떻게 활용할 수 있는지 분석한 심층 백서들을 준비했습니다. 그중 하나는 UiPath Document Understanding에 초점을 맞췄습니다. AI로 구동되는 이 생태계는 소프트웨어 로봇이 모든 종류의 문서를 읽고 이해하게 합니다. 이 백서를 읽고 문서 처리 솔루션을 선택하고 운영 효율성을 높이는 방법을 이해하세요.
또 다른 백서는 AI, RPA, 그리고 우리의 가장 흥미로운 제품 중 하나인 UiPath AI Center에 초점을 맞췄습니다. AI 강화 자동화의 기회는 무궁무진하며, 이 백서에서는 특히 UiPath AI Center의 지원을 받아 AI를 구현하고 확장하는 방법을 다뤘습니다.
AI와 관련해 많은 기업이 당연하게도 '어떻게 운영화할 것인가'를 묻습니다. 데이터 사이언스 라이프사이클을 표준화하려는 시도가 있었지만, 지금까지는 모든 기업의 니즈가 다르다는 점을 고려하지 못했습니다. 여기서는 기업이 실제로 ML과 AI를 대규모로 구현하는 방법을 분석했습니다. 네 단계를 다룹니다:
이 4단계 프로세스는 유연하고 유지보수 가능하며 확장 가능한 ML 운영을 제공합니다.
우리 연구에 따르면 AI 지식에 대한 광범위한 욕구가 있습니다. 예를 들어 RPA가 직원 경험에 미치는 영향 설문조사에서 RPA 개발자의 80% 이상이 AI/ML 학습을 원한다고 답했습니다. 또한 UiPath RPA 개발자 현황 보고서의 여러 개발자가 ML과 데이터 사이언스를 스킬셋에 추가하고 싶다고 밝혔습니다. 이러한 열망이 존재하며, 이에 대응해 UiPath 아카데미에 관련 강좌를 추가했습니다.
UiPath 아카데미에는 이제 다음 강좌가 포함됩니다:
역량 강화는 2021년 성공의 필수 요소가 될 것입니다. 현명한 직원은 이를 추구할 것이고, 현명한 조직은 이를 장려하고 지원할 것입니다.
엔터프라이즈 인공지능의 미래는 이미 여기에 있습니다. 함께 좋은 미래를 만들어 갑시다. 지금 엔터프라이즈 체험판을 시작하세요.
자동화 제어 시스템
소개: 다른 직종과 마찬가지로 전기 작업에도 고유한 공구가 필요합니다. 망치, 드라이버, 줄자 같은 기본 공구 외에도 전기 작업에 특화된 특수 공구들이 있습니다. 가정에서 전기 수리와 개인 프로젝트를 진행 중인 전기기사 지망생이라면, 공구함에 꼭 추가해야 할 필수 공구 16가지를 소개합니다. 1. 줄자 (Tape Measure) 가장 기본이자 필수 공구입니다. 스위치·콘센트 설치 높이, 조명기구 박스 센터링 등 현장 치수 측정에 쓰입니다. 눈금이 잘 지워지지 않고 손에 편안한 제품을 고르세요. 밝은 색상이면 어수선한 공구함에서도
2020년 회고: 전례 없는 해에 독자들이 알고 싶어 했던 것들 Swagelok Reference Point가 매주 어떤 주제로 블로그를 쓰는지 궁금하신 적이 있으신가요? 공식은 간단합니다: 우리의 블로그는 글로벌 팀이 매일 고객과 나누는 대화를 기반으로 합니다. 2020년—어떤 기준으로 봐도 전례 없는 해—우리의 가장 인기 있는 기사들은 여러분이 겪은 가장 빈번하고 시급한 도전 과제들을 반영했습니다. 여러분의 질문에 답하기 위해 노력하면서, 우리는 친환경 운송부터 그랩 샘플링, 게이지 성능, 버추얼 유체 시스템 평가까지 모든 것을
