[논문 리뷰] A Conversational Digital Assistant for Intelligent Process Automation

Yara Rizk, Vatche Isahagian외 5명|arXiv (Cornell University)|2020. 07. 27.

Robotic Process Automation Applications참고 문헌 29인용 수 9

한 줄 요약

이 논문은 자연어를 통해 비즈니스 사용자가 로봇 프로세스 자동화(RPA) 워크플로우를 상호작용하고 커스터마이징할 수 있도록 허용하는 대화형 디지털 어시스턴트 프레임워크를 제안한다. 이는 RPA를 위한 대화형 래퍼를 갖춘 다중 에이전트 오케스트레이션 모델을 사용한다. 이 시스템은 비기술적 사용자가 대화를 통해 RPA 봇을 모니터링하고 제어하며 적응시킬 수 있도록 하여 규제 산업에서 자동화의 접근성과 신뢰도를 향상시킨다. 이는 대출 승인 및 여행 사전승인 사용 사례에서 검증되었다.

ABSTRACT

Robotic process automation (RPA) has emerged as the leading approach to automate tasks in business processes. Moving away from back-end automation, RPA automated the mouse-click on user interfaces; this outside-in approach reduced the overhead of updating legacy software. However, its many shortcomings, namely its lack of accessibility to business users, have prevented its widespread adoption in highly regulated industries. In this work, we explore interactive automation in the form of a conversational digital assistant. It allows business users to interact with and customize their automation solutions through natural language. The framework, which creates such assistants, relies on a multi-agent orchestration model and conversational wrappers for autonomous agents including RPAs. We demonstrate the effectiveness of our proposed approach on a loan approval business process and a travel preapproval business process.

연구 동기 및 목표

• 높은 규제 산업에서 비기술적 비즈니스 사용자들이 RPA 도구에 접근하기 어려운 문제를 해결하기 위해.
• RPA 워크플로우와의 자연어 상호작용을 통해 비즈니스 프로세스 자동화의 진입 장벽을 낮추기 위해.
• 대화형 에이전트를 통한 동적이고 인간이 개입하는 커스터마이징을 지원하는 프레임워크를 개발하기 위해.
• 통합된 대화 인터페이스를 통해 RPA를 포함한 여러 자율 에이전트를 오케스트레이션하여 협업형 자동화를 실현하기 위해.
• 자연어 상호작용을 통해 투명성과 제어력을 높여 자동화의 신뢰도와 도입을 촉진하기 위해.

제안 방법

• 각각의 RPA 작업이 대화형 에이전트로 래핑된 다중 에이전트 오케스트레이션 모델을 사용한다.
• 사용자 입력에 따라 중앙 오케스트레이터가 에이전트를 동적으로 선택하고 조율하며, 상호운용성을 위한 정의된 에이전트 계약을 사용한다.
• 대화형 래퍼는 자연어 질의를 기반으로 하는 구조화된 동작으로 변환하여, 코드 없이도 사용자가 RPA에 상호작용할 수 있도록 한다.
• 응답 정확도와 계산 비용의 균형을 맞추기 위해 사전 및 사후 오케스트레이션 전략을 모두 지원한다.
• 상태 없는 오케스트레이터는 경량이고 확장 가능한 에이전트 조율을 가능하게 하며, 복잡한 대화 흐름을 처리하기 위한 상태 기반 모델 확장도 가능하다.
• 버전 관리와 모듈러한 라이프사이클 관리 기능을 지원하여, 전체 시스템에 영향을 주지 않고도 에이전트를 독립적으로 업데이트하거나 비활성화할 수 있다.

실험 결과

연구 질문

• RQ1 비즈니스 프로세스에서 상호작용적이고 자연어 기반 자동화를 가능하게 하기 위해 소프트웨어 프레임워크가 가져야 할 필수 특성은 무엇인가?
• RQ2 다양하고 다중 영역의 사용자 요청을 처리하기 위해 대화형 에이전트는 어떻게 효과적으로 오케스트레이션될 수 있는가?
• RQ3 자연어 상호작용은 규제 환경에서 RPA의 사용자 신뢰도와 도입률을 높이는 데 어떤 역할을 하는가?
• RQ4 비기술적 사용자가 대화 인터페이스를 통해 RPA 워크플로우를 어떻게 커스터마이징하고 모니터링할 수 있는가?
• RQ5 성능 및 정확도 측면에서 사전 오케스트레이션과 사후 오케스트레이션 전략 간의 상충 관계는 무엇인가?

주요 결과

• 대화형 어시스턴트를 통해 비즈니스 사용자가 자연어를 사용해 RPA 워크플로우를 모니터링하고 커스터마이징할 수 있었으며, 여러 인터페이스를 전환할 필요가 없어졌다.
• 사용자는 공식적인 데이터베이스 쿼리 작성이나 복잡한 UI를 익히지 않고도 도메인 전문 용어를 사용해 데이터를 질의하고 작업을 수행할 수 있었다.
• 비즈니스 사용자가 자연어를 통해 일반 목적의 RPA를 구성할 수 있도록 함으로써 맞춤형 RPA 개발의 필요성을 줄였다.
• RPA에 대한 대화형 래퍼의 사용은 기존 자동화 도구를 통합된 사용자 友好的 인터페이스에 원활하게 통합할 수 있도록 했다.
• 상태 없는 오케스트레이터는 가벼운 확장 가능한 에이전트 조율 솔루션을 제공하였으며, 복잡한 대화 흐름을 처리하기 위한 상태 기반 확장도 가능했다.
• 모듈러한 설계 덕분에 에이전트를 독립적으로 업데이트하거나 비활성화할 수 있어 시스템 유지보수 및 라이프사이클 관리가 간소화되었다.