[논문 리뷰] Towards Intelligent Robotic Process Automation for BPMers

Simone Agostinelli, Andrea Marrella외 1명|arXiv (Cornell University)|2020. 01. 03.

Robotic Process Automation Applications참고 문헌 22인용 수 27

한 줄 요약

이 논문은 로봇 프로세스 자동화(RPA)를 지능형 자동화로 발전시키기 위해 네 가지 핵심 연구 과제를 규명함으로써 프레임워크를 제안한다: 로그 품질 향상, 자동화된 루틴 탐지, 지능형 예외 처리 지원, 자동 워크플로우 조합 기능 제공. 이는 프로세스 마이닝 및 AI 계획 기법을 활용하여 RPA를 규칙 기반, 수동 설정 방식에서 더 유연하고 확장성 있고 지능적인 BPM 솔루션으로 전환한다.

ABSTRACT

Robotic Process Automation (RPA) is a fast-emerging automation technology that sits between the fields of Business Process Management (BPM) and Artificial Intelligence (AI), and allows organizations to automate high volume routines. RPA tools are able to capture the execution of such routines previously performed by a human users on the interface of a computer system, and then emulate their enactment in place of the user by means of a software robot. Nowadays, in the BPM domain, only simple, predictable business processes involving routine work can be automated by RPA tools in situations where there is no room for interpretation, while more sophisticated work is still left to human experts. In this paper, starting from an in-depth experimentation of the RPA tools available on the market, we provide a classification framework to categorize them on the basis of some key dimensions. Then, based on this analysis, we derive four research challenges and discuss prospective approaches necessary to inject intelligence into current RPA technology, in order to achieve more widespread adoption of RPA in the BPM domain.

연구 동기 및 목표

• 현재 RPA 도구의 지능성과 확장성에 한계가 있으며, AI 기반 적응보다 수동 설정과 사전 정의된 규칙에 의존함에 따라 이를 해결하고자 한다.
• 자동 분석 및 프로세스 탐지에 장애가 되는 낮은 품질의 RPA 로그 문제를 극복하고자 한다.
• 프로세스 마이닝 기법을 사용하여 사용자 상호작용 로그에서 루틴 기반 워크플로우를 자동으로 탐지하고자 한다.
• 예기치 않은 시스템 동작에 인간 간섭 없이도 RPA 시스템이 적응할 수 있도록 지능형 예외 처리 메커니즘을 개발하고자 한다.
• 원자형 RPA 루틴들로부터 복잡하고 상호 연관된 워크플로우를 AI 계획 기법을 통해 자동 조합하고자 한다.

제안 방법

• 로그 품질, 자동화 범위, AI 통합 등 핵심 차원을 기준으로 상용 RPA 도구 10종에 대한 깊이 있는 분석 및 분류를 수행한다.
• 루틴 기반 로그에서 유추된 플로우차트를 활용하여 실제 사용자 행동을 모델링하고 실행 가능한 프로세스 모델을 추출하기 위해 프로세스 마이닝 기법을 제안한다.
• 원시 로그에 포함된 관련 없거나 잘못된 동작을 걸러내기 위해 추출된 플로우차트를 정제하기 위해 트레이스 정렬을 적용한다.
• 자동 계획 시스템을 활용하여 RPA 루틴을 전제 조건과 영향을 갖는 블랙박스 동작으로 모델링함으로써, 복잡하고 조율된 워크플로우의 자동 합성 가능성을 확보한다.
• 후속 분석을 위한 신뢰성 있는 데이터 확보를 위해, 자동화된 동작 로거를 설계하여 로그 품질을 향상시킨다.
• 예외 발생 시 인간 간섭 패턴을 기반으로 한 AI 기반 적응 메커니즘을 통합하여 RPA 시스템이 인간의 개입을 학습하고 행동을 업데이트할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 지능형 자동화를 위한 BPM에서의 적합성 측면에서 기존 RPA 도구를 구분하는 핵심 차원은 무엇인가?
• RQ2 낮은 품질의 RPA 로그는 어떻게 향상시켜야 자동 프로세스 마이닝과 자동 워크플로우 탐지에 기여할 수 있는가?
• RQ3 사용자 상호작용 로그에서 자동으로 루틴 기반 프로세스를 탐지하고 모델링하는 데 사용할 수 있는 기법은 무엇인가?
• RQ4 지능형 예외 처리를 통해 RPA 시스템이 사용자 인터페이스나 시스템 동작의 예기치 않은 변화에 어떻게 내성적으로 대응할 수 있는가?
• RQ5 원자형 RPA 루틴들로부터 복잡하고 상호 의존적인 워크플로우를 자동 조합하기 위해 어떤 AI 기반 접근 방식을 사용할 수 있는가?

주요 결과

• 현재 세대의 RPA 도구는 낮은 품질의 로그를 생성하며, 종종 사용자 동작을 누락하거나 정확하게 기록하지 않아 자동화된 프로세스 분석에 장애가 된다.
• 플로우차트 탐지 및 트레이스 정렬과 같은 프로세스 마이닝 기법은 RPA 로그에서 실행 가능한 모델을 효과적으로 추출하고 정제하여 루틴 행동의 정확한 표현을 가능하게 한다.
• AI 계획 기법은 RPA 루틴을 전제 조건과 영향을 갖는 동작으로 성공적으로 모델링하여, 복잡하고 상호 연관된 워크플로우의 자동 조율 가능성을 제공한다.
• 인간의 문제 해결 패턴을 기반으로 한 지능형 예외 처리 기법은 수동 감시 의존도를 감소시키고, 다이나믹한 환경에서 RPA의 내성적 내구성을 향상시킨다.
• 고품질의 동작 로거 개발은 자동 탐지 및 조합 과정에 대한 신뢰성 있는 데이터 입력을 확보하기 위해 필수적이다.
• AI 통합을 통한 감사 가능성, 업그레이드 가능성, 내구성 향상은 RPA 시스템의 기업 BPM 환경에서 장기적 지속 가능성과 확장성 향상에 크게 기여한다.