앤트웍스(AntWorks), 프랙탈과 데이터 수집으로 RPA 확장성 해결 - 아시시 메라 인터뷰

개미는 단순한 규칙을 따르지만, 정교한 터널과 먹이 탐색대를 갖춘 개미집은 엄청나게 복잡합니다. 마치 여왕 개미가 지휘 센터에 앉아 명령을 내리는 듯하지만, 실제로는 그렇지 않습니다. 개미집은 '창발 시스템(emergent system)'의 전형으로, 단순한 상호작용에서 복잡한 시스템이 탄생합니다. RPA를 구성하는 소프트웨어 로봇에는 단순한 구석이 없습니다. 하지만 앤트웍스의 RPA 시스템인 ANTstein은 프랙탈 기반 알고리즘과 데이터 수집을 적용해 무질서에서 질서를 창출하며, 여왕 개미와 유사한 '퀸 봇'까지 갖추고 있습니다. 이는 RPA 업계를 괴롭혀온 확장성 문제를 해결한다고 주장합니다.

프랙탈과 RPA

'거칠기의 예술'에 관심을 가졌던 폴란드 수학자 브누아 만델브로(Benoit Mandelbrot)는 스스로를 '프랙탈리스트'라 칭하며 '프랙탈'이라는 용어를 만들었습니다. 해안선을 멀리서 보면 만입과 곶, 해변이 있는 거친 모습입니다. 확대해보면 같은 거칠기가 있고, 더 작은 만입과 곶이 나타납니다. 다시 확대해도 마찬가지입니다. 해안선이 완전히 똑같아 보이진 않지만 원래 해안선과 유사합니다. 프랙탈의 핵심은 '자기 유사성(self-similarity)'입니다. 만델브로는 '거칠기를 측정하는 방법'을 연구했습니다.

데이터도 비정형일 때 특히 거칠 수 있습니다. 이것이 앤트웍스 시스템의 본질로, 프랙탈을 이용해 깨끗한 데이터를 만듭니다. 이는 프랙탈 엔진과 뉴럴 엔진의 차이로 귀결됩니다.

앤트웍스 공동 창립자이자 CEO인 아시시 메라(Asheesh Mehra)는 사과를 예로 들어 설명합니다. "뉴럴 엔진이 사과를 인식하도록 훈련시키려면, 아주 작은 사과, 작은 사과, 중간 사과, 큰 사과, 아주 큰 사과, 모든 모양과 색상, 형태의 사과로 훈련해야 합니다. 하지만 프랙탈은 근본적으로 패턴 인식에 기반하므로, 크기에 상관없이 단 하나의 사과만으로 프랙탈 엔진을 훈련시킬 수 있습니다. 아주 작은 사과의 패턴이나 아주 큰 사과의 패턴은 동일하게 유지되기 때문입니다."

프랙탈이 RPA를 지원하는 방식

메라는 "프랙탈 과학은 자기 유사성과 뉴런 네트워크가 패턴에 대해 유사하지만 동일하지 않은 신호를 전달한다는 전제에 기반합니다. 프랙탈 과학은 더 결정론적(deterministic)인 반면, 뉴럴은 더 확률론적(probabilistic)입니다. 프랙탈이 더 결정론적이므로 더 작은 대표 데이터 세트로 훈련이 가능합니다. 더 작은 데이터 세트가 필요하므로 자연스럽게 하류 이점이 생깁니다. 더 얇은 인프라, 더 적은 컴퓨팅 파워가 필요하고 구현이 훨씬 쉽고 빨라집니다." 이는 "대용량 데이터 세트가 필요하고, 더 큰 인프라와 컴퓨팅 파워가 필요해 비용과 배포 시간이 증가하는 뉴럴 엔진"과 대조된다고 말합니다.

"뉴럴은 대규모 리소스 풀이 필요해 사람 의존적"인 반면, "프랙탈은 더 적은 인력이 필요합니다."

따라서 프랙탈 기반 RPA가 더 확장하기 쉽다는 것이 메라의 주장의 요지입니다.

데이터 수집

메라는 네 가지 데이터 유형이 있다고 말합니다. "정형, 비정형, 이미지, 그리고 추론 데이터." 앤트웍스의 취지는 이 네 가지 데이터 유형을 모두 읽을 수 있는 데이터 수집 엔진을 만드는 것이었습니다.

다른 RPA 기업들도 데이터 수집을 보지 않나요?

메라는 인정하지만 이는 최근의 발전이라며, 예를 들어 올해 발표된 블루 프리즘(Blue Prism)의 디사이퍼(Decipher)를 듭니다.

메라는 앤트웍스가 RPA 파티에 늦게 합류했지만, 덕분에 레거시 부담이 없었고, 그 결과 데이터 수집 도구가 선두에 있다고 주장합니다. 실제로 앤트웍스는 스스로를 RPA 기업이 아닌 '지능형 자동화 기업'으로 정의합니다.

앤트웍스가 기존 RPA 기업들에게 넷플릭스가 블록버스터에게 했던 일을 할 수 있을까요? 그럴 가능성은 낮지만, 프랙탈과 데이터 수집에 대한 집중이 10억 달러 이상을 모은 소수 기업이 지배하는 시장에서 자신만의 틈새를 개척하기에 충분할 수 있습니다.

RPA는 반창고인가?

비평가들은 RPA가 결국 더 통합된 소프트웨어로 극복될 문제의 단기적 처방이라고 주장합니다.

RPA 기업들은 당연히 이에 동의하지 않습니다. 그들의 방어 논리는 RPA가 진화하고 있다는 것으로, 많은 기업이 RPA라는 약어 사용을 중단하고 '지능형 자동화'라고 부르고 있습니다. 예를 들어, 최근 블루 프리즘의 제이슨 킹던(Jason Kingdon) 회장은 인포메이션 에이지(Information Age)에 "비평가들은 RPA가 '모든 것을 다 하는 위대한 솔루션'이 나오기 전까지의 짧은 순간이라고 하지만, 그건 완전한 넌센스... RPA 도구는 9명에서 50명분의 일을 할 수 있다"고 말했습니다.

메라는 RPA가 '지능형 자동화'가 됨으로써 반창고에서 벗어날 수 있다고 제안합니다. "RPA는 스카치테이프이고, 지능형 자동화는 못을 쓰는 것입니다. 블루택이나 스카치테이프로 그림을 걸면 한동안 버티지만 결국 떨어집니다. 못을 쓰면 지진이 나지 않는 한 영원히 걸려 있을 것입니다."

이게 개미와 무슨 상관인가?

마지막으로 개미, 특히 여왕 개미, 즉 앤트웍스가 '퀸 봇'이라 부르는 것으로 이어집니다.

메라는 설명합니다. "퀸 봇은 끊임없이 개미 봇들을 모니터링합니다. 특정 봇이 실패한 것을 감지하면, 그 봇의 작업을 다른 데스크톱으로 할당합니다."

퀸 봇 접근법은 '지능형 인력 관리'도 가능하게 합니다. 예를 들어 보험사에서 청구, 급여, 매입채무 담당 세 개의 봇이 있다고 합시다. 청구 담당 봇이 업무 과부하에 시달리는데 다른 두 봇은 일과를 마쳤다면, 퀸 봇이 놀고 있는 두 봇을 첫 번째 봇을 돕도록 배정할 수 있습니다.

이는 개미집과 정확히 같지는 않습니다. 여왕 개미는 명령을 내리지 않고, 마스터 플랜도 없습니다. 질서는 각 개미가 '다른 개미를 따라가라' 같은 간단한 하드와이어드 규칙을 따름으로써 생성됩니다. 하지만 개미집을 은유로 보고, 여왕 개미가 통제하고 일개미가 명령을 따르는 것으로 보면, 이것이 앤트웍스와 ANTstein 제품이 지향하는 바와 근사합니다.