<img src="//trc.taboola.com/1222697/log/3/unip?en=page_view" width="0" height="0" style="display:none">

31 October 2019

지켜야할 규제가 산더미, 금융업계 RPA로 도와드립니다

31 October 2019

지켜야할 규제가 산더미, 금융업계 RPA로 도와드립니다

은행들은 전 세계적으로 하루에 200건이 넘는 규제 변경 사항들을 추적해야 합니다. 심지어 이 수치는 2011년 금융위기 이후 세 배 이상 증가하였죠.  

 

RPA (Robotic Process Automation)는 기존에 조직에서 실행하는 시스템을 그대로 유지하면서도 실행이 용이하며, 적은 비용으로도 많은 혜택을 제공하는데요. 이번 포스팅을 통해서는 RPA은행, 금융 그리고 보험(BFSI) 조직의 위험과 규정 준수(compliance)를 어떻게 간소화 시킬 수 있는지 설명 드리려 합니다.

 

RPA를 도입함으로써 성공적인 결과를 얻기 위해서는 가장 먼저, 자동화가 적합한 영역을 찾아야 합니다.

 

재무부서의 매니저들을 밤새 괴롭히는 가장 큰 과제 3가지는

- 금융 위기 후 고객의 신뢰 () 구축,
- 여러 지점에 걸친 위기관리 체계 구축,
- 지속적인 비즈니스 최적화 및 성장 입니다.

 

BRSI 조직들이 직면한 문제 중 하나는 전 세계적으로 위기 및 규제 관련 안건들이 늘어남으로써 준수해야 하는 규제가 점점 늘어나고 있다는 점인데요.

 

금융 기업들은 매년 약 6천만 달러를 KYC(Know Your Customer), 자산실사 그리고 고객 온보딩 과정에 소비했습니다. 2016년 말에는 미국의 금융기관들에서 약 3,300억 달러의 벌금을 내야했고요.

 

더 놀라운 것은 위 사례들은 기업들이 골치를 앓고 있는 위기 평가와 규정 준수 문제를 보여주는 수많은 사례들 중 일부일 뿐이라는 것이죠.

 

 

RPA의 경우,

모든 조직이 우선순위에 두어야 할 과제는 미로 같은 규제 준수 문제를 탈출하는 데 도움을 줄 수 있는 혁신적인 해결책을 찾는 것인데요. 위기를 관리하고 규제을 준수하면서 운영을 하기 위해서는 정보를 여러 출처로부터 수집해야 합니다.

 

 

바로 이 때가 RPA가 활약할 시점이죠

RPA는 조직 내 직원이 작업을 실행하는 처음부터 끝까지, 작업의 복잡한 정도와는 관계없이 모두 모방할 수 있는 소프트웨어입니다!  RPA는 백그라운드에서 개별적으로 실행할 수도 있고, 공동 작업을 위해 동료가 작동시킬 수도 있는데요. 각기 다른 소스의 데이터에 액세스하고 집계해야 하는 프로세스에서 특히 빛을 발합니다. 상대적으로 적은 비용으로 정확하며, 조직 내 시스템의 변형을 주지 않으면서도 구현이 쉽다는 것이 가장 큰 장점이죠.

 

 

그렇다면 RPA, 어디서부터 시작해야 할까요?

조직은 RPA를 어디서부터 적용할 지 진단하는 것에서부터 시작해야 합니다. RPA가 대량의, 수동의, 반복적, 규칙적인 프로세스에 적용될 수 있다는 것을 아는 것만으로는 준비가 부족합니다. 자동화가 적용되기에 가장 적합한 영역이 어디인지, 그리고 그 영역이 얼마나 복잡하며, 잠재적 비즈니스 영향력은 어떠한지 파악해야 합니다. KYC, 정기적인 모니터링 및 데이터 수집, 위기 평기 그리고 계정 폐쇄와 관련된 프로세스를 검토해보는 것이 좋습니다.

 

2017년에 금융 기관들은 2017년 KYC 절차에 1억 5천만 달러를 지출했으며, 신규 고객 온보딩은 2017년에는 26일 소요되었는데요, 이는 2016년보다 이틀이나 더 늘어난 수치입니다.

 

개인 정보보호 규정(GDPR, General Data Protection Regulation) RPA가 변화를 가져다 줄 수 있는 또 다른 주요 주제입니다. 여전히 많은 조직들이 유럽 연합이 요구하는 적절한 기술적 및 조직적 조치를 취하기 위해 고군분투하고 있습니다. 조직들은 RPA 통해 GDPR 준수할 수 있습니다. 수행할 수 있는 조치에는, 시민들의 개인 데이터 액세스 자동화, 동의 및 동의 철회 자동화, 데이터 침해 발생 72시간 내 적절한 감독기관에게 알림, 불필요한 데이터 제거, 개인 데이터 분류, 심지어 가명 제공도 포함됩니다.

 

 

규칙 기반 자동화부터 추론 기반 자동화까지

모든 규정 처리 프로세스가 정해진 대로 처리되지는 않습니다. 판단을 내릴 때 추론 과정이 포함되기 때문입니다. 따라서 RPA는 자연어 처리 (NLP) 및 기계 학습 (ML)과 같은 다른 전문 기술을 차용해야 합니다.

 

KYC 프로세스를 예로 들어보죠. 연차 보고서에서 고객의 주요 사업 국가를 식별해야 하는 상황이라고 가정해봅시다. 업무를 맡은 직원은 아마 수 백 페이지에 이르는 문서를 줄줄이 다 읽고 국가가 나와있는 단락과 페이지 번호를 찾아 표시해야 할 것입니다. 하지만 만약 RPA NLP ML과 결합시킨다면, 로봇이 데이터를 읽고 추출해 낼 수 있을 뿐만 아니라 이를 분류하여 사업이 진행 중인 국가들을 한 눈에 보기 쉽게 정리해 줄 것입니다.

 

RPA와 인공지능(AI)의 결합이라는 흥미로운 주제에 대해서는 앞으로도 이야기를 나눌 수 있는 기회가 많을 것 같습니다.

 

RPA를 실행하고 RPA가 여러분들을 위해 무엇을 할 수 있는지 알아보는 시점은 빠르면 빠를수록 좋습니다! 지금 바로 UiPath와 함께 무료로 체험도 해보고 교육도 받아보세요!

 

UiPath 무료체험하기

 


by UiPath Korea

TOPICS: 로보틱프로세스자동화, 자동화, 로봇프로세스자동화, 사무자동화, 유아이패스, 규제준수, 금융RPA

Show sidebar