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.

‍

아웃코드의 고객 유지율은 경쟁 서비스 대비 엄청나게 높습니다. 1년 이상 사용하시는 고객의 비중이 절대적입니다.

그렇다면, 왜 아웃코드를 계속 사용할까요?

아웃코드를 사용하시는 고객의 특징은 업무 생산성 향상 뿐만 아니라, 매출이 늘고 고객 충성도와 활성도가 함께 높아지는 특징을 보여주고 있습니다.

‍

스케줄 기능

스케줄 기능은 사용자가 원하는 시간에 자동화앱이 실행되는 기능입니다.

회사의 업무를 보면 대부분 정해진 시간이나 주기로 처리해야되는 업무가 많습니다.

예를 들어, 노션에 기록된 수업일지를 오후 6시에 일괄발송하거나, 5월 프로모션 시작시간에 받게 사용자 등급별로 처리되어하는 데이터도 있으며, 매일 새벽 4시에 데이터를 한 곳으로 취합할 수 도 있고, 가입한지 30일이 지난 사용자에게만 매일 아침 8시에 특별한 메세지를 보낼 수도 있습니다.

또는 매주 월요일에만 실행되어야 하는 경우도 있고, 매 5분마다 가입이나 설문으로 인입되는 신규 데이터를 처리할 수 필요도 생깁니다.

그리고, 스케줄이 날짜시간 뿐만 아니라 웹훅 등으로 실행되야 하는 경우도 있습니다.

‍

스케줄이 없다면 우리의 업무와 자동화는 매우 불편해집니다.

‘새로운 레코드가 발생했을 때’만으로 자동화하기 어려운 케이스가 훨씬 더 많습니다. 스프레드시트, 데이터베이스 등에 이미 데이터가 있는 경우나 보고서나 원본 데이터에 수많은 레코드가 있는 경우들, 데이터를 한번에 처리해야 하는 경우 등입니다.

아웃코드의 스케줄은 매우 유용한 기능으로 업무를 하다보면 꼭 필요합니다.

‍

아웃코드 필터 기능과 스케줄 설정

필터는 스케줄로 아웃코드 자동화앱이 실행될 때 사용자가 원하는 데이터만 자동처리할 수 있도록 도와주는 유용한 기능입니다.

예를 들어, 아웃코드 필터 기능은 새롭게 가입하거나 인입된 사용자의 데이터를 고객 등급, 방문지점, 등급, 구매금액, 관심사 등으로나누어서, 아웃코드 자동화앱이 실행될때 마다 사용자별로 개인화된 메세지를 보낼 수 있도록 도와줍니다. 고객 데이터 중에서 관리자가 확인한 데이터만 처리하도록 할 수도 있습니다.

필터가 설정되어 있지 않으면 항상 전체 데이터가 자동처리되지만, 필터가 설정되어 있으면 비지니스 시나리오별로 다양한 자동화가 가능합니다.

그리고, 아웃코드 필터 기능은 스케줄과 별도로 마음대로 설정할 수 있습니다. 예를 들어, 매주 수요일 오전 9시에 스케줄이 설정되고, 필터를 오늘부터 최근 7일로 설정할 수도 있고, 어제(-1일)로 설정할 수도 있습니다.

(팁: 날짜시간 필터 기능은 현재 또는 오늘 기준입니다. -1일이면 항상 어제 데이터만 필터링하며, -5분이면 현재 기능으로 최근 5분 데이터를 찾습니다.)

‍

왜 이렇게 만들어졌나요?

아웃코드는 크고 작은 회사를 위해서 만들어진 업무 자동화 서비스이자 플랫폼입니다. 스케줄과 필터는 동적으로 제공되며 이를 활용하면 우리의 업무 생산성 향상은 물론, 기존에 자동화하기 어려웠던 일들도 쉽게 해결할 수 있습니다.

스케줄과 필터를 이용하면 다양한 업무 시나리오를 여러개 만들어서 자동화할 수 있는데, 아웃코드를 사용하면 즉각적인 개선효과를 볼 수 있습니다. 예를 들어,

• 보통 CRM이라면 적절한 메세지를 보내는 것이라고 생각지만, 사용자에게 유용한 정보/필요한 데이터가 없는 마케팅 메세지를 보낼 수록 차단율만 높아지고 정교한 스팸으로 인식됩니다.
• 아웃코드를 사용하면 고객에게 필요하거나 유용한 데이터를 맞춤형으로 실어서 원하는 시간에 보낼 수 있기 때문에 사용자의 충성도와 만족도가 급격히 상승합니다.
• 필요한 데이터들은 많은데, 매번 조회하고 원하는 데로 처리하는 것은 시간이 오래 걸려서 귀찮아하거나 포기하는 경우가 많습니다.
• 아웃코드를 사용하면, 노션, 시트, 에어테이블, DB 등에 데이터를 업무 별로 묶어서 한 화면에서 한꺼번에 조회가 가능해집니다. 이때 필터기능과 스케줄을 사용하면 원하는 데이터만 그때그때 찾아보고 자동처리도 가능합니다.

아웃코드는 성장이 필요한 회사를 위해서 만들어진 노코드 기반의 자동화툴입니다. 이제 내부 운영을 자동화하고 실시간으로 개선하세요.

자세한 사용법 보러가기

아웃코드 팀이 한국투자액셀러레이터 바른동행 프로그램에서 최고 금액으로 후속 투자를 유치했습니다!

아웃코드는 스타트업과 중소규모 기업이 업무 자동화를 구현할 수 있는 혁신적인 노코드 플랫폼입니다. 아웃코드를 통해서 운영에 사용하는 다양한 데이터를 연결하고, 원하는 시나리오와 조건에 맞게 자동으로 처리하는 업무용 앱을 만들 수 있습니다.

Lazy Society, S2W, 트리플래닛 등의 스타트업과  한국투자액셀러레이터, 카카오벤처스, 스마트 상속, 아이엠알엔, 괌투어 등이 아웃코드를 사용하고 있으며 그 외 많은 기업들에게 큰 호응을 얻고 있습니다.

이번 투자로 대중적인 사용성을 포함한 자동화 영역의 확장, 서비스 기획과 디자이너 채용을 통해 제품 고도화에 집중하며 본격적인 시장 진입을 준비할 계획입니다.

아웃코드 팀이 데이터 자동화 시장에 뛰어든 이유는 기존의 자동화 서비스들은 기업의 업무 프로세스 개선과 발전에 직접적인 도움을 주지 못하고 있다는 점이였습니다. 그로 인해 대부분이 기업들이 중요한 업무들은 개선하지 못하고, 기존의 방식대로 처리하거나 수작업에 의존하고 있다는 사실을 알게 되었습니다.

운영을 개선하는 No-code Data Automation

업무에 필요한 데이터들은 다양한 곳에 있습니다. 데이터베이스, 스프레드 시트는 물론, 수많은 앱과 서비스에도 데이터가 있으며, 이러한 데이터를 자유롭게 연결하고, 원하는 조건과 상태로 다른 서비스와 연결하는 새로운 형태의 자동화 소프트웨어를 만들고 있습니다.

기존 업무 자동화 소프트웨어들이 이벤트들을 연결하는 것에만 집중했다면, 아웃코드는 근본적으로 데이터를 자유롭게 자동화하는 데이터 자동화(Data Automation)에 집중합니다. 기존의 자동화는 방식은 알림이나 노티를 자동으로 받는 방식이었습니다. 그러나, 업무를 근원적으로 혁신하고 새롭게 프로세스를 창조하기 위해서는 데이터를 중심으로 만들어져야 하며, 다양한 팀이 협업하고 지속적으로 개선할 수 있어야 합니다.

아웃코드는 사용하는 기업은 단순한 업무 자동화뿐만 아니라 다양한 업무 시나리오를 바탕으로 협업하면서 획기적인 개선이 가능한 새로운 자동화를 구현할 수 있습니다. 마치 1980년대에 마이크로소프트 엑셀 (Excel)이 등장하여 최초로 데이터를 쉽고 간편한 프로그램으로 사용하게 된 것처럼, 아웃코드도 지난 30여년 동안 큰 변화가 없던 업무 자동화 업계에 혁신적인 데이터 자동화 시장을 개척하고 있습니다.

‍

‍

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.