[디지털데일리 박기록기자] 국내 금융권 RPA(로봇프로세스자동화)는 최근 몇 년간 RDA(개인업무용), AI-OCR(광학문자인식), 모바일봇, 챗봇 등이 본격 확산되면서 ‘업무자동화’에서 ‘초자동화’(Hyper Automation)의 개념으로 진화해왔다.

단순 반복적 업무자동화에서 출발해 현재는 대부분의 본부 업무 뿐만 아니라 일선 점포의 창구업무, 챗봇 등 비대면 대고객 서비스 영역 등으로 발전하고 있다.

그러나 이처럼 지난 몇 년간 RPA를 중심으로 순항해왔던 금융권의 '초자동화' 움직임은 언제부터인가 심각한 딜레마에 빠지게 된다.

무엇보다 현장 업무와 초자동화 솔루션의 진화 속도간의 괴리가 직접적인 원인이다.

특히 RPA 기반 자동화 업무 적용이 확산될수록 그에 따르는 엄청난 학습의 문제에 직면하게됐고, 또 초자동화 적용에 따른 회사내 업무 부서간 협업에서 갈등이 빈번하게 노출되고 있다. 심지어는 RPA 도입후 오히려 업무의 생산성을 떨어뜨리는 사례까지도 보고되고 있다.

여기에다 최근에는 고환율의 여파로, 외산 RPA솔루션 위주로 진행돼온 금융권 초자동화 사업들의 경우 심각한 비용 문제에 까지 직면하는 등 2중, 3중고에 시달리고 있다.

그런데 이러한 우려속에서 이를 극복할 수 있는 기술적 혁신이 새롭게 제시됐다.

무엇보다 지난 2023년초 등장한 ‘챗GPT’와 같은 생성형AI가 대표적이다.

“생성형AI를 통해 금융회사는 비용과 학습의 문제 등으로 그동안 내재화에 어려움을 겪던 상황을 조금씩 극복해왔고, 일부 금융사를 중심으로 생성형 AI 플랫폼을 기업내에 적용하는 문제가 본격화되기 시작했다”는 것이 관련업계 전문가의 진단이다.

특히 최근에는 생성형 AI의 LLM(거대언어모델l)이 오픈소스로 개방되면서 금융권 ‘초자동화’의 저비용 고효율 구조를 더욱 앞당길 수 있게 됐다는 평가다.

실제로 국내 몇몇 금융사와 대기업에선 LLM, RAG(검색증강생성) 등과 연계하는 프로젝트가 꾸준히 진행되고 있다.

그러나 이처럼 ‘생성형AI’와 ‘LLM’에 기반한 초자동화 고도화에 대한 기대가 커진 상황이지만 국내 금융권에서 이를 활용한 기술적 진전은 아직 초기 시작 단계에 불과하다.

이를 원활하게 현장의 초자동화업무에 적용할 수 있는 몇몇 현실적인 문제들을 극복해야하기 때문이다.

현실적으로 보면, 금융회사내 업무자동화 범위가 확산되고 적용 업무의 복잡도와 다양한 솔루션들의 결합에 따른 개발난이도가 높아지고 있다. 이러한 문제를 혁신적으로 개선할 수 있는 새로운 초자동화 모델 즉, LLM을 기반으로 한 초자동화 모델이 보다 구체적으로 제시돼야한다는 지적이다.

◆"LLM 활용해 AI-OCR 학습부담 크게 줄여"

LLM의 경우, 최근 누구나 가져다 사용할 수 있는 오픈소스화되고 있고, 대표적으로 올라마(Ollama)가 인기 높은 오픈소스 인공지능 프레임워크로 부상하고 있다. 이를 활용하면 이미 학습된 방대한 정보를 기업이나 개인이 자신의 목적이 맞도록 다양한 AI 서비스를 구현할 수 있다.

특히 LLM은 문서 인식에 대한 추론 능력이 뛰어나 이를 사내로 도입할 경우에 별도의 학습이 필요없을 정도다. 따라서 AI-OCR의 학습에 따른 부담을 상당히 줄여준다는 것이 관련업계의 분석이다.

한 RPA솔루션업계 전문가는 “자체학습과 LLM 학습정보를 교차 활용함으로써 OCR의 인식률을 상당히 개선할 수 있다”며 “AI-OCR 도입 비용도 크게 절감할 수 있고 기존 사내의 모든 문서를 학습해 왔던 방식에서 벗어나 운영 및 관리비용도 상당부분 절감할 수 있다”고 말했다.

LLM과 초자동화 솔루션의 결합을 통해 그동안 금융권의 직면하고 있는 초자동화와 관련한 많은 문제들을 한꺼번에 해소할 수 있다는 것이다.

이처럼 LLM 프레임워크를 사용하기 위해서는 기존에 사용하고 있는 RPA나 AI-OCR 등 초자동화 솔루션들과 연동을 위한 별도 개발 혹은 용도별 API개발 등이 필요하다.

이런 가운데 국내 초자동화솔루션 기업인 시메이션이 LLM 기반 GUI(Graphic User Interface) 버전의 자체 생성형 AI 에이전트 프레임워크를 자사의 초자동화 솔루션인 체크메이트(CheckMATE-connected)에 연계해 출시해 주목을 받고 있다.

시메이션측은 “체크메이트 RPA/RDA, AI-OCR, 모바일 봇, 테스트자동화 툴셋 등과 커넥티드 방식으로 연동해 시장에 본격 공급할 계획이며, 그동안은 일부 고객사를 대상으로 부분적으로 적용해 왔다”고 밝혔다.

◆시메이션, ‘GUI 기반 LLM 에이전트 프레임위크’ 출시

참고로, 시메이션이 제시하고 있는 ‘GUI 기반 LLM 에이전트 프레임위크’의 강점은 다양하다.

무엇보다 금융회사 AI 전문가의 부족과 양성의 어려움을 극복할 수 있다는 설명. 회사측은 “LLM이 결합되면 IT전문가는 물론 비전문가도 아이콘 클릭과 텍스트만으로 매우 손쉽게 업무 자동화를 구현할 수 있다”고 소개했다.

최소한의 COE(Center Of Excellence)를 통해 일반 직원들의 디지털 교육과 기술지원 체제를 유지함으로써 업무 디지털화의 내재화가 매우 용이해 진다는 것이다.

또 RAG와 결합해 기업의 사내정보를 생성형AI 서비스를 통해 제공할 수 있다. 회사측은 “기존에 폐쇄적으로 관리되고 제공돼 왔던 금융상품정보나 주요핵심 정보를 신속히 고객들에게 제공함으로써 기존 RPA를 통한 내부업무 자동화에서 벗어나 AI와 결합한 신개념의 챗봇 서비스가 가능해 진다”고 강조했다.

초자동화 대상 업무의 확대에도 매우 용이하다. “RPA 뿐아니라 AI-OCR, 기존 챗봇, 통계 리포트 툴 등과 연계해 초자동화의 대상업무를 다양하게 확대할 수 있다”며 “점차 지점망을 줄여 나가고 있는 금융사 초자동화 니즈에도 유연하게 대응할 수 있다”고 말했다.

이밖에 LLM과 초자동화 솔루션의 결합은 자동화 대상업무를 일일이 스크립트(Script)로 짤 필요없이 자연어 기반의 논스크립트 환경을 제공한다. AI-OCR의 학습량을 대폭 절감할 수 있고 인식률도 상당히 개선할 수 있다. 이를통해 개발 및 운영인력을 최소화하고 RPA 투자비용를 절감할 수 있다는 것이다.

김용준 시메이션 대표는 “기업의 디지털화가 기존에 RPA 중심의 업무자동화에서 RPA/RDA, AI-OCR, 챗봇 등이 통합되는 초자동화로 발전되어 왔으나 앞으로는 LLM을 기반으로 하는 새로운 초자동화 모델로 발전할 것”이라며 “금융사 등 대기업을 중심으로 업무자동화 영역을 전방위적으로 확대할 수 있어 기업 디지털화의 새로운 전환기가 마련될 것으로 내다보고 있다”고 말했다.

또한 “비전문가, 중소기업도 저렴하고 손쉽게 업무자동화 솔루션을 이용할 수 있도록 연구개발을 확대해 외산 제품 대비 국내 1등 초자동화 AI 기업으로서의 위상을 더욱 공고히 해 나갈 계획”이라고 덧붙였다.