하이퍼오토메이션(Hyper-automation:초자동화)을 이야기 하고자 할 때는 RPA(Robotic Process Automation)를 먼저 언급 해야 할 듯 하다. RPA는 사람이 하던 반복적인 일을 로봇이 대신하는 것을 말하고, 이때 로봇은 물리적 작용을 하는 로봇이 아닌 소프트웨어 로봇을 의미한다. 따라서 RPA는 물리적환경에서 반복작업이 아니라 컴퓨터(워크스테이션)에서 실행되는 반복적이고 단순한 사무작업을 의미하고, 이러한 생산적 업무를 지원하는 우선업무를 위한 시스템인 백오피스(Back Office) 작업을 대신하기 위해 자동화를 적용한 것을 말한다. 이러한 자동화의 목적은 인간의 명령 하에서 빠르고 정확하게 단순작업을 해냄으로써 생산성에 있어서 인간의 능력으로는 감당할 수 없는 속도와 정확도를 제공해 주는 것이다. 하지만 디지털화 되어 가는 시대의 발전과 더불어 사람이 기대하는 자동화의 수준은 이전에 하던 단순 작업에 그치지 않았다. 이런 요구에 대한 기대가 현실화된 것이 인공지능의 파급이라고 볼 수 있다.
하이퍼오토메이션의 등장이 COVID-19의 영향이 있다고 분석하는 경우도 있지만, 영향이 있다기보다 그 발전을 가속화했다고 해야 옳을 것이다. 하이퍼오토메이션의 개념은 팬데믹 이전에 등장하였고 디지털화와 연합하여 RPA에서 기대하던 ‘단순’자동화를 넘어서 인공지능(AI), 기계학습(ML)과 함께 인간으로 하여금 더 창조적인 일에 집중하고 이보다 덜 창조적인 일은 로봇에게 넘겨주되 일정 범주 내에서의 의사결정까지도 허용한다.
하이퍼오토메이션은 RPA와 AI, ML외에 필요한 구성요소가 있다. 프로세스 자동화를 가능하게 하려면 반복작업의 패턴을 분석하여야 하는 데 이를 위해 축적된 데이터를 분석하고 패턴 발굴과 발견된 규칙을 검증하기 위해 Analytics의 정교한 기술이 필요하다. 또한 지능형 비즈니스 프로세스 관리 소프트웨어(iBPMS)는 RPA보다 더 확장된 자동화의 개념으로 특정작업에 중점을 두기보다는 프로세스 전체에 중점을 둔다. 이외에 LCNC(Low Code/No Code), 통합 플랫폼 서비스(iPaaS)등 하이퍼오토메이션을 지원하는 체계들이 포함되어 있다.
가트너는 이 하이퍼오토메이션을 2020, 2021, 2022년의 10대 전략 기술 트렌드로 선정했다. 2023년에는 가트너가 선정한 전략 기술 트렌드에 포함되지 않았지만 3년 연속 관심의 중심에 있었기에 여전히 주목받고 있다.
앞서 언급했듯이 하이퍼오토메이션은 RPA와 함께 최적화를 위한 AI, ML 등의 다양한 기술을 채택하고 있다. 따라서 이러한 기술의 조합에 따라 사용자가 목적과 필요에 맞춰 활용 가능하고, 사용자에게 확장성과 유연성이라는 중요한 요소를 제공할 수 있다. 이렇게 선택적 조합의 독립적 사용이라는 것을 통해 이를 활용하는 사용자의 측면에서나 이를 제공하는 하이퍼 오토메이션의 측면에서도 효율성이라는 또다른 요소를 누릴 수 있게 된다. 즉 필요를 집중적으로 채우기 위해 선택적으로 자원을 활용하고 이를 운영하는 측에서도 축소된 자원을 운영함으로 많은 자원을 이용할 때 보다 빠르게 수행가능한 체계를 갖추게 되어 결과적으로는 생산성 향상이라는 목표에 효과적으로 도달할 수 있게 된다.
무엇보다도 하이퍼오토메이션은 디지털에 기반한 자동화를 근간으로 하기 때문에 사용자는 관련된 디지털기술과 자산을 쉽게 통합할 수 있고 관련 데이터를 수월하게 공유할 뿐 아니라 부서내 또는 부서간 의사소통 또한 원활하게 할 수 있다. 이렇게 원활한 의사소통은 또 효율성과 직결되고, 여기에 인적오류의 제외, 애널리틱스의 분석기술 및 지능적 예측 활용을 통해 리소스 활용을 최적화하고 이익을 향상시킬 수 있다.
RPA가 그렇듯이 하이퍼오토메이션의 활용에는 디지털화(Digitalization)라는 중요한 이슈가 함께한다. 정보 입력단의 자동화에서부터 과정을 모니터링하고 관리와 피드백까지 적용이 가능한데 특히 물류에는 이러한 자동화 시스템이 잘 적용될 수 있다. 물류가 인력과 수기록에 의해 운영되던 때를 생각해보면 현재 로봇이 얼마나 큰 지원을 하는지 인식할 수 있다. 물류산업에서 경쟁력 확보의 여러 요소 중 재고관리를 생각할 수 있는데, 자동화 시스템은 물론 구매에서부터 유지, 업데이트 등 시간적 효용도 크지만 수기작업에 의한 실수를 크게 줄이고 파트너사와의 정보공유로 빠른 대응이 가능하도록 하고 있다. 또한 주문을 받고 수행하도록 하는 프로세스, 그리고 완성된 주문에 대한 구성과 배송, 또 이를 위한 계획 등을 구체적으로 도움 받을 수 있다. 특히 이러한 상품의 상태와 지리적 위치 등을 추적하여 고객에게 알 수 있도록 하는 것은 물류 분야에서 자동화를 통해 얻을 수 있는 가장 큰 것 중 하나일 것이다. 이런 요소들은 시간예측, 고객의 취향, 자원 효율화 등 많은 부분에 있어서 기업과 고객 모두에게 도움을 주고, 또 이러한 데이터는 추후 Reporting 과 Feedback이라는 것으로 추가적인 효과를 기대하도록 한다. 이것은 디지털화에 의해 전형적으로 사용되던 문서를 자동화함으로써 얻어질 수 있는 효과로, 이런 디지털 환경을 통해 하이퍼오토메이션은 가속화된다.
RPA는 금융 및 보험업과 대형 제조사 중심으로 도입되어 효과를 발휘했다. 하이퍼오토메이션 또한 확장성을 가진 새로운 가능성과 이러한 추세의 연장성으로 여러 분야에 활용되고 있다. 고전적으로 문서작업이 많은 금융권은 로봇의 도움이 확연히 드러난다. 대출승인 프로세스, 회계업무의 일부 등을 지원받는다. 제조업은 지속적으로 생산성을 향상시키기 위해 과학적으로 접근하려고 노력해 왔다. 하이퍼오토메이션의 도입으로 제조라인에서 생성되는 데이터를 수집하고 분석해서 이를 라인에 바로 적용하고 변화된 데이터를 다시 수집해 경향을 분석하는데 이러한 루틴의 반복으로 학습과 수정을 거쳐 지속적인 최적화에 접근한다.
최근의 많은 기업들이 고객 서비스를 위해 대화형 AI인 챗봇을 도입하고 있다. 의약품 업체인 P사의 경우 제품의 수요증가로 인해 증가하는 문의를 감당하기에는 콜센터의 대응능력이 부족하고 이를 처리하기 위한 비용이 증가하였다. 이러한 질문에 신속하고 정확하게 답변을 할 수 있고 일을 처리할 수 있는 방법이 필요했는데 이를 가상비서(Virtual Assistant)를 통해 해결하였다. 단순히 고객응대만 하는 것이 아니라 약품 관련 이해관계자들에게 설명하는 것, 영업사원의 역할까지도 가상비서가 담당한다. 실시간 대응 뿐 아니라 재고관리, 영업실적까지 해당 데이터를 수집하여 실시간 리포트를 보여주어 현재 상황을 파악하고 목표에 대한 계획을 구체화 할 수 있도록 했다.
경비처리와 같은 업무는 산업에 무관하게 포함하는 업무일 것이다. 이는 산업계의 특성상 특정 요소를 제외하면 그 과정이 매우 유사하다고 할 수 있다. 이과정에 있어서 RPA, OCR, 챗봇, ML 기술을 이용하여 자동화할 수 있다. 견적서, 품의서 등을 업로드해서 데이터를 RPA/OCR을 이용해 추출하고, 이를 확인하는 과정을 거쳐 전표를 생성하고 규칙준수와 서류의 진위성을 ML로 파악하고 이를 인력개입이 필요한 지 또는 승인을 해도 되는지를 로봇으로 결정하여 진행한다.
인공지능의 등장이후 기술에 의해 이전에는 상상으로만 가능한 많은 일들이 현실로 나타나기 시작했다. 2016년, 알파고가 이세돌 기사를 전세계가 지켜보는 가운데 이겼을 때, 대국이 끝나자 마자 연구실 문을 열고 밖으로 뛰어나온 이가 여럿이었음을 기억한다. 이후의 이 기술의 빠른 전파로 인해 잦아 들었지만 새로운 기술이 인정되고 표면으로 드러나 온 인류의 관심사가 되기 시작한 시기가 아닌가 싶다. 이제는 그 기술이 우리의 개인비서 역할을 하고, 인간이기에 필연적으로 느끼는 피로에 대해 대비해 준다. 기계는 창의적이지 못하여 한계가 있을 수 밖에 없다는 비판론 앞에서 인간이 지능을 나누어 주듯 그 한계 안에서 최대한 능력을 발휘하는 듯 하다. 디지털트렌스포메이션(DX)은 진행중이다. 따라서 이를 기반으로 하는 하이퍼오토메이션 또한 진화하고 있다.
글 채준재 한국항공대학교 항공교통물류학부 교수
2023.04.18
