RPA(Robotic Process Automation)와 유사하면서도 더 확장된 용어들을 종종 볼 수 있는데 대표적인 것이 BPA(Business Process Automation)와 IPA(Intelligent Process Automation)다. BPA의 경우 가트너 용어 사전에 등재돼 있으나 IPA는 없다. 대신 매킨지컨설팅과 일부 솔루션 업체들이 사용하고 있다. 

가트너의 정의에 따르면 BPA는 고급 기술들을 사용하고 복잡한 비즈니스 프로세스와 기능들을 자동화하는 것을 말한다. 가트너는 BPA를 일반적인 데이터 수작업이나 기록 관리 활동의 자동화와는 구분짓고 있는데, 이벤트 드리븐의 미션 크리티컬한 핵심 프로세스를 다루며 비즈니스 운영에 초점을 맞추고 있다.  즉, RPA보다 상위 개념 및 기능을 뜻한다고도 볼 수 있다. 그러나 이러한 구분은 최근 RPA 업체들의 제품 고도화 노력에 의해 모호해지고 있다.

RPA 시장 성장과 함께 제품 또한 정교해지면서 최신 RPA 솔루션들은 AI 머신러닝 통합, 광학문자인식(OCR) 분석 등의 기술적 진보를 이루고 있다. 이러한 발전은 RPA가 기존 태스크 중심의 단순 정형 업무에서 문서 포함 비정형 업무로 적용 범위를 확대해가는 데 필요충분조건이기도 하다. 특정 데스크톱 업무(태스크)에서 프로세스(태스크 투 태스크)로 자동화를 확대 적용하려면 RPA 봇이 일련의 업무 수순을 이해해야 하고, 상황에 따라 대입값이 달라지는 가변적 업무일 경우에는 전후 상황, 즉 맥락을 이해할 수 있어야 하기 때문이다. 

태스크 투 태스크로 이어지는 프로세스, 특히 가변 구간을 이해하고 자동 대응하기 위해서는 프로세스에 관련된 문서나 음성(자연어) 등 비정형 데이터의 분석과 이해가 필수다. 나아가 RPA 봇은 사람이 설정한 규칙 기반에서 확장, ML 모델을 반영해 스스로 학습하는 패턴 기반에 의한 자동화로 진화하고 있다. 2년 전만 해도 가트너는 “RPA 툴은 AI와 ML을 갖춘 지능형 로봇이 아니다”고 역설했지만 최신 RPA 솔루션들은 이를 가능케 하고 있다.

선두 RPA 솔루션 기업들은 ‘전술적(tactical)’ 자동화를 넘어 엔드-투-엔드 인텔리전트 자동화를 제공하기 위해 위의 기술들을 결합하고 있으며 이는 더욱 효율적이고 효과적인 하이퍼오토메이션으로 나아가도록 하고 있다.

가트너는 지난해 연말 “2022 전략기술 톱12(12 top strategic technology trends, 2022)”로 데이터 패브릭, 클라우드 네이티브 플랫폼 등과 함께 △AI 엔지니어링 △디시즌 인텔리전스(Decision Intelligence) △오토노믹 시스템(자율 시스템) △생성형 AI(Generative AI) △하이퍼오토메이션을 꼽은 바 있다.  선두 RPA 업체들이 말하는 코그니티브 RPA 혹은 시멘틱 RPA, 인텔리전트 RPA는 이 다섯가지 특징을 모두 가진다.

RPA, 하이퍼오토메이션의 입구이자 플랫폼으로 진화

RPA 업계는 “RPA는 더 이상 단순 자동화 소프트웨어가 아니라 자동화 파이프라인 생성, 프로세스 개선, 시각화 및 커뮤니케이션, 자동화를 위한 여러 모듈식 구성 요소로 구성된, 완전히 통합된 지능형 자동화 플랫폼이 될 것”으로 주장한다. 이러한 엔드 투 엔드 관점은 RPA를 다음 단계로 성숙 발전시키고 있으며 기업들이 비즈니스 프로세스의 자동화를 대규모로 확장할 수 있도록 지원하고 있다.

김인현 투이컨설팅 대표는 “지금은 프로세스를 지능화하는 것이 중요하다”고 강조한다. 프로세스에 분석을 내재화 함으로써 프로세스를 더 빠르게 그리고 더 똑똑하게 하는 것이 중요한 시대로, 전통적 PI(프로세스 혁신)가 프로세스의 흐름에 초점을 맞췄다면 디지털 시대 PI는 ‘프로세스의 지능화가 핵심’이라는 설명이다.

김인현 투이컨설팅 대표에 따르면 이는 PI 3.0에 해당된다. “프로세스의 지능화가 구현되기 위해서는 프로세스 곳곳에 로봇을 내재화해야 하며, PI 3.0은 조직 전체에서 전사 프로세스를 대상으로 보다 광범위하게 그리고 꾸준하게 추진되어야 할 것”으로 전했다.

비정형 데이터 인식, AI 및 ML 기능의 통합으로 구현되는 RPA 기능과 역할에 대해 삼성SDS는 코그니티브 RPA(인지 RPA, C-RPA)라는 명제를 제시하고 있다. 코그니티브 RPA라는 명제는 해외에서도 사용되고 있다. 코그니티브 컴퓨팅(상황인지 컴퓨팅)의 개념을 RPA에 도입한 것으로, 유아이패스가 주창하는 시멘틱 오토메이션, 오토메이션애니웨어의 인텔리전트 오토메이션 등도 내부를 들여다보면 유사한 점이 많다.

가장 큰 유사성은 RPA 자동화 설계부터 오류 해결까지 ‘사람의 개입을 더더욱 줄여나가는 것’으로, 이는 사람의 개입을 최소화하기 위해 RPA 봇이 스스로 판단, 해결하는 기능을 강화하고 있다. 업계 선도적 RPA 솔루션이 지향하는 공통점은 △기존에는 사람의 개입이 필수였던 어텐디드 봇에서 개입이 필요 없는 언어텐디드 봇 확대 △나아가 AI 추론 기능의 봇이 업무를 분석해 자동화 대상 업무를 역으로 사람에게 제안 및 추천해주며 △단위 업무들을 연계해 전사 프로세스 대상 지능형 자동화를 구현하는 것이다.

업무 태스크와 프로세스의 자동화에서 인력의 개입을 지금보다 더욱 줄이고 나아가 최소화하는 것은 임직원이 고부가 업무에 투입할 수 있는 시간을 더욱 늘려준다. 또 수작업의 최소화는 자동화 업무 적용 시 발생할 수 있는 오류를 크게 줄일 수 있으며, 이러한 작업의 산출물은 다시 기업 내 업무 자동화 작업에서 표준 프로세스로서 기능할 수 있다.

표준화된 업무 자동화 프로세스는 단위 업무들을 연계 적용해 전사 프로세스로 확대될 때 장점을 발한다. 이러한 지능형 RPA를 위해서 필수로 지원되어야 하는 것이 프로세스의 전후 상황(맥락)을 RPA 봇이 인지하는 것이다. 이는 위해서는 프로세스와 관련된 문서를 포함할 수밖에 없으며 이러한 문서 기반 비정형 프로세스를 전후 사정에 따라 최적화하여 자동화하기 위해서는 AI/ML 기반의 학습 추론이 필수다.

삼성SDS 브리티 “예외 상황도 스스로 극복…우수 자동화 사례 재활용으로 생태계 구현”

삼성SDS의 RPA 솔루션인 브리티는 코그니티브 RPA를 지향하며 세 가지 관점에서 기능을 고도화시키고 있는데 △초개인화(Hyper-Personalization) △초자동화(하이퍼오토메이션) △생태계 플랫폼으로의 확장이 그것이다.

우선 초개인화는 특정 사용자, 특정 태스크 차원의 자동화를 손쉽게 맞춤형으로 구현하는 것이다. 코딩 지식이 없는 비개발자도 AI와 손쉬운 사용성을 통해 개인 맞춤형 자동화를 수행할 수 있도록 하는 것으로, AI가 해당 직원의 업무를 분석해 자동화할 대상을 추천하고 사용자는 자동화 설계시 단계별 가이드를 따라 손쉽게 시나리오를 구현할 수 있다. 또 자동화 로봇이 실행될 때 예측하지 못했던 예외 상황을 스스로 극복하는 것까지 포함시켜 non-IT 직원들의 수작업을 최소화할 수 있도록 지원한다.

이를 가능케 하는 삼성SDS 브리티의 기능은 크게 디자인 어시스트, 오토 파일링, 오토 힐링이다. 디자인 어시스트는 사용자가 선택해야 하는 옵션을 제시하고 사용자가 옵션을 선택(클릭)하거나 값을 입력하면 자동으로 완성시켜주는 것이며, 오토 파일링은 특정 단계 이후 다음 순서로 올 수 있는 후보 행위(액션)을 AI가 추천해주는 것이다. 또 오토 힐링 기능은 RPA의 자동화 대상 애플리케이션의 UI 변경 상황을 자동으로 찾고 VDI(가상 데스크톱 환경) 내 객체를 인식함으로써 수행된다. 디자인 화면에서 운영 환경과 동일한 테스트 환경을 지원하며 원격 수행도 가능하다.

두번째 하이퍼오토메이션은 기존 1세대 RPA들의 한계로 지적돼 왔던 단위 업무 전용, 전사 확대 불가능을 해결하는 것이다. 업무의 단순 자동화가 아닌 지능형 자동화(인텔리전트 하이퍼오토메이션)와 전사 확장성을 구현하는 것이 목표로, 삼성SDS 브리티는 제작된 봇들을 연계해 자동화 시나리오를 확장, 전사적 엔드-투-엔드 프로세스 자동화를 구현하고 NLU(Natural-Language Understanding) 기반 챗봇을 통해 봇을 제어하는 등 사람과 협업하는 방식으로 자동화를 구현한다.

기능적으로는 프로그램을 설치하지 않고도 웹 기반 프로세스 플로를 개발하고, 문서를 이해하고 분류하는 코그니티브 서비스를 적용 강화하며, 자동화 플랫폼 연계로 전사 프로세스 자동화를 설계하게 된다.

세번째 생태계 플랫폼의 부재 또한 기존 RPA 제품들의 한계로 지적돼 왔던 것이다. 1세대 RPA 솔루션의 한계 중 하나는 단위 업무 적용에 주력하면서 각각의 태스크 자동화에 사용된 방식이나 이력, 구현 과정을 통해 확보된 지식 자산과 정보가 중앙에 집결 저장되지 않아 기업 내 지식으로 축적되지 못했다는 것이다. 삼성SDS 브리티는 커뮤니티 포털을 통해 자동화 사례 등 지식공유와 문제 해결을 실시간 지원하는데 “자동화 설계시 오류가 발생하면 자동으로 커뮤니티의 포럼에 리포팅된다”고 삼성SDS 측은 설명했다.

이렇게 공개적으로 노출된 자동화 설계 시 오류와 문제는 개발자, 타 사용자, 파트너 인력 등 다양한 사람들이 의견을 교환해 해결하게 되며, 이 과정을 통해 꾸준히 축적된 자동화 사례와 지식이 공유됨으로써 오픈 이노베이션이 가능하다는 설명이다. 특히 커뮤니티 내 마켓플레이스는 우수 자동화 사례를 공유 및 재활용할 수 있도록 해 개별 직원들의 자동화 관련 지식 재산을 전사 차원에서 축적, 관리할 수 있다.

삼성SDS는 “궁극적으로 삼성SDS 브리티는 똑똑한 AI 기술을 통해 쉽고 정확한 자동화 구현을 지속적으로 강화하고, 확장 기능을 통해 개인 업무뿐만 아니라 기업 업무 프로세스 자동화로까지 구현을 확대시킨다”고 강조했다.

유아이패스 “RPA 포함 모든 솔루션에 AI 내장…AI는 보완 기술 아닌 핵심”

유아이패스가 지향하는 시멘틱 자동화 또한 임베디드 AI에 기반을 두고 봇이 스스로 프로세스 구현 과정을 파악하고 필요한 데이터를 찾아내며 직접 수행하도록 함으로써 사람의 개입을 최소화하는 것이다. 자동화를 더욱 빠르고 쉽게, 탄력적으로 만든다.

유아이패스코리아는 “자동화 설계에는 설령 드래그&드롭의 노코드 및 로코드 개발 플랫폼으로도 꽤 많은 시간이 걸린다”고 지적하고 있다. 개발자들이 봇을 대상으로 수행해야 할 각각의 단계 및 따라야 할 규칙들을 모두 알려주어야 하기 때문이다. 어떤 데이터를 가져와야 하는지, 데이터를 어떻게 열람하고 추출하고 적용하며 다음 단계는 어디로 이동해야 하는지 모든 수순들이 사람의 손을 거쳐 설계되며, 자동화 대상 업무가 확장되거나 복잡해질 경우 이 시간은 비례한다.

그러나 유아이패스의 시멘틱 자동화 비전에서 RPA의 봇은 AI 기반으로 문서를 통해 맥락(컨텍스트)을 이해하고 적합한 애플리케이션을 활용해 프로세스를 완료한다. AI와 결합돼 RPA 봇들은 △문서와 이메일을 읽고 △언어와 이미지를 분석하며 △말을 이해할 수 있다.

AI 내장 RPA 봇은 전후 사정을 살펴 상황을 인지하고 모호한 부분을 탐색, 파악해내며 프로세스 수행 과정에서 정합성을 확보할 수 있도록 돕는다. RPA 봇이 스스로 생각하고 이해할수록 더욱 많은 일을 더욱 빨리 완료할 수 있으며 이는 기업 비즈니스에 더욱 큰 영향을 미칠 수 있다.

유아이패스는 RPA뿐 아니라 자사의 모든 솔루션과 플랫폼에 AI를 내장하고 있다. “유아이패스에게 AI는 추가 혹은 보완적인 기술이 아니다”는 것으로, “AI가 가져다주는 강력한 힘을 믿기 때문에 유아이패스 플랫폼의 모든 부분에 AI를 내장했다”는 설명이다. 유아이패스코리아는 RPA와 함께 태스크/프로세스 마이닝부터 IDP(Intelligence Document Process) 등 프로세스 자동화와 관련된 거의 모든 부문의 툴을 갖고 있다고 해도 과언이 아니다.

RPA 제품에서도 모든 작업 단계에 AI를 내장했다. 유아이패스코리아에 따르면 RPA는 크게 △발굴(Discover) △구현(Build) △관리(Manage) △연결(Engage)의 4단계로 수행된다. 발굴 작업 단계에서는 AI가 가장 적절한 자동화 업무 대상을 찾아내는 데 사용된다. 태스크 마이닝과 프로세스 마이닝을 동반해 자동화 대상을 데이터 기반으로 결정해주는 것이다.

적절한 자동화 대상을 찾아냈으면 구현 단계에서의 AI는 비정형 데이터를 처리하고 동적 인터페이스를 다루며, 음성을 인식해 ML 모델에 의한 자연어 처리(NLP) 기술을 갖춘 로봇을 구축한다. RPA 봇이 상황을 파악해서 스스로 판단하게끔 하려면 문서나 음성, 자연어와 같은 비정형 데이터를 이해하는 것이 필수다. 업무 문서 중 송장을 추출하고 이메일을 전달하거나 음성을 텍스트로 바꾸는 등 형태도 다양하고 내용도 방대한 데이터들 속에서 적합한 자료를 찾아 적절한 다음 순서로 이행시키기 위해서다. 현재 유아이패스는 문서 이해와 및 AI 컴퓨터 비전 등 30개 내외의 사전 구축된 모델을 제공하고 있다.

관리 단계의 AI는 기업의 RPA 적용을 확장하는 데 기여한다. AI 센터에서 ML 모델을 워크플로 내로 드래그&드롭 하는 것으로 RPA 봇들을 사용할 수 있으며, 이렇게 중앙에서 모니터링 및 관리되는 RPA 봇들은 규제준수 여부를 포함한 거버넌스를 확립할 수 있게 해준다. 연결 단계에서는 AI 기반의 봇들이 지속적인 피드백을 받으면서 스스로 성능과 정확도를 향상시키게 된다. 사람의 개입이 필요할 때는 액션 센터(Action Center)에서 할 수 있다.

오토메이션애니웨어 “RPA 봇과 사용자의 유려한 연결…자동화 스킬 내재화하려면 사용 용이성 필수”

RPA에 AI를 적용할 때 또 다른 강점 중 하나는 변경 여지가 있는 프로세스에도 봇을 투입할 수 있다는 점이다. 예를 들어 이력서 매칭하거나 구매를 결정하고 언어 번역 등 입력값(input)과 전후 상황(context)에 따라 달라질 수 있는 프로세스에도 봇을 적용할 수 있다는 것이 기존 RPA와의 큰 차이점이다.

또한 의사결정도 지원할 수 있다. 가트너는 하이퍼오토메이션을 구현하는 기술 중 하나로 RPA와 별도로 의사결정 자동화를 포함시키고 있는데, RPA가 AI를 접목하면 이 또한 RPA에서 일부 수행 가능하다. AI 탑재 봇이 ML 모델을 적용하도록 사용하면 자산 평가, 채무 불이행 예측, 재고 예측 등 다양한 업무에 활용해 의사결정 자동화를 구현하는 데 일조하게 된다.

오토메이션애니웨어의 RPA 제품에서는 이 역할을 AARI(Automation Anywhere Robotic Interface)라는 솔루션이 수행한다. 오토메이션애니웨어코리아는 “자동화의 진보와 확장에 있어서는 기계적 반복뿐만 아니라 사람의 판단이 필요한 부분까지 자동화의 영역으로 끌어들일 수 있어야 하는데 그를 위해서는 로봇과 사람 간의 자연스러운 협업을 위한 인터페이스가 필요하다”고 설명했다.

사람의 판단 및 개입이 필요한 부분에서 RPA와 현업 사용자 간의 유려한 연결을 제공하는 것이 AARI로, 이를 통해 RPA는 ‘판단과 승인이 필요한’ 업무의 영역까지 자동화할 수 있게 됐다는 것이다. AARI는 △봇과의 인터페이스를 통한 대화형 RPA △분기처리/승인과 같은 워크플로형 RPA △자동화된 업무를 연결해주는 링크 역할을 구현해준다.

RPA의 봇의 판단을 수행하기 위해서는 AI/ML 자동화와 접목해 비정형 문서 데이터의 내용을 이해하는 것이 필수로, 오토메이션애니웨어는 비정형 문서를 정형화하는 IDP(Intelligence Document Process) 솔루션인 ‘IQ 봇’을 자동화의 최전방에서 사용하고 있다. AI/ML이 적용된 지도 학습 방식 문서 분류 패키지인 ‘IQ 봇 클래시파이어(IQ Bot Classifier)’를 비롯해 다양한 AI 관련 패키지를 제공한다. 오토메이션애니웨어코리아는 “이러한 기능들을 활용해 문서를 분류하고 OCR 적용을 위한 전처리 패키지와 함께, 필요한 결과를 추출해 시스템에 입력하기까지 엔드-투-엔드 프로세스 자동화를 기대할 수 있다”고 설명했다.

이와 함께 오토메이션애니웨어가 특히 강조하는 것은 손쉬운 사용성이다. 오토메이션애니웨어코리아는 “자동화 솔루션의 기능이 아무리 막강하다고 해도 사용자 접근성과 사용 용이성이 떨어진다면 업무 자동화 확산은 어렵다”고 전제하며 “궁극적으로 자동화의 미래는 기능 개선과 함께 손쉬운 자동화로 나아갈 것”으로 보고 있다.

오토메이션애니웨어코리아는 강력한 기능과 사용 용이성에서 경쟁력을 자신하고 있다. “비전공자도 자동화 작업을 수행할 수 있다”는 것으로, 이는 기업이 RPA 솔루션을 선택할 때 큰 매력으로 작용할 것으로 기대하고 있다. 특히 IDP 솔루션을 이용해 비정형 문서 데이터를 정형 데이터로 추출하더라도 그 결과를 현업 사용자가 손쉽게 확인하고 수정할 수 있어야 하는데, 이 또한 AARI를 통해 원본 문서와 추출된 결과를 비교하는 검사기(Validator)로 자동 수행할 수 있다.

RPA 환경에서 AI/ML/DL 서비스를 손쉽게 적용할 수 있도록 클라우드 기반 패키지와 환경도 제공된다. OCR-IDP를 위한 구글 도큐먼트 AI 패키지, 자연어 처리/분석을 위한 MS LUIS NLP 및 AWS Comprehend NLP 패키지는 물론 오토메이션애니웨어 ‘봇 스토어(Bot Store)’에서 다양한 AI/ML 패키지들을 제공하고 있다. 봇 스토어는 오토메이션애니웨어 솔루션 사용자 간의 패키지 공유 플랫폼이다.

현재 국내외 무수한 RPA 솔루션들이 난립해 있다. 오토메이션애니웨어코리아는 RPA 솔루션 도입 시 두 가지 측면을 고려해야 한다고 전한다. '자동화에 어려움이 없는 수준의 기능'과 '자동화 난이도'가 그것이다. 솔루션의 기능은 강력할수록 좋지만 기업이 원하는 자동화 기능은 일정 수준에 이르게 된다. 그렇다면 그 다음 단계는 ‘누구나 사용 가능한 자동화 툴'이어야 한다는 것이다.

자동화 업무를 확산시키려면 자동화 개발자의 육성이 필수다. 기업은 외부 개발 인력에 계속 의지하기보다 자동화 스킬의 내재화를 고민할 수밖에 없다. 기업이 업무 자동화 설계와 구현 스킬을 내재화하기 위해서는 현업 사용자도 손쉽게 다룰 수 있는 사용 용이성이 결국 관건이 된다는 설명이다. 즉 솔루션의 사용 용이성이 기업의 자체 자동화 구현 스킬로 축적되는 길을 열어주고, 이는 기업 전사 프로세스로의 자동화 적용 확산이라는 미래로 이어진다.  

그렇다고 기능이 수준 이하인 툴을 도입한다면 기업의 자동화 수준 또한 낮아질 수밖에 없다. RPA 툴은 기능성과 사용 용이성, 고객 피드백 반영 세 가지를 종합적으로 만족시켜야 한다. 특히 기능과 사용 용이성 사이에서의 밸런스가 중요한데, 이를 위해서는 기업이 추구하는 자동화의 목표 및 수준을 먼저 확립하는 것이 필요하다.