DPA(디지털 프로세스 자동화): DPA, BPM 및 기업 혁신에 관한 종합 가이드

기업들이 디지털 전환을 추진함에 따라 지능형 오케스트레이션은 에이전트 AI와 결정론적 실행을 점점 더 긴밀하게 결합하고 있으며, 이를 통해 AI는 규칙 기반 논리를 유지한 상태에서 이를 토대로 판단이 필요한 작업을 처리할 수 있습니다. 이러한 결합을 통해 조직은 비즈니스 전반에서 더 복잡한 의사결정과 예외 사항을 처리할 수 있습니다.

핵심 요약

• 디지털 프로세스 자동화는 로우코드 도구, AI 및 자동화를 활용해 여러 애플리케이션과 시스템 전반의 워크플로를 오케스트레이션하여 비즈니스 프로세스 관리를 확장합니다.
• 이는 개별 활동을 자동화하는 것이 아니라, 개별 태스크와 핸드오프 과정을 연결해 조율된 워크플로를 구성하는 엔드 투 엔드 프로세스에 중점을 둡니다.
• 로우코드 플랫폼은 자동화에 대한 접근성을 높여 비즈니스 유저와 시민 개발자가 기존 소프트웨어 개발에 대한 의존도를 낮추면서 워크플로를 만들고 조정할 수 있도록 합니다.
• 이는 태스크 기반 봇과 AI를 보완하며, 결정론적 규칙은 일상적인 태스크에 적용하고 AI는 의사결정, 예외 사항 및 비정형 입력을 지원합니다.
• 목표는 더 폭넓은 디지털 전환을 통해 운영 효율성을 높이는 동시에 고객과 직원에게 더 빠르고 일관된 경험을 제공하는 것입니다.

디지털 프로세스 자동화란?

DPA(디지털 프로세스 자동화)는 로우코드 개발 도구를 사용해 여러 애플리케이션에 걸친 프로세스를 자동화하고 오케스트레이션하며, 개별 태스크가 아니라 엔드 투 엔드 워크플로에 중점을 둡니다. 이 개념은 번거로운 레거시 제품군에서 더 민첩한 로우코드 오케스트레이션으로의 전환을 설명하기 위해 2017년에 Forrester Research가 만든 용어입니다.

현대적인 DPA는 로우코드 플랫폼, 워크플로 오케스트레이션 엔진, 인공지능, RPA(로보틱 프로세스 자동화)라는 네 가지 주요 구성 요소를 결합합니다. 조직은 이러한 기술을 함께 활용하여 과거에 사일로 방식으로 운영되던 애플리케이션 전반에서 업무를 조정할 수 있습니다. API(애플리케이션 프로그래밍 인터페이스)는 최신 애플리케이션을 직접 연결할 수 있으며, 소프트웨어 봇은 API나 기타 통합 수단이 없는 시스템과 상호작용할 수 있습니다. AI는 정보를 해석하고 워크플로 내에서 의사결정을 지원할 수 있습니다.

로우코드 인터페이스는 자동화에 참여할 수 있는 대상의 범위를 더욱 확대합니다. 개발자가 모든 워크플로 자동화를 처음부터 코딩할 필요 없이 승인된 시민 개발자가 엔터프라이즈 거버넌스 표준을 준수하면서 시각적 드래그 앤 드롭 도구를 사용해 프로세스를 설계하고 수정할 수 있습니다.

DPA Deep vs DPA Wide: Forrester 프레임워크

이 접근 방식에는 Forrester Research가 구분한 DPA Deep 및 DPA Wide 기술이라는 두 가지 계층이 있습니다.

Deep 계층은 레거시 플랫폼이 복잡하고 통합이 많이 필요한 엔터프라이즈 프로세스를 관리할 수 있는 클라우드 지원 로우코드 시스템으로 발전한 형태입니다. Wide 계층은 더 광범위한 비즈니스 유저 그룹이 비교적 단순한 워크플로를 자동화할 수 있도록 지원하는 더 가볍고 접근성이 높은 도구에 중점을 둡니다.

이러한 구분은 조직이 프로세스의 복잡성에 맞춰 기술을 선택하는 데 도움이 됩니다. 여러 엔터프라이즈 시스템에 걸쳐 있는 핵심적인 워크플로에는 Deep 기능이 필요할 수 있는 반면, 부서별 워크플로에는 시민 개발자의 역량을 강화하는 Wide 도구가 유용할 수 있습니다.

자동화 계층 간 차이점

엔드 투 엔드 오케스트레이션, 레거시 프로세스 관리, 태스크 기반 봇은 개선의 각기 다른 계층을 담당합니다. 현대적인 오케스트레이션은 BPM에서 발전했으며 더 큰 워크플로 내에서 소프트웨어 봇을 실행 구성 요소로 통합할 수 있습니다. 이러한 기술은 서로 경쟁하기보다는 점점 더 협력적으로 작동하고 있습니다.

기존 워크플로 관리에서의 발전: DPA vs BPM

DPA와 BPM 사이의 가장 큰 차이점은 프로세스를 디지털화하여 제공하는 방식입니다. BPM은 전통적으로 비즈니스 프로세스의 모델링, 관리 및 최적화에 중점을 두는 반면, DPA는 로우코드 개발, AI, 최신 통합 기능 및 디지털 경험을 통해 이러한 원칙을 확장합니다. DPA는 비즈니스 프로세스 관리를 대체하지 않고 기본이 되는 여러 개념을 현대화하고 확장합니다.

범위 및 실행 방식의 차이: DPA vs RPA

DPA와 RPA 사이의 핵심적인 차이점은 적용 범위입니다. 로보틱 프로세스 자동화는 일반적으로 사람이 소프트웨어와 상호작용하는 방식을 모방해 반복적인 특정 태스크를 자동화하는 반면, DPA는 애플리케이션, 사람, 데이터 및 자동화 전반에 걸쳐 전체 워크플로 자동화를 오케스트레이션합니다.

디지털 프로세스 자동화의 주요 이점

DPA는 엔드 투 엔드 워크플로를 디지털화하고 사일로화된 시스템을 연결하여 운영 효율성을 높이고 비용을 절감하고 수동 작업의 오류를 줄이며 더 빠른 고객 경험을 제공하고 확장성을 높입니다. 또한 데이터 수동 입력 오류를 줄이고 고객 및 직원 경험을 최적화합니다.

주요 이점은 다음과 같습니다.

• 운영 효율성 및 생산성 향상. 워크플로 자동화는 반복적인 데이터 입력과 시스템 간 전환을 줄여 직원들이 더 높은 가치를 창출하는 업무에 더 많은 시간을 할애할 수 있도록 해줍니다.
• 운영비 절감. 실시간 처리를 통해 수동 작업을 비례적으로 늘리지 않고도 더 많은 거래량을 처리할 수 있습니다.
• 정확성 및 규정 준수 향상. 표준화된 프로세스를 통해 수동 작업 오류를 줄이는 동시에 일관된 워크플로와 감사 추적 기록을 생성할 수 있습니다. 이는 금융 서비스, 의료 및 기타 규제 산업에서 특히 중요합니다.
• 고객 경험 개선. 직접 연속 처리를 통해 고객 요청 접수부터 결과 도출까지의 과정에서 지연을 줄입니다.
• 확장성 증대. 디지털 워크플로를 통해 기업은 인력을 늘리지 않고도 증가하는 거래량을 처리할 수 있습니다.

그에 따른 잠재적 이익은 상당할 수 있습니다. 한 통신 기업은 102건의 자동화를 통해 수금 업무 효율성을 108배 높이고 수동 작업에 소요되던 시간을 줄여 월 635,000달러를 절감했습니다.

일반적인 예시 및 유스케이스

일반적인 DPA 유스케이스에는 고객 온보딩, 송장 및 조달 관리, 주문 처리, 셀프서비스 요청 처리가 포함됩니다. 이러한 프로세스는 여러 시스템에 걸쳐 이루어지며, 이전에는 수동으로 핸드오프를 해야 했습니다.

• 고객 온보딩: DPA는 KYC(고객 확인) 절차, 자격 증명 생성 및 환영 안내를 조정할 수 있습니다. 조직은 이러한 단계를 연결하여 온보딩 주기를 단축할 수 있습니다. 예를 들어, 온보딩을 위한 에이전트 AI 솔루션을 활용하면 KYC/AML(자금세탁방지) 검토 시간이 최대 60% 절감되고 수동 작업으로 인한 오류가 50% 감소합니다.
• 송장 관리 및 조달: 워크플로 자동화를 통해 송장 정보를 추출하고 구매 주문서와 대조해 검증하며, 재무 시스템과 ERP(전사적 자원 관리) 시스템 간에 데이터를 전송하고, 예외 사항을 검토하도록 전달하며, 승인 또는 결제를 시작할 수 있습니다.
• 주문 처리: DPA는 주문 시스템을 연결해 세금을 계산하고 화물 목록을 생성하며 고객에게 배송 추적 상태를 전달할 수 있습니다.

Process Discovery는 조직이 자동화 대상을 결정하기 전에 반복적인 활동, 병목 현상, 마찰이 큰 핸드오프 지점을 파악하여 직접 연속 처리 기회를 알아내는 데 도움을 줄 수 있습니다.

AI와 오케스트레이션을 통한 디지털 전환 가속화

디지털 프로세스 자동화는 API를 통해 ERP, CRM(고객 관계 관리) 및 클라우드 서비스를 연결하고 실시간 분석을 적용하며 판단이 많이 필요한 예외 사항을 AI 에이전트나 검토 및 승인 담당자에게 전달합니다.

에이전트 AI는 그러한 계층에 추가되는 것일 뿐 후속 기술은 아닙니다. 결정론적 실행은 워크플로에 포함된 대량의 규칙 기반 단계를 처리하고 에이전트 AI는 규칙 기반 논리만으로 해결할 수 없는 예외 사항, 모호한 입력, 판단이 필요한 부분에 대해 추론을 수행합니다.

로우코드 워크플로 자동화 도구는 이러한 접근 방식을 비즈니스 유저에게까지 확장하여 승인된 시민 개발자가 엔지니어링 팀이 모든 변경 사항을 코딩할 때까지 기다릴 필요 없이 워크플로를 구축하고 조정할 수 있도록 합니다.

다음 동영상에서는 Automation Anywhere의 최고경영자 Mihir Shukla와 Forrester Research의 부사장 겸 수석 애널리스트 Craig Le Clair가 AI 에이전트, 에이전트 AI, 프로세스 자동화 간의 중요한 차이점을 명확하게 설명합니다. 두 사람은 세 가지 AI 에이전트 유형을 살펴보고 사일로를 벗어난 엔터프라이즈 오케스트레이션이 혁신적인 ROI(투자 수익률)와 운영 효율성을 달성하는 데 있어 핵심인 이유를 살펴봅니다.

일반적인 구현 어려움 및 방지 방법

비즈니스 프로세스 관리의 발전 과정에서 DPA가 마주하는 가장 큰 어려움은 기술 자체가 아니라 변화 관리에 대한 반발, 레거시 시스템과의 통합 복잡성, 불분명한 프로세스 책임 소재 및 대규모 거버넌스입니다.

조직은 광범위한 '빅뱅'식의 혁신 프로그램을 시작하기보다는 프로세스 디스커버리부터 시작해 가치가 높은 워크플로를 파악함으로써 이러한 위험을 줄일 수 있습니다. 파일럿 프로젝트를 활용하면 확장에 앞서 측정 가능한 가치를 입증하는 것이 가능합니다. NIST(미국국립표준기술연구소)의 AI 위험 관리 프레임워크는 지능형 시스템을 관리하기 위한 자발적 리소스로, 이러한 이니셔티브를 체계화하는 데 참고할 수 있습니다.

또 중요한 점은 조직이 문제가 있는 워크플로를 최적화해서는 안 된다는 것입니다. 비효율적인 과정을 디지털화하면 그 비효율성이 단순히 더 빨리 나타날 뿐입니다. 조직은 실행을 자동화하기 전에 불필요한 단계와 불분명한 책임 소재를 파악해야 합니다.

또한 기업은 처음부터 시민 개발자, AI, 데이터 액세스 및 실행을 위한 거버넌스를 마련해야 합니다. 마지막으로 팀은 통합 부채, 즉 API는 최신 애플리케이션과의 연결을 간소화할 수 있지만 레거시 시스템에는 추가 통합 또는 봇 전략이 필요한 경우가 많다는 점을 고려해야 합니다.

Automation Anywhere가 엔터프라이즈급 디지털 프로세스 자동화를 구현하는 방법

Automation Anywhere는 워크플로 오케스트레이션, 로보틱 프로세스 자동화, AI 및 엔터프라이즈 거버넌스를 통합하여 복잡한 기술 환경 전반에서 프로세스를 자동화합니다.

APA(에이전트 프로세스 자동화) 시스템은 워크플로 전반에서 추론하고 조치를 취할 수 있는 AI 에이전트를 통해 자동화의 범위를 확장합니다. 프로세스 추론 엔진은 복잡한 프로세스에 대한 에이전트 의사결정 기능을 제공하고, Process Discovery는 조직이 워크플로 자동화 기회를 파악하고 팀과 시스템 전반에서 업무가 실제로 어떻게 진행되는지 이해하도록 지원합니다.

이러한 역량을 통해 기업은 실제 운영 규모의 자동화에 필요한 보안, 거버넌스 및 사람의 감독을 지원하면서 결정론적 실행과 생성형 및 에이전트 AI를 결합할 수 있습니다.

결론: 프로세스 복잡성을 경쟁 우위로 전환하기

기업은 Automation Anywhere를 통해 기존 운영 업무를 연결된 데이터 기반 워크플로로 전환할 수 있습니다. APA(에이전트 프로세스 자동화) 시스템은 엔드 투 엔드 프로세스 전반에서 AI 에이전트, 결정론적 자동화 및 사람의 작업이 함께 진행되도록 순서를 조정하여, 팀이 더 빠르게 가치를 실현하고 고객과 직원에게 더 일관된 경험을 제공하도록 지원합니다.

디지털 프로세스 자동화는 BPM에서 발전해 엔드 투 엔드 워크플로를 오케스트레이션하는 AI 기반 분야로 진화했으며, 이는 비용을 절감하고 오류를 줄이며 고객 및 직원 경험을 개선합니다.

디스커버리 기반 우선순위 설정, 강력한 거버넌스, 적합한 엔터프라이즈 자동화 플랫폼을 바탕으로 조직은 DPA, RPA 및 에이전트 AI를 결합해 파편화된 프로세스를 디지털 전환의 기반으로 바꿔놓을 수 있습니다.

Automation Anywhere가 기업 전반에서 엔드 투 엔드 디지털 프로세스를 어떻게 오케스트레이션할 수 있는지 알아보세요. 맞춤형 데모를 예약하여 효율성 향상, 통합, 지능형 자동화를 실현할 수 있는 기회를 살펴보세요.

자주 묻는 질문

디지털 프로세스 자동화란?

디지털 프로세스 자동화는 로우코드 기술, 워크플로 오케스트레이션, AI 및 자동화를 활용해 엔드 투 엔드 비즈니스 프로세스를 디지털화합니다. BPM에서 발전한 DPA는 사일로화된 시스템을 연결하고 애플리케이션 전반의 업무 핸드오프를 자동화하여 조직이 운영 효율성을 개선하고 고객과 직원에게 더 빠르고 일관된 경험을 제공하도록 지원합니다.

DPA 접근 방식은 기존 BPM과 어떻게 다른가요?

BPM은 비즈니스 프로세스의 모델링, 관리 및 최적화에 폭넓게 중점을 둡니다. DPA는 로우코드 개발, AI, 최신 통합 기능 및 교차 애플리케이션 오케스트레이션을 더해 BPM을 발전시키며, 이를 통해 조직이 운영 업무를 더 빠르게 디지털화하고 고객 및 직원 경험에 더 큰 중점을 둘 수 있도록 합니다.

RPA와 DPA의 차이점은 무엇인가요?

RPA는 사람과 소프트웨어 간 상호작용을 모방하여 개별 반복 태스크를 자동화합니다. 디지털 프로세스 자동화는 더 큰 엔드 투 엔드 워크플로를 조정합니다. DPA는 여러 엔터프라이즈 시스템에 걸친 프로세스를 자동화하기 위해 여러 개의 봇을 API, AI, 비즈니스 규칙 및 사람의 승인과 함께 오케스트레이션할 수 있습니다.

디지털 프로세스 자동화의 주요 이점은 무엇인가요?

디지털 프로세스 자동화의 이점으로는 효율성 향상, 운영 비용 절감, 수동 작업 오류 감소, 규정 준수 개선, 고객 경험 개선, 확장성 증대 등이 있습니다. DPA는 사일로화된 시스템을 연결하고 핸드오프를 자동화함으로써 직원들이 반복적인 업무에서 벗어나 더 높은 가치를 창출하는 활동에 집중할 수 있도록 지원합니다.

디지털 프로세스 자동화의 일반적인 예로는 무엇이 있나요?

디지털 프로세스 자동화의 예로는 고객 온보딩, 송장 관리, 조달, 주문 처리, 청구 처리 및 직원 셀프서비스가 있습니다. 이러한 워크플로는 일반적으로 여러 애플리케이션에 걸쳐 진행되며 데이터 수동 입력, 시스템 간 전환, 직원 간 핸드오프를 줄여주는 직접 자동 처리의 이점을 누립니다.

기존 BPM과 비교했을 때 DPA는 고객 경험을 어떻게 개선하나요?

DPA는 웹 및 모바일 채널 전반에서 빠르고 개인화된 디지털 상호작용을 제공하여 고객 경험을 개선하는 반면, 기존 BPM은 프로세스 자체를 모델링하고 관리하는 데 중점을 둡니다. AI와 로우코드 UX(사용자 경험)를 포함시키면 전체 고객 여정을 최적화할 수 있습니다.