[기고] 비즈니스 자동화 전략이 실패하는 5가지 이유와 예방법

[IT동아]

끊임없이 진화하는 지금의 비즈니스 환경에서 사업 운영은 기업에게 많은 과제를 안겨준다. 고객의 기대치는 나날이 높아지는데 이를 감당하지 못하는 기업 내부 인력의 기술적 격차로 인해, 최근 들어 디지털 혁신을 목표로 비즈니스 자동화로 전환하는 기업이 늘어나고 있다.

이탈리아 패션 브랜드인 '막스마라'는 코로나 대유행 기간 중 디지털 채널을 통한 매출이 3배 증가하자 지능형 자동화로 눈을 돌렸고, 그 결과 고객의 만족도를 더욱 향상시킬 수 있었다. 이러한 자동화 전환은 다른 여러 기업 및 조직에게도 긍정적인 영향을 미치는 것으로 나타났다. IBM 요청으로 모닝 컨설트(Morning Consult)가 실시한 '2022년 IBM 글로벌 AI 도입 지수(IBM Global AI Adoption Index 2022)'에 따르면, 전 세계 IT 전문가의 30%가 소속 기업/조직의 직원들이 새로운 AI 및 자동화 소프트웨어로 시간을 절약하고 있다고 말했다.

많은 기업/조직이 AI나 자동화 기반의 기업 운영을 필요로 하지만, 자동화 구현에 들어가는 투자 비용에서 수익을 실현하려 오늘도 고군분투하는 중이다. 공급망 관리 및 주문 프로세스부터 조달까지 끊김 없이 비즈니스를 이어가려면 여러 복잡한 프로세스가 필요하다. 응답 시간 저하, 리스크 증가, 고객 만족도 저해 등을 야기하는 병목 현상이나 비효율적 성과는 그러한 복잡한 프로세스에 걸림이 될 수 있다. 이런 상황에서 AI, 프로세스 마이닝, 태스크 마이닝 및 RPA(Robotic Process Automation) 등을 통해 전체 의사결정을 간소화하고 확장하는 '지능형 자동화'는 기업/조직에게 큰 도움이 된다.

지능형 자동화를 적용하면 프로세스 간소화, 리소스 확보, 운영 효율성 개선, 투자 수익 실현 가속화 등 여러 이점을 얻을 수 있다. 지능형 자동화를 적용하려는 기업/조직에게 최적의 출발점이 바로 프로세스 마이닝이다. ERP(전사 자원 관리), CRM(고객 관계 관리) 같은 주요 비즈니스 시스템의 데이터를 사용하여 이러한 프로세스를 지속적으로 식별하고 최적화할 수 있다. 이외에도 비효율적 성과의 여부를 파악하거나 지능형 자동화로 가장 큰 효과를 거둘 수 있는 부분도 상세히 체크할 수 있다. 프로세스 마이닝을 지능형 자동화의 최적 출발점이라 언급한 이유가 바로 여기에 있다.

필자가 속한 IBM은 지난 수십 년 동안 전 세계 많은 기업의 디지털 혁신 과정을 함께 수행했다. 그 시간 동안 기업들이 비즈니스 자동화 전략에 실패한 사례를 경험하고 그 원인을 5가지로 정리할 수 있었다. 아울러 최적의 출발점인 프로세스 마이닝도 어떻게 시작하는 게 좋은지 알게 됐다.

첫번째 이유, 무모한 자동화 배치다. 생각보다 많은 기업/조직이 유효하지 않거나 제대로 실행되지 않고, 개선되지 않은 프로세스를 자동화하려 시도하고 있다. 즉 자동화할 프로세스와 자동화하지 않을 프로세스를 정확히 파악하는 것이 자동화 계획을 성공하는 첫 번째 단계다. 프로세스 마이닝은 종단간 프로세스(End to end process)의 실제 작동 방식에 있어 완전한 투명성을 제공한다. 기업/조직의 정보 시스템에서 도출된 데이터를 토대로 인사이트를 얻어, 프로세스 비효율성이나 병목 현상, 위반 사항 등을 한번에 파악할 수 있다.

두번째 이유는 테스트 없는 구현이다. 비즈니스 자동화에 투자하기 앞서 분석, 계획 및 우선순위를 지정해야 한다. 이에 예측 가능한 병목 현상과 잠재적 영향 분석에 도움이 되도록, 개정된 비즈니스 프로세스에 대한 광범위하고 철저한 테스트나 시뮬레이션을 거쳐야 자동화 구현에 성공할 가능성이 높다. 자동화 전략과 우선순위 지정은 이 같은 시나리오 분석/시뮬레이션에서 비롯된 ROI 예측에 따라 이루어져야 한다.

세번째 이유, 전체 프로세스가 아닌 개별 태스크만 자동화하는 경우다. 일반적으로 RPA 같은 기술을 적용해 반복/일상적인 태스크를 자동화하면 작업자 생산성이 향상된다. 다만 이 생상선 향상 효과는 기업 직원과 고객 양쪽의 경험을 완전히 현대화하여 얻을 수 있는 이점에 비해 그리 두드러지지 않을 때도 있다. 자동화 전략의 권장 기준은 개별 태스크에 초점을 맞추기 보다는, 비교적 쉬운 자동화 목표를 식별하고 프로세스 마이닝, 태스크 마이닝 및 의사결정 마이닝의 인사이트를 포함하는 프로세스에 대해 포괄적인 관점을 제공한다.

네번째 이유는 지속적이지 않은 일회성 적용 때문이다. 영향과 결과를 고려하지 않은 채 프로세스 재설계와 자동화를 배치한 경우, 대개 지속적으로 프로세스를 최적화하지 못한다. 자동화 배치/적용 후 모니터링하면서, 사전 정의된 KPI(핵심성과지표)를 기준으로 프로세스 성능을 비교하여 프로젝트가 최적의 수준에서 작동되고 있는지 확인할 수 있다. 여기서 'IBM Process Mining'의 인사이트-조치 기능을 활용하면, KPI를 지속적으로 모니터링하면서 작업이 사전 정의된 기준점을 벗어나면 정확한 수정 조치를 적용할 수 있다.

마지막 이유는 자동화 확장 기술 부족이다. 최근 들어 지능형 자동화 기술을 구현하려는 대부분의 기업에게 있어 '인재 가용성'이 주요 도입 리스크가 되는 추세다. 프로세스 마이닝 및 RPA 같은 기술을 충분히 활용할 기술력과 전문성을 갖춘 직원이 많지 않기 때문이다. 자동화 관련 직원이 계획 및 분석 같은 좀더 가치 있는 작업에 집중할 수 있게 하는 방법은 무엇일까? 앞서 언급한 IBM Process Mining의 인사이트를 통해 신속한 RPA 구축과 개발시간 단축, 전사적 자동화 확장 등의 이점을 얻을 수 있다.

서두의 막스마라 사례를 다시 보면, 막스마라의 최우선 고려사항은 '고객이 만족할 구매 경험을 제공'하는 것이다. 그러나 코로나 대유행 기간 동안 전체 실적에서 디지털 매출 비중이 3배 가까이 증가했고, 이는 잠재적인 프로세스 문제 또는 병목 현상으로 이어질 수 있었다. 막스마라 팀은 극성수기의 사후 지원 문의 프로세스를 최적화하여 병목 현상을 해소하고 고객 경험을 개선하는 방법을 찾고 있었다. 이들은 IBM Process Mining으로 지능형 자동화 기술의 이점을 충분히 누릴 수 있었다. 막스마라 팀에 따르면, 이러한 변경 사항을 시뮬레이션한 결과 고객 서비스 시간을 90% 단축하고, 문제 해결당 평균 비용을 46% 절약할 수 있었다.

막스마라는 프로세스 마이닝을 출발점으로 지능형 자동화 여정을 시작해 성공한 사례 중 하나다. IBM은 최근 프로세스 마이닝 소프트웨어의 최신 버전을 발표했다. 이를 통해 기업/조직이 좀더 쉽고 빠르게 지능형 자동화 구축 여정을 시작하고, 구매 조달 프로세스에서 프로세스 최적화를 가속화하며, RPA 봇을 간편하게 배치할 수 있다.

끝으로, 국내 기업들도 복잡한 프로세스를 이해하고 새로운 비즈니스 인사이트를 얻을 수 있는 프로세스 마이닝과 RPA 자동화에 결합되는 태스크 마이닝을 잘 활용해 프로세스의 성공적인 조화를 이루길 기대한다.

글 / 한국IBM Data & AI, Automation 사업부 정욱아 실장

정리 / IT동아 이문규 (munch@itdonga.com)

필자소개

정욱아 실장은 한국IBM Data&AI, Automation 사업부에서 RPA, Process Mining, Workflow, Decision 등 비즈니스 자동화 플랫폼 Tech. Specialist로 근무하고 있으며, 17년간 글로벌 IT기업에서 IT서비스관리, DevOps, CMDB 등 IT운영 및 비즈니스 자동화와 관련된 소프트웨어 기술업무를 담당하고 있다.