Start Trial

17 January 2020

UiPath RPA로 데이터 마이그레이션을 혁신하는 방법

17 January 2020

UiPath RPA로 데이터 마이그레이션을 혁신하는 방법

오늘은 데이터 마이그레이션(migration)에 대해 이야기하려고 합니다. 이번 포스팅에서 언급하는 데이터 마이그레이션은 한 시스템 혹은 데이터베이스에서 다른 시스템이나 데이터베이스로 데이터를 이동하거나 복사하는 것을 뜻합니다. 데이터 마이그레이션 프로젝트는 레거시 시스템의 종료 또는 ERP(Enterprise Resource Planning)를 업그레이드하는 경우 등 다양한 상황에서 필요한데요. 데이터 마이그레이션이 필요한 비즈니스 상황은 크게 세 가지 경우로 나눠볼 수 있습니다.

 

• 인수 합병: 인수나 합병으로 여러 레거시 IT 시스템 및 데이터세트가 남은 상황에서 운영 효율성 및 비용 절감을 위해 시스템을 정리할 때 데이터 마이그레이션이 필요합니다.

 

• 애플리케이션 표준화: 인수, 합병, 또는 새로운 소프트웨어 구매를 통해 동일한 목적을 가진 여러 소프트웨어 플랫폼이 산재할 경우에 필요합니다. 표준화를 통해 라이센스 비용을 줄이고, 지원 효율성을 향상시키며 직원 교육 요건을 줄일 수 있었습니다.

 

• 차세대: 비즈니스 경쟁력과 운영 효율성을 높이고, 고객 경험을 최적화하기 위해 기존 시스템을 바꾸는 전략적 결정을 내린 경우 데이터 마이그레이션이 필요합니다.

 

데이터 마이그레이션이 완료된 후에는 소스 시스템이나 데이터베이스를 이전으로 되돌리거나 만회할 수 없어 생각보다 위험이 따르는 작업 이기 때문에, 데이터 마이그레이션을 성공적으로 구현하기 위해서는 계획, 구현 및 이전이 아주 정확하게 이뤄져야 합니다.

 

 

RPA와 데이터 마이그레이션

고도로 구조화된 규칙 기반 마이그레이션 작업 내용은 로봇이 가장 잘 수행하는 프로파일과 일치합니다. RPA(Robotic Process Automation)가 데이터 마이그레이션 도구로 적합한 이유죠. 이러한 프로파일은 기본 추출(Extract), 변환(Transform), 로드(Load)의 방법론인 ETL데이터 마이그레이션 방법론에서 두드러지게 나타납니다.

 

• 추출 설계: 데이터를 추출, 보유 및 검증하는 방식에 대한 명확한 요구 사항.

• 변환: 솔루션 설계 규칙이 변환하고자 하는 대상 데이터 구조로의 데이터 변환을 안내.

• 로드: 명확한 단계는 추출 및 변환된 데이터가 대상 구조에 매핑되는 방법 규정.

• 테스트 및 복구: 모든 마이그레이션 단계에 대한 종료 기준, 보고, 롤백 및 복구 절차와 함께 특정 단위 및 통합 테스트 계획.

  •  
  • ETL 방법론은 모든 데이터 마이그레이션 단계에서 규칙, 순차적 활동 및 필수 결과를 설명함으로써 RPA 사용에 대한 명확한 사례를 제시합니다. 또한 데이터 마이그레이션은 종종 API 액세스가 부족한 레거시 시스템이 필요하기 때문에 기본 시스템과 데이터베이스에 영향을 주지 않는 RPA 고유 사용자 인터페이스(UI) 수준에서의 통합으로 보다 안전한 선택권을 제공하죠.

 

사용 사례 예시

예시로 소개해 드릴 보험 업계에서의 사용 사례에서는 비교적 소규모의 마이그레이션 프로젝트에서의 RPA의 가치를 잘 보여줍니다.

 

보험 업계에서 데이터를 이전해야 하는 경우는 보통 한 회사에서 다른 회사로 장부 또는 정책을 인계할 때와 연관되어 있습니다. 이런 장부들은 대개 상당히 오래 전에 작성돼 스프레드 시트로 보완되는 구식 레거시 시스템으로 관리됩니다. 인계된 비즈니스 장부는 일반적으로 수십만 개의 정책을 담고 있기 때문에 레거시 시스템이나 스프레드 시트로 이 정도 양의 데이터를 추출하고 정리한다는 것은 현실적으로 불가능에 가깝죠.

 

정책은 다른 기업으로 인계되어도 효력을 발휘하기 때문에 반드시 관리해야 하고, 따라서 가장 중요한 것은 마이그레이션에 소요되는 시간입니다. 빠른 처리 속도가 마치 자동화에서 하나의 중요한 역할인 것처럼 들릴 수도 있지만, 사실 작은 규모의 레거시 마이그레이션으로 시스템 통합 프로젝트에 시간과 비용을 많이 들일 수 없는 것은 당연합니다.

 

RPA가 지금처럼 빠르고 저렴하게 자동화하는 대안으로 등장하기 전에는 팀 리더와 연구원으로 구성된 인계 정책 담당의 몇 개의 소규모 그룹이 마이그레이션 팀으로 배치되는 수준이었습니다. 그 외엔 다른 방법이 거의 없었습니다. 이 그룹에서 추출, 품질 검사 및 정제를 끝마친 다음, IT 부서에서 변환, 로딩 및 테스트 활동을 수행합니다.

 

수십만 개의 정책을 마이그레이션하는 경우를 노동 집약적 접근 방식으로 계산해보면 소요 시간은 최대 12, 소요 비용은 최대 35만 달러까지 치솟게 됩니다. 시스템을 통합하는 프로젝트와 비교했을 땐 시간과 비용이 적게 드는 편입니다.

 

RPA는 적절한 계획과 실행을 통해 시간과 비용을 모두 줄일 수 있습니다.

 

첫 번째 단계: 추출, 변환 및 로딩 단계에서 규칙 중심의 마이그레이션 프로세스를 설계하고 자동화합니다. 이를 효과적으로 적용하기 위해선 워크플로우에서 자동화 및 사람의 개입이 필요한 논리적 예외 지점에 적합한 규칙 중심 단계를 명확하게 정의해야 합니다.

 

두 번째 단계: 로봇과 사람이 가진 서로 다른 강점을 잘 활용할 수 있도록 역할과 책임을 재할당합니다.

 

세 번째 단계: 자동화된 프로세스를 단위 및 통합 테스트 스크립트와 통합합니다.

 

언어텐디드 로봇은 보이지 않게 백그라운드에서 작업하고, 사람이 종종 개입하기도 하지만 별개의 역할을 수행하죠. 수동적으로 이뤄지던 데이터 이동을 로봇이 완벽하게 자동화함으로써 사람은 데이터 속성 및 활동 결과의 오류에 대한 문서작업, 보관 및 해결에 집중할 수 있습니다. 마이그레이션의 규모가 이를 합리화할 만큼 충분히 크다면 이러한 일련의 활동을 자동화하는 것 역시 매끄럽게 진행될 것입니다.

 

RPA는 효과적인 프로세스 모델링, 자동화 설계 및 교육으로 마이그레이션에 소요된 시간은 50%, 비용은 40%까지 절감할 수 있습니다. 이 외에도 RPA는 완벽한 추출 정확도와 운영 및 규정 준수를 위해 모든 트랜잭션에 대한 상세한 로그 파일을 보관합니다.

 

UiPath 엔터프라이즈 RPA 플랫폼 및 데이터 마이그레이션

앞서 언급된 이용 사례는 공통적으로 데이터 마이그레이션 범위가 적당할 때 적용된 RPA에 대해 아주 설득력 있는 주장을 제시하고 있는데요. RPA가 이보다 더 큰 범위에서도 효과적으로 활용되려면, RPA 솔루션이 병렬 처리 작업 대기열을 활용해 수백 대의 로봇으로까지 확장돼야 합니다. 실제로 대규모 데이터 마이그레이션에는 필요한 작업에 맞게 특별히 설계된 기업용 소프트웨어 도구가 필요한데, UiPath(유아이패스)는 이 정도 수준으로 확장할 수 있는 거의 유일한 플랫폼입니다.

 

UiPath는 이러한 대규모 데이터 마이그레이션 프로젝트를 위한 고유의 드래그 앤 드롭 REST API 및 웹후크를 제공합니다. 예를 들어 ERP, 비즈니스 프로세스 관리(BPM) UiPath의 파트너인 SiriusIQ 같은 데이터 마이그레이션 도구 등 다른 자동화 솔루션과의 뛰어난 동적 통합을 제공하는 것이죠.

 

UiPath 및 SiriusIQ 데이터 마이그레이션 도구는 UiPath Orchestrator로봇 수준에서 SiriusIQ를 동적으로 통합해 대규모의 일회성 데이터 마이그레이션 및 보통 수백 테라바이트에 달하는 대량의 데이터를 가진 시스템 구성 프로젝트를 앞둔 고객에게 유연하면서도 강력한 솔루션을 제공합니다.

 

이 솔루션에서 오케스트레이터는 SiriusIQ가 사람에게 할당한 대부분의 활동을 언어텐디드 로봇으로 이전합니다. 이러한 작업은 모니터링 및 오류 처리를 넘어 마이그레이션된 트랜잭션의 유효성 검사도 포함합니다. 아래 영상에서는 이 강력한 UiPath/SiriusIQ의 대규모 데이터 마이그레이션 솔루션이 실제로 어떻게 작동하는 지 확인할 수 있습니다.

 

 

이렇게 RPA가 대규모 SAP 마이그레이션에 매우 성공적으로 사용되면서 EYS/4HANA 업그레이드 마이그레이션 제품 출시를 위해 UiPath와 협력하고 있습니다. 아래 영상에서는 UiPath가 대규모 데이터 마이그레이션 중에서도 특히 SAP S/4HANA 마이그레이션을 어떻게 혁신하고 있는지 잘 보여주고 있습니다.

 

 

 

자동화된 데이터 변환, 테스트 및 사용자 정의 코드 수정이 바로 S/4HANA 업그레이드 방식에서 RPA 및 머신러닝과 같은 관련 기술이 결합된 사례입니다. EY의 디지털 자동화 리더, 빌 헤일(Bill Hale)은 이 방법론을 통해 업그레이드 비용과 시간을 절반으로 줄일 수 있을 것으로 예상하고 있습니다.

 

이번 포스트에서는 규모가 확연히 다른 두 가지 RPA 이용 사례를 통해 데이터 마이그레이션에서 RPA가 제공하는 강력한 비용 및 성능 이점을 확인해보았는데요.

 

UiPath 엔터프라이즈 RPA 플랫폼의 힘과 유연함을 다시한번 느낄 수 있었습니다. UiPath는 다양한 기업 환경에 맞는 빠른 구축, 높은 ROI 및 성능 확장이 가능한 솔루션을 제공해 효과적인 자동화를 실현해 드립니다.

 


by UiPath Korea

TOPICS: 로보틱프로세스자동화, 자동화, 로봇프로세스자동화, 사무자동화, 유아이패스, 데이터마이그레이션, 데이터이동, 데이터통합

Show sidebar