【 청년일보 】 오늘날 '자동화'는 단순히 인간의 업무를 빠르게 처리하는 기술을 넘어, 지속적으로 발전하는 AI와 IT 기술을 활용하여 데이터를 학습하고, 스스로 판단하며 진화하는 시스템으로 발전하고 있다.
자동화 기술을 통해 '디지털 전환'(Digital Transformation, DX)을 이끌어낼 수 있으며, 디지털 전환이 산업 시스템 전반에서 시사하는 기술적 의미는 상당하다. 디지털 전환을 이끌어내는 수많은 기술들 중에서 핵심 기술로 꼽히는 '공정 자동화'(Process Automation)에 주목할 필요가 있다.
공정 자동화(Process Automation)란, 공장에서의 각 공정뿐만 아니라 다양한 조직 내 프로세스, 예컨대 입력·처리·보고·결재 등의 절차를 소프트웨어나 하드웨어 시스템을 통해 자동적으로 수행하도록 설계하는 자동화 기술이다.
이 중 가장 기초라 볼 수 있는 RPA부터, RPA에 AI 기술이 결합된 IPA, 그리고 이를 포함하여 다양한 자동화 기술을 통합하는 Hyper Automation이라는 세 가지 기술이 Process Automation의 핵심적인 변천 기술이다.
이러한 기술의 변천, 즉 진화를 통해 단순한 반복작업을 자동화하는 것을 넘어 데이터 기반 의사결정을 하며, 스스로 프로세스를 이해하고 컨트롤하는 등, 보다 지능적인 '최적화'를 이끌어낼 수 있다.
RPA(Robotics Process Automation)는 사람이 수행하던 반복적이고 규칙 기반의 업무를 소프트웨어 로봇이 모방해 자동으로 실행하는 기술이다. 데이터 입력, 문서 처리, ERP 간 문서 이관과 같은 단순 반복 작업이 주요 대상이며, 산업공학의 기본 가치인 '표준화'(standardization)와 '오류 감소'(error reduction)를 현실화했다.
글로벌 컨설팅사 PwC는 "RPA 도입 기업의 약 80%가 생산성과 정확성에서 즉각적인 개선 효과를 경험했다"고 보고했다.
하지만 RPA의 한계도 명확하다. 규칙 기반으로 설계된 RPA는 예외 상황이나 비정형 데이터를 처리하는 데 취약하며, 변화하는 업무 환경에 유연하게 대응하기 어렵다.
이에 대해 한국산업기술진흥원(KIAT)은 "RPA는 기업 디지털 전환의 출발점이지만, 진정한 혁신은 '판단과 학습이 가능한 자동화'로 확장될 때 완성된다"고 분석했다.
IPA(Intelligent Process Automation)는 RPA에 AI 기술을 결합해, 단순한 반복 업무를 넘어 데이터 기반 의사결정까지 수행하는 '지능형' 자동화 시스템이다. 머신러닝(ML), 자연어 처리(NLP), 컴퓨터 비전(Computer Vision) 등 다양한 AI 기술이 결합되면서, 앞서 언급한 RPA의 한계점에서 드러났던 비정형 문서나 이미지에서도 의미 있는 정보를 추출할 수 있게 됐다.
실제로 금융권에서는 IPA를 활용해 대출심사, 고객 민원 분류, 리스크 예측 등을 자동화하고 있으며, 제조업에서는 생산라인의 이상 탐지 및 품질 예측이 가능해졌다.
삼성SDS 인사이트 리포트에서 "IPA는 단순 자동화가 아닌, AI 기반의 의사결정 체계로 진화하고 있다"며 "비즈니스 프로세스 혁신(BPR)의 새로운 패러다임을 열고 있다"고 설명했다.
IPA는 기존 자동화의 '수행자'에서 '분석자', 그리고 '해석자'로 진화한 형태다. 프로세스의 각 단계에서 발생하는 데이터를 스스로 분석하고, 업무 흐름을 이해하여 다음 행동을 결정하는 '인지형 자동화'(Cognitive Automation)가 실현된 것이다.
여기서 고도로 발전한 Hyper Automation은 단순한 기술의 조합을 넘어, 조직 전체의 자동화 생태계를 구축하는 전략이다.
가트너(Gartner)는 2020년 보고서 'Top 10 Strategic Technology Trends for 2020'에서 Hyper Automation을 "기업이 가능한 많은 비즈니스 및 IT 프로세스를 신속히 탐색하고 자동화하기 위해 다양한 기술과 도구를 통합적으로 활용하는 접근법"으로 정의했다.
이처럼 Hyper Automation은, RPA와 AI, 프로세스 마이닝, 데이터 분석, Low-code/No-code 플랫폼, API 기술 등 다양한 기술이 하나의 프레임워크로 결합되는 자동화 기술이다. 또한 자동화 시스템이 스스로 성능을 개선하고 최적화하는 '자가 진화형(Self-evolving) 구조를 갖춘다.
시장조사기관 Zion Market Research는 "세계적 Hyper Automation 시장은 2024년 약 125억달러 규모에서 2034년까지 600억달러 이상으로 성장할 것"이라 전망했다.
이는 단순작업 효율화에서 지능형·자율형 자동화로의 전환을 이끌어내기 위한 기술 개발이 활발히 이루어지고 있음을 시사한다.
RPA에서 IPA, 그리고 Hyper Automation으로의 진화는 단순한 기술의 진화가 아닌, 프로세스를 설계하고 관리하는 주체의 변화, 즉 '사람이 프로세스를 설계하던 시대'에서, 'AI가 프로세스를 학습하고 최적화하는 시대'로의 전환이다.
이러한 자동화와 AI의 공진화를 통해 발전한 Process Automation 기술을 이용하면, 기업 조직은 변화에 더 빠르고 유연하게 대응할 수 있으며, 프로세스 시스템은 새로운 데이터와 환경을 바탕으로 스스로 진화하는 구조를 갖추게 된다.
이는 산업 시스템적 측면에서, 자동화가 단순히 생산성을 높이는 수단이 아니라, 기업과 사회 전반의 의사결정 방식을 바꾸는 혁신적인 기술임을 시사한다. 이러한 자동화 기술을 얼마나 AI 기반 기술적으로 유연하게 구축하느냐가 산업 시스템에서의 경쟁력의 척도가 될 것이다.
【 청년서포터즈 9기 권태영 】
