[컴퓨터월드] 기업은 이익 극대화, 직원들의 생산성 향상, 편의성 증가 등 여러 이유로 끊임없이 다양한 기술을 도입해 왔다. 여러 기술 중 최근 5년 새 빠른 속도로 확대된 것이 ‘로보틱 프로세스 자동화(Robotic Process Automation, RPA)’다. 국내 기업들은 RPA 도입으로 단순 반복 업무를 자동화함으로써 업무 효율성을 높였다. 이미 대기업, 금융기관 등에서는 RPA를 도입해 정착하는 데 성공했다.

RPA 업계는 이제 완전한 자동화 구현에 주목하고 있다. 의사결정·비정형화 업무에 한계를 보이는 RPA를 AI로 보완해 모든 업무를 아우르는 서비스를 제공하겠다는 것이다.

자동으로 업무 처리하는 SW로봇 ‘RPA’

RPA는 사전 정의된 규칙에 따라 사람을 모방해 업무를 대신 수행하는 소프트웨어(SW) 로봇을 의미한다. 전사적자원관리(ERP) 솔루션 내 데이터를 추출해 엑셀 시트로 정리하거나, 특정 시점에 파일을 이메일로 첨부해 발송하는 등 단순 반복적인 업무를 손쉽게 해결할 수 있도록 지원한다.

RPA의 가장 큰 장점은 역시 업무 효율화다. 반복적인 작업을 RPA가 대신함으로써 직원들은 보다 복잡한 문제를 해결하는 데 시간을 쏟을 수 있다. 또한 작업을 할 때 발생하는 실수(Human Error)를 줄일 수 있으며 근무시간이 아닌 새벽에 업무를 대량으로 처리하는 일도 가능하다.

특히 RPA는 기존 업무 프로세스를 유지하면서도 효과를 얻을 수 있어 위험 부담이 적다. 신규 솔루션 도입이나 차세대 시스템 구축으로 업무 프로세스를 개선해 생산성을 높이는 방안도 있다. 하지만 이 경우 업무 환경 변화로 인한 직원들의 불만이 있을 수 있다. 이전에 사용하던 다른 솔루션과의 호환성 등에 문제가 발생할 수도 있다.

비대면 업무, 노동 제도 변화 등으로 빠르게 확대

RPA가 전 세계적으로 주목받기 시작한 것은 2015년부터였다. 그 이전에도 자동화 관련 솔루션이 있었지만, 아직 매크로(Macro), BPM(Business Process Management) 정도였으며 사람을 모방하는 RPA 수준에 이르진 못했다. 2015년부터 주요 글로벌 기업에서 RPA를 통해 업무 효율성이 개선됐다는 결과가 발표되면서 다른 기업들도 RPA를 도입, 시장이 빠르게 성장했다.

특히 코로나가 유행하면서 많은 기업이 디지털 전환(Digital Transformation, DX)을 추진한 것도 시장의 성장을 이끄는 요인으로 작용했다.

국내에서는 2017년 하반기부터 금융권을 중심으로 RPA가 도입되기 시작했다. 초기에는 RPA 전문업체가 기업에 제품을 직접 공급하기보다는 EY, 딜로이트 등 컨설팅 업체에서 솔루션을 소개하는 형태였다. 이후 시장 확대를 예견한 글로벌 업체들이 국내에 지사를 설립하고 본격적인 영업에 나서면서 상황이 달라졌다. 글로벌 업체들의 국내 시장 공략이 시작되자 여기에 자극받은 국내 업체들도 이에 질세라 사업 확대에 힘을 쏟았다.

기업들의 인력 구조 변화도 RPA 확산에 한몫했다. 인건비가 점점 상승하는 데다 2018년부터 주52시간 제도가 본격 시행됨에 따라 기업들은 업무 효율화, 생산성 향상 등을 위한 방안을 찾게 됐다. 이런 상황에서 RPA가 이에 대한 해답을 제시, 2018년부터 4~5년간 RPA 붐이 일었다. 국내 대기업, 금융기관 등에서는 대부분 RPA를 구축했으며 중견, 중소기업에서도 업무 자동화를 위해 RPA 도입을 고려하는 상황으로 이어졌다.

RPA의 인기는 수치로도 확인할 수 있다. 글로벌 시장조사 업체 프레세덴스 리서치(Precedence Research)가 올해 3월 발표한 자료에 따르면, 2023년 글로벌 RPA 시장 규모는 184억 1천만 달러로 평가됐다. 국가별로 보면 미국은 65억 3천만 달러, 아시아·태평양 지역은 51억 3천만 달러에 이르렀으며, 국내 시장 규모는 3억 7천만 달러로 나타났다.

외산 업체 우세 속 공공은 국산이 강세

현재 글로벌 RPA 시장은 유아이패스, 오토메이션애니웨어, SS&C 블루프리즘 등 3개 업체가 주도하고 있다. 3개 업체 모두 2000년대 초중반 자동화 솔루션을 중심으로 사업을 시작했으며, RPA 업계 호황과 함께 크게 성장했다.

조사 기관에 따라 페가시스템즈, 마이크로소프트 등이 리스트 상단에 이름을 올리는 경우도 있지만 유아이패스, 오토메이션애니웨어, SS&C 블루프리즘은 모든 조사기관의 시장조사에서 영향력 있는 업체로 거론되고 있다.

실제로 포레스터 리서치는 2023년 1분기에 발표한 보고서를 통해 유아이패스, 오토메이션애니웨어, SS&C 블루프리즘을 이 시장의 ‘리더(Leader)’로 선정했다. 또한 비슷한 시기에 발표된 가트너의 매직 쿼드런트(Magic Quadrant)에서도 위 3개 업체는 RPA 부문 리더에 포함됐다.

구체적인 수치는 나와 있지 않지만, 업계 관계자들의 이야기를 종합하면 국내 시장에서도 이들 외산 3사의 영향력이 높은 것으로 추정된다. 외산 3사는 2018년부터 컨설팅 업체를 중심으로 구축되던 형태를 벗어나 한국 내 지사를 설립해 영업을 진행하며 시장 점유율을 높였다.

시장 초기에 외산 제품이 빠르게 자리 잡을 수 있던 이유로 관계자들은 제품의 성능을 꼽았다. RPA 시장이 태동하던 2018년에는 외산과 국산 제품 간 성능 차이가 존재했다는 것이다. 이와 관련, 업계의 한 관계자는 “RPA가 웹 기반 솔루션에서는 ID 넘버로 인식하고. 좌푯값을 찾기 힘든 레거시 솔루션에서는 컴퓨터 비전으로 이미지를 촬영해 작동했다. 국내 업체는 해상도를 바꾸는 등 주어진 조건이 달라지면 정확도가 떨어지는 문제가 발생했다. 이 때문에 외산 업체를 택하는 경우가 많았던 것으로 안다”고 설명했다.

다만 시간이 흐르며 이 같은 성능 차이는 좁혀졌다. 또 다른 업계 관계자는 “실제 제품의 성능 면에서 국산과 외산 사이에 차이가 없으나 그동안의 인식 때문에 외국 제품을 선호하는 경향이 남아있는 것은 사실이다. 그러나 비용, 유지보수 등을 고려해 국산 솔루션을 도입하는 사례가 늘어나고 있다”고 말했다.

특히 공공시장에서는 국산 제품이 우세를 점하고 있다. 삼성SDS의 브리티(Brity), 포스코DX의 에이웍스(A.WORKS)가 공공시장에 많이 공급됐으며, 시장 초기부터 자동화 관련 기술을 개발한 그리드원, 이든티앤에스가 각각 오토메이트원(AutomateOne), 웍트로닉스(WorkTronics)를 중심으로 공공 부문 공략에 공을 들이고 있다.

도입·운영 단계서 비용 소요 고려해야

국내 대기업, 금융기관 등은 이미 RPA 도입을 완료한 곳이 많다. 현재 신규 사업은 주로 중견·중소기업에서 발생하고 있다. RPA를 활용한 성공 사례 등이 공유되며 비교적 작은 업체에서도 관심을 가지게 된 것이다.

문제는 비용이다. RPA 도입에는 생각보다 큰 비용이 들어간다. 대기업, 금융기관에 비해 IT 투자 여력이 부족한 중견·중소기업이 RPA 도입에 대한 필요성은 인정하면서도 도입을 망설일 수밖에 없는 이유이다.

RPA는 솔루션보다는 플랫폼이자 시스템으로 보는 편이 정확하다. ERP, CRM(고객관계관리), 워드프로세서, 스프레드시트 프로그램처럼 내부 시스템에 설치하는 구조와 다르다. 프로그램을 작동하는 SW 로봇의 역할을 맡는 컴퓨터가 별도로 필요하다. 비용이 그만큼 더 들어간다는 의미이다.

업계 관계자는 “온프레미스로 RPA를 구축할 때 기본적으로 로봇 역할을 할 전용 컴퓨터가 필요하다. 물론 개인용 컴퓨터에서 PIP(Picture in Picture) 형태로 구현할 수 있지만, 직원이 사용하는 프로그램과 자동화 업무가 겹칠 경우 문제가 발생할 수 있어 별도의 컴퓨터를 두는 경우가 많다”고 설명했다.

그뿐만이 아니다. 유지보수를 위한 인력도 갖춰야 한다. RPA는 정형화된 프로세스로 움직일 때 뛰어난 효율을 발휘하지만, 예상치 못한 변수에 즉각적인 대응이 어렵다. 솔루션이나 업무 내용이 바뀌면 이에 맞게 RPA를 조정해야 한다. 컴퓨터 등 하드웨어도 함께 작동하기에 유지보수가 매우 중요하다.

업계의 한 관계자는 “RPA 시스템을 도입하고 유지보수하는 데 큰 비용이 들어간다. 전용 하드웨어에 전문 인력까지 확보해야 한다. 주변에서 소식을 듣고 찾아왔던 업체들이 자세한 이야기를 나누고 나면 놀라는 경우가 더러 있다”고 말했다.

초기 도입 부담 줄이기 위해 SaaS 형태로 공급

이런 상황에서 업체들은 RPA를 쉽게 도입할 수 있도록 서비스형 소프트웨어(SaaS) 형태의 RPA를 내놓기 시작했다. 개발 툴과 운영·관리 도구는 기존과 동일하지만, SW 로봇 역할을 별도의 컴퓨터가 아닌 클라우드 환경으로 구현하는 방식이다. RPA 업체들은 아마존웹서비스(AWS), 마이크로소프트 애저 등 클라우드 서비스 제공업체(CSP)와 협력해 SaaS 서비스를 확대하고 있다.

업계 관계자는 “RPA를 SaaS로 도입하면 온프레미스보다 비용을 줄일 수 있다. 물론 다양한 기능을 기업 환경에 맞게 구현하는 데는 온프레미스가 훨씬 좋다. 그렇지만 작은 규모의 기업에서는 많은 양의 과제가 요구되는 일이 드물어 SaaS 형태로도 충분하다”고 밝혔다.

비용을 조금이라도 줄이기 위해 여러 업체의 제품을 도입하는 경우도 있다. 이미 다양한 업무에 사용하고 있어 RPA의 역할을 줄이는 것은 불가능에 가까운 상황에서 여러 업체의 제품을 사용해 본 후 최적의 업체로 갈아타는 경우도 있다는 것이다.

업계의 한 관계자는 “RPA로 거둘 수 있는 효과가 크지만 유지 비용이 만만치 않다. 라이선스 비용이 인상되면 그 고민은 더 커질 수밖에 없다. 하지만 RPA는 다양한 분야에서 활용되기 때문에 갑자기 새로운 업체로 바꾸기는 어렵다”면서 “이를 해결하고자 다른 솔루션을 몇몇 부서에 적용해 비교한 후 비용 대비 효과가 만족스러운 곳으로 옮기는 기업도 있다. 또한 두 가지 솔루션을 동시에 운영하기 위해 RPA 포털을 도입하는 경우도 있다”고 설명했다.

전문가 조직, 시민 개발자 등으로 확산

회사 내부에 RPA가 자리 잡은 기업은 다음으로 확산을 고민한다. 투입한 비용만큼 충분한 효과를 거두기 위해서는 더 많은 부서에서 RPA를 적극적으로 사용해야 한다. 이를 위해 대기업 등에서는 RPA를 위한 ‘전문가 조직(Center of Excellence, CoE)’을 구성, 확산 전략을 마련하고 내부 성과를 점검한다.

확산 단계에서는 ‘시민 개발자(Citizen Developer)’의 역할도 중요하다. 시민 개발자란 자신이 속한 전문 분야에 필요한 응용 프로그램을 개발하는 현업 전문가를 의미한다. 초기 단계에는 과제 발굴을 통해 IT 부서에서 자동화 기능을 구현하지만, 일정 단계에 접어들면 각 부서에서 직접 개발하는 작업을 수행해야 RPA를 전사 차원으로 확산할 수 있다. RPA 솔루션은 드래그 앤 드롭 형태로 노코드(No Code)·로우코드(Low Code) 개발을 지원해 누구든 편리하게 활용할 수 있다.

전문가 조직이든 시민 개발자든 전사적인 확산을 위해서는 전략이 중요하다. 초기 단계에서부터 기업이 왜 RPA를 도입하며 이를 통해 거두고자 하는 목표가 무엇인지 분명히 설정해야 한다.

한 업계 관계자는 “도입을 고민하는 시점부터 전략을 면밀하게 준비해야 한다. 로드맵이 마련되지 않으면 RPA를 제대로 운영하지 못한다. 실제로 한창 RPA 붐이 일던 시기에 성급하게 도입했다 제대로 성과를 거두지 못했던 기업이 많았다”고 말했다.

이어 그는 “단계별 계획이 중요하다. 우선 ROI를 빠르게 확인할 수 있는 부분에 도입해 성과를 거두고 이를 다른 부서로 확대하는 과정이 필요하다. 또한 내부 상황을 보고 시민 개발자를 확보하거나 AI 기능 접목으로 범위를 확대하는 것도 좋다. 충분히 기능을 활용하지 못한다면 솔루션을 변경하거나 축소하는 방안을 고민해야 한다”며 “같은 RPA라 해도 기업마다 필요한 지점이 다르기 마련이다. 그렇기에 RPA를 도입하는 이유, 목적을 분명히 파악하고 작업을 진행할 필요가 있다”고 강조했다.

RPA와 AI가 결합한 ‘지능형 자동화’

RPA에게도 약점은 있다. 의사결정이 불가능하고 비정형화된 데이터를 다루기 어렵다는 점이다. 정형화된 프로세스는 빠르고 정확하게 수행할 수 있지만 문서, 이미지 등이 포함되는 업무는 해결하지 못한다는 한계를 갖고 있다.

그리드원 김계관 대표는 “RPA가 해결할 수 있는 일은 정확히 정해진 것을 입력하고 불러오는 등의 반복적이고 기계적인 업무다. 하지만 직접 읽고 분류해야 하는 비정형 업무의 비중도 상당하다. 결국 문서, 이미지와 같은 비정형 데이터를 다루지 못한다면 완전한 의미에서의 자동화를 이뤄낼 수 없다”고 지적했다.

다른 업계 관계자 역시 “문서를 처리하지 못한다는 점이 한동안 RPA의 문제였다. 프로세스에 맞게 잘 운영되다가도 비정형화된 부분에서 끊기는 일이 다반사였다. 특히 문서를 많이 다루는 금융권에서는 이 같은 문제를 해소하지 못하면 기대한 만큼 효과를 거둘 수 없다”고 말했다.

업체들은 몇 년 전부터 이러한 RPA의 문제를 해결하기 위해 AI를 결합하기 시작했다. 정형화된 프로세스는 RPA가 처리하되 비정형화되고 복잡한 문제 해결에는 AI를 활용하는 것이다. 이를 위해 업체들은 마이닝(Mining), 광학 문자 인식(OCR), 자연어 처리(NLP), 컴퓨터 비전, 머신러닝(ML) 등 AI 관련 기술을 총망라하는 플랫폼을 만들기 시작했다. 이메일 데이터를 모아 인사이트를 제공하고, 문서는 OCR, NLP를 통해 정형화된 데이터로 처리하는 작업까지 지원해 완성도 높은 업무 자동화가 가능해졌다.

GPT를 위시한 생성형 AI의 등장은 더욱 진일보한 자동화를 구현하는 가능성을 보여줬다. 데이터를 모아 인사이트를 제공하던 딥러닝, 머신러닝 기반 모델을 넘어, 생성형 AI는 자연어를 이해하고 그에 맞는 적절한 답변을 내놓는 데 이르렀다. 또한 마치 사람처럼 그럴싸한 글과 이미지를 만들어 이전에는 AI로부터 볼 수 없었던 창의성 영역까지 능력을 발휘하고 있다.

RPA 업계 관계자들은 생성형 AI를 접목한 자동화 플랫폼에 기대를 걸고 있다. 관계자들 모두 입을 모아 “거대언어모델(LLM)은 머리 역할이며 RPA는 이를 행동으로 이끄는 손발이 될 것”이라고 말했다.

생성형 AI 접목에 적극적인 기업 중 하나는 유아이패스다. 몇 년 전부터 다양한 AI 기술을 RPA에 접목해 자동화 플랫폼을 구성하고 있다. 이러한 노력의 결과물로 지난해 이미지·문서 인식, 이메일 정보 추출 등 자동화 기능을 자연어 기반으로 활용할 수 있는 ‘오토파일럿(Autopilot)’을 프리뷰 버전으로 공개했다. 올해에는 특정 업무, 문서 처리 등에 특화된 차세대 LLM ‘닥패스(DocPATH)’와 ‘컴패스(CommPATH)’를 내놓았다.

오토메이션애니웨어, 블루프리즘 등에서도 외부 LLM 모델을 자동화 기능에 도입할 수 있도록 지원을 확대하고 있다. 오토메이션애니웨어는 동적으로 변화하는 웹 애플리케이션의 요소를 생성형 AI로 인식 및 대응할 수 있는 ‘제너레이티브 레코더(Generative Recorder)’를, 블루프리즘은 오픈AI GPT와 같은 모델을 연계할 수 있는 커넥터를 선보였다.

국내 기업들도 생성형 AI를 RPA와 결합하고 있다. 삼성SDS는 지난달 대화 방식으로 시스템과 솔루션을 자동화할 수 있는 브리티 코파일럿(Brity Copliot)과 패브릭스(FabriX)를 출시했다.

그리드원은 그간의 자동화 솔루션 역량을 집중한 AI 에이전트 ‘고두(GO;DU)’를 공개했다. 고두를 통해 사용자는 자연어 프롬프트 입력만으로 원하는 기능을 작동할 수 있다. 특히 모바일 애플리케이션으로도 개발해 대중이 커피를 주문하고, 기차표를 끊는 일상적인 활동에도 사용할 수 있도록 범위를 넓혔다.

최종 목표는 엔드투엔드

RPA에서 시작해 ML, AI 등을 접목함으로써 업체들이 도달하고자 하는 지점은 ‘엔드투엔드(End-to-End)’ 자동화다. 많은 기업이 RPA를 도입했지만, 특정 작업·프로세스를 자동화하는 데 그치는 경우가 많다. 특히 RPA가 충분히 역할을 못하는 지점에서 자동화가 분절되며 원하는 만큼의 성과를 거두지 못하는 경우도 있다.

RPA 업체가 AI 기술을 강화한 이유 역시 프로세스에서 놓치는 이 같은 틈새를 채우기 위해서다. 문서 처리, 이미지 인식, 데이터 종합 등 단순한 자동화 기술만으로 구현할 수 없는 일을 AI가 해결하도록 하는 것이다. 생성형 AI가 도입된다면, IT 전문 인력이 아니라 해도 자연어 입력만으로 원하는 기능을 개발하고 활용하는 일도 가능하게 된다. 다양한 AI 기술을 RPA의 수행 능력과 결합, 업무의 시작부터 끝까지 모든 과정을 자동화한다는 것이 궁극적인 목표다.

유아이패스 백승헌 전무는 “직원들이 자동화로 만족으로 느끼려면 모든 단계를 해결할 수 있어야 한다. 중간중간 개입해 업무를 처리하는 것은 충분한 자동화가 아니다”며 “사이사이 OCR, 마이닝 등 다른 기술이 들어와야 일련의 모든 과정에 이르는 엔드투엔드를 완성할 수 있다. 물론 이 과정에서 많은 기술적 요인이 필요하지만, 이를 구현할 수 있어야 제대로 된 효용을 얻게 된다. 그것이 완전한 자동화의 지향점”이라고 강조했다.

 유아이패스 | ‘AI를 현실로’ 만드는 자동화 플랫폼

유아이패스는 2005년 루마니아에서 설립된 기업으로, 초기에는 ‘데스크오버’라는 이름으로 기술 아웃소싱, SDK 등을 중심으로 사업을 영위했다. 2012년부터 RPA를 주력으로 삼고 2015년 유아이패스로 사명을 변경했다. 이후 2018년 유니콘 기업에 이름을 올리고 2021년 뉴욕 증시에 상장하는 등 빠른 성장세를 기록하며 RPA 시장에서 영향력을 넓혔다.

유아이패스는 ‘자동화 플랫폼’을 강조하고 있다. 다양한 AI 기능을 아우르는 플랫폼을 갖췄다는 것이 회사 측의 설명이다. 도큐먼트 언더스탠딩(Document Understanding), 커뮤니케이션 마이닝(Communication Mining), 비즈니스 오토메이션 플랫폼(Business Automation Platform) 등을 중심으로 복잡한 작업을 해결할 수 있도록 돕는다.

또한 단순한 작업을 많이 수행하는 현업 사용자가 빠르게 RPA를 활용할 수 있도록 자주 쓰이는 작업을 세트로 묶은 커넥터를 제공한다. 전사적 자동화 도입으로 복잡해진 시스템을 원활히 관리할 수 있는 오케스트레이터도 지원한다.

최근에는 기존 자동화 솔루션에 생성형 AI를 접목해 자연어만으로 다양한 업무를 수행할 수 있는 ‘오토파일럿’을 출시했다. 특정 업무에 최적화된 형태로 학습한 닥패스, 컴패스도 공개했다.

이 밖에도 신뢰할 수 있는 LLM 관리를 위한 프레임워크인 ‘AI 트러스트 레이어(Trust Layer)’도 발표했다. 이러한 LLM 기술을 자동화 역량과 결합해 AI를 비즈니스 현장에서 구현해 나간다는 방침이다.

[인터뷰] “‘오토파일럿’으로 업무 환경 내 완전한 자동화 이룬다”

Q. RPA 기술의 발전 과정은.

“초반에는 단순한 태스크 중심으로 RPA가 적용됐다. 문서나 ERP 등 다른 솔루션으로부터 데이터를 받아 가공하는 작업을 처리했다. 매크로보다 조금 더 발전한 기술 수준이었으며, 한 SW 내에서 모든 작업을 해결하는 형태였다.”

“다음은 프로세스 업무 처리였다. 프로세스는 대개 여러 태스크의 조합으로 구성된다. 예를 들어, ERP 데이터를 보고서로 만들어 이메일로 특정 시간에 발송하는 작업은 일련의 프로세스로 이뤄졌다고 볼 수 있다. 구체적으로 ERP에서 데이터를 가져와 스프레드시트에 입력하고, 이를 다시 정제한 뒤 파일로 만들어 이메일로 예약 발송하는 형태일 것이다. 이때부터 RPA는 여러 솔루션을 오가며 업무를 처리하는, 이전보다 더 복잡한 작업을 수행할 수 있게 됐다.”

“업무는 정형화된 형태로만 구성돼 있지 않다. 판단을 내리거나 세밀한 검토가 필요한 일도 있다. 하지만 이 영역은 RPA만으로 구현할 수 없었다. 이때 활용되는 기능이 ‘휴먼 인 더 루프(Human in the Loop)’다. 복잡한 업무는 로봇이 수행하고 사람이 개입해야 하는 최소한의 업무만 중간에 알림 등으로 안내해 정확도를 높이는 구조다. 이를 통해 더 많은 프로세스를 자동화할 수 있었다”

Q. 생성형 AI를 접목해 얻을 수 있는 효과는.

“생성형 AI, 구체적으로 LLM이 RPA 플랫폼에 도입된다고 해서 이전보다 크게 복잡한 업무를 해결할 수 있는 것은 아니라고 생각한다. OCR, NLP 같은 다양한 AI 기술이 어려운 업무 프로세스를 자동화하는 데 크게 기여하고 있다. 대신 LLM은 자연어를 활용해 기존 자동화 작업을 더욱 ‘쉽게’ 구현할 수 있도록 도울 것이다”

“지난해 유아이패스에서 발표한 ‘오토파일럿’은 자연어 입력만으로 다양한 업무를 효율적으로 수행할 수 있도록 지원한다. 가령 LLM이 이메일 계정에서 받은 메일을 수집해 구체적인 일정을 확인해 출장 준비를 돕거나, 프롬프트에 이미지를 올려서 경비 처리를 하는 등의 방식도 가능해질 것으로 전망한다. 특히 유아이패스는 도큐먼트 언더스탠딩, 커뮤니케이션 마이닝 등 기존에 개발한 AI 기술을 오토파일럿과 함께 구현해 LLM을 업무 환경에서 현실화하고자 기술 고도화를 이어가고 있다.”

Q. 자동화 기술의 미래를 전망한다면.

“자동화 기술은 아직 전문가의 영역이 더 크다고 할 수 있다. 물론 시민 개발자들이 적극 참여하면서 상황은 변하고 있지만 여전히 전문가와 현업이 할 수 있는 영역과 난도에는 차이가 있을 수밖에 없다. 그 부분이 시민 개발자의 한계점이기도 하다.”

“하지만 LLM이 도입되고 자연어 기반의 솔루션 환경이 정착된다면 이제 전문가가 개발에 참여할 필요가 없어지는 방향으로 발전할 수도 있다. 원하는 자동화 기술을 프롬프트로 입력하면 LLM이 적절한 코드를 생성하고 전체적인 개발의 뼈대를 형성하는 단계까지 해결해 주는 수준이 되지 않을까 싶다. 사용자는 LLM이 제시한 형태를 입맛에 맞게 바꾸기만 하면 된다. 이 지점에 이르면 지금보다 현업에서의 자동화가 더욱 활성화될 것으로 전망한다.”

“유아이패스의 오토파일럿도 이러한 지향점으로 가는 과정 중 하나다. 그래서 자연어를 통한 자동화 기술 활용뿐 아니라 ‘오토파일럿 포 스튜디오(Autopilot for Studio)’로 자동화 기반 앱 제작도 지원하고 있다.”

오토메이션애니웨어 | “SaaS부터 생성형 AI까지 아우르는 자동화 솔루션”

오토메이션애니웨어는 2003년 설립된 미국 캘리포니아 산호세에 본사를 둔 RPA 소프트웨어 전문기업이다. 국내에는 2018년에 지사를 설립하며 본격적인 사업에 참여했다.

오토메이션애니웨어가 최근 강조하는 부분은 쉽고 빠른 RPA다. 전문가 조직 등 특정 부서에서 주도하는 자동화에서 벗어나 현업에서 자동화를 주도하도록 한다는 것이다. 오토메이션애니웨어의 자동화 플랫폼 ‘오토메이션 360(Automation 360)’은 전문지식이 없는 시민 개발자도 자신의 업무를 자동화할 수 있도록 드래그 앤 드롭으로 개발하는 노코드·로우코드 형태의 도구를 제공한다. 구축 비용을 낮출 수 있는 웹 기반의 SaaS 서비스도 제공하고 있다.

생성형 AI 시대에도 대응하고 있다. 전용 LLM 구축이 힘든 중견·중소기업에서도 자연어 프롬프트로 자동화 기능을 활용할 수 있도록 질의응답 커맨드를 제공한다. 또한 정형화된 프로세스 과정에서 발생하는 예기치 못한 문제를 판단하고 해결할 수 있도록 ‘제너레이티브 레코더’도 선보였다.

오토메이션애니웨어 관계자는 “이제 키워드는 RPA가 아니라 자동화다. 자동화와 AI가 만나면 다양한 분야에서 사례를 창출할 수 있을 것이다. 특정 산업군·부서에 국한되지 않는 생산성 향상 및 비용 절감 효과가 발생할 것으로 기대한다”고 밝혔다.

SS&C 블루프리즘 | ‘디지털 워커’로 프로세스 자동화 실현

SS&C 블루프리즘은 2001년 영국 런던에서 설립된 자동화 소프트웨어 기업으로, RPA라는 개념을 시장에 처음 선보인 것으로 알려져 있다. 현재 70여 개국 2천여 개 이상의 기업이 블루프리즘을 활용하고 있다. 국내에는 오토메이션애니웨어, 유아이패스보다 다소 늦은 2021년 지사를 설립하고 본격적인 사업을 진행했다.

블루프리즘이 강조하는 부분은 ‘프로세스’다. 블루프리즘은 국내 시장에서 RPA는 단순히 개인 업무를 처리하는 ‘태스크 자동화’에 그쳤다고 지적한다. 블루프리즘 관계자는 “많은 기업이 단기간에 성과를 창출하기 위해 개별 업무 자동화에 집중했다. 그 때문에 비용, 유지보수 등의 문제로 전사 확산에 실패한 곳도 나타났다. 확실한 성과를 위해서는 업무 프로세스 전반으로 확대하고 이에 맞게 조직을 변화하는 등 향후 확대를 고려한 여정을 마련해야 한다”고 밝혔다.

블루프리즘의 디지털 워커는 표준화, 확장성, 신뢰성을 갖춘 플랫폼으로 개발돼 업무 상황에 따른 프로세스 변경이 유연하며 오브젝트 기반 설계로 재활용이 용이하다는 장점이 있다. 또한 생성형 AI를 커넥터로 제공, 기존 자동화 작업을 자연어 프롬프트로 수행할 수 있도록 지원하고 있다.

그리드원 | 비정형 업무까지 해결하는 AI 자동화

그리드원은 2005년 설립된 업무 자동화 소프트웨어 전문기업이다. 초기에는 그리드 컴퓨팅을 중심으로 시장에서 영향력을 넓혔으나 이후 테스트 자동화 솔루션으로 사업 모델을 전환했다. 국내에 본격적으로 RPA가 퍼지기 전인 2017년 초 RPA 솔루션 ‘오토메이트원(AutomateOne)’을 출시하며 이름을 알렸다.

그리드원이 주목하는 분야는 AI 에이전트다. 축적한 자동화 역량을 LLM과 연계해 기업, 더 나아가 개인에게 업무를 알아서 수행하는 ‘비서’를 제공하겠다는 목표다. 특히 그리드원은 비정형 데이터 처리에 집중했다. 그리드원 김계관 대표는 “RPA는 정형화된 업무 해결에 강점이 있지만 완전한 자동화를 위해서는 비정형까지 다룰 수 있어야 한다. 그리드원은 OCR, 컴퓨터 비전 등으로 RPA가 비정형화된 문제를 해결할 수 있도록 기술을 고도화하고 있다”고 설명했다.

그 결과가 AI 에이전트 ‘고두(GO;DU)’다. 고두는 비즈니스 업무에서부터 기차 예매와 같은 일상적인 상황까지 아우르는 서비스를 지원한다. 개인 사용자를 고려해 모바일 애플리케이션으로도 제작됐으며, 특히 객체 인식 기능으로 API를 지원하지 않는 앱까지도 다룰 수 있다.

그리드원은 ‘고두’를 올 상반기 B2B 시장에 선보이고, 하반기에는 글로벌 B2C 서비스로 사업 영역을 확대할 계획이다. 내년에는 기업 공개(IPO)를 추진할 예정이다.

[인터뷰] “‘고두’는 20년 자동화 역량 총망라한 AI 에이전트다”

Q. AI 에이전트 ‘고두’의 특장점은.

“고두는 LLM 플랫폼에 자동화 솔루션을 결합, 업무를 자연어로 수행할 수 있도록 지원하는 AI 에이전트 서비스다. OCR 등의 AI 기술로 널리 활용되고 있지만 아직 충분한 자동화 단계에 이르렀다고 보기 어렵다. 한편, 기존 LLM은 창의적인 결과물을 만들 수 있지만 직접적인 업무를 수행할 수는 없었다. 이에 그리드원은 자동화 역량에 도메인 특화 LLM을 더해 업무를 지원하는 어시스턴트를 개발했다”

“업무 환경에서는 내부 규정, 공문서 등을 학습한 문서 작성 도우미로 활용할 수 있다. 화면을 판단하고 앱 조작까지 수행해 예약·발권 서비스에 최적화된 에이전트로 사용하는 일도 가능하다. 고두를 바탕으로 기업 환경에 맞는 업무 자동화 서비스를 맞춤으로 개발할 수도 있다. LLM 도입을 원하지만 업무에 효용성이 없을 것이라 걱정하는 기업에 최적의 선택지가 될 것이다”

Q. 그리드원의 경쟁력은.

“그리드원은 ‘업무 자동화’를 목표로 20여 년간 사업을 영위해 왔다. 특정 솔루션에 그치지 않고 비전, NLP, OCR 등 다양한 자동화 솔루션이 포함된 제품군을 내놓았다. 이러한 역량은 호환성, 성능, 가격 경쟁력 등에서 강점으로 작용할 수 있다”

“테스팅 역량도 그리드원의 경쟁력이다. LLM이 잘못된 내용을 그럴싸하게 표현하는 ‘환각(Hallucination)’ 현상에 대해 우려하는 사람들이 많다. 그런데 LLM 구조상 환각 현상 자체를 완전히 막을 수는 없어 100% 완벽한 결과를 기대하긴 힘들다. 결국 사람이 검수하는 과정을 거쳐야 하는데, 이를 자동화라고 일컬을 수는 없을 것이다. 그리드원은 기존 테스팅 솔루션 경험을 바탕으로 교차 검증 방식을 활용해 AI 생성 결과를 별도로 검출하는 기술 등 정확도를 높일 수 있는 자동화 역량을 갖고 있다.”

이든티앤에스 | AI 모델 개발 경험으로 엔드투엔드 자동화 구현

2009년 설립된 이든티앤에스는 초기에 IT 인프라·네트워크 구축을 지원했으나 국내 RPA 시장이 확대되며 관련 솔루션 컨설팅 및 구축도 제공하기 시작했다. 이 같은 경험을 바탕으로 2018년 ‘웍트로닉스’를 자체 개발해 시장에 선보였다.

이든티앤에스가 공들인 부분은 SaaS다. 2021년 웍트로닉스를 클라우드 환경에서 운영할 수 있는 SaaS로 신규 출시했다. 별도의 시스템, 하드웨어 없이 바로 SaaS로 활용할 수 있어 RPA 도입을 고려하나 비용 문제로 망설이는 기업에 효과적이다. 웍트로닉스는 네이버 클라우드 플랫폼(NCP) 마켓플레이스에 입점해 있으며, 이든티앤에스는 프라이빗 클라우드 형태의 구축도 지원하고 있다.

생성형 AI 분야에서는 미세조정(파인튜닝) 기술 역량을 갖췄다. 오픈소스 모델에 최적화 작업을 거쳤고, 이를 통해 개발한 107억(10.7B) 매개변수(파라미터) ‘데이터볼텍스S’ 모델로 한국지능정보사회진흥원의 오픈 코-LLM(Open Ko-LLM) 리더보드에서 1위를 기록한 바 있다. 이 같은 성과로 지난 4월에는 파인튜닝 부문 ‘올해의 LLM’으로 선정돼 NIA 원장상을 받았다.

이든티앤에스는 자사 기술 역량을 모아 지난달 한국어 AI 에이전트 ‘웍트로닉스-알피’를 출시했다. 알피는 간단한 대화만으로도 출장 보고서 작성 등의 업무를 자동화하고, 교통수단과 숙박 예약 등도 처리할 수 있도록 지원한다. 특히 자연어 처리 정확도를 높이고 한국어 고유의 문법, 어휘, 문맥 등을 반영해 자연스러운 답변을 제공하는 것이 특징이다.

이든티앤에스 류지훈 이사는 “인프라에서부터 AI 모델에 이르는 자동화에 필요한 모든 요소를 우리 역량으로 모두 구현할 수 있다는 것이 강점”이라며 “최근 높은 성능을 인정받은 LLM 모델 ‘데이터볼텍스S’는 우리의 자동화 역량으로 개발한 결과물이다. 이를 자동화 기술과 결합한 ‘웍트로닉스-알피’로 시장을 확대해 나갈 계획”이라고 밝혔다.