제대로된 자동화를 위해서 필요한 플랫폼

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

다양한 관련 서비스들이 시장에서 활성화되고 있는데, 워크플로우 자동화(workflow 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.
• 단순 자동화(Simple automation): 이벤트 트리거 중심의 로직(event trigger-based logic) 기반으로 구성. 트리어-액션으로 구성. 대표 서비스는 Zapier, Integromat
• 데이터 자동화 (Data automation) : 데이터 흐름에 따라 자동 처리하는 자동화로 구성되며, 데이터 처리에 제약이 없음. 대표 서비스는 아웃코드(Outcode).

단순 자동화의 주요 특징

• 복수의 데이터 접근 불가. 즉, 이벤트 트리거 중심 로직은 데이터를 접근하고 처리하기 위한 자동화를 제공하기에는 기술 구조적으로 완전히 다 바꾸어야 함. 즉 실행 결과값이 벌크인 경우 오류 발생
• 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 엄청난 비효율 발생. 에러는 피할 수 없음
• 자동화가 현실 업무에 맞게 만들어야 하는데, 위의 이유들로 불가하거나 이러저리 복잡한 자동화들을 만들어야 함. 특히 데이터 접근이 불가하여 이벤트 트리거 외에는 의미가 실질적 효용이 없음
• Shadow risk: 데이터베이스 등 기업의 실제 데이터소스와 연동기능이 부실하고 업무 자동화에는 부족하고 에러까지 많아서 비개발팀이나 개인들이 개별적으로 사용
• 수많은 커넥터: 우리가 평소에 잘 알지 못하는 특이한 커넥터들이 많음. 물론 Depth와 데이터 기능을 부실함은 여전히 존재

‍

데이터 중심자동화

• 새롭게 등장하는 기술로 기존의 단방향 자동화와는 기술적으로 완전히 차별화, 데이터를 처리에 포커스를 두는 Data-based automation 기반으로 구성됨. 즉, 데이터의 접근과 자동화 수준에 제약이 사라짐.

주요 특징

• 제약없는 데이터 접근과 처리: 예를 들어, 이달에 생성된 new lead 중에서 내부 데이터와 비교하여 적합한 것만 담당자별로 티겟 생성 가능.
• 현실 업무에 맞는 진짜 워크플로우 구성 가능: 비지니스 로직에 따라 제약없이 구성 가능 (단방향 자동화는 이상하게(?) 만들거나 포기할지도 모름) 단순알람이나 일방적 티켓 생성이 아니라 진짜 데이터가 들어가는 업무 자동화 구현 가능
• 사용성: 혁신적인 자동화 기술이 적용되어 단방향 자동화 또는 그 이상으로 쉽게 만들어짐.
• 정확성 : 에러 확률은 극히 낮음.