4화. 하이퍼오토메이션의 국내 사례

○ KB국민은행은 이미지 데이터를 읽고 원하는 항목의 텍스트 데이터를 추출하는 AI-OCR(AI-Optical Character Recognition) 기술을 기반으로 많은 문서를 처리하는 자동화된 업무 프로세스를 구현함

• AI를 비롯한 머신러닝, 딥러닝, 심층 데이터를 활용해 기존에 수기로 처리하던 업무를 자동화함으로써 전사적인 업무 생산성과 효율성을 끌어올림

○ 업무 생산성 및 효율성 향상이라는 명확한 목표 아래 지속적으로 고도화시킨 AI-OCR

• 도입 초기에 기술적인 제약과 프로세스 간 연계 어려움 등으로 다소 복잡하고 어려운 형태의 문서와 비정형 데이터 인식에 난항을 겪음
  
  
• 이에 축적된 방대한 양의 지식과 정보를 지속적으로 기계에 학습시키고 인식 데이터를 심화 학습시켜 텍스트 인식율을 지속적으로 개선함. 또한 딥러닝 기반의 OCR 인식 엔진의 정확도를 높여 정형, 비정형 문서를 모두 인식 가능하도록 개선
  
  
• 그 결과 복잡성이 높은 외환 무역 서류의 송금 업무와 신용장의 분석 업무를 자동화함으로써 수기 관리에 투입된 자원을 절약하고 외환 업무의 효율성을 높임
  

○ 디지털 트랜스포메이션을 가속화하기 위해 ‘인프라 조성’과 ‘자체적인 역량 확보’에 노력

• KB국민은행은 AI-OCR과 관련된 모든 프로세스를 통합·운영하는 ‘금융 AI센터’를 구축하여 빠르게 변화하는 환경에 발맞추고 있으며, 금융권의 다양한 최신 AI 기술에 대응하기 위해 전문가 그룹을 운영하여 계열사에 기술 지원을 제공함으로써 은행에 국한하지 않고 그룹 차원의 인프라 구축에 나섬
  
  
• 또한 AI, 클라우드, 오픈 API(응용프로그램인터페이스)처럼 핵심적인 역량이 필요한 부분에는 외부 전문가 영입과 내부적으로 육성한 인재를 통해 자체 역량 확보에 주력함
  

○ 신한은행은 올해 5월 금융권 최초로 신분증, 통장, 비밀번호 등이 없어도 얼굴 인증만으로 출금이 가능한 ‘ 창구 얼굴 인증 출금 서비스’ 를 출시

• 생체 정보를 활용한 얼굴 인증 서비스는 AI, 러닝머신, 딥러닝 등의 다양한 기술을 기반으로 구동되며, 얼굴 탐지부터에서 인식한 정보로 신원을 파악하여 매칭까지 처리하는 고도화된 ‘업무 자동화 프로세스’임
  
  
• 얼굴 인증 등록과 출금 한도 설정 등은 전국 영업점 창구와 모바일뱅킹인 쏠(SOL), 스마트 키오스크를 비롯한 디지털 데스크에서 가능함
  

○ 기존에 출시된 생체 인증 방식보다 위생과 편의성 측면에서 우수한 ‘안면 인식 서비스’임

• 이미 금융권에는 지문, 홍채, 정맥 등과 같이 다양한 생체 인식 시스템이 존재함. 그러나 얼굴 인식 방식은 지문과 정맥 인식처럼 장비와 직접 접촉하지 않아도 인식이 가능하므로 위생적이며, 홍채 인식처럼 카메라 렌즈에 시선을 고정하지 않아도 편리하게 이용 가능함

○ 금융 당국의 비대면 생체 인증 활성화를 위한 로드맵 필요성 제기와 맞물려 더욱 탄력을 받을 것으로 예상

• 금융 당국에서는 신분증 사진 촬영본을 탈취한 뒤 비대면 계좌를 개설해 예금을 인출하는 등 비대면 채널의 취약점을 악용한 금융 범죄 사기가 진화하고 있다고 지적하면서, 최근 생체 인증 기술의 안정성이 개선되고 고객의 생체 정보는 도용이 어려워 금융권에서 비대면 금융 범죄를 예방하는 데 효과적으로 활용 가능한 시점이 되었다고 말함
  
  - 지난해 말 기준 본인 인증을 위한 금융권 생체 정보 등록자 수는 약 626만 명으로 인터넷 뱅킹 등 비대면 거래 이용자 수(1억 9,950만 명)의 약 3%에 불과
  - 신한은행은 금융 당국의 바이오 인증 활성화에 발맞춰 바이오 인증 생태계 조성에 노력

○ 포스코는 소프트웨어 개발자와 현업 담당자가 한 팀을 이루는 통합된 ‘데브옵스(DevOps) 체제’를 도입하여 복잡한 제철소의 현장 엔지니어들이 IT 업무 개발에 적극적으로 참여하도록 지원

• 개발 초기에 복잡한 대규모 공장 설비, IT 기술에 대한 낮은 이해도, 산재된 조직 등으로 다양한 업무가 통합되지 못함에 따라 스마트 팩토리 구현에 난항을 겪음

○ 3차원 디지털 공간에 현실 속 사물의 쌍둥이(Twin)를 만들어 시뮬레이션하는 ‘디지털 트윈 기술’을 활용하여 최고의 결과물을 산출하는 동시에 비용과 시간을 절약함

• 그간 제철소에는 숙련된 기술자의 경험과 직관에 의존하거나 단순 생산 및 조립에 그치는 업무가 다수 존재했음. 그러나 오차가 적고 균일한 양질의 결과물을 산출한다는 명확한 목표를 바탕으로, 50년간 축적된 경험과 노하우에 AI, 사물인터넷(Internet of Things), 디지털 트윈 기술 등을 결합함

○ 스마트 제조 혁신 가속화에 필요한 ‘지속적인 교육 프로그램 제공 및 인재 양성’에 노력

• 포스코는 ‘RPA 경진대회’를 개최하여 자동화의 필요성과 성공 사례를 직원들에게 공유하고, 현업 담당자들이 스스로 과제를 도출할 수 있도록 충분한 교육과 커뮤니케이션을 실시함
  
  
• 또한 직원들이 의사결정 및 비판적 사고가 필요한 업무에 집중할 수 있는 환경을 조성한 결과, 직원들의 긍정적인 반응과 협조를 이끌어내고 인재 양성에도 성공함
  

○ 서울아산병원은 하루 평균 1만 2,000명의 외래 환자가 방문하고 매일 700명 이상의 환자들이 입퇴원하는 국내 최대 병원으로, 업무 효율 및 고객 경험 향상이라는 명확한 목표를 바탕으로 자동화 프로젝트에 도입

○ 복잡한 병상 배정 업무 프로세스를 표준화함으로써 소요 시간을 최대 20분으로 단축하고 고부가가치 업무에 집중할 수 있는 환경을 조성함

• 자동화 프로젝트 초기 14개 부서를 대상으로 자동화 가능한 업무를 취합한 결과, 담당자마다 이해 수준이 다르고 다양한 업무가 산재된 가운데 총 149건의 업무가 수집되었으며, 이 중 효율성이 낮은 업무가 89건에 달했음
  
  
• 이에 업무 스케줄, 작업량, 타 시스템 연동 등을 고려한 ‘난이도’와 업무 인원, 업무 주기, 소요 시간을 고려한 ‘기대 효과’를 기반으로 병상 배정 업무를 자동화 대상으로 선정함
  
  - 환자의 질환명, 중증도, 마취 종류 등 적용하는 기준만 50여 개에 달하고, 업무 특성상 단순 반복적인 것이 많아 보다 중요한 업무에 할애할 시간이 부족했기 때문임

○ 단순 반복적인 업무에서 고부가가치 업무로 ‘역할 재배치’함으로써 직원 경험을 개선

• AI를 이용해 절약한 시간을 환자에게 보다 자세히 설명하고 실질적인 도움을 주는 데 써야 한다고 직원들을 설득했으며, 기획 단계에서부터 인력 절감이 아닌 업무 효율성 증대에 초점을 맞추어 진행함으로써 직원들에게 충분한 이해와 공감을 얻는 데 성공함

○ 분석, 설계, 테스트 등 모든 개발 프로세스에 참여할 적극적인 ‘인재 양성 및 인프라 조성’

• 업무에 AI를 접목하고 전문가 조직에 해당하는 ‘스마트 병원 TF팀’을 개설함으로써 인재 양성과 함께 진료뿐만 아니라 연구와 교육 분야까지 스마트화, 자동화를 확장할 수 있도록 지속적으로 노력함