하이퍼 오토메이션의 핵심구성요소

하이퍼오토메이션의 개념

하이퍼오토메이션(Hyperautomation)은 자동화 프로세스에 있어서의 한 단계 진화된 단계라 할 수 있다. Gartner는 Hyperautomation을 2022년의 Top Strategic Tech Trend로 선정했다. 이를 짧게 정의하자면 조직이 가능한 한 많은 비즈니스 및 IT 프로세스를 빠르게 규정하고, 적용하고, 자동화하기 위해 사용하는 비즈니스 중심의 규정화된 접근 방식이라 할 수 있다. Hyperautomation은 여러 기술, 도구 또는 플랫폼을 통합적으로 사용하여 그 목적하는 바를 달성하기 위해 사용되는 접근법이라 할 수 있는데, 기관과 기업마다 이를 구성하는 요소가 조금씩 다를 수 있다. 하지만 그 근간이 되는 핵심 요소는 여러 영역에 함께 적용된다고 생각한다. 외부로 정리된 자료를 보면 여러 그룹에서의 구성 및 이를 통한 프로세스 정의가 조금씩 다른 것을 확인하였는데 그럼에도 가장 많이 언급된 요소는 RPA(Robotic Process Automation), AI(Artificial Intelligence), 그리고 Advanced Analytics이다. 핵심 요소(Key component)의 정의에 있어서는 iBPM(intelligent Business Process Management)도 많은 그룹에서 포함하고 있다. 

RPA

RPA는 사람이 PC를 포함한 디지털 장비에서 처리하는 업무를 대신 수행할 수 있도록 만든 소프트웨어 로봇이다. 컴퓨터 시스템을 관리하기 위해 인간의 행동을 따라하도록 한 것이다. 이 기술을 통해 반복적인 작업을 빠르고 효율적으로 실행할 수 있다. 특히 쉬임 없이 일을 계속 할 수 있다. 주로 사람의 판단에 의존하지 않고 규칙을 따르는 일에 기반하여 수행작업을 한다. 

AI(그리고 Machine Learning)

Hyperautomation의 구성에 AI와 Machine Learning(ML)을 구별하여 구성하는 경우도 있지만 대부분의 경우 ML은 AI의 하위 집합으로 인식하여 구분한다. AI는 로봇이 인간과 같은 지능을 이해하고 대응할 수 있도록 도와준다. 이때 ML은 로봇이 이전 데이터를 기억하고 학습하여 향후 작업을 예측할 수 있도록 한다. 즉 AI와 ML은 로봇이 인간과 유사하게 대응할 수 있도록 도와주는 것이다. 

Advanced Analytics

프로세스 자동화의 시작은 반복적 작업의 패턴분석에 있고 이는 축적된 데이터의 분석을 통해 그 패턴을 발견하는데 도움이 될 수 있다.  Analytics는 정교한 기술과 상황에 대한 통찰력을 발휘하여 규칙을 생성하는 일의 부분을 발견하고 이를 위한 데이터를 검증하는 과정을 의미할 수 있다. 

iBPM(S)

RPA보다 더 확장된 프로세스 자동화 개념을 갖고 있다. iBPM은 특정작업에 중점을 두지 않고 프로세스 관련 전체 작업에 중점을 두기 때문에 RPA의 관리대상 작업은 iBPM의 일부가 될 수 있다. 이 때, 이 제품군을 지칭할 때 ‘Suite’를 의미하는 S를 붙여 iBPMS라 사용하기도 하고 이 기능을 하는 시스템 자체를 System의 S를 붙여 iBPMS라 하기도 한다. 

시사점

Hyperautomation은 Gartner가 2022년의 ‘One’ Top Trend로 선정했다. 프로세스 자동화라는 관점에서 보면 Digitization이 아주 중요한 구성 요소일 수 있다 . 자동화 자체가 쉬임없이 실수없이 지속적으로 일을 잘 해내는 것을 목표로 하기 때문에 이에 대한 효과는 굳지 설명하지 않아도 명확하다. 더군다나 한 단계 Level-up된 자동화 프로세스라 하면 더 큰 기대를 할 수 있다. 핵심 구성 요소에서 볼 수 있듯이 분석(Advanced Analytics)을 통해 패턴을 구별하고 규칙을 구성하고 로봇으로 하여금 이 규칙을 수행하도록 하고(RPA), 이를 수행하는 과정에서 지능적으로 인지하고 학습하여 적절한 예측을 하도록 하는 것(AI, ML)을 통합한 것이 Hyperautomation의 기본적인 형태라 할 수 있다. 앞서 언급했듯이 이를 활용하는 그룹에 따라 추가적인 개념 또는 Tool들이 필요한 것이다. 특히 물리적 자동화를 목표로 하는 그룹(항만, 물류시설 등)에 있어서는 신중한 접근이 필요해 보인다. 프로세스를 이해하고 인프라를 함께 고려해서 적용해야 그 효과를 기대할 수 있다.