모든 유형의 비즈니스에는 문서 제출, 데이터 입력, 일상적인 이메일 답변 등 직원의 주의가 필요하지만 실제 기술을 활용하지 않는 수천 가지의 업무가 있습니다.
이러한 모든 작업은 비즈니스 운영에 필수적이지만 반복적이고 시간이 많이 소요될 뿐만 아니라 인재를 비효율적으로 활용하게 됩니다.
다행히도 프로세스 자동화의 등장으로 조직은 이러한 일상적이지만 가치 있는 많은 작업을 자동화할 수 있게 되어 직원들이 더 흥미롭고 생산적인 일을 할 수 있게 되었고, 심지어 매우 복잡한 작업을 더 효율적이고 효과적으로 완료할 수 있게 되었습니다.
은행 부문의 예
한 대형 은행의 경우 프로세스를 자동화한다는 것은 운영 효율성을 개선할 뿐만 아니라 직원들이 더 가치 있는 업무에 집중할 수 있는 시간을 확보하고 업무 환경 관리 기술 측면에서 더 큰 규모의 혁신을 이룰 수 있다는 것을 의미했습니다.
이 은행은 규모가 크고 번창하는 기업임에도 불구하고 운영 과정에서 자동화의 기회가 있는 다양한 기능과 비즈니스 프로세스를 파악하고 있었습니다. 또한 이 은행은 자동화에 대한 명확한 비전을 가지고 있었지만, 지원을 통합하고 접근 방식을 명확하게 매핑하고 개선해야 할 필요성도 인식하고 있었습니다.
프로젝트가 시작된 직후, 은행은 자동화 솔루션에 대한 기회를 점점 더 많이 찾고 있었습니다. 하지만 반복적이고 시간이 많이 걸리지만 너무 복잡해서 자동화의 현실적인 후보가 되지 못하는 프로세스가 여전히 존재했습니다.
그러나 이러한 영역 중 상당수는 사실 해결할 수 있는 문제였습니다. 단지 추가 기능이 필요했을 뿐이었습니다. 구체적인 프로세스 작업을 분석하면서 은행은 점점 더 정교한 작업을 자동화할 수 있는 새로운 솔루션을 고안할 수 있었습니다.
전체 기능을 혁신할 수 있었던 성공적인 자동화 기회는 다음과 같습니다:
불만 처리
자동화 경험이 실질적인 성과를 내기 시작한 첫 번째 영역 중 하나는 은행의 소비자 불만 처리 방식을 혁신하는 것이었습니다.
회사에서 처리한 불만 중 상당수는 먼저 본사로 보내져 조치를 취했지만, 그 중 약 75%는 지점에서 처리할 수 있는 것으로 나타났습니다. 그러나 이러한 이메일을 검토하고 각 사례에 대해 어떤 조치를 취해야 하는지 파악하는 데는 불만 건당 약 1분이라는 오랜 시간이 걸렸습니다.
처음으로 불만 처리에는 자동화가 사용되었습니다. 자연어 처리(NLP) 알고리즘과 머신 러닝 분류 기술을 결합하여 이메일을 읽고, 언어의 어조와 스타일을 감지하고, 불만 사항의 성격을 평가하고, 어느 팀에 접수해야 할지 결정하는 데 적용했습니다.
그런 다음 결과물인 AI 시스템을 주제 관련 단계의 워크플로에 통합하여 각 불만 사항을 관련 관리자에게 전달할 수 있도록 했습니다. 이 솔루션 덕분에 이제 80%의 불만 사항을 처음부터 끝까지 자동으로 처리할 수 있게 되었습니다.
모기지 대출 정보 추출
모기지 대출에는 신용 수명 기간 동안 나중에 참조할 수 있도록 보관해야 하는 중요한 정보가 많이 포함되어 있으며, 이러한 정보를 수동으로 읽고, 분류하고, 보관하는 작업이 수반됩니다. 은행의 신용팀은 이러한 작업을 하루에 약 150회, 문서당 평균 2.5분씩 수행합니다.
프로세스 자동화의 도움으로 이 은행은 광학 문자 인식(OCR), 머신 러닝, PLN을 결합하여 스캔한 모기지 대출 문서를 자동으로 전사하고 내용을 판독하며 주요 데이터를 추출 및 보관하는 솔루션을 구축할 수 있었습니다.
2019년 출시 이후 매일 90% 이상의 모기지 대출 계약서 전자 사본이 자동으로 처리 및 보관되고 있습니다.
기업 뱅킹 이메일
다른 기업과 마찬가지로 이 은행의 일상적인 업무에는 많은 이메일이 관련되어 있었습니다. 운영팀은 고객 이메일을 적절한 직원에게 수동으로 라우팅하는 데 많은 시간을 소비했습니다.
이 팀은 자연어 처리와 머신 러닝 기술을 결합하여 수신 이메일의 서비스 요청 번호를 자동으로 식별하고 추가 처리를 위해 분류하는 지능형 시스템을 만들 수 있었습니다. 이제 92%의 이메일이 자동으로 92%의 정확도로 분류되고, 80%의 고객이 85%의 정확도로 식별됩니다.
이처럼 점점 더 복잡해지는 자동화 솔루션을 개발하고 성공적일 뿐만 아니라 안전성을 보장하기 위해 다양한 심층 기술 전문성을 갖춘 팀이 필요했습니다.
로봇을 효율성의 중심에 두기
프로젝트 초기부터 이 은행은 야심찬 자동화 목표를 세웠고, 경험이 쌓이면서 추가적인 자동화 기회가 있다는 것을 알게 되었습니다. 현재 이 은행은 연간 100개 이상의 프로세스를 자동화하고 있으며, 이는 근무 시간을 절약하고 직원들이 더 복잡한 업무에 집중할 수 있도록 하는 중요한 진전입니다.
인공지능이 급속도로 발전하더라도 로봇은 여전히 사양 이상의 작업을 수행해야 합니다. 따라서 인간의 전문성과 창의성은 여전히 중요할 것입니다. 자동화를 통해 인간의 인재가 조직에서 진정한 가치를 창출할 수 있는 역량을 갖추게 되는 것은 바로 이 때문입니다.
전례 없는 변화의 시대에 기술을 적시에 성공적으로 통합하는 것은 생존의 열쇠일 뿐만 아니라 새로운 형태의 가치를 창출하는 길입니다. 고객의 기대치가 높아지는 상황에서 기술과 비즈니스 혁신을 통해 고객을 위한 가치를 창출하는 데 집중하는 것이 중요합니다.
