[디지털비즈온 김맹근 기자] 로봇 프로세스 자동화는 교차로를 향해 가속화되고 있으며, IT 리더와 전문가들은 기술의 미래에 대해 점점 더 많은 논의를 하고 있다. 일부 IT 리더들은 더 강력하고 자율적인 AI 에이전트가 결국 20년 된 AI 전구체 기술을 대체할 것이라고 믿고 있으며, 다른 사람들은 AI 에이전트와 RPA가 협력하여 새로운 수준의 자동화를 달성할 것이라고 예측하고 있다.
CIO의 그랜트 그로스에 따르면, 제조, 의료, 금융 등 여러 산업에서 여전히 널리 사용되고 있는 RPA는 앞으로 조직이 에이전트 및 기타 차세대 AI 도구를 배포하기 시작함에 따라 재고될 가능성이 높다. 하지만 공급업체와 IT 리더가 RPA와 AI 에이전트를 연결하여 비즈니스 프로세스를 자동화하는 새로운 방법을 만들 수 있다면 기술의 시대는 오래가지 않을 수 있다.
또한 일부 IT 리더들은 RPA가 중요한 기업 틈새 시장을 개척하며 살아가고 있다고 생각한다.
로켓 모기지의 직원 데이터 과학자인 아르준 발리는 "RPA는 특히 은행, 보험, 의료와 같이 오류의 단점이 큰 산업에서 규칙 기반, 반복적, 중복 작업을 자동화하는 데 여전히 중요하다."라고 말한다. "아직 대체되지 않고 AI로 보완되어 워크플로우 내에서 더 현명한 결정을 내릴 수 있다."
적응력 대 비용
IBM MIT AI 연구소의 AI 연구 과학자 셰 칸은 AI 에이전트가 자동화에 강력하고 적응력이 뛰어나며 자율적인 접근 방식을 제공하지만, 예측 가능한 결과를 제공하는 좋은 구형 RPA는 여전히 자리 잡고 있다고 말한다.
AI 도구는 결국 일부 RPA 배포를 대체할 수 있지만, RPA는 대부분의 AI 도구보다 오류 발생 가능성이 적으면서도 저렴하고 빠르게 배포할 수 있다고 칸은 덧붙였다.
그럼에도 불구하고 많은 조직이 곧 AI를 사용하여 기존 RPA를 보완하고 경우에 따라 대체할 것이라고 그는 지적한다. AI 에이전트는 의사 결정 능력이 필요한 복잡하고 역동적인 작업을 처리하는 데 사용될 것이며, RPA는 반복적인 규칙 기반 프로세스에 계속 사용될 것이다.
"사전 정의된 규칙을 따르는 RPA 봇과 달리 AI 에이전트는 데이터를 통해 학습하고 의사 결정을 내리며 변화하는 비즈니스 논리에 적응하고 있다."라고 Khan은 말한다. "AI 에이전트는 고객 상호작용, 사기 탐지, 예측 분석과 같은 보다 유연한 작업에 사용되고 있다."
Kahn은 AI 에이전트가 더 널리 보급됨에 따라 향후 3~5년 동안 RPA의 역할이 변화할 것으로 보고 있다. 많은 조직이 비즈니스 프로세스를 자동화하기 위해 RPA와 AI를 포함한 여러 기술을 사용하는 하이퍼자동화를 수용할 것이다.
"RPA의 사용 사례는 독립형 솔루션으로 기능하는 대신 더 광범위한 AI 기반 워크플로우에 통합될 가능성이 높다."라고 그는 말한다.
RPA 성장은 여전히 진행 중
포트폴리오에 AI 에이전트를 추가하기 위해 전환한 UiPath와 같은 RPA 공급업체는 최신 기술의 장점을 선전하면서도 여전히 RPA의 미래를 바라보고 있다. UiPath는 1월에 발표한 보고서에서 에이전트가 구형 기술의 효율성과 신뢰성 때문에 RPA 프로세스에 연결될 것이라고 주장한다. 보고서에 따르면 IDC는 2024년부터 2028년까지 RPA 지출이 두 배 이상 증가하여 82억 달러에 달할 것으로 예상하고 있다.
자동화 제공업체의 공공 부문 CTO인 크리스 라디치는 UiPath의 고객 대부분이 여전히 RPA에 크게 의존하고 있다고 말한다. AI가 RPA를 대체할 것이라는 새로운 이야기가 있지만, 예측을 하는 사람들은 두 기술의 근본적인 차이점을 이해하지 못한다고 그는 덧붙였다.
"RPA는 죽지 않고 진화하고 있다."라고 그는 말한다. "우리는 프로세스 자동화를 위해 다양한 AI 솔루션을 테스트했지만, 예외 없이, 해석 없이 매번 동일한 방식으로 작동하기 위해 무언가가 필요할 때 RPA는 여전히 타의 추종을 불허한다."
라디치와 다른 자동화 전문가들은 AI 에이전트가 결국 RPA 봇을 제어하고 다양한 로봇 프로세스를 도구 상자에 넣어 에이전트가 선택할 수 있도록 하는 것을 보고 있다.
"오늘날 우리는 다양한 시나리오를 위해 별도의 RPA 워크플로우를 구축한다."라고 Radich는 말한다. "내일 에이전트 기능을 통해 에이전트가 들어오는 요청을 평가하고 데이터 처리를 위해 RPA가 필요한지, 시스템 통합을 위해 API 호출이 필요한지, 복잡한 결정을 위해 사람의 핸드오프가 필요한지 여부를 결정할 것이다."
조직은 자동화 확산이라는 주요 문제를 해결하기 위해 오케스트레이션 접근 방식이 필요할 것이라고 그는 덧붙였다.
"우리는 예외를 처리하는 수십 개의 RPA 봇, 다양한 API 통합, 수동 프로세스를 보유하고 있다."라고 그는 말한다. "조정 중인 AI 에이전트는 사용 가능한 기능의 전체 환경과 라우팅 작업을 적절히 이해함으로써 이러한 복잡성을 관리할 수 있다."
기초 층
현재 RPA의 주요 사용 사례는 송장 처리, 데이터 조정, 보고서 생성과 같은 구조화된 백오피스 프로세스에 있다고 대화형 AI 플랫폼 공급업체인 SmileFlow의 CTO인 레이 가오(Lei Gao)는 말한다.
"이러한 [프로세스]는 특히 레거시가 많은 섹터에서 하루아침에 사라지지 않을 것이다."라고 그는 덧붙이다. "하지만 더 많은 기업이 AI 우선 워크플로우를 채택함에 따라 이러한 작업에 대한 새로운 RPA 구현이 꾸준히 감소할 것이다."
가오는 향후 3~5년 내에 RPA 사용 방식에 변화가 있을 것으로 예상하고 있다. "RPA는 여전히 가치가 있지만 점점 더 보이지 않는 AI 기반 오케스트레이션 시스템에 내장된 기반 계층이 될 가능성이 높다."라고 그는 주장한다.
AI와 RPA의 관계가 커지면 자동화 인프라에 대한 유지보수, 적응력, 제어력에 영향을 미치기 때문에 CIO와 기타 IT 리더들은 이러한 자동화 변화에 주목해야 한다고 Gao는 말한다.
"적응할 수 있는 능력은 새로운 가능성을 창출할 뿐만 아니라 트레이드오프도 만들어냅니다."라고 그는 말한다. "AI 에이전트는 새로운 수준의 추상화를 추가하여, 특히 결정을 설명하는 능력이 중요한 규제 영역에서 행동을 따르거나 디버깅하기가 더 어려워질 수 있다."
AI 기반 자동화 환경으로의 전환을 위해서는 CIO가 깊은 도메인 지식과 건전한 전략적 판단력을 갖춰야 한다고 Gao는 말한다.
"더 높은 수준의 질문은 '자동화 계층에서 어느 정도의 자율성과 적응을 원하며, 속도와 규모를 확보하기 위해 어떤 투명성을 잃을 의향이 있는가?'이다."라고 그는 말한다. "이동은 단순히 한 도구 세트에서 다른 도구 세트로 이동하는 것이 아닙니다. AI 시대를 위한 자동화 철학을 재고하고 있다."