[논문]비즈니스 문서의 생산성 향상을 위한 RPA(Robotics Process Automation)적용방안에 대한 연구

현영근; 이주연

doi:10.14400/jdc.2019.17.9.199

비즈니스 문서의 생산성 향상을 위한 RPA(Robotics Process Automation)적용방안에 대한 연구
A Study On The Application of RPA(Robotics Process Automation) For Productivity Of Business Documents 원문보기

디지털융복합연구 = Journal of digital convergence, v.17 no.9, 2019년, pp.199 - 212

초록
AI-Helper

디지털화(Digitalization)가 우리의 비즈니스 환경에 다양한 변화와 혁신을 일으키고 있다. 제조업에서는 오래전부터 자동화를 위해 로봇을 활용하여 처리속도 및 품질에 혁신을 이루었다. RPA는 이러한 제조현장의 혁신을 사무공간으로 가져온 것이라고 할 수 있다. 본 연구의 목적은 사무공간에서 단순 반복적으로 이루어지는 업무에 대해 생산성을 향상시키는 것을 그 목적으로 한다. 이러한 생산성 향상과 관련하여, 비즈니스 자동화(Business Automation)에 대한 개념을 살펴본 후, 비즈니스 문서 작업과 관련하여 자동화의 가능성을 확인하기 위해 5가지 업무영역을 대상으로 애자일 방법론을 활용하여 시뮬레이션을 수행하였다. 결론적으로, 품질점검 관련 97.3%, 편집 디자인 관련 31.7%의 생산성 향상이 가능함을 확인하였으며, 실제 업무에 적용하기 위한 방향성에 대해서도 살펴보았다. 향후 연구에서는 이러한 결과를 바탕으로 IPA(Intelligent Process Automation)의 적용방안에 대해 진행하고자 한다.

Abstract ▼ AI-Helper

Digitalization is creating a variety of changes and innovations in our business environment. In manufacturing, robots have long been used for automation to innovate processing speed and quality. The RPA brings these innovations in manufacturing sites to the office space. The purpose of this study is to improve productivity for simple, repetitive tasks in these office space. For identify the potential of automation related to productivity improvement, I looked at the concept of business automation, and then simulated the five areas of business documentation works with agile methodology. In conclusion, I confirmed that productivity improvement of 97.3% in quality inspection and 31.7% in editorial design is possible, and examined the direction to apply to actual work. Based on these results, future study will explore the application of Intelligent Process Automation (IPA).

주제어

표/그림 (16)

그림 Fig. 1. Automation trend of global company
그림 Fig. 2. Six Comparison Criteria of RPA Solutions Functions
표 Table 1. Comparison of RPA(Robotic Process Automation) and IPA(Intelligent Process Automation)
표 Table 2. Comparison of business documents
그림 Fig. 3. Component of .NET Framework
표 Table 3. Automation Area and Plan
그림 Fig. 4. Source Code(Searching Part) of Typographical Error Verification Automation
그림 Fig. 5. Source code(Change of similar words) of Typographical Error Verification Automation
그림 Fig. 6. Source Code(Pattern Declaration Part) of Table of Contents Verification Automation
그림 Fig. 7. Source Code(Extraction & Pattern Analysis Part)of Table of Contents Verification Automation
그림 Fig. 8. Source Code(Order & Content Analysis Part) of Table of Contents Verification Automation
그림 Fig. 9. Source code of Text Standard Application Automation
표 Fig. 10. Source code(Variable Declaration Part) of Table Standard Application Automation
그림 Fig. 11
그림 Fig. 12. Source code of Line/Arrow Standard Application Automation
표 Table 4. The Result of Simulation

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이를 바탕으로 비즈니스 문서에서 Robot을 적용할 수 있는 문서유형을 정의하고, 이에 따른 자동화 적용가능 범위 그리고 구체적 In-House 개발방안을 살펴보고자 한다. 마지막으로 각 적용대상 별 시뮬레이션을 통해 생산성이 얼마나 향상될 수 있는지 연구하고자 한다.
본 논문에서는 비즈니스 자동화(Business Automation)에 대한 개념을 설명하고, RPA 부상 배경 및 관련 솔루션, 그리고, 디지털 노동(Digital Labor)이 인간노동(Human Labor)을 대체하는 다양한 사례를 분석하였다. 이를 바탕으로 비즈니스 문서에서 Robot을 적용할 수 있는 문서유형을 정의하고, 이에 따른 자동화 적용가능 범위 그리고 구체적 In-House 개발방안을 살펴보고자 한다.
본 논문에서는 비즈니스 자동화(Business Automation)에 대한 개념을 설명하고, RPA 부상 배경 및 관련 솔루션, 그리고, 디지털 노동(Digital Labor)이 인간노동(Human Labor)을 대체하는 다양한 사례를 분석하였다. 이를 바탕으로 비즈니스 문서에서 Robot을 적용할 수 있는 문서유형을 정의하고, 이에 따른 자동화 적용가능 범위 그리고 구체적 In-House 개발방안을 살펴보고자 한다. 마지막으로 각 적용대상 별 시뮬레이션을 통해 생산성이 얼마나 향상될 수 있는지 연구하고자 한다.

제안 방법

Table 표준적용 자동화 개발에서는, 가장 일반적인 경우인 상단 1 Depth영역만 타이틀 효과(‘굴림체’, 12Font, RGB(255, 255, 255))를 적용하였고, Table 內 각 셀의 상단, 하단 그리고 좌/우 선에 대한 굵기, 색, 실선 유형을 일괄적으로 표준을 자동 적용하였다.
세 번째는 고려해야 할 사항은, 각 페이지에서 읽어온 목차체계가 표준으로 선언한 목차체계에 준하게 작성되었는지 검증하는 것이다. 검증은 두 가지로 구분되며, 목차상 숫자(예: 1.1.1)가 앞뒤 장표에서 순차적으로 작성되었는지, 그리고 목차상 텍스트는 중복되어 작성되었는지 여부를 검증하도록 개발하였다.
따라서 특정위치에 있는 Input Box를 확인한 후, 텍스트를 읽어 각 페이지의 “숫자”가 순차적으로 나열되는지, 그리고 연결된 페이지 상에서 “문자”가 동일(중복) 한지를 점검하는 방식으로 목차검증 로직을 수립하였다.
목차검증을 위해 먼저 고려해야 할 것은, 목차의 패턴을 정의해야 하며, 본 시뮬레이션에서는 가장 기본적인 패턴인 『1 > 1.1 > 1.1.1 > 가 > 1) > 가)』를 기준으로 수행하였다.
문서자동화 Robot은 요건에 대한 정확한 기준과 사례가 없으므로 기존 Waterfall 방식의 절차적인 개발방법론보다는, 각 단계를 병렬적으로 진행하여 보다 민첩하게 개발할 수 있는 애자일(Agile) 방법론을 기준으로 개발하였다.
문서자동화 Robot을 개발하는데 있어서, Product Backlog는 Table 3.를 기준으로 하였으며, 5개 자동화영역 각각 하나의 Sprint로 설정하여 Daily Scrum Meeting을 통해 업무생산성 향상을 위한 개발방안을 협의하였다. 다만, 각 자동화영역을 개발하는데 어느 정도 시간이 소요될지 예측이 불가능하여 Sprint의 기간을 설정하진 않았다.
본 논문의 목적인 제안문서의 품질점검 업무생산성 향상을 위한 Robot 개발을 위해서 BCL (Basic Class Library) 및 PowerPoint API를 사용하였으며, 실행결과를 직접 확인하기 위해 콘솔보다는 Window Form을 활용하여 검증하였다. 다만, Web Class Library 인 ASP.
시뮬레이션 개발 시, 목차는 각 페이지 상의 특정한 위치에, 그리고 정확한 패턴에 의해 작성된다는 사실에 기반하였으며, 목차를 읽어올 때 “목차수준(Depth)+ 텍스트”의 형식으로 작성되었는지 확인하며 배열에 저장하였다.
제안서에 기술된 단어를 MS-Office Dictionary에 등록된 표준어와 비교하여 오탈자를 일괄적으로 검사하는 것으로 MS-Word Object를 사용하여 개발하였다.
2014년만해도 이 회사 직원들은 보험금을 지급하기 위해 고객들이 제출한 병원진단서, 교통사고 내역서 등 수십 가지의 서류를 직원들이 직접 입력해야 했으며, 이 업무를 담당하는 81명의 직원 중 37명이 단순 반복적인 업무에 매달려야 했다. 취리히 보험은 이러한 문제를 해결하기 위해 RPA를 도입하였으며, 보험 계약확인, 보상금 지급 등 51개 프로세스, 총 27명분의 업무를 로봇이 대신 처리하게 하였고, 이 인력들은 고객 만족도가 높아지는 서비스 품질업무에 투입하여 부가가치를 높이는 역할을 하였다.[3]
타이틀 영역과 컨텐츠 영역의 폰트, 크기, 색 및 각 셀의 배경색 그리고 선 색과 두께를 설정한 후, 문서내 Table Shape를 찾아 두 for 제어문(각 셀의 행/열 이동을 위해)을 활용하여 표준을 자동 적용하도록 구성하였다.
텍스트의 글꼴, 크기, 색 및 기타 효과(기울기, Bold, 이텔릭체 등)와 관련하여 표준에 벗어난 텍스트를 자동추출한 후, 지정한 표준을 일괄적으로 자동 적용하도록 개발하였다. 시뮬레이션에서는 ‘맑은고딕’, ‘24 Font’ 그 리고 ‘RGB(28, 28, 28)‘을 표준으로 적용하였다.

대상 데이터

시뮬레이션의 대상이 된 제안서의 경우, 300페이지 중 127페이지에 선/화살표가 작성되었다. 시뮬레이션은 선/화살표를 하나라도 들어간 페이지 단위로 하였다.
시뮬레이션의 대상이 된 제안서의 경우, 300페이지 중 Table이 들어간 페이지는 52페이지에 해당되었으며, 해당 컨텐츠의 내용에 따라 Table의 크기와 유형이 매우 다양하였다. 편집 디자이너의 숙련도에 따라 다소 차이는 있으나, 한 페이지당 평균적으로 3분 30초가 소요되는 것으로 관찰되었으며, 제안서 전체를 디자인 했을 때 182분이 소요되었다.

이론/모형

NET은 그 목적에 부합되지 않아 사용하지 않았다. 또한, PowerPoint를 컨트롤할 수 있는 API는 Microsoft의 MSDN (MicroSoft Developer Network)에서 제공하는 예제 소스 및 활용방법을 참조하였다.

성능/효과

결론적으로, 비즈니스 문서 중 제안서에서 단순 반복적인 작업 패턴을 보이는 업무가 가장 많이 존재하여 낮은 업무생산성을 보이고 있으며, 또한 잦은 휴먼에러(Human Error)로 인해 문서품질을 떨어뜨리는 형상이 발생함에 따라, Robot 기반의 RPA를 적용했을 때 가장 효과가 클 것으로 예상된다.
목차 오류여부를 사람이 수행하는 경우, 300페이지의 제안서를 점검하는데 일반적으로 1명이 약 35분 소요되는 것으로 관찰되었다. 동일한 제안서를 Robot으로 검사 시 에는 42초로 단축되어 생산성이 98.0% 향상됨을 확인하였다. 다만, 두 가지 모두 잘못된 오류점검 결과는 없었다.
오타를 수정하는데 있어서 사람마다 다소 차이는 있으나, 평균적으로 한 명이 약 15분이 소요되며, 일반적으로 하나의 제안서에 2~3명이 2회 수행하는 것으로 관찰됨에 따라, 최종 제안서를 제출하기까지 평균적으로 총 60분이 소요되는 것으로 예상된다. 동일한 제안서를 대상으로 Robot을 활용하여 오탈자를 점검한 결과, 2분 6초가 소요되어 96.5%의 생산성이 향상됨을 확인할 수 있었다. 특히, 오탈자 탐지에 대한 오류는 사람이 수행하였을 때보다 88.
두 번째 특징은 ’①오탈자 검증 자동화‘ 및 ’②목차검증 자동화‘ 영역은 제안서를 작성하는 구성원에게, 그리고 ’③Text 표준적용 자동화‘, ’④Table 표준적용 자동화‘, ’⑤선/화살표 표준적용 자동화‘ 및 ’⑥작업 전후비교 자동화‘는 편집 디자이너에게 유용한 자동화 영역이라는 것이다.
1 > 가 > 1) > 가))만 실험을 하였으며, 상용 솔루션에서는 활용도 제고를 위해 다양한 목차 체계를 적용할 수 있도록 개선하는 것이 필요하다. 또한 오류검사 결과를 시각적으로 표현하기 위해 엑셀로 출력하고 오류가 예상되는 부분을 색(예: 붉은색)으로 구분할 경우 보다 효율적일 것으로 예상된다. 이를 위해서는 트리구조 객체인 TreeNode 및 TreeView를 활용해야 보다 쉽게 컨트롤이 가능할 것으로 사료된다.
시뮬레이션 결과, 문서 품질점검 자동화에서는 업무생산성이 평균적으로 97.3%, 편집 디자인 자동화에서는 평균적으로 31.7% 향상된 것으로 분석되었다. 물론 이러한 측정 결과가, 비즈니스 문서에서 자동화가 가능한 모든 영역을 대상으로 수행한 것은 아니며, RPA의 기본 관점인 ‘단순 반복적인 작업의 자동화 및 휴먼에러 제거’라는 측면에서 Robot적용이 가능할 것으로 예상되는 일부 영역만을 그 대상으로 수행한 결과이다.
편집 디자이너의 숙련도에 따라 다소 차이는 있으나, 한 페이지당 평균적으로 3분 30초가 소요되는 것으로 관찰되었으며, 제안서 전체를 디자인 했을 때 182분이 소요되었다. 이것을 Robot이 수행했을 경우, 한 Table을 디자인하는데 평균적으로 2분 18초, 전체적으로는 119분 36초가 소요되어 34.3%의 업무생산성이 향상되는 것으로 확인되었다.
편집 디자이너가 직접 작업한 것은, 그 숙련도에 따라 다소 차이는 있으나, 평균적으로 한 페이지당 5분이 소요되는 것으로 관찰되었으며, 제안서 전체를 디자인 했을 때 635분이 소요될 것으로 예상되었다(편집 디자인 작업시 선/화살표만 모아서 작업하는 방식이 아님으로 예상치로 표현함). 이것을 Robot이 수행했을 경우, 한 Table을 디자인하는데 평균적으로 3분 36초, 전체적으로는 457분 12초가 소요되어 28.0%의 업무생산성이 향상되는 것으로 확인되었다. 사람이 편집 디자인을 수행한 경우 오류가 다수 발견되었 는데, 이는 작업의 어려움보다는 장시간 단순 반복적 작 업수행에 따른 단순한 휴먼에러(Human Error)이다.
5시간)이 소요되는 것으로 관찰되었다. 이것을 Robot이 수행했을 경우, 한 페이지에 텍스트의 양에 따라 소요시간에도 차이는 있으나, 평균적으로 3분 42초가 소요되어 32.7%의 업무생산성이 향상되는 것으로 확인되었다.
텍스트 표준 적용 시, 편집 디자이너의 숙련도에 따라 다소 차이는 있으나, 한 페이지당 평균적으로 5분 30초가 소요되는 것으로 관찰되었으며, 300 페이지를 적용했을 때 약 1,650분(27.5시간)이 소요되는 것으로 관찰되었다. 이것을 Robot이 수행했을 경우, 한 페이지에 텍스트의 양에 따라 소요시간에도 차이는 있으나, 평균적으로 3분 42초가 소요되어 32.
5%의 생산성이 향상됨을 확인할 수 있었다. 특히, 오탈자 탐지에 대한 오류는 사람이 수행하였을 때보다 88.9%가 향상되었다. 다만, Robot의 오류 3건은 하나의 Input Box에 “Enter Key”를 사용하여 문장을 작성함으로써 다른 단어/용어로 인식된 결과로 프로그램상 오류는 아닌 것으로 파악되었다.
시뮬레이션은 선/화살표를 하나라도 들어간 페이지 단위로 하였다. 편집 디자이너가 직접 작업한 것은, 그 숙련도에 따라 다소 차이는 있으나, 평균적으로 한 페이지당 5분이 소요되는 것으로 관찰되었으며, 제안서 전체를 디자인 했을 때 635분이 소요될 것으로 예상되었다(편집 디자인 작업시 선/화살표만 모아서 작업하는 방식이 아님으로 예상치로 표현함). 이것을 Robot이 수행했을 경우, 한 Table을 디자인하는데 평균적으로 3분 36초, 전체적으로는 457분 12초가 소요되어 28.
시뮬레이션의 대상이 된 제안서의 경우, 300페이지 중 Table이 들어간 페이지는 52페이지에 해당되었으며, 해당 컨텐츠의 내용에 따라 Table의 크기와 유형이 매우 다양하였다. 편집 디자이너의 숙련도에 따라 다소 차이는 있으나, 한 페이지당 평균적으로 3분 30초가 소요되는 것으로 관찰되었으며, 제안서 전체를 디자인 했을 때 182분이 소요되었다. 이것을 Robot이 수행했을 경우, 한 Table을 디자인하는데 평균적으로 2분 18초, 전체적으로는 119분 36초가 소요되어 34.

후속연구

RPA 솔루션 개발 시 추가적으로 고려할 사항은, 컨텐츠의 내용에 따라 선과 화살표의 크기 및 굵기가 상이한 경우가 있으므로, 일괄적 자동화보다는 선의 굵기 범위별로(예: ③ Text 표준적용 자동화 예시와 동일) 표준을 적용하는 것이 업무생산성 향상에 좀 더 도움이 될 것으로 예상된다.
예를 들어, BigData, BlockChain, IoT 등은 오탈자가 아닌 새롭게 등장한 단어임에도 표준어 Dictionary에 등록되지 않아 오탈자로 검출되는 대표적인 사례라 할 수 있다. 따라서 이러한 한계를 극복하기 위해 MS-Office Dictionary 외 개별적인 데이터베이스를 구성하여 더블체크를 한다면 정확도를 보다 높을 수 있을 것으로 예상된다.
물론 이러한 측정 결과가, 비즈니스 문서에서 자동화가 가능한 모든 영역을 대상으로 수행한 것은 아니며, RPA의 기본 관점인 ‘단순 반복적인 작업의 자동화 및 휴먼에러 제거’라는 측면에서 Robot적용이 가능할 것으로 예상되는 일부 영역만을 그 대상으로 수행한 결과이다.
시뮬레이션에서는 가장 일반적인 형태의 한 가지 목차 체계(1 > 1.1 > 1.1.1 > 가 > 1) > 가))만 실험을 하였으며, 상용 솔루션에서는 활용도 제고를 위해 다양한 목차 체계를 적용할 수 있도록 개선하는 것이 필요하다.
앞에서 기술한 ‘RPA 솔루션개발 시 고려사항’ 외에도 보다 범용적으로 활용하기 위해, 다양한 템플릿을 적용(예: 텍스트, Table, 화살표 등 다양한 표준을 정의 한 문서)할 수 있도록 개발해야 한다.
또한 오류검사 결과를 시각적으로 표현하기 위해 엑셀로 출력하고 오류가 예상되는 부분을 색(예: 붉은색)으로 구분할 경우 보다 효율적일 것으로 예상된다. 이를 위해서는 트리구조 객체인 TreeNode 및 TreeView를 활용해야 보다 쉽게 컨트롤이 가능할 것으로 사료된다.
현재의 소스 코드는 제안서 본문영역에 존재하는 텍스트의 서체, 크기, 색, 그리고 효과(기울기/Bold/이텔렉체 등)에 대해 표준을 일괄적으로 적용하는 형태이나, 다양성을 줄 경우 보다 유용하게 사용할 수 있을 것으로 사료된다. 예를 들어, 텍스트의 크기가 6~9인 경우는 일괄적 으로 8로, 10에서 12인 경우에는 11로 적용하는 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Value Chain 전반에 걸쳐 RPA를 적용할 수 있다는 것은 무엇을 시사하는가?	이러한 RPA의 장점으로 많은 기업들이 생산성 향상을 위해 Value Chain 전반에 걸쳐 RPA를 적용하고 있다. 이것은 생산, 영업, 구매, 재무 및 인사 등 모든 영역의 다양한 업무를 RPA로 대체할 수 있다는 것을 의미한다[3]. 그중 가장 활발하게 RPA를 도입하는 분야는 금융권으로, 챗봇(Chat-Bot)을 활용하여 단순 반복적 업무의 자동화뿐만 아니라 고객응대 그리고 개인 맞춤형 로보어드바이저(RoboAdvisor)를 활용한 고객서비스 분야에도 활용하고 있다[4,5].
	RPA란?	RPA(Robotic Process Automation)는 사람이 수행하는 업무 중 단순 반복적이며, 패턴화된 작업을 컴퓨터가 자동적으로 처리할 수 있도록 전환하는 것을 말한다. 여기서 로보틱(Robotic)이란 물리적 로봇이 아니라, 사람이 하는 인지적인 일을 대신한다는 뜻에서 ‘컴퓨터 프로세스’를 말한다.
	로보어드바이저의 활용 분야는?	은행의 비대면 고객대응 분야 및 보험사의 고객/계약관리 등에 적용되면서 금융회사는 20~30% 비용절감 효과를 누리고 있다. 또한 단순 반복되는 문의에 답해주는 ‘챗봇’ 및 개인 맞춤형 로보어드바이저(RoboAdvisor) 등의 고객서비스 분야(예: 퇴직연금 설계, 투자 포트폴리오, 펀드 등) 뿐만 아니라 자금세탁 모니터링이나 사이버보안 등 사실상 전 분야에 걸쳐 활용하고 있다. 특히 로보어드바이저는 기업 내부 데이터를 바탕으로 외부 유통 정보의 자연어처리(NLP, Natural Language Processing)와 사회인식 알고리즘을 적용하여, 투자의사 결정 및 자산운영 분야에 활용하고 있다[4,5]

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증