IT Insight

RPA 성공 필수템? '프로세스 마이닝'을 해야 하는 이유!

2020. 6. 17. 09:30

'프로세스(Process)'는 진행(Progression)과 과정(Course)을 뜻하는 라틴어 앞으로 가다(Procédere)로부터 나온 단어입니다. 16세기 이후 '결과를 달성하기 위한 연속적인 행동'이라는 의미로 사용했으며, 19세기 후반부터 일의 과정과 처리, 순서, 또는 실행 중인 프로그램이라는 컴퓨터 용어의 현대적 의미로 쓰이게 되었죠.


l 비즈니스 프로세스 (출처: Celonis)


‘프로세스 마이닝’은 왜 필요할까요? 결론부터 말하자면, 프로세스는 어디에나 있기 때문입니다. 예컨대 요리사가 요리를 완성하기까지 과정이 프로세스입니다. 시작과 결과가 일련의 과정으로 이루어지는 모든 걸 프로세스라고 할 수 있습니다. 하지만 요리를 완성했다고 프로세스가 끝나는 건 아닙니다. 완성한 요리를 판매한다면 테이블로 옮기고, 고객의 식사를 점검하고, 계산하기까지 과정도 프로세스입니다. 그러므로 조직이 클수록 전체 프로세스는 복잡해집니다.


우수한 프로세스 모델은 효율적이고, 일관적인 운영에 꼭 필요합니다. 문제는 프로세스가 복잡할수록 진단하기에 너무 많은 시간과 자원이 든다는 점입니다. 그리고 어원처럼 앞으로 가는 것, 프로세스 개선 활동이 종료되었다고 끝나는 게 아니라 효과가 지속하는지 검증하면서 개선 활동을 연속해야만 합니다.


전통적인 프로세스 개선 방법론은 대부분 사람에 의한 인터뷰로 진행됩니다. 그 결과 직원이나 부서마다 주관적인 의견이 포함되어 실제와 다른 차이가 생기고 가시적인 효과를 보기 쉽지 않습니다. 그 차이를 줄이기 위한 장기간 프로젝트가 되는 경우가 잦은데, 시간이 길어지는 만큼 비용은 증가하고, 변화한 프로세스가 현업에 영향을 끼치지 못할 정도의 괴리가 있다면 손실로 이어지기 마련입니다.


그 탓으로 방법론은 수십 년 동안 연구되었으며, 많은 조직이 일정한 기간을 두고서 전문가를 찾거나 내부 교육으로 프로세스를 개선하려는 노력을 반복하고 있습니다. 상당한 자원과 전문성을 요구하는, 끝나지 않는 숙제라는 것이죠.


 그렇다면 '프로세스 마이닝(Process Mining)'이란 무엇일까?


프로세스 마이닝은 데이터 과학의 한 분야입니다. 그러나 데이터 마이닝(Data Mining)과는 다릅니다. 마이닝이라는 용어로 인해 데이터 마이닝이나 머신러닝과 연관 짓는 경우가 있지만, 프로세스 마이닝은 BPM(Business Process Management)의 연구에서 시작한 분야로 ERP, CRM, MES 등 엔터프라이즈 솔루션에 기록되는 이벤트 로그를 분석해 프로세스를 가시화하는 기술입니다.


l 프로세스 마이닝 (출처: Celonis)


프로세스 모델이 조직 운영의 중요한 역량이 되고, IT 기술이 발전하면서 기업들은 효율적인 프로세스 관리를 위해 BPM 시스템을 적극적으로 도입했으며, BPM 모델링을 지원하는 디지털 도구도 꾸준히 등장했습니다. 어려움이 있다면, 대부분 프로세스 개선 방법론이 인터뷰 등 수동으로 전체 흐름을 파악한다는 거였죠.


업무의 순서가 어떤지, 과정을 방해하는 병목 활동이 무엇인지, 어떤 데이터가 필요한지, 실수나 오류로 인한 재작업은 없는지 명확하게 밝혀야 하고, BPM 프로젝트에서는 이런 활동을 '프로세스 발견(Process Discovery)'으로 정의해 많은 시간과 비용을 소모하고 있습니다.


‘전체 프로젝트가 프로세스를 발견하고, 모델링 도구로 가시화한 모델을 업무 절차서, 업무 처리 지침서 같은 문서로 규정하기까지’라고 했을 때, 올바른 프로세스 발견이 이뤄지지 않으면 BPM을 구축한 효과를 보기 전에 다시 발견하는 단계로 돌아가는 문제가 생겼습니다.


그래서 기업들은 프로세스 발견을 자동화로 이행했고, 반복적인 작업의 기록과 분석을 수행하기 위한 로봇 프로세스 자동화(Robotic Process Automation; RPA)를 도입하게 됩니다. BPM이 프로세스 모델을 설계하는 방식이라면, RPA는 사람이 했던 방식을 로봇이 모방하게 해 자동화하는 방식입니다.


단일 활동이나 작은 프로세스 단위를 자동화함으로써 운영 개선에 영향을 끼치는 겁니다. RPA는 발전한 데이터 과학과 인공지능(AI) 기술 결합으로 급격한 성장을 보였습니다. 2018년 가트너의 보고서에 따르면, 전 세계 RPA 시장 규모는 8억 5,000만 달러로 평가되었습니다.


l 프로세스 발견 도구 (출처: https://www.blueprism.com/)


분명 RPA는 기업 운영 개선에 큰 영향을 끼쳤습니다. 로봇의 도입은 빠르고, 반복적인 작업을 자동화해 즉각적인 효과를 냈습니다. 하지만 시간과 비용을 단기적으로 절약할 뿐 전체 프로세스가 개선되는 건 아니었습니다. 결과적으로는 프로세스 개선을 BPM에 의존할 수밖에 없었죠. 더군다나 RPA를 도입이 늘수록 이벤트 로그도 증가하면서 수동적인 BPM 프로젝트도 한계를 보입니다.


'주관에 좌우되지 않는 실제 데이터', '전체 흐름의 정확한 파악', '객관적인 프로세스 평가', '시간과 비용을 절감할 방안', '지속적인 개선 가능성', '실질적인 도입'으로 BPM을 고도화하고, 프로세스를 혁신하기 위한 방법으로 프로세스 마이닝이 떠오른 것입니다.


본래 프로세스 마이닝과 RPA는 경쟁하는 개념에 가까웠습니다. 2018년 가트너는 전 세계 프로세스 마이닝 시장 규모를 1억 6,000만 달러로 평가했는데, RPA의 시장 규모가 5배 이상 컸던 이유는 AI에 대한 높은 기대감이 반영된 탓입니다.


AI 기반 로봇의 도입 효과는 뚜렷했고, 구식 BPM은 시간과 비용만 까먹기도 했으니까요. 그러나 불과 2~3년 만에 RPA가 지닌 단점과 복합성을 해결하고자 프로세스 최적화가 상호 보완되어야 한다는 접근법이 대두되면서 프로세스 마이닝 동향이 크게 바뀌었습니다. '어디에나 프로세스가 존재하는 한 조직은 프로세스의 문제점을 도출하고, 개선해야 한다.'라는 것, 그리고 '우수한 프로세스 모델을 갖추어서 최적화했을 때 높은 RPA 잠재력이 보장된다.'라는 것으로 연결된 겁니다.


RPA 선구 기업으로 알려진 기업은 영국의 소프트웨어 회사인 블루 프리즘(Blue Prism)입니다. 블루 프리즘은 2001년 RPA 솔루션을 개발해 유럽 금융 회사 중심으로 빠르게 보급합니다. 2016년 상장한 블루 프리즘의 주가는 RPA에 대한 가치 평가가 최고조였던 2018년까지 2,200% 상승합니다. 이렇게 급격히 성장할 수 있었던 건 수많은 컨설팅 회사들이 RPA 솔루션을 요구했기 때문입니다.


컨설팅 회사의 고객은 주로 프로세스가 복잡한 대기업이고, 기업이 원하는 건 최적화한 프로세스와 실질적인 효과입니다. 앞서 설명했듯이 RPA는 즉각적인 효과를 냅니다. 프로세스 모델이 어떻든 RPA가 운영 개선에 효과를 내면서 기업들의 만족도가 올랐고, 기업들도 앞다투어 RPA를 도입하길 희망했습니다.


l 블루 프리즘 (출처: https://www.blueprism.com/)


무작정 RPA를 도입한다고 효과를 보는 건 아닙니다. 조직과 사업에 따라서 세부적인 조건이 필요하며, 프로세스 진단이 요구됩니다. 그러므로 컨설팅 회사를 파트너로 했을 때 RPA 도입 효과가 극대화되었고, 블루 프리즘은 폭발적인 성장을 할 수 있었습니다.


2018년, 블루 프리즘은 독일의 프로세스 마이닝 선두주자인 셀로니스(Celonis)와 제휴했습니다. 셀로니스를 통해 프로세스를 가시화하고, 이를 토대로 블루 프리즘의 RPA 구현과 모니터링에 관한 지원을 고객들에게 제공할 목적이었습니다.


블루 프리즘은 '기업들은 프로세스 마이닝과 RPA를 결합함으로써 자동화 이니셔티브에 내재한 많은 과제를 즉시 시각화하고, 극복하며, 평가할 수 있다.'라면서 'RPA 구현 단계에서 완전한 프로세스 투명성을 통해 프로젝트 위험이 감소하고, 시간이 지남에 따라서 디지털화한 프로세스 진단 및 유지, 개선으로 운영 효율성을 높일 수 있다.'라고 말했습니다.


즉, 불과 수년 전까지 컨설팅 회사가 한 역할을 프로세스 마이닝이 이행하게 되면서 경쟁 대상이었던 RPA와 서로 보완적인 관계가 된 것입니다. RPA에 관한 기업들의 늘어난 요구에 따라서 프로세스 마이닝에 대한 관심도 증가하게 되었습니다.


아직 초기 시장이므로 프로세스 마이닝이 컨설팅 회사를 온전히 대체할 수는 없습니다. 또한, 프로세스가 존재하는 어느 곳에서나 개선과 지원에 영향을 끼칠 수 있지만, BPM 프로젝트 전체를 다루는 건 아니라서 만능의 기술은 아닙니다.


프로세스 마이닝의 장단점과 할 수 있는 것, 할 수 없는 것을 구분해야만 성공적인 활용으로 이어질 수 있습니다. 다만, 올인원 솔루션의 총체적 접근이 과도기적인 단계일 뿐 효과적으로 RPA를 도입하고, 프로세스 자동화를 이행하는 것에 최적화는 필수적인 조건으로 꼽히고 있으며, 이를 혁신하는 가장 최근의 기술적인 시도가 프로세스 마이닝입니다.


쉽게 말하면 기업 운영을 AI 등 도입으로 자동화해 능률을 올리고, 비용을 낮추려면 프로세스 마이닝이 필요하다는 것이죠. 이런 추세는 국내 상황도 다르지 않습니다. 2018년, 블루 프리즘을 비롯해 오토메이션 애니웨어(Automation Anywhere), 유아이패스(UiPath)와 같은 주요 RPA 기업이 국내 시장에 진출했습니다.


그리고 지난해 5월, 유아이패스는 국내 최초 프로세스 마이닝 도구 프로디스커버리(ProDiscovery)를 개발한 스타트업 퍼즐 데이터와 기술 협약을 체결했습니다. 프로세스 마이닝 결과를 자동으로 RPA 프로세스 모델링에 접목하기 위해서입니다.


l 퍼즐 데이터 (출처: PUZZLE DATA)


이어서 10월, 퍼즐 데이터는 LG CNS와도 제휴했습니다. 프로디스커버리를 디지털 혁신이 필요한 기업에 제공해 국내 디지털 트랜스포메이션 산업을 확대할 계획입니다. 프로디스커버리는 대용량 이벤트 로그를 몇 번의 클릭만으로 매핑하고, 기업은 사업이나 부서에 걸맞은 대시보드를 제한 없이 구성해 원하는 필터로 심층 분석할 수 있습니다.


대시보드의 분석 결과를 다른 구성원들과 공유하는 것으로 전체 프로세스에 대한 원활한 의사소통을 지원하는 점도 특징입니다. 디지털 혁신을 진행 중이거나 고려하는 기업이 디지털 트랜스포메이션을 가속할 프로세스 개선 기반이 국내 시장에서도 자리를 잡아가고 있는 것입니다.


여전히 프로세스 마이닝은 생소한 개념입니다. BPM으로 프로세스 개선 효과를 보지 못한 기업이라면 의문이 들 수 있는 분야이기도 합니다. 하지만 모든 기업의 디지털 혁신이 예견된 것이고, 오히려 아직 디지털 혁신과 동떨어진 위치에 있다면 프로세스 마이닝은 고민에 대한 실마리가 될 수 있습니다.


기존 프로세스가 어느 정도의 비효율성을 지녔는지, 디지털 트랜스포메이션으로 얼마나 효과를 볼 수 있는지 시각화하는 방법이니까요.



최근 가트너가 조사한 설문을 보면, 응답자의 24%가 RPA, 20%는 클라우드 ERP, 19%는 의사결정을 위한 고급 애널리틱스 지출이 증가할 것이라고 답했습니다. 코로나19 유행으로 기업들의 프로세스가 바뀌면서 RPA를 통한 자동화, 클라우드 기반 데이터, 데이터 기반 의사결정이 더욱 필요한 역량으로 부상했으니 말입니다.


그런 측면에서 프로세스 마이닝은 변화한 기업 프로세스를 단기간에 진단할 수 있는 현실적인 대안입니다. 가트너는 향후 2년 동안 프로세스 마이닝 시장 규모가 최소 3배는 성장할 것으로 전망했습니다. 이른 시간에 생소하지 않은 개념이 될 가능성이 큽니다.


글 l 맥갤러리 l IT 칼럼리스트


* 해당 콘텐츠는 저작권법에 의해 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.



Posted by IT로 만드는 새로운 미래를 열어갑니다 LG CNS

댓글을 달아 주세요

위로