합리적 의사결정을 현장으로 신속 구현
오늘날 이야기되고 있는 자동화는 기존의 자동화와는 의미가 사뭇 다르다. 과거의 자동화가 단순·반복 작업을 기계가 대체하도록 하는 것이었다면, 오늘날 이야기되는 자동화는 인공지능 등과의 결합하여 더 똑똑한 기계에 의한 자동화를 말한다. 이를 지능형 자동화라고 말하기도 한다.
시대와 산업이 발전하면서 자동화의 개념도 달라지는 것으로, 이는 스마트팩토리에서 여실히 잘 드러난다.
과거의 스마트팩토리 중에서 중요한 부분은 산업용 로봇이 인간이 작업을 대체하는 데 초점이 맞춰졌다. 인간이 하기 힘든 거친 일, 인간이 하기로는 효율성이 떨어지는 일 등이 대표적이다. 여기서 중요한 것은 인간과 기계가 별개로 움직인다는 것. 기계가 움직이면서 인간에게 위험을 안겨줄 수 있기 때문이었다.
그러나 최근의 자동화에서는 산업용 로봇과 인간이 공동으로 작업을 하는 것으로 진화를 하고 있다. 협동로봇이 그 일례이다. 협동로봇은 인간과 로봇이 한 공간에서, 상호 협력하여 작업의 효율을 높이는 데 방점을 맞추고 있다.
이런 이유로 지능형 자동화 시장은 큰 규모로 성장이 예상된다. 일례로 KPMG에 따르면, IAIntelligent Automation라고 불리우는 지능형 자동화는 2025년에는 시장 규모가 2300억 달러에 달할 전망이다. 이는 현재(124억 달러)보다 180%를 상회하는 성장 예측이다.
이러한 급격한 성장은 오늘날 비즈니스의 변화 속도에 대응하기 위해서는 IA가 필수적이기 때문이다. 데이터 수집·분석을 통하여 보다 더 합리적인 의사 결정을 내리고, 이를 신속하게 적용하기 위해서는 IA로 전환되어야만 하는 것이다.
KPMG의 글로벌 조사에 따르면, 대부분의 최고 경영자들은 향후 3년간 IA에 대한 투자 증대를 계획하고 있다. 이는 현 상태를 유지할 경우, 곧 기업이 위험에 처하게 될 것이라는 위기의식과 더불어 IA 전환을 통하여 더 많은 수익을 기대할 수 있기 때문이다.
이와 관련 KPMG는 IA로의 전환 과정으로 3단계를 제시하고 있다. 첫 단계는 기본 또는 로봇 프로세스 자동화로 로봇과 같은 자동화 도구와 함께 IA 애플리케이션을 활용하는 방식이며, 두 번째는 강화된 자동화로 패턴 인식, 자연 언어 인식 및 구조화 된 데이터와 구조화되지 않은 데이터를 읽고 흡수하는 기능을 통해 ‘학습’을 시작하는 단계이다.
그리고 마지막으로 다양한 데이터 소스에서 지속적으로 학습하여 큰 데이터 세트를 처리하며, 예측 분석 등을 수행하는 인공지능이 포함된 인지 자동화 단계라고 말할 수 있다. 즉 규칙 기반에서 학습 중심의 추론 기반으로, 인간과 같은 행동에서 인간 과 같은 사고로 전환하는 것이 IA이며, 이는 단순한 기술이 아닌 비즈니스와 운영 모델의 전환을 의미한다.
