생성형 AI는 어떻게 RPA의 문제점을 해결할 수 있을까?

비즈니스 프로세스 자동화를 뜻하는 RPA(Robotic Process Automation)은 전표 입출력, 보고서 작성 등 직장인들의 단순 반복 업무를 획기적으로 줄이고 보다 본질적인 일에 집중할 수 있게 도와줄 것으로 기대를 모았다. 그러나 사전에 정해진 규칙에 기반하여 패턴화된 시나리오에 기반한 방식으로 작동하는 RPA(Robotic Process Automation)는 그 명확한 한계점을 드러내면서 점차 사용자들에게 외면받기 시작했다.

최근 생성형 AI의 발전으로 구시대의 유물로 전락할 위기에 처했던 RPA가 다시 주목을 받고 있다. 방대한 사전학습 데이터를 바탕으로 개별 태스크에 대한 패턴화와 예측이 가능한 초거대언어모델(LLM)은 정형화된 자동화 시나리오에서 탈피하여 보다 유연한 자동화 실행을 돕고 사용자 친화적인 업무 자동화 환경을 만들어갈 수 있을 잠재력을 가지고 있다.

1. RPA에 두뇌를 달아준 생성형 AI

기존의 RPA 기술은 정형화된 시나리오에서 벗어나는 복잡한 예외 상황을 유연하게 처리하기 어렵다는 치명적인 단점이 있었다. 뿐만 아니라 복잡한 코드와 로직을 바탕으로 작동하는 RPA 솔루션들은 일반 사용자들이 활용하기 어려웠다. 이러한 기술적 한계 때문에 RPA 기술은 일부 제한된 영역에서만 활용되어 왔으며, RPA 기술 자체에 대한 회의론이 고개를 들기 시작하기도 했다.

최근 널리 도입되고 있는 생성형 AI는 방대한 양의 사전학습 데이터를 기반으로 한 패턴분석 능력을 바탕으로 이러한 RPA의 한계점을 보완하고 진정한 의미에서 RPA 업무 자동화를 실현하고 있다. 생성형 AI와 RPA를 결합한 형태의 보다 스마트한 형태의 솔루션을 구현하는 것을 통해 생성형 AI가 다양한 상황에서 스스로 판단을 내리고 사용자 및 개발자가 RPA 및 생성형 AI와 함께 업무를 협업해 전체적인 업무 프로세스를 쉽고 빠르게 개선할 수 있도록 도울 수 있기 때문이다.

글로벌 RPA 솔루션 기업 오토메이션애니웨이는 자동화 솔루션에 있어서 생성형 AI의 도입은 RPA에 머리를 달아준 격이라고 설명한 바 있다. 텍스트나 이미지와 같은 비정형 데이터 처리에 최적화된 생성형 AI가 RPA와 결합되면 RPA가 기존의 정형화된 시나리오를 넘어 사용자의 니즈에 맞게 보다 유연한 자동화가 가능해지기 때문이다. 예를 들어 ERP 업무를 실행하면서 인공지능이 다음 해야 할 액션에 대한 추천해 주고 이를 바탕으로 보다 간편하고 유연한 업무처리가 가능하다.

생성형 AI에 기반한 RPA는 또한 사용자 편의성 역시 크게 개선해 준다. 최근 각광받고 있는 초거대언어모델(LLM)을 RPA에 적용하면 사용자들은 자연어로 직접 업무 자동화를 위한 스크립트를 구현하고, 텍스트와 이미지 같은 비정형 문서에서 데이터를 쉽게 추출할 수 있으며, 이를 통한 유의미한 분석까지 가능하기 때문이다.

2. 생성형 AI 기반 RPA의 미래

이처럼 생성형 AI 기반 RPA는 기존 RPA의 한계를 극복하면서 혁신적인 변화를 예고하고 있다. 이를 통해 기업들은 더욱 효율적이고 유연한 자동화 솔루션을 구현할 수 있을 것으로 기대된다. 다음은 생성형 AI 기반 RPA의 주요 발전 방향과 미래의 구체적인 활용 사례 및 적용 분야에 대한 전망이다.

사용자 친화적 자동화 환경

생성형 AI는 사용자와의 인터랙션을 자연어 처리(NLP)를 통해 더욱 직관적으로 만들 수 있다. 사용자는 복잡한 코드나 로직 없이 자연어로 명령을 내리고, 이를 기반으로 자동화 프로세스를 구현할 수 있다. 이는 RPA 도입의 진입 장벽을 낮추고, 비전문가도 쉽게 활용할 수 있는 환경을 제공함으로써 업무 효율성을 크게 향상시킬 것이다.

비정형 데이터 처리 능력 향상

생성형 AI는 텍스트, 이미지 등 비정형 데이터 처리에 강점을 가지고 있다. 이는 기존 RPA가 다루기 어려웠던 비정형 데이터에서 유의미한 정보를 추출하고 분석할 수 있는 능력을 제공한다. 예를 들어, 생성형 AI 기반 RPA는 이메일, 보고서, 이미지 등 다양한 형태의 문서에서 필요한 정보를 자동으로 추출하고 이를 바탕으로 업무를 수행할 수 있다. 이를 통해 보다 정교하고 다각적인 데이터 활용이 가능해질 것이다.

지속적인 학습과 개선

생성형 AI는 지속적으로 학습하고 개선되는 특성을 가지고 있다. 이는 RPA가 도입된 이후에도 자동화 시스템이 변화하는 업무 환경과 요구사항에 맞춰 지속적으로 개선될 수 있음을 의미한다. 새로운 데이터를 학습하여 더 나은 성능을 발휘할 수 있으며, 이를 통해 기업의 업무 자동화 수준을 지속적으로 향상시킬 수 있다.

다양한 산업 분야로의 확장

생성형 AI 기반 RPA는 금융, 의료, 제조, 물류 등 다양한 산업 분야에서 활용될 수 있다. 각 산업의 특성에 맞춰 자동화 솔루션을 커스터마이징하고, 이를 통해 각 산업의 효율성을 극대화할 수 있다. 예를 들어, 의료 분야에서는 환자 데이터 관리, 진단 보고서 작성 등의 업무를 자동화할 수 있으며, 제조 분야에서는 생산 공정 관리, 품질 검사 등의 업무를 효율적으로 처리할 수 있다.

생성형 AI와 RPA의 결합은 업무 자동화의 새로운 시대를 열어가고 있다. 기존 RPA가 가지고 있던 한계를 극복하고, 더욱 스마트하고 유연한 자동화 솔루션을 제공함으로써 기업의 효율성을 크게 향상시킬 것이다. 이는 단순한 반복 업무의 자동화를 넘어, 더 복잡하고 고도화된 업무 프로세스까지 자동화할 수 있는 가능성을 열어준다. 생성형 AI 기반 RPA의 발전은 기업의 생산성을 증대시키고, 비즈니스 경쟁력을 강화하는 중요한 역할을 할 것이다.

* 슈퍼브 블로그의 외부 기고 콘텐츠는 외부 전문가가 작성한 글로 운영 가이드라인에 따라 작성됩니다. 슈퍼브 블로그에서는 독자분들이 AI에 대한 소식을 더 쉽고 간편하게 이해하실 수 있도록 유용한 팁과 정보를 제공하고 있습니다.