Artificial Intelligence 101: AI활용으로 지능형 자동화 체계 구현하기

RPA(Robotic Process Automation)는 AI 와의 접목으로 더 많은 가치와 효용성을 만들어낼 수 있는 분야로 주목 받고 있습니다. AI를 활용하는 지능형 로봇으로 진화하면, 로봇 스스로 업무 프로세스에서 데이터를 추론하고, 문장의 내용을 이해하며, 내용을 기준으로 이메일을 분류하거나 구조화되지 않은 데이터를 추출할 수 있습니다. 

이런 작업의 대부분은 일상 업무에서 자주 발생하고 긴요한 일이지만 단순하고 시간 소요가 많기 때문에 사람들이 꺼려합니다. 그럼, 어떻게 SW로봇이 이런 일들을 지능적으로 처리하도록 만들 수 있을까요? 

오늘은 SW로봇이 더 스마트하게 업무를 처리하게 해주는 AI기반 지능형 자동화와 이를 위한 UiPath AI 제품 활용법을 알아보겠습니다. 먼저 이해가 필요한 것은 ‘Fully Automated Enterprise’ 개념인데 이렇게 정의합니다.

“Fully Automated Enterprise는 단순한 규칙(Rule) 기반의 자동화를 넘어서 SW로봇이 업무 프로세스의 목적과 맥락을 이해하고 그에 맞춰 일을 처리하는 인지적(Cognitive) 차원의 자동화로써, 지금까지 자동화가 힘들었던 영역까지 자동화하는 전사 차원의 자동화 체계를 의미한다”

Fully Automated Enterprise를 이루고 있는 4개 핵심 요소는 아래와 같습니다.

1. 자동화 가능한 업무를 로봇에 할당: 자동화 가능하다고 판단된 모든 업무를 로봇에 할당하고 백오피스 시스템과 연계해 통합적으로 처리하는 체계

2. 모든 직원에게 로봇 제공: 기업의 모든 직원에게 로봇을 제공해 직원의 업무 능력을 극대화하고 직원이 더 중요한 업무에 집중할 수 있도록 지원

3. 누구나 개발이 가능한 환경 제공 (Democratize development): 전문적 개발 기술 및 경험이 없는 사람도 필요한 애플리케이션을 만들어 쓸 수 있는 환경 제공

4. 모든 업무 영역에 AI기술 활용: AI기술을 활용해 더 똑똑한 로봇을 구현하고 자동화가 어려웠던 업무 영역까지 자동화하는 것으로 지능형 자동화에 있어 가장 중요 

이 단계에 도달하면 SW로봇이 규칙 (Rule)기반 의사 결정을 넘어서 인지적 의사 결정과 데이터를 처리하는 지능형 자동화가 가능해집니다. Fully Automate Enterprise는 기업이 이런 역량을 갖추어 스스로 진화하는 기업 (Self-improving enterprise) 체계로 올라서는 것을 목표로 합니다. 아래는 지금까지는 어려웠지만 이제 AI기술 활용으로 자동화가 가능해지는 프로세스들입니다. 

 AI기술 + RPA접목으로 자동화가 가능해진 대상으로는 자산 평가, 재고 예측 같이 작업 산출물의 100% 신뢰가 어려워 자동화하지 못했던 업무를 우선 꼽을 수 있습니다. 다음으로는 이력서 분류와 구매 결정처럼 고려할 변수가 많아서 자동화 대상에서 제외 되었던 프로세스 그리고 송장 분류와 음성 데이터의 텍스트 변환 등 비구조적 데이터 처리로 인해 자동화가 어려웠던 프로세스들이 포함됩니다.

위에 살펴 본 것처럼 AI를 활용하면 전통적 RPA보다 더 광범위한 자동화가 가능합니다. 전통적 RPA는 사람이 하던 파일 복사/붙여 넣기, 양식 입력 등 작업을 대신하고 백엔드 시스템을 연계해 업무를 자동화하는 방식이었다면, AI + RPA 솔루션은 문서 내용 이해/ 요약, 위조 감지, 텍스트 분류 및 예측 작업 같이 사람만 할 수 있었거나 사람도 힘들었던 영역까지 확대해 자동화를 수행합니다. 

전통적 RPA 솔루션 업무 영역          vs           AI + RPA 솔루션 업무 영역

이제 AI를 RPA에 접목함으로써 자동화 범위와 수준이 크게 높일 수 있다는 사실을 알게 되었습니다. 그럼, AI와 RPA를 연계 활용하는 방법은 무엇일까요? 앞에서 UiPath가 추구하는 Fully Automated Enterprise 핵심 중 하나는 누구나 쉽게 개발할 수 있는 환경 제공이라고 설명했던 것처럼 아주 쉽습니다. 

첫 단계는 필요한 AI모델 선택인데 AI 활용을 위한 컨트롤 센터인 AI Center에서 UiPath, UiPath 파트너 혹은 기업 자체 데이터 분석팀에서 개발한 모델 중에서 선택할 수 있습니다. 그 다음은 ML (Machine Learning) Skill을 만드는 일입니다. ML Skill은 자동화 프로세스가 사용할 머신러닝 패키지의 배포 버전입니다. 마지막으로 ML Skill을 드그 & 드롭 방식으로 RPA 워크플로우에 삽입하면 끝입니다. 진짜 간단하죠! AI Center와 자동화 프로세스는 양뱡향 소통이 가능합니다. AI모델의 실행 과정에서 사람이 직접 검증하고 수정해야 할 상황이 발생하기 때문입니다. 사람이 검토한 내용은 AI Center로 전달되어 해당 모델의 재학습에 반영됩니다. 참조: 이 블로그는 UiPath AI Summit 웨비나 내용을 요약한 것으로 더 자세한 내용은 웨비나를 통해 확인하실 수 있습니다.