24년 6월에 라스베이거스에서 열린 애플리케이션 혁신 및 비즈니스 솔루션 서밋(Application Innovation & Business Solutions Summit)에서 가트너(Gartner)는 BOAT라는 개념을 발표했습니다. BOAT는 Business Orchestration and Automation Technologies의 약자로, VP 애널리스트인 Saikat Ray가 설명한 바에 따르면, 이는 자동화 도구와 기술이 진화되고 있음을 의미합니다.

BOAT는 다양한 자동화 기술 — 비즈니스 프로세스 자동화(BPA) 기술, 로봇 프로세스 자동화(RPA) 도구, 서비스형 통합 플랫폼(iPaaS), 노코드 애플리케이션 개발 플랫폼(LCAP), 생성형 인공지능(Generative AI)의 융합과 진화에 중점을 둡니다.

기업의 시각에서 이제 자동화는 이해하기 쉽고 그 필요성을 정당화하기 쉽다고 설명했습니다. 자동화는 비용 최적화, 민첩성, 효율성 및 정확성을 제공합니다.

하지만 항상 실행하기는 어렵습니다. 그 이유 중

1. 자동화 소프트웨어 시장에서 도구와 벤더 간의 기능이 부분적이거나 서로 중복되는 경우가 많고
2. 비지니스 사용자가 사용하기에는 아직도 어렵기 때문입니다

‍

‍

Orchestration의 중요성

BOAT에서 “O”가 가장 중요합니다 회사의 제품과 서비스를 구축하고 판매하는 프로세스와 발생하는 데이터를 오케스트레이션할 수 없다면 자동화 기술의 실질 효과를 얻을 수 없습니다.

기업에서 부분적인 또는 개별 Task의 자동화 도구를 도입하는 경우가 많습니다. 단기에 작은 성과를 볼 수도 있지만, 그 본질상 회사의 비지니스 프로세스와 데이터와 분리되어 있으며 비지니스 프로세스에 통합하는데 더 많은 노력과 IT 자원이 필요합니다. 이러한 자동화 도구들은 기술부채를 발생시키며, 계속 변화하는 비지니스의 특성을 따라 가기 힘든, 버려지는 자동화만 양상됩니다.

‍

Data의 중요성

오케스트레이션에서 무엇을 통합하는가에 대한 기능적인 관점에서는 데이터와 시스템, 애플리케이션을 연동하는 작업으로 생각할 수 있습니다. 그러나, 더욱 본질적이고 근원적인 관점에서 보면 비지니스에서 발생하고 프로세스에 필요한 데이터를 프로세스에 맞게 연동하는 작업입니다.

프로세스 자동화의 세계에서는 클라우드 우선, API 우선, AI 우선만으로는 충분하지 않습니다. 확장 가능하고 탄력적인 프로세스 오케스트레이션은 기본이며, 프로세스상에서 발생하는 데이터를 오케스트레이션하는 차별화가 필수적이게 됩니다.

‍

End-Users

BOAT(Business Orchestration and Automation Technologies) 관점에서 가장 중요한 요소는 사용자입니다.

많은 기업들이 디지털 전환을 추진하면서 IT 부서의 업무량이 급증했습니다. 이로 인해 비즈니스 부서에서 직접 필요한 애플리케이션을 개발하려는 요구가 증가했습니다. 기업들은 업무 프로세스를 자동화하고 혁신을 촉진하기 위해 비개발자들도 참여할 수 있는 개발 환경을 조성하기 시작했습니다. 기업들은 업무 효율성을 높이기 위해 자동화 솔루션을 적극적으로 도입하였고, 이에 따라 소위 시민 개발자의 개념이 등장하게 되었습니다.

시민 개발자가 효과적으로 활동하기 위해 필요한 지식과 기술은 다양합니다. 이는 저코드/무코드 플랫폼을 활용하는 기술뿐만 아니라 비즈니스 이해도, 기본적인 기술 지식, 그리고 문제 해결 능력을 포함합니다. 그 중에서도 기본적인 프로그래밍 지식의 습득은 필수적이였습니다. 이러한 장애물로 인해서 평균 조직 내에서 시민개발자의 숫자는 매우 적으며, 현업 부서에 소속된 전담 개발자가 시민개발자로 불리게 되었습니다.

‍

시민개발자를 넘어서

새로운 기술인 BOAT(Business Orchestration and Automation Technologies) 관점에서 가장 중요한 사실은 비지니스 사용자가 스스로 프로세스에 필요한 자동화를 생성할 수 있다는 점입니다.

생성형 인공지능을 포함한 혁신 기술의 등장은 이제 시민개발자를 넘어서 조직 구성원 누구나 자동화를 할 수 있는 시대를 열고 있습니다. 자동화를 위해서 특별한 지식과 교육 등이 필요했다면, 인공지능이 그 단계를 없애고 있습니다.

자동화 기술과 인공지능은 각각 강력한 도구이지만, 함께 사용할 때 더욱 큰 시너지를 발휘합니다. AI는 자동화 기술에 지능을 부여하여 더 복잡하고 비정형적인 작업을 처리할 수 있게 하며 AI로 대체된 기능을 실시간으로 적용하여 자동화의 사용범위를 극대화합니다. 두 기술의 융합은 다양한 산업에서 혁신을 이끌어내고, 기업의 경쟁력을 강화하는 데 중요한 역할을 합니다.

‍

대부분의 회사에서는 다양한 솔루션, 데이터, 애플리케이션을 사용하여 비지니스를 운영하고 서비스를 제공하거나 판매하고 있습니다. 사용하는 소프트웨어의 수는 기업의 규모, 산업, 운영 방식 등에 따라 크게 다를 수 있지만, 최근의 연구와 보고서에 따르면, 이미 기업들이 다양한 소프트웨어 애플리케이션과 시스템을 사용하고 있다고 합니다.

‍

‍

서비스 통합(Intergration as a Service)이란

“Integration as a Service” (IaaS, 서비스 통합)는 다양한 소프트웨어 애플리케이션과 데이터 소스를 연결하는 통합 기능을 클라우드 기반으로 제공하는 서비스를 의미합니다.

아웃코드에서 기본으로 제공되는 기능이자 서비스로 기업의 업무와 프로세스 상의 빈틈을 메꾸고, 자동화된 데이터 흐름을 만들며, 서로 다른 시스템이 원활하게 연동할 수 있도록 돕습니다. IaaS를 통해 기업은 복잡한 통합 인프라를 자체적으로 구축하고 유지할 필요 없이 즉각적으로 활용할 수 있습니다.

먼저, 회사에서는 다양한 애플리케이션, 시스템, 솔루션 등을 이용하여 비지니스가 운영되고, 제품과 서비스가 개발되며, 판매와 영업 등을 하고 있습니다.

1. 중소기업 (SMB): 평균 73개의 애플리케이션을 사용한다고 보고된 바 있습니다. 회사에서 사용하는 소프트웨어나 시스템, 솔루션 등을 생각해보면 기업의 규모가 아무리 작아도 20여개가 넘는 소프트웨어를 사용하고 있습니다.
2. 대형기업(Large Company): 평균 129개에서 최대 2,500개가 넘는 애플리케이션을 사용하고 있습니다. 기업 규모가 클 수록 다양한 부서와 복잡한 운영 구조로 인해 더 많은 소프트웨어를 필요로 합니다.

서비스 통합의 주요 구성요소는 아래와 같습니다.

• 데이터 통합
• 업무 흐름(워크플로) 자동화
• 자동 커넥터 또는 앱, API 연결

‍

회사의 현실 문제

평균적인 회사는 데이터베이스, CRM, ERP, 이메일, 오피스툴, 협업툴, 프로젝트 관리툴, 인사/재무/생산/재고/물류 관리, 메세징, 마케팅 등 다양한 소프트웨어를 사용 중인데, 이들은 서로 단절, 분리되어 있기 때문에 업무와 프로세스에 빈틈이 생기며 프로그램이 해야할 일을 사람이 대신하고 있습니다.

이러한 문제를 해결하기 위한 방안으로 서비스 통합이 필요하지만, 모두 로우코드 기반이라서 최종 사용자나 실무자가 사용하기는 어려운 제약점이 있습니다.

‍

‍

자동화 서비스 (Automation as a Service)란

“Automation as a Service” (AaaS, 서비스형 자동화 또는 자동화 서비스)는 다양한 비즈니스 프로세스와 작업을 자동화하는 기능을 클라우드 기반으로 제공하는 서비스를 의미합니다. AaaS는 기업이 복잡한 자동화 인프라를 자체적으로 구축하고 관리할 필요 없이, 손쉽게 자동화 기능을 활용할 수 있게 해줍니다. 이를 통해 생산성을 높이고, 운영 효율성을 개선하며, 오류를 줄일 수 있습니다.

한마디로 “비지니스 자동화(Business Automation) 서비스”는 업무와 프로세스를 자동화하기 위해 제공됩니다.

아웃코드에서 핵신적으로 제공되는 서비스이자 고객가치로 업무와 프로세스를 실행, 관리하는 실무자가 쉽고 간편하게 업무를 자동화할 수 있도록 도와줍니다.

• 비용 절감 : 자동화 인프라부터 개발 비용을 없애고 사용량에 따라 지불하여 운영비용을 최소화합니다.
• 사용성: 개발자에게 요청하지 않고 사용자나 실무자가 직접 사용할 수 있는 간단명료한 사용성으로 사용에 교육이 필요없고 어려움이 없습니다.
• 즉각성: 뛰어난 사용성과 업무에 최적화된 기능으로 사용자가 원하는 시간에 언제 어디서나 자동화된 업무를 구현할 수 있습니다.

‍

회사의 현실 문제

자동화의 장점을 모르는 회사는 이제 없습니다. 그러나 시장의 자동화 솔루션들은 15년전 수준에 머무르고 있습니다. 이들 자동화 솔루션은 어색하고 안정적이지 않으며, 불편하고 게다가 비싸기까지 합니다.

더구나 구형 기술 스택으로 개발되어 최대한의 사용성은 로우코드 방식으로 기업의 운영담당자가 실무자가 해당 자동화 솔루션을 사용할 수는 없습니다.

‍

‍

아웃코드 서비스

아웃코드는 서비스 통합과 비지니스 자동화 문제를 하나의 플랫폼에서 간단명료하게 해결할 수 있도록 만들어진 서비스입니다. 특히 시간, 비용, 리소스가 부족한 중소기업과 중견기업에 최적화되어 있습니다.

• 다양한 데이터소스, 애플리케이션, API간 데이터 연동
• 실무자가 직접 업무에 필요한 데이터 자동화를 스스로 생성, 관리
• 조직 전체의 자동화와 연결된 앱을 통합 관리하고 일괄 제어
• 안정적인 데이터 자동처리와 뛰어난 보안성 제공
• 생산성 향상을 넘어서는 가장 실질적인 디지털 전환 달성

우리 회사만의 고유한 자동화를 복잡한 개발과 유지보수 걱정없이, 실제 업무 환경을 반영하여, 데이터 통합과 비지니스 자동화 문제를 한번에 해결할 수 있습니다.

‍

많은 회사에서 데이터로 할 수 있는 것들은 제한적이에요.

예를 들어, 고객 데이터를 마케팅에 직접 사용하거나 결제 데이터를 운영 프로세스에 바로 자동화는 일들은 쉽지 않습니다. 회사의 운영업무 - 사업개발/운영/마케팅/영업/재무/인사- 에 데이터를 필수적으로 사용 중인데, 이런 데이터를 우리의 업무에 꼭 맞게 자동화하기에는 장애물이 너무 많습니다.

‍

고급 개발자가 아닌 대부분의 사람들이 데이터를 자신과 팀의 업무에 직접 활용할 수 없다는 사실입니다.

‍

시장에서 회사의 다양한 업무에 맞게 데이터를 쉽고 간편하게 활용하기 위한 서비스나 솔루션은 찾아볼 수가 없습니다.

만약 데이터 자동화가 없다면 아마 우리는 아래와 같이 사람이 중간 역할을 하는 제한적인 방식으로만 사용해야 합니다.

‍

데이터 자동화(Data Automation)

아웃코드는 복잡하고 어려웠던 데이터 자동화 기술을 모든 사람들을 위해서 제공하고 있습니다. 가장 간단한 노코드 방식으로 제공합니다.

‍

데이터 자동화란 운영에 필요한 데이터와 앱(어플리케이션)을 업무에 맞게 직접 연결하여 원하는 방식으로 자동화는 것입니다.  

• 다양한 데이터의 연결과 조회
• 간단한 필터 적용
• 원하는 스케줄에 구동
• 복수의 앱과 데이터를 연결하여 처리 가능

아웃코드를 사용하면 업무의 효율이 급격하게 향상되는데, 간단명료하고 누구나 쉽게 할 수 있는 사용성으로

‍

노코드(No-code, Nocode)는 코드와 서버 등으로 만드는 소프트웨어와 다르게, 코드없이 만드는 소프트웨어이자 관련 기술들을 말합니다.

노코드 기술은 빠른 발전을 거듭하고 있는데, 관련 시장이 급속하게 팽창함에 따라서 새로운 변화들이 예상됩니다. 글로벌 시장을 분석한 결과를 바탕으로 한 우리가 보는 트렌드는 아래와 같습니다.

거시적인 전망

1. 늘어나는 시민 개발자들: 노코드의 발전은 일반 사용자들에게도 개발의 기회를 제공할 것입니다. 시민 개발자들이 노코드를 통해 아이디어를 실현시키고 자체적으로 자동화하는 모습이 더욱 늘어날 것입니다.
2. 더 나은 협업과 생산성: 노코드는 다양한 팀과 부서 간의 협업을 더욱 강화할 것으로 예상됩니다. 각자의 전문 분야에서 노코드를 통해 필요한 자동화를 빠르게 개발함으로써, 기업은 더욱 빠르게 혁신할 수 있을 것입니다.
3. AI와의 통합: 인공지능 기술과 노코드의 결합은 더욱 강력한 기능과 펼ㅎ 가능하게 할 것입니다. 노코드를 통해 개발된 애플리케이션은 인공 지능 기능을 쉽게 통합하여 더 지능적이고 유연한 서비스를 제공할 것입니다.

‍

보다 세부적인 트렌드들을 아래와 같습니다.

트랜드 1: 수직형 노코드

노코드하면 아마 Horizontal 한 서비스를 제공하는 것이 정설이었습니다. 예를 들어, 모든 요구 사항을 만족시키거나, 수천개의 앱을 연결하는 서비스 등입니다. 그러나 이런 범용 서비스는 기업의 다양한 실제 요구 사항들을 만족시키기에는 한계가 있습니다.

그러나, 최근에 등장한 혁신적인 노코드 서비스들을 Vertical한 서비스를 제공하고 있습니다. DevOps 분야에 특화된 노코드 서비스를 제공하는 Blink, Backend에 집중하는 Xano, 홈페이지에 집중하는 Webflow 등이 있으며,

‍

트랜드 2: 기업 시장의 확대

노코드 홈페이지 툴인 웹플로우에 따르면 자신들은 아직 홈페이지 시장의 1% 이하의 점유율을 가지고 있다고 합니다. 현재의 노코드 시장의 주류 고객은 개인과 소형 기업들입니다.

새로운 중요한 변화는 규모있는 선두 기업들이 노코드 기술과 서비스에 주목하기 시작했고, 노코드 기술과 서비스의 도입을 올해 혁신 과제 중에 최우선으로 선택했습니다. 대형기업들이 유입은 기술의 발전과 시장의 판도를 바꿀만한 중요한 변화가 될 것입니다.

‍

트랜드 3: 데이터의 부상

10여년 전에 만들어진 노코드 서비스들은 데이터 연동이 중요하지 않았습니다. 그때는 지금과 같이 API나 연동이 보편적이지 않았으며, 사용할 수 있는 API의 숫자가 매우 적었습니다. 이러한 서비스들은 Zapier, Integromat와 같은 이벤트 기반의 자동화(Event-driven workflow or automation)가 대표적입니다.

시장과 고객의 요구 사항이 복잡해짐에 따라서 데이터 워크플로우 또는 자동화 서비스들이 고속성장하고 있습니다. Tray.io, Paragon, Customer.io, Alloy automation, Outcode 등이 있으며 데이터의 통합과 자동화 시장의 핵심 서비스로 등장하고 있습니다.

이런 노코드 서비스 공급자 간의 중요한 차이는 데이터 인프라와 관련 기능의 차이입니다. 어떤 서비스는 아주 간단한 (폼을 만들어주거나, 이벤트를 연결해주거나) 기술 구조로 되어 있지만, 다른 진보된 플랫폼들은 강력한 데이터 통합 능력을 가지고 있습니다.

‍

트랜드 4: 기술의 메인스트림화

소프트웨어 개발에서 노코드가 미친 영향은 기업에도 영향을 미치고 있습니다. 전통적인 소프트웨어 개발 방식과는 다른;

노코드 툴이 가지는 사용성, 간편한 유지보수나 언제든지 가능한 개선, 강력한 처리 성능, 그리고 파괴적인 생산성 등은 이제 노코드가, IT 와 관련없는 비지니스 유닛 일부에서 사용하는 특수한 도구가 아니라, 기업 전반의 개발과 운영 업무에 중요한 한 축으로 자리매김하게 될 것입니다.

다음에는 분야별로 어떤 노코드 회사와 서비스가 성장 또는 후퇴할 것인지 작성해보겠습니다.

‍

‍

자피어의 빈번한 에러, 기능 제약 등으로 아웃코드를 찾는 분들이 늘어나고 있어요

고객 분들이 고민하는 부분들은 주로 아래과 같아요.

• 자주 실행이 안되는 경우(예를 들어, 고객에게 발송이 정확하게 안되는 경우)
• 데이터를 안보여줌 (실제 어떤 데이터를 자동화하는지 알 수 없음)
• 이벤트가 발생할때만 자동화 실행(예를 들어, 어제 가입한 사람들에게 안내 발송 불가능)
• 데이터 조회와 같은 기본적인 기능이 없고
• 데이터를 처리하는 기능(1만건의 데이터를 읽어서 한번에 처리하는 기능이 없음)
• 스케줄 기능이 없음(예약실행, 정기적 발송 등이 안됨)
• 과도한 요금과 불친절한 고객 대응

자피어는 크고 오래된 회사에요. 트렐로 티겟이 만들어지면 슬랙으로 알람을 보내거나 하는 기능들을 분명히 유용해요.

그래도 고객 메세징, 데이터 통합과 같이 정확하게 실행되야하는 자동화에는 부담이 되요.

‍

아래는 분석글이라서 조금 딱딱합니다. (건너뛰셔도 되요)

‍

Disclaimer1: 업무 자동화나 데이터 자동화를 선택하시는 분들이 늘고 있습니다. 아래는 올바른 선택을 위한 사용자 가이드를 위해서 작성되었습니다.

Disclaimer2: 아웃코드팀 자체 테스트 결과이며, 일반 사용자를 위한 가이드 성격의 테스트입니다. 테스트 조건이나 상황에 따라 다를 수 있습니다.

‍

벤치마크의 범위는 기업이나 운영업무에 필요한 데이터를 자동화하는데 적합한지 여부와 성능에 대해서 테스트를 해보았습니다. 아래의 몇가지 기준으로 아웃코드팀이 자체 테스트를 실시하였습니다.

1. 구동 방식 (아웃코드 대 재피어)
2. 데이터 처리방식 (아웃코드 대 재피어)
3. 정합성 여부 (아웃코드 대 재피어)

아웃코드의 실행 방식은 연결되는 앱들과 독립된 구조를 가지고 있습니다. 아웃코드가 제공하는 트리거는 소프트웨어 개발과 데이터 정합성 측면에서 정확하게 작동하기 위해서 독립적으로 작동하며, 수동/스케줄/HTTP 요청(웹훅)으로 구동합니다.

이러한 방식은 데이터에 접근해서 전체 데이터를 로딩하는데 적합하게 되어 있습니다.

반면, 재피어는 구동방식은 독특합니다. 자동화를 Zap이라고 부르는데, 구동방식은 이벤트 트리거가 실행되면 순차적으로 Zap 실행되는 플로우 구조입니다.

이벤트 트리거는 “새로운 열이 추가되었을때"와 같이 연결되는 앱 상에서 이벤트를 기준으로 시작으로 합니다. 아래에서 보면 앱을 선택하고 앱의 특정한 이벤트를 설정하는 구조입니다.

두 번째 업데이트 주기입니다. 기본적으로 15분 간격으로 실행시키며, 팀 요금제 이상이 되어야만 1분단위로 이벤트를 감지합니다.

‍

이러한 방식은 선뜻 편리하게 보이지만, 데이터의 관점에서는 문제가 발생할 수 있습니다. 즉, 새로운 열이 추가되었다는 정보를 정확하게 감지해야만 하는데 오류가 발생할 가능성이 있습니다.

자체 테스트를 해본 결과, 데이터가 순차적으로 업데이트나 변동없이 증가만하는 경우에는 정상 작동했지만, 15분 뒤에 확인해본 결과 아래와 같은 경우에 오류가 주로 발생했습니다.

1. 트리거 테스트를 위해서 새로운 열을 추가한 경우: 트리거가 새로운 열을 정확하게 찾지 못하는 경우가 발생합니다.
2. 데이터가 업데이트된 경우 (열을 몇 개를 지우고 다시 추가한 경우)에 정상작동하지 않았습니다.

(위의 어떤 경우에도 Warning은 뜨지 않았습니다. 그리고 Zap limit가 넘어가는 경우 실행을 자동중단합니다.)

데이터베이스는 프리미엄 커넥터라서 연결하지 못했지만, 재피어 커뮤니티에서 트리거 오류가 발생하는 질문들이 많고, 답변은 가이드를 참조해라는 수준이라서 정확한 해결책은 찾지 못했습니다. (엉뚱한 사용자에게 메일을 잘 못보냈다는 케이스 등)

https://help.zapier.com/hc/en-us/articles/8496260269965-Data-deduplication-in-Zaps

‍

재피어에서 new data를 식별하는 방법이 나와있는데요, 어떻게 동작하는지 기술적인 설명이 거의 없어서 다시 찾아보았습니다. 결론은 구글시트나 데이터베이스, 앱에 따라서 식별자를 주지 않는 경우가 많기 때문에 정상적으로 구분할 수 있는 방법은 없고, 가능한 추정은 열의 숫자를 단순 카운딩 등의 방법으로 처리하는 것 같습니다.

두 번째로 데이터 처리 방식을 보면 재피어는 복수의 데이터를 처리할 수 없습니다. 재피어 이벤트 트리거를 보면 데이터가 중심이 아니라 이벤트가 중심입니다. 예를 들어, 데이터소스에서 100개의 데이터를 받아서 실행할 수는 없고, 오직 새로운 하나의 단일 데이터만 구동할 수 있습니다.

예를 들어, 재피어는 단일 이벤트가 발생하고 해당 단일 이벤트 정보만 다른 단일 이벤트로 넘겨서 구동시키는 경우, 유용할 수는 있지만 그 외의 경우에는 적합하지 않습니다.

‍

https://community.zapier.com/developer-discussion-13/polling-get-all-data-before-looking-for-new-entries-updates-7977

‍

‍

아웃코드는 데이터를 식별하는 방법이 필터입니다. 데이터 전체를 읽어서 일자나 시간, 식별자, 이름, 비율 등 다양하게 필터링하고 해당 조건에 일치하는 데이터만 정확하게 실행시킬 수 있습니다.

예를들어, 스케줄을 5분간격으로 설정하고 필터링된 데이터(전체 데이터에서 사용자가 설정한 조건으로 필터링합니다. 신규, 업데이트는 물론 열별로 다양한 조건으로 설정가능합니다. )만 실행되도록 할 수 있습니다.

데이터 정합성은 데이터가 서로 모순 없이 일관되게 일치해야 함을 의미합니다. 기업이나 단체의 데이터를 자동처리하는 솔루션 입장에서는 오류가 있거나 정상 구동되는 경우가 없어야만 합니다.

특히 회사의 운영 데이터를 처리하는 과정에서 위와같은 정합성에 모순이 생기는 경우, 문제가 발생할 수 있으며 돌이킬 수 없는 부정적인 결과를 초래하기도 합니다.

‍

‍

아웃코드의 경우, 베타테스트부터 상용화 현재 데이터 처리 실패율이 아직까지는 0%입니다. 수백만건의 데이터를 안정적으로 자동처리하고 있습니다. (이제 수천만건으로 늘었습니다. )

‍

재피어의 강점은 수천개에 달하는 앱의 이벤트를 코딩없이 연결하는데 있는 것 같습니다. 이러한 특징은 장점이 될 수 있습니다. 반면 데이터를 통합하고 연동하는데는 적합하지는 않은 것 같습니다.

또한, 팀원간의 협업 기능이 약하고 데이터를 직접 제어하거나, 내부 시스템과 연동하기는 어렵습니다. 가격적인 측면에서는 요금제가 복잡한데 Pro 요금제 기준으로 실행당 약 30원으로 적지 않은 금액입니다.

‍

결론적으로 재피어는 데이터의 발생빈도나 양이 매우 적은 수준에서 간단하게 자동화된 이벤트 데이터를 자동처리할 수 있지만, 데이터의 발생빈도나 양이 많거나, 실시간으로 자동처리해야하는 경우, 미션 크리티컬(Mission Critical)한 경우에는 최적의 선택이 아닐 수 있습니다.

‍

업데이트1: 저희 고객분들 중에서 재피어 유료를 사용하다기 아웃코드로 전환하신 분들이 늘고 있는데요, 그 분들이 알려주시는 재피어의 실행 실패율은 심각한 수준인 것 같습니다.

업데이트2: 얼마전에도 재피어에서 만든 자동화가 느닷없이 삭제되거나 초기화되는 경우가 종종 발생한다고 합니다.