RPA를 도와줄 기업용 생성형 AI 서비스

RPA(Robotic Process Automation)는 사람이 반복적으로 처리해야 하는 단순 업무를 소프트웨어로 자동화하는 것을 뜻한다. 우리가 하는 업무 과정에 있어 단순 반복적이고 비효율적인 것을 컴퓨팅 시스템을 이용해서 간소화하는 것이다. 공장에서 로봇이 사람이 하기 어려운 일을 대신해 주거나, 사람 옆에서 보조를 해주어 더 편하게 일 처리를 할 수 있도록 도와주는 것처럼, RPA는 사무 업무를 도와주는 로봇이다. 하지만, 그런 RPA를 실제 현장에서 개발하려면 상당한 비용과 노력이 요구되며 모든 영역에 RPA를 적용할 수 없다. 그 지점에서 생성형 AI는 RPA의 한계를 극복하고 더 다양한 곳에서 AI를 통해 자동화된 서비스를 구축할 수 있도록 도와줄 것이다.

RPA의 적용 영역과 한계

RPA를 이용하면 업무 효율성이 높아져 생산성이 향상된다. 3~4시간 걸려 할 일을 수 초 만에 할 수 있도록 도와주어 좀 더 창의적이고 전략적인 고부가가치 업무에 집중할 수 있도록 해준다. 일례를 들어, 매주, 매일 주간 업무보고를 위해 ERP의 매출 집계와 상품별 판매량 등에 대한 정보를 확인해서 엑셀에 기입하고 전주, 전일 대비 증감률을 기록하는 반복적인 업무를, RPA를 이용해 처리하면 10~20분 걸릴 일이 1초 만에 해결이 가능해진다. 가장 좋은 강점은 사람의 실수를 줄여줌으로써 업무 정확도가 높아진다는 점이다. 특히 숫자와 관련된 것은 사람이 계산기보다 더 정확할 수 없다. 게다가 대부분의 엑셀과 같은 계산과 관련된 업무에서 사람이 숫자를 잘못 입력하거나 연산 기호를 잘못 넣어서 발생하는 문제는 나중에 바로잡기가 무척 어렵다. 어디에서 잘못 입력한 것인지를 찾는 것이 일이다. 그런 면에서 RPA의 가장 큰 기대효과는 바로 실수를 줄여주어 업무 정확도를 높임으로써 미연에 사고를 예방하고 방지할 수 있다.

RPA로 대체 가능한 업무는 반복적이고 규칙적인 것으로 기계적으로 처리 가능한 태스크들이다. 즉, RPA가 수행 가능한 업무는 규칙에 기반해서 순차적으로 처리하는 일, 반복적인 업무, 구조화된 데이터의 처리에 적합하다. 특히, 노동 집약적으로 대량의 데이터를 여러 시스템에 접근해서 확인할 때 그 진가가 발휘된다. 일례로, 특정 시스템에 로그인해서 업데이트된 데이터 값을 복사해서 애플리케이션을 실행해 붙여 넣고, 기존 데이터값과 비교해 특정 조건에 해당할 경우 약속한 기준에 의거해 자료를 정리해 파일을 생성해 이메일로 전송하는 일련의 작업을 RPA로 처리할 수 있다. 이처럼 데이터베이스에서 정보를 읽고 쓰거나, 시스템에 접속해 데이터를 추출하고, 웹이나 이메일 내에 있는 숫자나 텍스트 데이터를 추출하는 등의 컴퓨터로 처리하는 기계적인 업무들이 RPA가 대신할 수 있는 것들이다. 이런 업무들은 대개의 경우 ERP, SCM 등의 사내 인트라넷 시스템과 각종 데이터베이스, IT 시스템 그리고 이메일과 엑셀, 웹, 앱 등을 이용해서 확인하고 입출력되는 정보들을 기반으로 수행하는 규칙적인 것들이다.

그렇다면, RPA를 도입하려면 어떤 준비가 필요할까? 우선 RPA로 처리 가능한 대상인지 파악하는 것이 첫째 할 일이다. 그런데 이것이 RPA로 대신할 수 있는지를 앞서 살펴본 기준으로 일반사용자가 정확하게 판단하기는 어렵다. 그래서, RPA를 공급하는 업체를 통해서 진단받아야 한다. 우리가 하는 업무 중에서 어떤 것이 RPA로 대체 가능한 것인지 분석하고 우선순위를 설정하는 것이 가장 먼저 할 일이다. 이후 해당 업무들을 RPA 솔루션을 활용해서 자동화하는 작업이 진행된다. 이 과정에서 여러 변수로 인해 RPA로 자동화하지 못하는 경우도 발생한다. 이를 위해서 RPA 공급업체는 자동화하고자 하는 업무에 대한 패턴을 파악하고 업무의 프로세스를 진단해서 어느 영역을 RPA 소프트웨어로 처리하고 어떤 부분은 사람이 개입해야 되는지, 기존 시스템에서 어떤 데이터를 활용하고 업무 프로세스의 재정비 등을 검토하게 된다. 마지막 단계에서는 RPA가 현장에서 제대로 사용되도록 하기 위한 교육과 지원 업무가 뒤따른다. 이때 RPA를 보다 완벽하게 업무에 적용하기 위해 업무 프로세스나 부서와 개인의 R&R에 대한 조정 등의 조직 변화 관리가 추진되어야 하기도 한다.

이런 3단계 과정에서 가장 중요한 것은 첫 번째 RPA로 처리할 수 있는 업무 대상을 결정하는 것이다. 이때 RPA 공급업체의 의견보다 현장의 직원들의 요구가 중요하다. 평소 비효율적인 업무와 단순 반복 노동을 유발하는 업무를 적극적으로 전달해야 한다. 또한, 이들 업무가 RPA로 대체 가능한지를 컨설팅사가 판단하려면 그 업무가 어떤 과정으로 진행되는지를 상세하게 파악해야만 한다. 그러므로, 이들 업무가 어떤 순서를 거치는지, 각 과정에서 어떤 컴퓨팅 작업과 인터넷 시스템에 연결하는지 등에 대한 자세한 소개가 필요하다. 이렇게 초반에 자세한 정보를 알려줄수록 완성도 높은 RPA가 만들어질 수 있다.

업무를 도와주는 RPA

또한, 회사의 입장에서 RPA를 도입할 때에는 수많은 업무 중에서 어떤 것을 우선으로 RPA화할 것인지를 결정해야 한다. 모든 것을 다 하면 좋겠지만 그럴 경우 비용의 부담이 커진다. 게다가 일부 업무는 RPA보다 사람이 기존처럼 처리하는 것이 오히려 ROI가 나을 수도 있다. 한 사람의 단기적 업무까지도 RPA로 처리하면 그만큼 개발과 유지 운영에 들어가는 비용이 커서 오히려 비효율적일 수 있다.

RPA 적용 우선순위를 정할 때에는 업무 소요시간, 건수, 이를 수행하는 인원수에 기반하여 RPA로 대체할 때의 비용과 기존 비용을 비교해야 한다. 이때 주의할 것은 단순 인건비와 RPA 개발과 유지비로만 계산해서는 안 되고 RPA로 인해서 얻게 되는 부수 효과인 정확도도 함께 고려해야 한다. 즉, 기존에 사람이 함으로써 발생하는 실수와 오류로 인한 기회비용을 고려해서 RPA 도입 비용을 비교해야 한다. 즉, RPA의 도입은 시간당 생산성을 높이는 것뿐 아니라 정확성과 안정성을 높이는데도 기여한다는 점을 참고해야 한다.

그렇다 보니 RPA는 유용하긴 하지만, 이를 구축하는 과정이 수월하지 않고 투자를 필요로 해서 모든 직원이 RPA의 혜택을 받을 수 없다. 또, 복잡도가 높고 규칙화 되기 어려운 일은 RPA 적용 자체가 어렵다. 이 지점에서 Gen AI 기술이 RPA로 해결할 수 없거나 해결하기에는 비용이 너무 많이 들어 감히 시도하지 못하는 것을 도와줄 수 있다.

AI 기반 초개인화, 초자동화로 진화하는 RPA

Robotic Desktop Automation을 뜻하는 RDA는 RPA 이전에 있던 개념으로 개인 데스크톱 컴퓨터에서의 업무 자동화를 말한다. 이는 회사 차원의 시스템 도입이 아닌 개인 컴퓨터에 단독으로 구동 가능한 소프트웨어이다. 업무 자동화를 도와주는 방법으로서 RPA는 전사 차원에서 도입해야 하며, 회사의 인트라넷 및 사내 시스템과 개인 컴퓨터와의 연동을 통해 동작한다. 그래서 구축하는데 있어 RDA보다 복잡하고 회사의 의사결정과 비용 투자, RPA화할 업무 내역에 대한 설정과 개발 작업 등이 필요하다. 반면 RDA는 바로 개인 단위의 판단으로 시작할 수 있다.

일례로 한글이나 MS 워드 그리고 MS 엑셀 등의 소프트웨어에는 매크로라는 기능이 있다. 아주 기초적인 매크로는 문서 내에 특정 단어를 찾아서 다른 단어로 바꾸어 주는 ‘바꾸기’라는 기능이다. 이 기능을 이용하지 않으면 문서 내에 “김지현”으로 쓰인 단어 20개를 찾아서 “oojoo”로 바꾸는데 시간이 상당히 걸리지만 이 매크로를 이용하면 불과 1초 만에 문제 해결이 가능하다.

이보다 더 복잡한 매크로를 사용하면 단순 반복적인 업무를 단숨에 줄일 수 있다. 예를 들어서, 지금 커서가 있는 위치에 기입된 파일 이름을 가진 이미지 파일을 삽입한 후에 그림 크기를 가로 사이즈가 500으로 줄이는 작업을 실행한다고 생각해 보자. 이 작업을 한 번만 한다면야 마우스를 10여 번가량 클릭해 가며 그림을 선택하고 사이즈를 500으로 줄이면 된다. 하지만, 문서 내에 이러한 방식으로 이미지를 100개를 넣어야 한다면 100x10 즉, 1000번의 마우스 클릭을 해야 한다. 그만큼 시간이 오래 걸린다. 하지만, 이것을 매크로를 이용하면 키보드 단축키를 100번만 눌러서 실행할 수 있다. 대략 30분 걸릴 일을 1분 만에 끝낼 수 있다. 이메일 프로그램에도 이러한 매크로 기능이 있다. 아웃룩이나 지메일 등에는 메일 규칙이라는 기능이다. 이 규칙 기능을 이용하면 메일 제목에 특정한 단어가 들어가거나 특정인에게 발송된 메일을 수신한 경우 해당 메일을 특정한 메일함으로 옮기거나 자동으로 지정한 사람에게 이메일을 발송할 수 있다.

로보틱 프로세스 자동화(RPA)와 로보틱 데스크탑 자동화(RDA)는 기업이 업무 효율성을 높이고, 비용을 절감하며, 오류를 줄이는 데 크게 기여해왔다. RPA는 주로 서버나 클라우드 기반에서 작동하여 대규모로 업무 프로세스를 자동화하는 반면, RDA는 개별 사용자의 데스크탑에서 작동하여 사용자의 작업을 자동화한다. 이렇게 RDA는 개인을 위하고, RPA는 조직을 위한 툴로서 업무 자동화를 도와준다. 하지만, RPA는 범용적으로 사용하기 어렵고 RDA는 개인의 학습과 노력을 필요로 한다. 이 지점에서 생성형 AI는 RPA를 개인별 업무 특성에 맞게 최적화해서 사용할 수 있도록 도와준다. 또한, RDA 역시 생성형 AI 덕분에 사용법이 쉬워져 별도의 학습 없이도 쉽게 사용할 수 있도록 해준다.

RPA는 데이터 입력, 폼 처리, 정기적인 보고서 생성처럼 주기적, 반복적으로 하는 업무에 적용되어 이를 자동화해 준다. 그런데, 이 혜택은 누구나 받을 수 없다. RPA를 개발하는 것은 비용이 들기 때문에 회사의 수요 조사를 해서 많은 직원들이 필요로 하는 기능들에 대한 요구사항을 받아 어느 정도 수요가 있어야 개발에 착수하기 때문이다. 또한, RPA는 주로 정적인 규칙에 기반하여 작동하기 때문에, 복잡한 결정을 요하는 업무나 예외 상황에 대처하는 데는 한계가 있다. 또한, 기업 환경이나 프로세스가 변경될 경우 RPA 시스템을 수정하거나 재구성해야 하는 문제가 있다.

삼성SDS의 RPA에 결합한 AI 대화 플랫폼

이 문제를 Gen AI 덕분에 극복 가능하다. 즉, LLM과 Gen AI가 적용된 RPA 시스템은 개별 사용자의 행동양식을 학습하고 이를 바탕으로 맞춤형 자동화 솔루션을 제공할 수 있도록 해준다. 예를 들어, AI가 사용자의 이메일 관리 스타일을 학습하여, 자동으로 중요 이메일을 분류하고 우선순위를 지정할 수 있다. 또한, 복잡한 데이터 분석, 예측 모델링, 자연어 처리 등 AI의 고급 기능을 통합함으로써 RPA는 단순한 규칙 기반 작업에서 벗어나, 더 복잡하고 다양한 업무를 자동화할 수 있다. 이는 기업이 비즈니스 인텔리전스, 시장 분석, 고객 서비스 등에서 더 높은 수준의 자동화를 실현할 수 있게 해준다. 즉, 금융 서비스 분야에서 AI가 통합된 RPA 시스템은 고객의 거래 패턴을 분석하여 비정상적인 활동을 식별하고, 사기를 예방하는 데 중요한 역할을 할 수 있다.

인간을 도와줄 AI Worker

RDA 역시 Gen AI의 결합으로 사용만 쉬워지는 것이 아니라 사용자마다 필요로 하는 업무용 소프트웨어를 직접 만들어 사용할 수 있는 것도 가능해질 것이다. 일례로 MS의 쉐어포인트라는 서비스는 문서 작성과 기업 내 커뮤니케이션과 지식 정보 공유를 위한 기업을 위한 협업 도구이다. 그리고 PowerApps는 역시 MS의 개발 도구로서 쉐어포인트를 이용해 컴퓨터와 스마트폰용 앱을 개발할 수 있도록 해주는 저작툴의 일종이다. 이것을 이용하면 개인이 직접 소프트웨어를 개발할 수 있다. 물론 개발자가 아님에도 불구하고 쉽게 원하는 프로그램을 만들 수 있도록 해준다. 또한, 파이썬은 최근 들어 가장 빠르게 확산하고 있는 프로그래밍 언어로 간결한 구조와 유연성으로 인해 다양한 영역에서 사용되고 있다. 심지어 개발자가 아닌 일반 사용자도 파이썬을 이용해서 간단한 프로그램을 만들 수 있는 과정들이 생겨나면서 최근 주목받고 있다.

파워앱스와 파이썬은 프로그래머만이 소프트웨어를 개발할 수 있다는 고정관념을 버릴 수 있도록 만들어준 손쉬운 저작툴이다. 그렇다 보니 점차 일반인도 이들 개발 툴킷을 이용해서 필요로 하는 소프트웨어를 만들어 사용할 수 있는 기회를 만나고 있다. 물론 아직 이들 언어는 어렵기 때문에 스마트폰에서 앱 사용하듯 사용할 수는 없다. 하지만, Gen AI 덕분에 MS오피스도 쉽게 강력한 기능을 사용할 수 있는 것처럼 이들 소프트웨어들도 보다 쉽게 일반 사용자도 쉽게 사용할 수 있도록 해줄 것이다.

그렇게 되면 RPA, RDA를 위해 특정한 소프트웨어나 서비스를 구매해서 사용하는 것이 아니라 직접 만들어서 사용할 수도 있게 될 것이다. 그렇게 되면 개인화된 자동화 소프트웨어가 우리 업무의 상당 부분을 대신해 줄 것이다.

(By 달리3)

그렇게 General AI 기반의 RPA는 'AI Worker’가 되어 우리를 돕는 동료가 될 것이다. AI Worker는 인간 직원과 협력하여 업무를 수행하며, 데이터 분석, 보고서 작성, 이메일 관리 등의 업무를 담당함으로써 인간 직원이 더 전략적이고 창의적인 작업에 집중할 수 있도록 해줄 것이다. 이는 업무 효율성을 높이고, 직원의 직무 만족도를 향상할 수 있다. 또한, AI 기반의 RPA는 마치 개인 비서처럼 모든 사람에게 제공되어 대량의 데이터를 신속하게 분석하고, 이를 바탕으로 의사결정을 지원해 줄 것이다. 예를 들어, 시장 동향, 고객 선호도 분석 등을 통해 마케팅 전략을 수립하는 데 기여할 수 있다. 제조업에서 AI Worker는 생산 공정의 최적화, 품질 관리, 공급망 관리 등에 중요한 역할을 할 수 있다. 실시간 데이터 분석을 통해 생산 공정에서의 비효율성을 식별하고, 자동으로 조정을 제안하여 생산성을 향상할 수 있다.

이렇게, 인공지능(AI)과 로보틱 프로세스 자동화(RPA)의 융합은 비즈니스 프로세스를 혁신하고, 업무 효율성을 극대화하는 새로운 가능성을 열어주고 있다. 이러한 기술의 결합은 단순한 작업 자동화를 넘어서서, 기업이 대면하는 복잡한 문제들을 해결하고, 더욱 스마트하고 유연한 방식으로 작업을 수행할 수 있도록 만들어주고 있다. 덕분에 기업은 더 높은 수준의 업무 효율성을 달성하고, 고객 경험을 극대화하며, 지속 가능한 성장을 추구해 갈 수 있을 것이다. 따라서, 기업은 이러한 기술적 변화를 적극적으로 수용하고, AI와 RPA의 통합을 통해 미래를 선도하는 전략을 개발해야 한다. AI와 RPA가 결합한 AI Worker는 기업이 인적 자원을 보다 전략적으로 활용하고, 경쟁력을 강화하는 데 기여할 것이다. 따라서, 기업들은 이러한 기술의 통합을 통해 비즈니스 모델을 혁신하고, 미래에 대비해야 한다.

▶   해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶   해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.