비즈니스 프로세스를 자동화하면 번거로운 반복 작업을 제거하고 생산성을 향상시키며 인적오류를 줄일 수 있다. 양식 작성, 여러 도구 간 데이터 변환 등 자동화 작업 대상도 다양한다. 워크플로우 및 통합 외에도 공용 웹 사이트, SaaS 및 엔터프라이즈 애플리케이션으로부터의 정보 추출에도 도움될 수 있다. 일정에 따라 실행되거나, 비즈니스 규칙에 따라 개시되도록 할 수 있으며, 필요에 따라서는 수동으로 실행되도록 하는 것도 가능하다.
시중의 여러 RPA(Robotic Process Automation) 플랫폼군은 비즈니스 프로세스 자동화에 사용되며, 비즈니스 이해관계자 및 기술자가 봇을 개발, 테스트, 배포 및 모니터링할 수 있는 도구를 제공한다.
다수의 RPA 플랫폼은 엔드 투 엔드 비즈니스 프로세스 매핑을 위한 프로세스 마이닝 기능, 여러 애플리케이션 사용 시 단계 캡처를 위한 탐색 도구, 봇의 기능 개선을 위한 개발 도구, 프로덕션 봇 실행 및 모니터링을 위한 운영 환경 등을 담고 있다. 인가 RPA 벤더로는 오토메이션 애니웨어(Automation Anywhere), 블루 프리즘(Blue Prism), 마이크로소프트 파워 오토매틱(Microsoft Power Automatic), 유아이패스(UiPath)등이 있다.
마스텍(Mastek)의 사장이자 글로벌 최고 성장 책임자인 라만 사프라는 “RPA를 활용한 자동화는 상당한 효율성 향상을 제공할 수 있다. 그러나 늘 성공할 수 있는 것은 아니다. 프로세스를 소홀하게 분석하거나 변화 관리를 과소평가하는 경우, 워크플로우의 지나친 복잡화와 같은 일반적 실수를 극복하는 것이 중요하다”라고 말했다.
다른 모든 기술이 그러하듯 로봇 프로세스 자동화 에는 과대 광고가 존재하며, 실패를 피하게 해주는 모범 준칙들이 있다. 자동화 플랫폼이 해결 가능한 문제 유형은 무엇인지, 위험과 단점으로는 어떤 것들이 있는지에 대한 각종 교훈도 존재한다. RPA 개발 시 흔히 나타나는 7가지 오류를 살펴본다.
RPA 잠재력에 대한 비현실적 기대
RPA는 상당한 기회를 제공한다. 그러나 과대 광고로 인해 고장난 프로세스 수정, 데이터 통합 또는 캡처를 봇이 완전히 자동화할 수 있다고 믿을 수 있다. 엄밀히 말해 ‘자동화’라는 단어에는 오해의 소지가 있다. 봇이 지속적인 유지 및 개선을 필요로 하지 않고 완전히 자동화된 프로세스를 구현하는 듯한 인상을 주기 때문이다.
RPA 솔루션 개발 시에는 비즈니스 이해관계자와의 합리적인 기대 설정이 필수적이다. 봇은 마법같이 워크플로우를 단순화하는 약이 아니며, 플랫폼이 머신러닝, 시각 개발 도구 및 테스트 기능을 제공하더라도 봇의 작동은 코드, 데이터 및 테스트에 달려 있다는 점을 이해관계자들에게 알릴 필요가 있다.
운영 중인 봇이 원활히 동작하기 위해서는 종종 수정 및 개선이 필요하다. 또 대부분의 봇의 경우, 여전히 예외 사항을 검토하고 개선을 위한 평가 작업을 요구한다.
명확한 우선순위 없이 봇 개발하기
RPA 개발은 다른 개발 작업과 공통점을 가진다. 제한된 개발 인력으로 인해 모든 이의 우선순위에 부응하기 어렵다는 것이다. RPA 플랫폼이 시민 개발을 지원하는 경우에도 해당되는 이야기다. 조직은 우선순위 지정 및 거버넌스 프로세스 구축을 통해 가치가 낮은 봇을 생성하는 실수를 피할 수 있다.
휴먼퍼스트(HumanFirst)의 CEO인 그레고리 화이트사이드는 봇 개발 우선순위를 정하는 주요 도구로 고객 데이터 검토를 권장한다. 그는 “흔히 볼 수 있는 한 가지 실수는 통해 자동화 우선순위 및 로드맵을 알려주지 않는 것이다 콜센터 데이터, 실시간 채팅 로그, 지원 티켓 등 다양한 고객 경험 채널에서 활용할 수 있는 고객의 소리(VoC) 데이터는 이와 관련해 소중한 근거가 된다. VoC는 RPA가 우선순위로 설정해야 할 사항, 성공적으로 처리해야 할 엣지 케이스를 알려줄 수 있는 상당히 귀중한 양적 및 질적 정보를 포함하고 있다”라고 설명했다.
매우 복잡한 비즈니스 프로세스의 자동화
RPA가 비즈니스에 상당한 영향을 미칠 것으로 생각되는 분야를 찾았다고 하자. 봇 구축 전 프로젝트의 실현 가능성 및 복잡성을 어떻게 평가할 수 있을까?
한 가지 쉬운 방법은 플로우 다이어그램을 문서화하고 관련 인물, 통합 및 단계의 수를 세는 것이다. 몇 명의 인물, 한 두개의 통합 및 여러 단계의 흐름을 자동화할 때 실현 가능성이 높다. 많은 사람, 역할 및 통합을 포함하는 복잡한 비즈니스 프로세스의 경우, RPA가 할 수 있는 수준 이상의 역량을 필요로 할 수 있다. 이 경우, 프로세스를 반자동화하고 일부 인력을 배치할 수 있다.
키스플로우(Kissflow)의 미주지역 세일즈 담당 SVP인 알리 쿠레시는 “RPA 사용 시 저지르는 큰 실수 중 하나는 프로세스를 자동화할 수 있다는 착각의 함정에 빠지는 것이다. RPA보다는 로봇 작업 자동화(RTA)가 오히려 정확한 표현이다. RPA 봇의 경우, 개별적이고 반복적인 수직 작업 자동화에는 뛰어나지만, 전체 기업에 걸친 복잡한 수평적 프로세스를 생성 및 자동화하려면 추가 작업을 요구한다. 작업 및 프로세스 자동화를 가능케하는 로우코드 및 노코드 자동화 도구가 일부 해법일 될 수 있다”라고 말했다.
예를 들어, PDF 문서 스캔, ERP에서 데이터 가져오기, 데이터 유효성 검사 및 승인 워크플로우 지원이 필요한 인보이스 처리 워크플로우를 자동화하려는 상황을 떠올려본다. RPA 대다수가 처음 세 단계를 자동화할 수 있다. 그러나 종종 승인 워크플로우 개발을 위해서는 로우코드 혹은 노코드 플랫폼과 같은 별도의 기능이 필요할 수 있다.
쿠레시는 “서로 의존하고 특정 규칙 혹은 예외사항에 따라 변경할 수 있는 연결 프로세스를 생성할 때는 로우코드 혹은 노코드 자동화 도구가 더 나은 옵션일 수 있다”라고 조언했다.
변화하는 프로세스를 자동화하기
단순하지만 중요한 고부가가치 비즈니스 작업을 위한 봇을 개발하는 상황을 상정해본다. 수월하게 자동화할 수 있을까? 코파도(Copado)의 제품 관리 수석 부사장인 에스코 하눌라는 살펴볼 것이 더 있다고 강조했다.
그는 “한 가지 실수는 변동성이 큰 프로세스를 자동화하는 것이다. RPA는 변화하지 않는 안정적인 비즈니스 프로세스 자동화에 적절하다. 기저 시스템 혹은 동작에 영향을 미치는 각종 요소가 변화 중이라면, RPA는 이러한 변동성을 극복하지 못하고 운영 중단을 초래할 수 있다”라고 설명했다.
프로세스가 변화하는 사례로는 다음과 같은 경우가 있다.
– 비즈니스 규칙이 진화하고 있거나 예외 사항이 많다.
– 통합되는 SaaS 플랫폼 혹은 웹사이트가 사용자 인터페이스를 자주 변경한다.
– 많은 데이터 혹은 문서 형식이 일관성이 없으며 구조가 자주 변경된다.
– 기본 시스템을 신뢰할 수 없다.
– 프로세스 및 데이터 관련 규정이 진화하고 있다.
변동성이 크고 일관성이 없는 소스 조건 및 요구사항이 있는 상황이라면 봇으로 자동화하는 것은 어려울 수 있다. 봇이 구축되더라도 변경 사항 지원을 위해 더 높은 유지 보수가 필요할 가능성이 높다.
하눌라는 또 다른 복잡성 요인을 공유했다. 그는 “비즈니스 프로세스가 인간의 참여를 필요로 하는 예외적인 경우, RPA는 원하는 투자 수익 달성을 하지 못할 수 있다”라고 설명했다.
오류 탐지 없이 봇 배포
중요한 비즈니스 프로세스를 지원하기 위해 봇을 배포할 때 감안해야 할 문제 소지는 또 있다. 다음으로 피해야 할 실수는 데이터 유효성 검사, 오류 탐지, 모니터링 및 경고 없이 운영 환경에 봇을 배포하는 것이다.
하눌라는 “RPA는 올바르게 작동하지 않더라도 피해가 발생하지 않는다면 괜찮다. 그렇지 않다면 오작동하는 봇이 매우 짧은 시간에 엄청난 오류를 일으킬 수 있다”라고 지적했다.
이를 방지하기 위해서는 애플리케이션 및 인프라 모니터링을 담당하는 개발자 혹은 IT 운영팀과 함께 봇 모니터링 및 알림을 중앙집중화 하는 방법이 적절하다. 문제 발생 시, 운영 플레이북에 봇에 대한 내용을 담는 것도 좋다.
두 번째 모범 준칙은 오류 탐지 및 로깅 프로세스 단계를 구현하고 명명 규칙을 적용하며 구현을 문서화함으로써 시민 개발자에게 봇을 관찰할 수 있도록 하는 방법을 교육하는 것이다.
지속 계획의 부재
봇은 소프트웨어이며, 소프트웨어는 지속적인 유지보수를 필요로 한다. 실제로 봇은 다른 애플리케이션보다 더 자주 수정을 필요로 할 수 있다. 연결되는 기본 시스템이 자주 변경되는 경우 특히 그렇다.
CSS 식별자 혹은 기타 방법을 활용해 웹사이트에서 데이터를 추출하는 봇이 DOM에서 데이터를 선택한다고 가정해본다. 이러한 봇의 경우, 특히 기본 웹사이트가 페이지를 자주 업로드할 때 오류가 발생하기 쉽다.
또 다른 문제는 봇이 많은 통합 지점에 걸쳐 흐름을 조정하는 경우다. SaaS 도구의 인풋 혹은 페이로드에서의 작은 변화도 봇에 대한 지원을 요구할 수 있다.
퀵베이스(Quickbase)의 제품 책임자인 해리슨 허쉬는 “RPA는 API가 없는 구형 시스템에 적합한 접근방식일 수 있다. 오늘날 대부분의 기업은 다양한 SaaS 솔루션을 활용하고 있다는 점이 문제다. 복잡한 포트폴리오를 확장 가능한 방식으로 자동화, 효율화 및 연결시키기에는 RPA가 적합한 해법이 아닐 수 있다”라고 언급했다.
그는 전체 비즈니스 프로세스를 분석하고 필요한 통합 작업을 계획할 것을 권장한다. 그는 “AI 기반 퓨처 프루프 RPA가 부상하고 있기는 하나 RPA 사용은 남용하면 곤란하다. RPA 대신 iPaaS 전략을 고려하자. 이러한 문제 해결을 위한 입증된 퓨처 프루핑 된 방법이다”라고 설명했다.
봇을 최종 해결책으로 생각하기
몇 년 전 대규모 RPA 배포의 이점 및 위험을 다룬 패널 토론에서 인상적인 현장의 목소리가 있었다. 한 패널은 “봇이란 구형 플랫폼 및 비즈니스 프로세스를 은폐하는 반창고임을 기억하자. 코드 위에 코드를 얹은 게 봇이다. 궁극적으로는 앱 및 비즈니스 프로세스 현대화에 투자해야 할 것이다”라고 말했다.
그럼에도 불구하고 봇은 상당한 비즈니스 가치를 제공할 수 있다. 봇은 비용 절감 및 품질 향상에 도움을 줄 수 있다. 기본적으로 시간 절약 및 비용 절감을 통해 기술 부채를 줄이고 레거시 시스템을 폐기하는 데 적용할 수 있다. RPA가 높은 ROI를 안겨주기도 한다. 그러나 디지털 선구자들은 봇을 구형 시스템의 해결책으로 보지 않는다. RPA는 현대화 및 디지털 트랜스포메이션 전략의 일환으로서 배포되어야 한다.
* Isaac Sacolick는 애자일, 데브옵스, 데이터 과학을 다룬 ‘Driving Digital: The Leader’s Guide to Business Transformation through Technology’의 저자다.dl-ciokorea@foundryco.com
