사람과 RPA 콤비가 높이는 업무효율과 삶의 질

입사 7년차 김과장은 오늘도 단순 반복 업무에 많은 시간을 투자하고 있습니다. 단순히 룰에 의해 자료조사하고 Ctrl C, V만 하면 되는 이런 일은 누군가 대신해 주면 좋을 것 같지만 이런 일만 하는 사원을 채용하기도 쉽지 않습니다. 인공지능 시대라는데 이런 일을 척척 자동으로 해주는 로봇이 내 옆자리에서 있다면 좋겠다는 생각 많은 직장인들이 해봤을 겁니다.

오늘 여러분에게 소개할 RPA(Robotic Process Automation)가 바로 그런 로봇입니다. 쉽게 말하면 ‘로봇을 활용한 자동화’인데요, 이것은 우리가 ‘로봇’ 하면 떠오르는 공장 로봇 팔과는 좀 다릅니다. 하드웨어에서의 로봇 자동화가 아니라 소프트웨어 영역에서의 로봇 자동화이기 때문에 눈에 보이는 실체는 없는 것이지요. 

RPA를 통해 업무효율성 높이고 실수 줄여

‘아톰(ATOM)’ 같은 귀여운 로봇으로 실재하지는 않지만, RPA는 꽤 중요한 키워드입니다. 영화 <아이 로봇>이나 <터미네이터 : 제네시스>에서 사람과 대화하는 인공지능 로봇이 그나마 비슷한 형태일 수 있겠네요. RPA는 사람이 하는 사무직 관리 업무를 디지털 기술을 통해 자동화하고, 기존 직원들은 부가가치를 창출할 수 있는 업무에 집중시키는 디지털 업무 프로세스 혁신입니다. 

지금은 비교적 단순한 업무, 사전에 설정된 규칙에 따라 처리할 수 있는 업무들에 RPA가 적용되고 있지만 향후 인공지능 기술이 발전하게 되면 로봇의 업무처리 영역이 좀 더 복잡하고, 추론이나 판단을 요구하는 일들까지 점차 확대될 것으로 예상됩니다. 

RPA가 각광받는 이유는 인간의 실수를 줄일 수 있다는 점도 있지만 감정에 치우친 오판을 내리지 않는다는 점이 핵심이라 생각합니다. 가령 기업의 인사평가나 재무, 회계, 법무, 품질 등 기업 업무 전반에 걸쳐 RPA가 적용될 수 있는 거죠. RPA는 주어진 자료와 학습된 데이터에 기초해 사무처리를 하는 만큼 좀 더 객관적인 결론을 내릴 수 있습니다. 실제 금융권의 관리부서에서는 일찌감치 정산업무, 은행의 자금세탁방지 규정 준수 업무 등에서 RPA가 도입되어 있고, 영업에서는 자산관리형 가상비서, 고객응대형 감정 인식 로봇, 로봇어드바이저 등에서 RPA가 사용되고 있습니다. 

글로벌 컨설팅 회사 PWC에 따르면, 기업 업무 중 약 45%는 자동화가 가능하며, 2016 HFS 선정 글로벌 RPA 서비스 부문 1위 컨설팅 업체 액센추어(Accenture)는 RPA를 통한 비용과 시간 절감이 약 80%에 달할 것으로 예상하고 있습니다. 또 맥켄지(McKinsey & Co)는 RPA 도입 시, 첫해의 투자수익(ROI)만 최소 30%~200%를 예상하고 있습니다.

앞서 RPA는 감정적으로 일을 처리하지 않고, 사람에 비해 실수가 적다고 설명했는데요. 그 밖에도 시스템을 한 번 구축해 놓으면 일의 속도가 한층 빨라지고(신속), 기존 업무 시스템의 변경이나 새 인터페이스 개발에 시간을 소비하지 않고 기존 시스템에서 빠르게 적용(확장성)할 수 있습니다. 게다가 인건비를 대폭 줄일 수 있어 회사에는 효율성을 높일 수 있습니다. 

물론 이로 인해 인력을 줄인다기보다 능력 있는 직원들을 보다 전문적인 분야에 적재적소 배치할 수 있게 해야겠지요? 

다양한 분야에서 RPA 효과 입증

그렇다면 실제 RPA를 적용해 성공한 기업들을 한 번 살펴볼까요? 영국 최대 통신회사 중 하나인 텔레포니카 O2(Telefónica O2)의 경우, 2015년 160개의 RPA 로봇을 15개 백오피스 업무에 구현하고, 월 약 40~50만 트렌젝션을 RPA를 통해 소화하게끔 했는데요. 이 결과로, 특정업무의 경우 하루 이상 소요되던 업무가 단 몇 분만에 처리되고 이를 통한 3년간 공수절감이 100+FTE에 달하는 등 놀라운 성과를 이뤘습니다. 말이 조금 어렵지만 특정 업무에 대한 종일 종사자 100명분 이상을 절감했다는 의미입니다.

금융권은 오래 전부터 RPA가 사용됐습니다. 특히 일본의 금융업계는 고액의 투자 결정, 자산운영에 로보어드바이저를 일찌감치 도입했지요. 이 로보어드바이저는 빅데이터와 인공지능, 로봇의 개념을 모두 합친 일종의 RPA입니다.

우리나라 사람들에게도 친숙한 미국에서 가장 오래된 금융회사 JP모간 COO 매트 제임스(Matt Zames)에 따르면, JP모간은 RPA CoE (Center of Excellence)에서 지속적으로 로봇자동화를 추진해왔으며 2017년 기준 약 170만 개의 요청을 RPA가 처리한 것으로 추정됩니다. 지난해에는 RPA 적용 및 기타 운영 효율화 활동를 통한 비용 절감이 약 3000억에 달한 것으로 예상됩니다. 업무 효율성이 상상을 초월하지요?

국내에서도 KEB하나은행, 신한은행, 국민은행 등이 로보어드바이저를 통한 자산관리 서비스를 내놓고 있습니다. 당장은 초기지만 이 로보어드바이저는 시간이 지나 빅데이터가 쌓이고 분석 경험치가 높아질수록 향후 전문 투자상담사보다 더 높은 수익률을 낼 지도 모르겠습니다. 

신한카드는 여기서 한 발 더 나아갔습니다. 디지털 관련부서를 플랫폼 사업그룹으로 통합하고 업계 최초로 로봇 자동화조직 RPA(Robotic Process Automation)를 신설했는데요. 디지털과 빅데이터 사업본부 아래에 인공지능, 디지털 R&D, 페이Tech, 마켓 센싱 등 10개의 셀(Cell) 조직을 두고 빠르게 변화하는 디지털 환경에 신속하게 대응할 계획입니다. 바둑에 이어 사람과 인공지능의 투자대결도 꽤 재밌을 것 같네요. 

언론사들의 경우에도 RPA를 사용한 기사 작성이 늘어날 것으로 예상됩니다. 판례 분석을 RPA 맡긴 것처럼 데이터를 분석해 자동으로 기사를 작성하게 하는 것이지요. 가령 삼성전자의 분기 실적이 공개될 때 RPA가 자동으로 10년간 실적결과를 분석하고 글로벌 시장과 비교해 매출과 영업이익 특징, 사유를 작성할 수 있을 겁니다. 이 작업을 통해 기사가 완성되기까지 고작 몇 초면 될 테니 놀랍지요. 

이 밖에도 고객상담 같은 업무에도 RPA가 대거 투입되고 있습니다. 대표적으로 상담봇, 챗봇이 24시간 상담을 받는 거죠. 현재 LG유플러스, 여기어때, 11번가, 여기어때 등이 챗봇을 이용하여 호응을 얻고 있습니다. 챗봇이 조만간 RPA와의 연동을 통해 더욱 강력한 고객 서비스를 제공할 것으로도 예상됩니다. 이렇게 되면 퇴근시간 이후에도 고객들의 질문에 대응할 수 있어 기업에도, 서비스 사용자에게도 각광받고 있습니다. 

얼마 전 AI를 통한 상담 서비스 ‘U봇’을 내놓은 LG유플러스에 따르면 해당 서비스 출시 2주 만에 상담 건수가 15만 건을 돌파했다고 하네요. 꽤 높은 사용빈도에 고무된 LG유플러스는 "20~30대 고객들의 이용이 두드러지며 단기간에 호응을 얻기 시작했다"며 "특히 데이터를 수집•학습하며 진화하는 머신러닝이 기반이라 시간이 지날수록 더욱 정교한 상담이 가능해진다"고 말했습니다. 이제 머잖아 24시간 내내 궁금증과 불만을 대기시간 없이 처리할 수 있게 될 것 같네요. 

새로운 기술이 가져오는 업무환경 급변에 미리미리 대응해야…

지금까지 RPA에 대해 간단히 살펴봤습니다. RPA는 4차 산업혁명으로 각광받는 분야로, 디지털 노동이라는 짐을 크게 덜어줄 수 있습니다. 특히 반복적인 서류 처리과정이 많은 금융, 의료, 법조계에서 더욱 빠르게 적용될 것으로 보이며 시간이 지남에 따라 고도화된 RPA는 다양한 산업분야로 확산될 것으로 보입니다. 

이미 노동시장에서 로봇이 대거 투입되면서 위험도 높은 일을 대신해 주거나, 근무시간을 단축해 주는 등 삶의 질 개선에 큰 도움을 주고 있습니다. RPA 역시 단순 반복적인 업무를 로봇에 맡김으로써 업무 생산성을 높이고, 잦은 야근 방지 등 궁극적으로 삶의 질을 향상시키는데 도움이 될 것 입니다.

일부 RPA가 인간의 일자리를 빼앗을 수 있다는 우려의 시선도 있습니다. 하지만 사람이 종합적인 시각에서 판단하고 RPA를 사용하여 업무 효율을 높이는 쪽으로 발전하는게 가장 이상적인 모습일 것입니다. 정부에서도 이런 디지털 노동력 시장의 급변에 따른 충격 완충장치를 한시 바삐 만들고, 급변하는 글로벌 시장에서의 RPA와 어깨를 나란히 할 수 있도록 제도적 장치 마련이 필요합니다.

RPA 사업문의 : 메타넷 AMO영업본부 최종우차장 jwchoi@disc.co.kr, 전연권 전무 ykjhun@disc.co.kr 

copyrightⓒ 2018 All rights reserved by Metanet.