태터데스크 관리자

도움말
닫기
적용하기   첫페이지 만들기

태터데스크 메시지

저장하였습니다.

월간기술동향 | RPA가 필요합니다




요즘 RPA(Robotic Process Automation)라는 기술이 부상하고 있습니다. 혹시 알고 계시나요? 가트너(Gartner)는 2018년 RPA 소프트웨어 관련 전 세계 지출액이 전년보다 57% 증가한 6억 8000만 달러에 이르렀다고 분석하였고, 이 같은 성장세를 이어 나갈 경우 2022년에는 RPA 소프트웨어 시장이 24억 달러를 형성할 것으로 전망했습니다. 이렇게 전 세계적으로 RPA에 대한 관심이 쏠리면서, 관련 시장도 자연스럽게 성장하고 있습니다. 국내에서도 점차 금융사와 대기업 등에서 관심을 가지는 것 같은데요. 그래서 이번에는 로봇을 업무에 활용하는 방법 중 하나인 RPA기술에 대해서 이야기를 하려고 합니다.

 

 

 RPA란

<RPA, 출처: KPMG Japan>


 RPA(Robotic Process Automation)는 소프트웨어(SW) 로봇을 만들어 사람이 수행해온 단순, 반복적인 업무를 자동화하는 기술입니다. IT 시스템과 사용자 업무 프로세스를 최적으로 만들어 기존 시스템을 효과적으로 사용할 수 있게 해주고, 업무를 수행하는 시간을 단축할 수 있게 되는데요. 주로 표준화되어 있고, 명확한 규칙에 기반을 둔 업무에 적용되어 사람의 행동을 모방하는 형태로 업무를 수행하게 됩니다. 쉽게 말해서 자동화로 단순 반복되는 업무는 줄이고, 일하는 방식과 업무 프로세스를 최대로 효율화하여 최적화를 이룰 수 있게 해주는 기술이죠.

 인공지능(AI), 빅데이터, 사물인터넷(IoT) 등 다양한 기술이 발전하면서 기업 내부에서는 업무에 활용이 가능한 RPA에 대해 관심이 높아졌습니다. 사람의 노동을 디지털 노동으로 대체해 업무의 효율성을 높이고, 비용을 최소화 할 수 있기 때문입니다. 특히 국내에서는 주 52시간 근무제를 시행하면서 기업들마다 RPA의 도입을 긍정적으로 검토하고 있는데요. 아직 초기 단계이지만 대기업, 금융사를 주축으로 RPA를 도입하거나 검토하는 사례가 확대되고 있습니다. 현재는 전형적인 업무나 사람의 판단이 적게 들어가는 분야에 주로 적용되고 있지만, RPA의 역할은 계속해서 확대될 것으로 예상됩니다. 이를 위해서는 인공지능(AI) 기술 결합은 정말 필수겠죠?

 각 조직 및 기업에서 요구하는 프로세스 자동화 역할에 따라 로봇은 아래 3가지 유형으로 분류됩니다. 이 로봇들은 모두 RPA로 알려졌지만, 로봇이 처리할 프로세스나 작업에 따라 선택됩니다.

1. Probots: 반복적인 규칙을 따르는 프로세스 데이터 처리

2. Knowbots: 데이터 수집 및 저장

3. Chatbots: 가상 비서 역할을 하며 실시간으로 고객 문의에 응답

 

 

 

 기대효과/장점 

<Benefits of RPA, 출처: tejora>


 제조 영역에서는 공장자동화와 스마트팩토리에 RPA를 보급하면서 기업의 생산성을 증대시키는 한편, 서비스 영역에서는 RPA가 도입되면서 기업의 경쟁력을 강화하고 있습니다. 글로벌 기업들은 단순 업무 프로세스뿐만 아니라 인공지능(AI)을 활용한 의사결정에 이르기까지 디지털 노동을 적극적으로 도입하고 있는데요. 각 분야별로 RPA 도입에 따른 기대효과는 조금씩 다르지만, 아래 5가지는 공통적으로 경험 가능할 것 같습니다.

1. 안정성: 민접한 데이터에 대한 접근 방지, 정보의 인적 오류 예방

2. 정확성: 입력자동화를 통한 오류 예방 및 문제 최소화

3. 효율성: 반복적인 업무를 RPA가 대신 처리

4. 신속성: RPA가 연중무휴로 신속하게 작업 수행 가능

5. 경제성: 효율적으로 인건비 감소, 매출 증대에 기여

 

 

 

 적용분야 

 RPA 적용 대상이 되는 자동화 대상 프로세스는 노동집약형 반복업무, 룰(Rule) 기반 프로세스, 낮은 예외 수준, 읽기 쉬운 표준화된 문서 양식 기반 프로세스, 자동화로 인한 효율성 창출 영역 등이 있습니다.

 적용 대상 업무로 보면 급여·근태관리, 인보이스와 세금계산서 발행, 주문관리, 고객 문의 대응, 주문서 생성·처리 등 인사(HR)·재무회계·구매·고객서비스 분야에 주로 적용되고 있고, 이 밖에도 산업별로 특화된 프로세스에도 적용할 수 있습니다.

 예를 들어 은행의 경우엔 사기 탐지나 이상거래 파악, 고객 등록, 신용카드 발급 업무에 적용할 수 있고, 보험사는 보험청구나 신규 상품, 그리고 의료 분야는 보고서 업무 자동화와 신상품 등록절차 등에 적용할 수 있습니다. 제조사는 원재료 원가분석, 벤더 등록, 채권관리 업무 등이 대상이고요. 조금 더 구체적인 국내 사례를 볼까요?

 

 

 

 국내 사례 

<IBM의 국내 산업군별 주요 RPA 적용 사례>

 

 위 표에서 알 수 있듯이 다양한 분야에서 RPA는 적용 가능한데요, 아래는 국내 기업들의 RPA 적용 사례들을 모아봤습니다.


KT (출처: 데이터넷)

 KT는 기업의 경비 처리를 더 쉽고 빠르게 처리할 수 있는 챗봇 기반의 ‘전표를 대신 처리하는 전표 로봇(이하 전대리)’ 솔루션을 자체 개발, 사내에 적용했다. ‘전대리’는 챗봇 기반의 RPA 프로그램으로 자주 처리하는 전표의 이력을 추천하고, 시스템 접속하지 않아도 메신저 채팅을 통해 몇 번의 클릭만으로 전표에 필요한 계정, 적요 등을 선택해 모든 전표 처리 업무를 할 수 있도록 만든 솔루션이다.

 그동안 경비 처리를 위해서는 전표가 발생할 때마다 사용자가 시스템에 직접 접속해 처리해야 했다. 또한 시스템 내에서 전표 처리에 필요한 계정, 적요 등을 모두 수작업으로 입력해야만 전표처리가 가능해 업무 처리 시간이 오래 걸렸다.

 KT는 ‘전대리’를 적용하면 기존 대비 최대 90% 이상 업무 효율성을 향상시킬 수 있을 것으로 기대하고 있다. 또한 현장근무 등으로 PC 접속이 어려운 영업직원을 위한 전대리 모바일 버전도 올해 말 출시 예정이다.


오렌지라이프 (출처: 데이터넷)

 오렌지라이프는 2018년 3월 도입한 RPA 시스템을 계약 심사 등 45개 업무 프로세스에 확대 시행한다. 오렌지라이프는 지난해 신계약, 데이터 산출, 값 검증, 고객관리, 보험상품 관리, 보장내용 관리, 사후 관리 등 총 33개 프로세스에 RPA를 1차 적용한 바 있다.

 1차 도입 시 단순 반복업무 자동화에 중점을 뒸다면 2차에서는 계약심사, 고객관리, 보험사기 수사, 조직관리, IT운영 등 업무 시 오류 감소, 장시간 수행 업무 적용 등에 중점을 두고 도입됐다. 특히, 안내장 검수, 고객 주소변경 업무를 업무시간 외에도 RPA로 수행할 수 있게 돼 담당 직원의 업무 만족도가 크게 올랐으며, 관련 업무의 효율이 높아졌다.


신한카드 (출처: 삼정KPMG 경제연구원, RPA 도입과 서비스 혁신: 금융산업 사례를 중심으로)

 신한카드는 반복적인 카드 국제 정산 업무에 RPA를 도입하여 자동화시킨 사례로 꼽을 수 있다. 정산 업무에서 이루어지는 일들을 보면 시스템이나 웹에 접속해 데이터를 읽고 취합, 복사, 계산하는 단순 업무가 70%에 달한다. 아무리 복잡한 업무라도 이러한 단순 업무가 정해진 기준에 따라 결합된 것에 불과하다는 사실을 알 수 있다.

 RPA를 통해 카드 국제 정산 업무 프로그램 실행부터 ITF파일 다운로드, 변환 및 저장과 전송까지 일련의 반복적인 업무를 자동화한 것이다. 특히, Back Office의 경우 23%가량 비용이 절감됐으며 향후 3~4년 안에는 적용 영역이 확대돼 전체 비용의 46%까지 절감이 가능할 것으로 전망하고 있다.


한국씨티은행 (출처: 삼정KPMG 경제연구원, RPA 도입과 서비스 혁신: 금융산업 사례를 중심으로)

 한국씨티은행은 최근 로봇 소프트웨어를 활용한 RPA를 자금세탁방지 (AML) 모니터링 업무에 도입하였다. 자금세탁방지 모니터링은 크게 정보수집 및 분석 자료 준비, 자료 분석 그리고 보고 및 검토 업무로 진행되며 이번에 로봇 프로세스 자동화 프로젝트를 통해 자동화된 업무는 자금세탁방지 모니터링 전체 업무 중 약 10%에 해당되는 정보 수집 및 분석 자료 준비 업무이다. 

 한국씨티은행은 RPA의 도입을 통해 담당 직원들의 수작업으로 진행되던 업무가 로봇 소프트웨어로 자동화됨에 따라 단순 실수를 예방하고 생산성 증대와 해당 업무에 대한 통제 강화 및 업무 처리 정확도 향상 등 추가적인 효과를 기대하고 있다.

 

신세계아이앤씨 (출처: BLOTER)

 신세계아이앤씨가 최근 자사 패션 및 라이프스타일 기업 신세계인터내셔날에 RPA 기술을 도입하고, 업무용 AI 챗봇을 확대했다.

 신세계아이앤씨는 RPA를 이용해 유통 채널 별 시스템에 접속해 데이터를 수집하고 보고서 작성, 시스템 등록, 메일 발송, 전표처리, 세금계산서 처리 등을 자동으로 처리한다. 학습된 로봇 소프트웨어는 매출, 재고 데이터를 활용한 각종 업무를 수행한다.

 신세계아이앤씨 측은 “약 4개월 간 RPA 도입 효과에 대해 분석한 결과, 기존 업무시간 대비 70% 시간을 단축했고, 판매관리비 마감 등 단순 반복작업 업무의 경우 93% 이상 업무시간 절감 효과를 봤다”라고 밝혔다.

 

이 외에도 챗봇과 로보어드바이저 도입 등 생각보다 이미 RPA가 우리 곁에 가까이 적용되고 있는 것 같네요.

 

 

 

 RPA업체 

1. Automation Anywhere

미국 캘리포니아에 본사가 위치한 글로벌 매출 1위의 RPA 솔루션

SAP 자동화 영역에 전문성을 보유하고 있으며, 단순한 아키텍처로 구현이 용이함. 자체적으로 AI기능을 개발하여 솔루션에 적용 중

2. UiPath

미국 뉴욕에 본사가 위치. Flowchart 기반의 직관적 개발 환경으로 개발 생산성이 높음

오픈 플랫폼 방식으로 API 연계를 통한 외부 AI 솔루션과의 다양한 협업 지원. 이미지나 스크린샷에서 정보를 추출할 수 있는 머신 비전 도구 강조

3. EdgeVerve

CB인사이트가 선정한 100대 AI기업에 선정된 회사. 제품 관련 교육정보가 웹에 공개되어 있어 접근성이 용이

4. BluePrism

‘로봇 프로세스 자동화(RPA)’라는 용어를 처음 제시한 글로벌 매출 2위의 영국 업체. 

주로 유럽 금융권 레퍼런스를 확보하고 있으며 강력한 중앙 통제형 모니터링 제공. 로봇에게 인간을 흉내 내도록 가르치는 ‘코드 프리 캔버스’ 강조

 

 

세계적으로 잘 알려져 있는 RPA 업체 4곳을 소개하는 것으로 이번 월간기술동향을 마무리해보았는데요. RPA 도입 이후 사용자들의 만족도가 굉장히 높은 편으로 나타났다고 합니다. 우려하는 바와 같이 노동력을 침해하는 사례는 없었다고 하네요. 앞으로 RPA는 기업 경쟁력 향상을 위한 방안으로 그 쓰임새가 확산될 것 같습니다 :)




본문 외 reference
Byline Network, 단순·반복적인 업무 ‘SW 로봇’이 처리… ‘RPA’ 주목
Capgemini, Team RPA: different robots for different process automation roles



기획 및 글 | 사업기획팀 박예영


  • Snowflakes 2019.04.30 16:32 ADDR 수정/삭제 답글

    엑셈 스마트팩토리도 RPA의 일종이라볼수있나요?

    • Favicon of https://blog.ex-em.com EXEM 2019.04.30 17:44 신고 수정/삭제

      안녕하세요, 엑셈입니다. 스마트 팩토리에도 RPA가 다방면으로 활약하고 있죠.
      엑셈 스마트팩토리 서비스는 공장의 여러 의사결정을 지원하는 서비스이기에 RPA의 일종으로 생각하실 수 있지만, 정부 과제를 수행한 것이기에 솔루션이 아닌 점 참고 부탁드립니다 :)

엑셈 뉴스룸 | 빅데이터 전문기업 EXEM의 빅데이터 STORY

엑셈 뉴스룸 2019.03.07 12:57

 

 

빅데이터 속에서 의미를 찾고, 새로운 가치를 만들어 내는 사람들을 무엇이라고 부를까요? 바로 데이터 사이언티스트(Data Scientist)입니다. 엑셈에도 데이터 사이언티스트들이 활약하고 있는데요. 이번에는 지난 달 인터뷰에 이어 IT 성능관리, 빅데이터, 인공지능 전문기업 EXEM의 빅데이터 사업 및 제품, 콘텐츠들을 소개해드립니다 :)

 

  


#사업

 한국전력공사 

 엑셈은 한국전력공사(이하 한전)와 인연이 깊습니다. 2017년 “KEPCO 빅데이터 통합 플랫폼 구축”사업을 수행하였을 뿐만 아니라, 한전 임직원들을 대상으로 빅데이터 분석 심화 교육도 진행하였지요. 최근 연이어 “빅데이터 분석 사례 자산화”사업과 “빅데이터 플랫폼 운영유지보수”사업도 수주하여 수행하고 있습니다.

 

<"빅데이터 분석사례 자산화"사업>

  

 본 사업은 Decision Tree, 회귀분석, 군집분석, 인공신경망 등 4대 핵심 분석기법 활용 사례를 개발하고, 기존 분석 시범사업 결과물인 데이터셋 및 분석 알고리즘 등을 시각화 화면과 연계 개발합니다. 또한 데이터의 형태, 속성, 건수 등을 기반으로 분석 알고리즘을 추천해주는 로직, 매뉴얼 검색 기능, 예측 모델 공유 게시판 등을 개발하여 한전 임직원 일반사용자의 데이터 이용과 분석에 대한 이해를 도모하고, 플랫폼 이용활성화 등을 목표로 하고 있습니다.

 

 

<”빅데이터 플랫폼 운영유지보수” 사업>

 

 

 본 사업은 SCADA, ERP 등 Legacy 시스템들의 전력 및 전력산업과 관련된 데이터를 통합·저장하여 공통 플랫폼과 연계하는 허브 역할을 하는 빅데이터 통합 플랫폼의 총 90종 인프라(HW, SW, NW 등)와 137TB 보유데이터를 운영하며 빅데이터 분석 지원, 포털 운영 등을 수행하는 사업입니다. 엑셈은 운영 주관사로서 24시간 365일 안정적인 운영 및 유지관리를 위한 표준프로세스와 체크리스트, 전문인력, 기술지원 및 협업 체계 등에 대한 노하우가 더욱 더 강화될 것으로 기대됩니다. 

 

 

 S사 

<”빅데이터 & AI 기반 분석 컨설팅” 사업>

 

 

 시장의 흐름에 맞추어 과학적, 체계적, 전략적인 상품 기획을 위해 S사에서 수행한 사업입니다. 2018년 8월부터 약 6개월간 1차 사업을 성공적으로 수행하였고, 지난 2월부터 2차 사업을 순조롭게 수행 중입니다. 

 1차 사업은 상품 기획 시 고려되는 각종 데이터를 수집하여 다양한 분석기법을 통해 기존 상품 기획의 적절성을 검증하고, 향후 상품 계획 예측 모델화를 위한 인사이트를 도출한 성공적인 분석 컨설팅 프로젝트였는데요. MD(상품기획자)들의 느낌과 경험을 기반으로 한 관행적·감각적인 매장 공급량 산정 방식에서, ‘매장 특성 데이터’ 기반의 공급량 산정 방식으로 개선하였고, 판매효율성 지표, 매장 효율성 랭킹 체계 수립, 판매 리드 채널 상품 우선 전시 등이 획기적으로 반영되는 성공사례를 확보하였습니다. 

 엑셈 빅데이터분석팀은 1차 컨설팅 프로젝트 수행 노하우를 기반으로, 향후 온·오프라인 소매(Retail) 유통 등의 영역까지 빅데이터 분석 컨설팅을 다각화 및 확장할 예정입니다.

 

 

 

#제품

 Flamingo 

 

 엑셈에는 MaxGauge와 InterMax외에도 하둡에코시스템을 통합하여 운영·관리하는 빅데이터 성능 관리 솔루션 플라밍고가 있습니다. 빅데이터기술팀에서는 기존 플라밍고 v3.0에 워크플로우 기반 모니터링 및 자원 사용 통계 기능을 추가하여, 데이터 정제를 위한 최적화된 솔루션으로 재탄생 작업을 진행 중입니다. 

 


 플라밍고 고도화와 더불어 엑셈은 국내 빅데이터 분석 시장을 선도하기위해 빅데이터 분석 솔루션 기업 ‘나임(KNIME)’, 머신러닝 자동화 솔루션 기업 ‘데이터로봇(DataRobot)’과 파트너 계약을 맺었는데요. 두 제품도 소개해드리겠습니다.

 

 KNIME 

 엑셈은나임(KNIME)과 분석 플랫폼을 사용하는 ‘Trusted Partner’로 손을 잡았습니다. 나임은 가트너 2019년 ‘Magic Quadrant’ 보고서의 데이터 사이언스 및 머신러닝 플랫폼 부문 시각화 완성도 측면에서 가장 우수한 솔루션으로 선정되었으며, 시각화 부문과 더불어 실행 능력 측면까지 고려하였을 때에는 ‘리더(leader)’ 그룹에 선정되었습니다.

 독일 콘스탄츠대학교 엔지니어 SW팀이 개발한 ‘나임(KNIME)’은 워크플로우 기반의 VPL(Visual Programming Language) 분석 툴로서 데이터 수집, 정제·변환, 모델링, 시각화, 출력까지 모든 과정을 손쉽게 분석할 수 있도록 제공하는데요, 코딩 방식이 아닌 드래그 앤 드롭 방식을 사용합니다. 뿐만 아니라 개방형 구조(Open Architecture)로 다양한 외부 애플리케이션과의 유연한 연동도 지원합니다. 

 나임은 공개 SW이지만 대용량의 데이터를 활용하거나 분석결과를 공유하려면 반드시 서버버전을 구매해야 합니다. 그래서 공개 SW의 장점을 살리기 위해 엑셈에서는 owleye 사이트를 통한 분석 컨텐츠 공유, 웨비나(webinar), CookBook 책 출간 등을 통해 매스 마케팅 진행 예정입니다.  

 

 DataRobot 

 

 또한 엑셈은 ‘데이터로봇(DataRobot)’과 AI 프로그램을 사용하는 ‘Value Added Reseller’로 파트너 계약을 맺었는데요. 데이터로봇은 가트너 2019년 ‘Magic Quadrant’ 보고서의 데이터 사이언스 및 머신러닝 플랫폼 부문과 시각화 완성도 측면에서 가장 우수한 솔루션으로 선정되었으며, 시각화 부문과 더불어 실행 능력 측면까지 고려하였을 때에는 ‘비저너리(Visionary)’ 그룹에 선정되었습니다.
 머신러닝 자동화 솔루션인 ‘데이터로봇(DataRobot)’은 머신러닝 모델 구축 전 과정에 대한 자동화를 통해 모델을 최적화하거나 검증을 자동화하여 분석결과를 해석하고, 고객과 소통할 수 있는 시간을 극대화 해주는 솔루션입니다. 폭발적인 수요에 비해 절대적으로 부족한 데이터 사이언티스트들을 지원하는 분석 자동화 도구로서, 단 한 번의 클릭을 통해 최적의 알고리즘 조합을 찾아내고, 예측 결과와 실제 결과를 비교하여 최적의 모델을 제공합니다. 즉 수학, 프로그래밍, 통계 지식을 모두 갖춘 데이터 사이언티스트가 아니더라도, 데이터로봇을 활용하여 업무담당자가 직접 분석한 결과에 대한 해석을 데이터 사이언티스트와 논의한다면 최상의 분석결과를 얻을 수 있는 엄청난 장점이 있습니다. 
 현재 엑셈에서는 크게 3가지 주제를 가지고 A보험사에서 PoC 착수 준비 중입니다.
1. Orphan Customer(고아 고객)에 최적의 MP(보험 설계자) Matching
2. Up/Cross-sell Modeling을 고객 추천
3. 고객 충성도 개선을 위한 고객 맞춤형 서비스 전개

 

 

 

#콘텐츠

 Match業 프로그램 

 엑셈은 Match業 프로그램 빅데이터 분야 대표기관인 것 모두 아시죠? 인공지능 분야 뿐만 아니라, 빅데이터 분야에서도 컨텐츠를 생산하고 있는데요. 빅데이터 플랫폼 구축 분야의 아래 4강좌로 구성될 예정입니다. 열심히 콘텐츠를 생산하여 촬영 중이니, 많은 기대 해주세요! 

- 빅데이터 이해 및 역량 진단과 구축

- 하둡 에코 시스템의 이해와 활용

- 빅데이터 플랫폼 구축 절차와 요소기술

- 빅데이터 분석 기획 및 방법론

 

 KNIME Book 

 

 

 앞서 언급하였던 것처럼, 엑셈에서는 "KNIME(나임)을 활용한 빅데이터 분석"을 집필 중에 있으며, 현재 95% 정도 완성되었습니다. 나임을 활용할 때 꼭 필요한 내용들을 보기 쉽게 구성한 책이라, KNIME을 활용하고자 하는 학생, 분석가, 일반인 등 모두에게 바이블처럼 여겨지기를 바랍니다. 한시 빨리 선보여서 고객사에 더욱 차별화된 데이터 분석 서비스를 제공하는 마케팅 기반이 되기를 기대하고 있습니다.




엑셈의 빅데이터 사업에 대하여 더 궁금하다면? 여기를 눌러 문의해보세요!




기고 | 빅데이터사업본부 김미현

편집 | 사업기획팀 박예영

월간기술동향 | AI가 개발을?

 

 매 해 10월, 미국의 IT 연구 및 자문 회사인 가트너에서는 다음 해 10대 전략 기술 트렌드를 발표합니다. 해마다 달라지는 기술 트렌드를 반영하기 때문에 가트너가 제시하는 기술 트렌드는 매년 조금씩 변화하고 있는데요, 지난 10월 15일 “Top 10 Strategic Technology Trends for 2019”를 발표하였습니다. 그래서 이번 시간에는 2019년 10대 전략 기술 트렌드 중 흥미로운 하나를 살펴보겠습니다.

 

 

 

 Gartner Top 10 Strategic Technology Trends for 2019 

 가트너가 선정한 기술 트렌드는 시대를 선도할 잠재성이 매우 크며, 혁신을 불러 일으킬 것으로 예상됩니다. 이번 2019년 10대 전략 기술 트렌드는 아직 세상에 많이 알려져 있지 않으며, 앞으로 4년동안 산업에 강한 영향력을 미칠 수 있는 트렌드들에 주목했다고 합니다.

 

<그림1 가트너의 2019 10대 전략 기술 트렌드>

출처: https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2019/ 

 

 위 그림에서 알 수 있듯이, 가트너가 제시하는 2019년 10대 전략 기술 트렌드는 ▲자율 사물(Autonomous Things) ▲증강 분석(Augmented Analytics) ▲인공지능 주도 개발(AI-Driven Development) ▲디지털 트윈(Digital Twins) ▲자율권을 가진 에지(Empowered Edge) ▲몰입 경험(Immersive Experience) ▲블록체인(Blockchain) ▲스마트 공간(Smart Spaces) ▲디지털 윤리와 개인정보보호(Digital Ethics and Privacy) ▲양자 컴퓨팅(Quantum Computing)입니다. 

 각 항목별 자세한 내용은 가트너 홈페이지를 참고해주시고, 이번시간에는 ‘인공지능 주도 개발(AI-Driven Development)’에 대해서 한번 생각해보겠습니다.

 
 
 

 AI-Driven Development 

 현재 대부분의 인공지능 개발은 데이터 과학자와 애플리케이션 개발자가 협력해서 만드는 것이라는 것, 알고 계시죠? 이에 반해 인공지능 주도 개발은, AI 개발자를 투입해 이를 개선하는 것을 말합니다. 가트너는 2022년까지 애플리케이션 개발 팀 중 최소 40% 정도가 AI 기반 가상 개발자를 보유할 것으로 보았습니다. 또한, 이 시대에는 비전문가들이 AI 도구를 통해 코딩 없이 앱을 만드는 것이 흔해질 것이라고 전망하기도 했습니다.

 이미 간단한 코딩은 AI가 할 수 있는 정도까지 왔는데요, 몇가지 예를 살펴보겠습니다.

 

 Auto Machine Learning

 아마존, 구글 할 것 없이 모두 이 시장에 뛰어들었죠. 지난 10월 뉴스레터의 엑기스-새로운 시도, AutoML’ 코너에서도 다루었습니다.

<그림2 구글과 아마존의 Auto Machine Learning>
출처: 각 사 홈페이지

 Auto Machine Learning은 기업간 자원 격차를 줄이고 모든 비즈니스에서 쉽게 AI를 사용할 수 있도록 돕는 서비스 입니다. 한마디로 머신러닝이 가능한 AI를 구축하는 AI인 것이지요. 이를 통해 머신러닝이나 코딩에 대한 전문적인 지식이 없어도 누구나 해당 분야의 특정한 필요에 맞게 강력한 머신러닝 모델을 확장해 활용할 수 있게 됩니다. 
 

 DeepCoder: Learning to Write Programs

 DeepCoder는 MS와 캠브리지 대학이 공동 개발한 머신러닝 기반의 자동 코딩 기술입니다. 

 

<그림3>

출처: https://fossbytes.com/microsoft-ai-system-deepcoder/

 

 MS는 DeepCoder를 통해 사람에게 아이디어만 있으면 AI가 자동으로 소스코드를 작성할 수 있도록 하는 것이 목표라고 합니다. DeepCoder는 현재 논문 수준이라 바로 적용하는 것은 어렵지만, 어느 정도 후에는 소프트웨어 개발 시장에 큰 영향력을 행사할 것으로 보입니다. 

DeepCoder 논문보기

 

 Bayou: AI To Help You Code

 바이유는 스스로 프로그램을 작성할 수 있는 AI 응용 프로그램으로, 미국 라이스대학이 개발하였습니다.

<그림4 bayou>

출처: https://www.i-programmer.info/news/90-tools/11767-bayou-ai-to-help-you-code.html

 

 바이유는 개발자가 몇 가지 키워드를 입력해 자바 코드에 엑세스 할 수 있도록 하여 소스코드 생산에 시간이 덜 소모되도록 합니다. 심지어 오픈소스로 공개되었는데요, 단지 몇 개의 키워드 만으로 프로그램을 만들 수 있다면 저도 프로그래밍에 도전해보고 싶네요.

 

AI시대에 걸맞게 개발분야에도 AI의 바람이 불고 있습니다. AI시대에 개발자가 걸어야 할 길을 생각해보아야 할 것 같은데요, 
우려와 걱정보다는 AI시대에 적합한 접근법으로 인식 전환이 필요한 시기인 것 같습니다.



Reference
https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2019/
https://www.microsoft.com/en-us/research/publication/deepcoder-learning-write-programs/ 
http://etinow.me/187
https://www.i-programmer.info/news/90-tools/11767-bayou-ai-to-help-you-code.html 
http://aitimes.co.kr/news/view/46815 




기획 및 글 | 사업기획팀 박예영