지능형 문서 처리: 자체 구축 vs 구매 – 올바른 전략 선택

비즈니스는 문서와 커뮤니케이션 위에서 돌아갑니다. 이들은 생각할 수 있는 거의 모든 프로세스에 깔려 있습니다. 이메일이나 채팅 같은 메시지, 문서가 읽히거나 전송되는 곳이라면 어디든 그렇습니다. 지능형 문서 처리(IDP) 시장이 매년 28.9% 성장해 2032년까지 178억 달러에 달할 전망인 건 당연합니다.

IDP는 일반적으로 자연어 처리(NLP), 이미지 인식 등 수많은 AI 기술을 혼합해 기업이 문서와 커뮤니케이션을 대규모로 신속히 처리하도록 돕습니다. 비즈니스 리더들이 AI 에이전트(사람을 위해, 사람을 대신해 업무를 완수하는 강력한 AI 기반 엔티티)를 수용함에 따라 문서 기반 프로세스가 에이전틱 자동화의 이상적 유스케이스로 부상했습니다. AI 에이전트를 로봇, IDP 역량과 결합하고 인간이 루프에서 감독하면 빠른 수익과 효율성에 큰 임팩트를 줍니다.

하지만 이는 질문을 던집니다: IDP 역량을 자체 구축할까, 구매할까? 모든 옵션을 평가하고 어느 접근이 최고 투자수익률, 최고 성능, 가장 빠른 가치 실현 시간을 제공할지 고려하는 게 중요합니다. 대부분 기업에 정답은 기존 IDP 솔루션을 구매하는 것입니다. 이유를 설명하겠습니다:

자체 구축(BYO) IDP

공개 LLM의 부상과 지원 API 가용성 증가로 기업은 그 어느 때보다 커스텀 IDP 시스템 구축을 도울 도구를 많이 갖게 되었습니다. 하지만 도구함에 도구가 많다고 실제 작업이 쉬워지는 건 아닙니다.

BYO IDP 시스템에서 각 구성요소(언어 이해부터 데이터 추출, 자동화까지)는 처음부터 구축하거나, 더 가능성이 높게는 여러 서드파티 공급자로부터 조달해야 합니다. 예: 문서와 커뮤니케이션을 이해하는 데 필요한 NLP 구성요소를 공급하기 위해 기업이 ChatGPT나 앤트로픽의 클로드(Claude) 같은 외부 LLM을 중심으로 IDP 시스템을 구축할 수 있습니다.

BYO IDP 시스템은 기업에 엔드투엔드 소유권과 벤더 솔루션 대비 더 큰 커스터마이징 잠재력을 줍니다. 다른 조직과 긴밀히 협업하지 않고도 시스템을 변화하는 비즈니스 니즈에 맞게 조정할 유연성이 있습니다. 하지만 대부분 경우 이런 이점은 BYO 접근법의 핵심 과제들에 의해 상쇄됩니다:

비용

BYO가 IDP 서비스 구매보다 싸다는 건 흔한 오해입니다. 대부분 경우 단기·장기 모두 사실이 아닙니다. 자체 IDP 시스템 개발과 유지는 상당한 시간과 비싼 전문 인재를 요구합니다. 플랫폼과 사용자 인터페이스(UI)를 만들 소프트웨어 개발자, 데이터 준비·전후처리용 데이터 사이언티스트, 성능 모니터링(직접 리포팅 대시보드 생성 필요), 감사·로깅 등 많은 다른 전문가가 필요합니다.

서드파티 LLM조차 정확한 비즈니스 요건에 맞게 선택한 모델을 미세 조정하려면 AI 전문가와 엔지니어가 필요합니다. 가장 인기 있고 강력한 비전-언어 모델(VLM)도 정형 문서부터 이미지까지 다양한 데이터 유형의 방대한 데이터로 훈련된 파운데이션 모델입니다. 기본적으로 당신이 필요로 하는 정확한 문서 유형이나 스키마로 미세 조정되지 않아 정확도가 낮고 실수가 더 많습니다.

자체 IDP 시스템 유지에도 지속적 업데이트와 리소스가 필요합니다. 데이터 주석이 필요한 BYO 시스템은 사용자 교육 자료가 필요하고, 이는 당신의 UI 변경을 반영해 업데이트되어야 합니다.

위험

희귀하고 비싼 기술 인재에 의존해 시스템을 운영하는 건 위험합니다. 비용과 인재 부족으로 이 팀들은 작게 유지되는 경향이 있습니다. 현실적으로 지원할 수 있는 유스케이스와 사업부 수에 한계가 있을 수 있습니다. 인재 이탈도 장기적으로 시스템을 비성능적이거나 비생존 가능하게 만들 수 있습니다. 프로젝트 자금이 중단될 상존 위험도 있습니다.

AI 기술과 모델 미세 조정이 필요할 때 이 과제는 복합됩니다. 맥킨지 앤드 컴퍼니(McKinsey & Company) 최근 연구에 따르면 C레벨 의사결정권자 절반 가까운 47%가 AI 솔루션 개발이 너무 느리다고 느끼며, 인재 기술 격차가 주원인입니다.

복잡성

IDP 시스템을 직접 구축하면 복잡한 AI 모델과 플랫폼 거버넌스에 전적으로 책임집니다. 실제로 복잡한 유스케이스용 시스템은 관리해야 할 수백 개 AI 모델을 요구할 수 있습니다. 예: 대형 은행은 필요한 정확도 달성을 위해 다양한 유스케이스용으로 미세 조정된 수백 개 모델이 필요할 수 있습니다. AI 시스템이 문서와 커뮤니케이션을 '즉시' 처리할 수 있어도, 허용 가능한 성능을 위해 상당한 프롬프트 엔지니어링이나 컨텍스트 수집이 여전히 필요합니다. 이를 수백 유스케이스로 확장하는 건 엄청나게 어렵습니다. 데이터를 주석 달고, 벤치마크하고, 배포하고, 수백 개 프롬프트를 유지해야 하기 때문입니다.

직접 구축한 IDP 시스템엔 많은 숨은 비용이 있습니다. 시스템의 모든 구성요소는 중요한 결정이고, 각 기술은 전문 기술과 기술 부채 증가(위험 증가와 함께)를 요구합니다. 필연적으로 BYO는 무거운 작업이고 가치 실현 시간을 늦춥니다. 인재, 거버넌스, 유지보수 요건으로 평생 비용이 더 높을 가능성이 큽니다. 포레스터가 UiPath 위해 분석한 바에 따르면 기술 의사결정권자 69%가 문서 추출과 라우팅 유스케이스를 배포하기 매우 어렵다고 여깁니다.

IDP 시스템 구매의 이점

자체 시스템 구축 대안은 서드파티 벤더로부터 IDP를 서비스로 구매하는 것입니다. 이에 두 가지 주요 접근법이 있습니다:

• 포인트 솔루션으로서 IDP 구매해 나머지 엔터프라이즈 기술 스택과 통합.
• 더 큰 솔루션이나 플랫폼의 일부로 IDP 구매. 필요에 따라 자동화 같은 추가 역량 접근 제공.

서비스로 IDP 구매는 커스텀 시스템 대비 플랫폼 개발에 대한 통제권을 덜 줍니다. 하지만 플랫폼 제공업체는 고객과 협력해 시스템이 니즈에 맞게 진화하도록 합니다. 고려할 다른 많은 이점도 있습니다:

가치 실현 시간

기존 IDP 플랫폼 구현은 보통 새 시스템 개발보다 빠릅니다. 검증된 플랫폼은 다양한 유스케이스로 대형 기업에서 수년간 시험되고 테스트되었습니다. 교육과 지원 리소스는 이미 만들어져 있고, 많은 경우 전문 서비스 지원이 제공돼 사용자가 바로 현장에 투입돼 구현에서 가치를 창출할 수 있습니다.

파운데이션 LLM은 비즈니스 용도로 준비되기 전에 비용과 시간이 드는 미세 조정과 프롬프트 엔지니어링을 필요로 합니다. 그래도 너무 복잡하거나 대규모인 유스케이스는 '막다른 골목'이 되어 아무리 프롬프트를 해도 정확하고 신뢰할 수 있는 추출을 못 할 수 있습니다. 반면 서비스로서 IDP의 기반 AI는 일반적으로 빠른 모델 커스터마이징과 로우코드 훈련 경험을 중심으로 설계됩니다. 예: 일반 비즈니스 사용자와 AI 모델이 적극 협업해 훈련 프로세스를 더 빠르게 완료하는 액티브 러닝을 활용할 수 있습니다.

위험 감소

서비스로서 IDP 선택은 다양한 형태의 위험을 상당히 낮춥니다. 더 이상 IDP 시스템 운영을 위해 비싼 내부 인재에 의존하지 않습니다. 벤더가 시스템 유지보수뿐 아니라 플랫폼과 모델 거버넌스를 소유합니다. IDP 솔루션 제공업체는 엔터프라이즈급 데이터 보안 최고 수준 제공도 기대됩니다.

소유 비용도 고려해야 합니다. 성급한 개발, 불완전한 코드, 곧 구식이 될 기술 사용이 BYO IDP 시스템의 기술 부채 위험을 높입니다. 시간이 지나면 비용이 드는 수정과 시스템 업그레이드가 필요해집니다.

서비스로서 IDP 구매는 구매자의 위험과 기술 부채를 크게 줄입니다. 벤더는 경쟁력을 유지하기 위해 기술 업그레이드를 우선시하고, 최신 역량을 채택하며 지속적으로 반복 개선합니다. 필요한 재작업, 테스트, 업데이트, 구식 컴포넌트 교체를 벤더가 다룹니다.

직접 모델을 만들려 하지 마십시오. 시선을 끄는 헤드라인은 그걸 단순해 보이게 합니다. LLM 과대광고 전에 AI를 하던 벤더를 찾으십시오. 비지도 학습, 데이터 준비, 기본 ML 계산 같은 인접 AI 프로세스 역량이 필요합니다.

사이먼 놀즈(Simon Knowles), 바블(Vabble) 기술 책임자

확장성

커스텀 시스템은 관련 엔터프라이즈 시스템과 통합하기 위한 커스텀 커넥터와 API가 필요합니다. 비즈니스 규모와 복잡성에 따라 수백, 수천 시간 개발 시간이 들 수 있습니다. 검증된 IDP 플랫폼은 가장 인기 있는 엔터프라이즈 시스템용 사전 제작 커넥터를 갖춰 빠른 통합과 가치 실현 시간을 가능하게 합니다. 클라우드 기반 IDP 시스템이면 그 역량을 직접 구축하거나 통합하는 비용을 들이지 않고도 최신 AI 업그레이드와 역량에 접근할 수 있습니다.

이 모든 이유로 IDP 서비스는 빠른 가치 실현 시간, 정확성, 신뢰성을 추구하는 기업에 선호되는 옵션이어야 합니다. 커스텀 구축은 상당한 기술 부채와 장기적 위험·책임을 초래합니다. IDP 서비스는 수년간 경쟁과 반복으로 단련된 전문 플랫폼에 책임 부담을 지웁니다.

AI와 IDP 확장을 위한 엔터프라이즈 레디 플랫폼

UiPath IDP 역량은 최고 수준의 AI와 IDP를 안전하고 성공적으로 구현하려는 기업에 이상적 선택입니다. IDP는 우리 엔드투엔드 자동화 프레임워크에 내장돼 문서와 커뮤니케이션 처리를 자동화할 수 있게 합니다. 사전 구축된 역량을 활용하고, 커스터마이징하고, 자체나 서드파티 컴포넌트를 필요에 따라 가져올 수도 있습니다.

UiPath Intelligent Xtraction and Processing(IXP)은 IDP에 대한 업계 선도적 솔루션 접근법을 제공합니다. 최신 AI 모델 덕분에 UiPath IXP는 송장 같은 정형 문서부터 법률 계약 같은 복잡하고 비정형 콘텐츠까지 늘어나는 기업 콘텐츠 유형 추출을 가능하게 합니다. 우리는 IXP 모델에 대한 광범위한 플랫폼 역량과 통제를 제공해 기업 전반으로 신속히 확장할 수 있게 합니다:

엔터프라이즈 레디

UiPath IXP는 빠른 가치 실현 시간과 매끄러운 사용자 경험을 위해 만들어졌습니다. 이는 모든 유형의 문서 처리 고통을 덜어내고 배포 시간을 단축합니다.

첫째는 추론 우선 훈련 프로세스입니다. 복잡한 비정형 문서에서 유용한 데이터를 즉시 정확하게 추출하기 위해 훈련이 필요하지 않습니다. 대신 사용자는 모델에 무엇을 추출하고 문서에서 어떻게 나타나는지 지시사항(프롬프트와 유사)을 제공하기만 하면 됩니다. 하지만 UiPath IXP는 사용자가 모델을 더 정교하게 다듬거나 평가를 위한 그라운드 트루스를 주고 싶다면 주석 달기 기능도 제공합니다.

UiPath IXP는 이러한 생성형 모델 스키마에 대한 강력한 제어도 제공합니다. 사용자는 추출하려는 정확한 정보를 지정하는 자신만의 '필드 그룹'을 만들 수 있습니다. UiPath는 후처리 작업의 많은 부분을 간소화하고, 출력은 결과 정형 데이터를 자동화에 사용하고 AI 에이전트와 공유해 가치를 창출하는 데 필요한 정확한 형식입니다.

통제되고 준수된

UiPath 퍼스트파티 모델은 가장 강력한 엔터프라이즈 통제 하에 거버넌스됩니다. UiPath 플랫폼은 견고한 규칙 기반 접근 제어(RBAC), 모델 버저닝, 퍼스트파티 IXP 모델에 대한 광범위한 성능 가드레일을 제공합니다. 인간 인 더 루프도 플랫폼 경험에 내장돼 생성된 출력이 적절히 검증되게 합니다.

더욱이 UiPath는 UiPath AI Trust Layer를 통해 모든 서드파티 모델을 관리해 생성형 AI에 대한 거버넌스, 신뢰, 보안을 제공합니다. 이는 제로 데이터 보유와 당신의 비즈니스 데이터로 외부 모델 훈련 없음을 의미합니다.

유연하고 개방적인 모델 전략

AI 모델은 빠르게 발전합니다. 지금 최고의 모델이 6개월 뒤 당신의 유스케이스에 최고가 아닐 수 있습니다. 우리는 핵심 비즈니스 프로세스를 위한 최고의 특화 LLM을 만들기 위해 지속적으로 투자하고 끊임없이 개선합니다. 복잡하고 비정형 문서 처리를 위한 최신 모델 출시는 이를 입증합니다.

하지만 우리 AI 전략은 개방적입니다. 당신이 선호하는 서드파티나 독점 LLM을 통합하는 데 필요한 툴링을 제공하고, UiPath AI Trust Layer 하에서 관리합니다. UiPath와 함께면 당신의 모든 유스케이스 전반에서 모든 작업에 최고의 모델을 조합해 쓸 수 있는 유연성이 있습니다.

정확성과 신뢰성 향상을 위한 최적화

우리 IXP 역량은 RAG와 큐레이티드 시스템 프롬프팅 같은 고급 데이터 추출 기술로 최적화됩니다. 컨텍스트 그라운딩은 IXP 모델을 더 안전하고, 더 성능 좋고, 정확하게 만듭니다. 우리 검증 스테이션(Validation Station) 인터페이스는 추출된 정보가 문서 어디에서 발견되었는지 증거를 보여줘 생성된 출력을 증거로 쉽게 검증할 수 있게 합니다.

프로젝트 기반 경험

우리 혁신은 주요 기업에서의 실제 현장 IDP 배포에 의해 안내됩니다. 우리 사용자는 단순히 문서 유형을 정의하고 여러 모델을 활용할 수 있습니다. 성능 평가, 모니터링, 모델 버전 관리도 가능합니다. 이 모든 건 AI 배포, 유지, 그리고 비즈니스 전반으로 확장의 핵심 역량입니다.

UiPath IDP 역량 혜택을 경험하는 고객 중 하나는 상위 20위 상호 보험사 엔코바 보험(Encova Insurance)입니다. 클레임 인보이스 자동화를 위해 엔코바는 처음에 전통적 OCR과 언어 이해용 서드파티 AI 모델 중심으로 자체 IDP 솔루션을 개발했습니다. 하지만 UiPath 플랫폼을 IDP로 도입한 후 정확성에서 즉각적 개선을 보았습니다:

"문서 이해 측면에서 전통적 OCR로는 40%가 이슈 없이 통과하고 30%는 부분 완료였습니다. 이 새 [UiPath] 프로세스로 성공률은 99%입니다."

제프리 마틴(Jeffrey Martin), 솔루션 아키텍트, 엔코바

UiPath IDP 역량은 엔코바의 재무, 영업, 언더라이팅, 운영, 고객 지원 부서에 빠른 가치 실현과 크게 향상된 효율을 전달했습니다. 예: 보험 가입 프로그램에서 수동 데이터 입력 시간이 98% 단축되었습니다. 상업 라인 보증에서도 연간 처리 시간이 95% 단축되었습니다.

UiPath는 IDC 마켓스케이프: 전세계 비정형 지능형 문서 처리 소프트웨어 2024 벤더 평가에서도 인정받은 리더입니다. 보고서에 따르면:

"UiPath는 생성형 AI와 LLM을 중요한 기술 도구로 보고 모든 단계의 IDP, 커뮤니케이션 마이닝, 자동화 포트폴리오에 점점 더 통합하고 있다... 또한 UiPath는 미션 크리티컬 유스케이스를 지원하기 위해 생성형 AI 모델과 서비스가 안전하고 보안적으로 활용될 수 있도록 엔터프라이즈급 보안, 프라이버시, 접근, 컨텍스트 그라운딩, 제어 기능을 지속적으로 우선시하고 배포한다."

보고서는 또한 언급합니다: "UiPath의 멀티모달 AI 초점은 전통적(예측형 AI) 및 생성형 AI를 비정형 IDP에서 가치를 극대화하는 새로운 방법과 접근을 지속적으로 주도할 전략적 관점을 제공한다."

UiPath 플랫폼의 IDP 역량이 어떻게 빠른 가치 실현을 제공하고 최첨단 AI를 기업 전반으로 확장하는지 알아보세요.