Automation

제대로된 자동화를 위해서 필요한 플랫폼

자동화의 미래는 데이터 기반의 자동화

August 20, 2022
Christopher Moon

업무 자동화(process automation) 또는 초자동화(hyperautomation)는 모든 산업 전반에 주요한 의제로 등장했으며,  개별 단위 업무를 넘어서 전체 업무 시각에서의 흐름, 즉 더 넓은 범위의  End-to-End의 관점에서 사람의 개입을 획기적으로 줄이고 더 많은 프로세스들을 자동화하는 방향으로 확산 중이다.

다양한 신규 서비스들이 시장에서 활성화되고 있는데, 프로세스 자동화(business process automation),  IaaS(integration as a service, 서비스로서의 통합) 등의 용어로 불리고 있다. 주요 플랫폼과 관련 기반 기술의 특성을 알아보면 다음과 같다.

자동화 플랫폼 유형

크게 3가지의 타입의 자동화가 있으며, 사용자의 니즈와 기업의 요구 사항에 따라 맞게 선택하면 된다.

  • 네이티브 자동화(Native automation): 소프트웨어나 SaaS 공급자가 기본으로 제공하는 자동화. 슬랙 등 협업툴이나 프로젝트 관리 툴에서 기본으로 많이 제공하고 있다.
  • 이벤트 자동화(Event automation): 이벤트 중심의 로직(event-based logic) 기반으로 구성. 이벤트 데이터를 처리하는게 유용하다. 대표 서비스는 Zapier, Integromat
  • 데이터 자동화 (Data automation) : 데이터 흐름에 따라 자동 처리하는 자동화로 구성되며, 데이터 처리에 제약이 없음. 대표 서비스는 아웃코드(Outcode).

이벤트 자동화

  • 데이터 접근의 어려움: 이벤트 중심 로직은 다량의 데이터를 접근하고 처리하기에는 구조적으로 적합하지 않음. 예를 들어, 데이터베이스, API, 구글시트 등의 데이터 접긎부터 처리까지 어려움. (노코드 스택끼리만 연결용. 기업 내부 시스템과 연동을 사실상 불가)
  • Lack of data depth: 커넥터 숫자는 많지만 개별적으로 제공되는 기능들은 적음. 예를 들어, new lead 이벤트에서 ticket을 자동 생성할 수는 있지만, 코멘트, 서브테스크, 원하는 다른 데이터 등은 연동 불가
  • 부정확: polling-deduplication 주기를 분단위로 반복하는데 비효율과 에러 발생

데이터 중심자동화

  • 새롭게 등장하는 기술로 기존의 구세대 자동화와는 기술적으로 차별화되어 있으며, 기업용으로 발전. 운영업무에 포커스를 두는 데이터 자동화 (Data-based automation) 으로 개발됨.

주요 특징

  • 데이터 스택과 연동 : 기업 내 데이터 접근과 처리를 포함한 데이터베이스와 애플리케이션간의 연동에 제약이 없음.  
  • 고도화된 자동화 가능: 비지니스 로직에 따라 제약없이 구성 가능. Simple to Complex automation
  • 사용성: 복잡한 자동화에도 코딩과 쿼리를 최소화하여 비지니스 사용자가 용이하게 자동화 생성.
  • 비용 : 더 효율적인 구조로 더 높은 성능 제공   

자동화 플랫폼이 궁금하시면 이 블로그를 읽어보세요.