OCR(Optical Character Recognition, 광학문자인식)은 서류의 문자들을 인식해 데이터로 저장하거나 활용하기 위한 기술이다. 오래된 기술이며, 인식률이 중요한 기술이다. 하지만 인식률이 100%에 도달하는 제품은 아직 존재하지 않는다.
동양문화권, 특히 한자 문화권에서는 더욱 애로점이 있다. 그리고 무역서류와 같은 복잡하고 다양한 형태와 양식이 존재하는 업무에선 RPA기반의 업무자동화가 걸림돌로 작용하는데, 그 직접적인 이유는 기존 OCR 기술이 가진 한계때문이다.
그래서 이를 극복하기위해 제시된 기술이 AI(인공지능)을 이용한 ‘AI-OCR’이다. 은행, 보험사 등에서 큰 관심을 보이고 있고, 적용을 확대해가고 있다. 기본적으로 AI-OCR은 한자와 필기체 등 정형화되지않는 글자나 비정형 문자를 학습시켜 오류를 최대한 줄이는 방식이다. 그러나 AI-OCR 또한 여전히 100%의 인식률을 보장하지 못한다.
물론 이론적으론, AI가 수많은 학습을 거치면 결국 인식율이 언젠가는 99.99%까지 올라갈 수 있을 것이다. 그러나 현실적으로 비용과 시간을 고려하지 않을 수 없다. 특히 금융 데이터와 같이 엄격한 정확도를 요구하는 경우에는 AI OCR의 적용과 함께 추가적인 보완대책을 같이 마련하는 것이 요구되고 있다.
이와관련 최근에는 문서자동화의 개념으로 CDA(Cognitive Document Automation)가 대두되고 있다. CDA는 통상 RPA와 OCR 툴을 결합해 각종 PDF화일, 스마트폰으로 촬영한 사진화일, 종이문서와 서류 등을 데이터로 가공해 문서와 관련된 업무를 자동화한다. 결국 RPA와 OCR의 결합을 통해 보다 만족도 높은 문서자동화 업무가 진행될 것으로 예상된다.
예를들어 RPA 기능을 이용해 문서나 서류가 이메일로 도착하거나 스캐너를 가동하여 문서화일을 만들고 분류하고, 이를 전처리 기능을 통해 해상도를 높이거나 꾸겨진 부분이나 도장이 찍힌 부분을 제거하거나 글자크기를 조정하는 등의 과정을 수행한 후 OCR을 통해 문서를 인식하는 방안이다.
한편으론 RPA의 문서 후처리 기능을 통해 문자오류 비교검증, 숫자와 문자의 오류 보정 등을 수행한 후, 후속 업무자동화 단계로 처리하거나 또는 데이터베이스 등에 저장하는 방식을 사용함으로써 문서자동화 업무의 완성도를 높일 수 있는 방식도 제시되고 있다.
지금도 대부분의 RPA를 통한 업무자동화 프로세스에 OCR이 사용되는 경우가 많지만 OCR 인식률 문제로 결국 직접 직원이 추가로 확인하거나 개입하는 경우가 적지않다. 따라서 현실적으로 정확도를 요구하는 민감한 업무에 RPA를 적용하기에는 다소 문제가 있어 보인다.
결국 AI OCR이 필요한 영역에서는 현실적으로 '완전한 업무자동화'에 대한 정의를 새롭게 내려야하고, 특히 민감한 정보를 다루는 금융권에선 사람의 역할을 포함시킴으로써 리스크에 대응하는 유연한 전략이 요구된다는 주문이다.
- '모바일 봇'을 통한 업무자동화… "거버넌스 전략도 강화해야"
한편 기업 업무의 모빌리티가 크게 강화되면서 업무자동화의 영역은 모바일로 급격하게 이동하고 있다. 이제 고객용 모바일 서비스의 품질보장도 매우 중요해졌으며, 모바일 봇은 이런 측면에서 반드시 고려해야 할 자동화 영역으로 평가되고 있다.
모바일 봇이 중요한 이유는 먼저, 직원의 이동에 따른 업무연속성 보장이다. 재택근무 환경이나 출장, 외근 중에도 반드시 처리해야 할 신속한 일들이 빈번히 발생할 수 있기 때문이다.
회사에 있는 자신의 PC나 서버와 자신의 스마트폰을 연계하여 업무를 처리해야 하는 경우 매우 효율적으로 활용할 수 있어야 한다.
그러나 회사에서는 직원의 스마트폰이 회사의 전산자원을 무작위로 임의적으로 연결하도록 해서는 안된다. 그러기위해서는 사전에 반드시 보안대책을 강구해야 한다. 특히 로봇을 통한 접근은 매우 신중하고 엄격한 강화된 보안대책이 요구되며 모바일봇 도입과 함께 반드시 고려해야 한다.
또한 모바일 앱이나 반응형 웹‧앱에 대한 안정적 서비스 관리를 통한 고객의 접속성과 안정성을 최대한 확보해야한다. 특히 은행 등 대형 금융사의 경우에는 관리해야 할 앱이나 서비스 채널의 종류가 매우 다양하므로 대고객 서비스 채널에 대한 상시 관리와 품질유지는 특히 중요하다.
금융권은 앞으로 모바일 봇, 챗봇, RPA, AI 등을 연계하여 앱 스토어나 고객채널에서 발생되는 고객의 소리나 댓글 응대 등을 자동화할 계획이다. 업무자동화 영역은 이제 본격적으로 대고객서비스 영역으로 확장되기 시작하는 것이다.
물론 이럴 경우에도 사내 자동화 포탈을 통해 전체적인 거버넌스 전략, 모니터링, 부서별‧직원별 역할과 권한에 따라 이용되고 관리되며 통제돼야 한다는 주문이다.
OCR(Optical Character Recognition, 광학문자인식)은 서류의 문자들을 인식해 데이터로 저장하거나 활용하기 위한 기술이다. 오래된 기술이며, 인식률이 중요한 기술이다. 하지만 인식률이 100%에 도달하는 제품은 아직 존재하지 않는다.
동양문화권, 특히 한자 문화권에서는 더욱 애로점이 있다. 그리고 무역서류와 같은 복잡하고 다양한 형태와 양식이 존재하는 업무에선 RPA기반의 업무자동화가 걸림돌로 작용하는데, 그 직접적인 이유는 기존 OCR 기술이 가진 한계때문이다.
그래서 이를 극복하기위해 제시된 기술이 AI(인공지능)을 이용한 ‘AI-OCR’이다. 은행, 보험사 등에서 큰 관심을 보이고 있고, 적용을 확대해가고 있다. 기본적으로 AI-OCR은 한자와 필기체 등 정형화되지않는 글자나 비정형 문자를 학습시켜 오류를 최대한 줄이는 방식이다. 그러나 AI-OCR 또한 여전히 100%의 인식률을 보장하지 못한다.
물론 이론적으론, AI가 수많은 학습을 거치면 결국 인식율이 언젠가는 99.99%까지 올라갈 수 있을 것이다. 그러나 현실적으로 비용과 시간을 고려하지 않을 수 없다. 특히 금융 데이터와 같이 엄격한 정확도를 요구하는 경우에는 AI OCR의 적용과 함께 추가적인 보완대책을 같이 마련하는 것이 요구되고 있다.
이와관련 최근에는 문서자동화의 개념으로 CDA(Cognitive Document Automation)가 대두되고 있다. CDA는 통상 RPA와 OCR 툴을 결합해 각종 PDF화일, 스마트폰으로 촬영한 사진화일, 종이문서와 서류 등을 데이터로 가공해 문서와 관련된 업무를 자동화한다. 결국 RPA와 OCR의 결합을 통해 보다 만족도 높은 문서자동화 업무가 진행될 것으로 예상된다.
예를들어 RPA 기능을 이용해 문서나 서류가 이메일로 도착하거나 스캐너를 가동하여 문서화일을 만들고 분류하고, 이를 전처리 기능을 통해 해상도를 높이거나 꾸겨진 부분이나 도장이 찍힌 부분을 제거하거나 글자크기를 조정하는 등의 과정을 수행한 후 OCR을 통해 문서를 인식하는 방안이다.
한편으론 RPA의 문서 후처리 기능을 통해 문자오류 비교검증, 숫자와 문자의 오류 보정 등을 수행한 후, 후속 업무자동화 단계로 처리하거나 또는 데이터베이스 등에 저장하는 방식을 사용함으로써 문서자동화 업무의 완성도를 높일 수 있는 방식도 제시되고 있다.
지금도 대부분의 RPA를 통한 업무자동화 프로세스에 OCR이 사용되는 경우가 많지만 OCR 인식률 문제로 결국 직접 직원이 추가로 확인하거나 개입하는 경우가 적지않다. 따라서 현실적으로 정확도를 요구하는 민감한 업무에 RPA를 적용하기에는 다소 문제가 있어 보인다.
결국 AI OCR이 필요한 영역에서는 현실적으로 '완전한 업무자동화'에 대한 정의를 새롭게 내려야하고, 특히 민감한 정보를 다루는 금융권에선 사람의 역할을 포함시킴으로써 리스크에 대응하는 유연한 전략이 요구된다는 주문이다.
한편 기업 업무의 모빌리티가 크게 강화되면서 업무자동화의 영역은 모바일로 급격하게 이동하고 있다. 이제 고객용 모바일 서비스의 품질보장도 매우 중요해졌으며, 모바일 봇은 이런 측면에서 반드시 고려해야 할 자동화 영역으로 평가되고 있다.
모바일 봇이 중요한 이유는 먼저, 직원의 이동에 따른 업무연속성 보장이다. 재택근무 환경이나 출장, 외근 중에도 반드시 처리해야 할 신속한 일들이 빈번히 발생할 수 있기 때문이다.
회사에 있는 자신의 PC나 서버와 자신의 스마트폰을 연계하여 업무를 처리해야 하는 경우 매우 효율적으로 활용할 수 있어야 한다.
그러나 회사에서는 직원의 스마트폰이 회사의 전산자원을 무작위로 임의적으로 연결하도록 해서는 안된다. 그러기위해서는 사전에 반드시 보안대책을 강구해야 한다. 특히 로봇을 통한 접근은 매우 신중하고 엄격한 강화된 보안대책이 요구되며 모바일봇 도입과 함께 반드시 고려해야 한다.
또한 모바일 앱이나 반응형 웹‧앱에 대한 안정적 서비스 관리를 통한 고객의 접속성과 안정성을 최대한 확보해야한다. 특히 은행 등 대형 금융사의 경우에는 관리해야 할 앱이나 서비스 채널의 종류가 매우 다양하므로 대고객 서비스 채널에 대한 상시 관리와 품질유지는 특히 중요하다.
금융권은 앞으로 모바일 봇, 챗봇, RPA, AI 등을 연계하여 앱 스토어나 고객채널에서 발생되는 고객의 소리나 댓글 응대 등을 자동화할 계획이다. 업무자동화 영역은 이제 본격적으로 대고객서비스 영역으로 확장되기 시작하는 것이다.
물론 이럴 경우에도 사내 자동화 포탈을 통해 전체적인 거버넌스 전략, 모니터링, 부서별‧직원별 역할과 권한에 따라 이용되고 관리되며 통제돼야 한다는 주문이다.