솔브레인 IDP 프로젝트 담당자인 디지털 협력팀 김려원 매니저는“솔브레인은 글로벌 첨단 소재 기업으로서 지속적인 업무 자동화 및 프로세스의 혁신이 필수적이다. 이에 따라 반복적이고 대량의 문서 작업에 SS&C 블루프리즘의 IDP 솔루션인 디사이퍼(Decipher) IDP를 도입하게 되었다.”고 밝혔다. 특히, “IDP 도입 전에는 문서 내 데이터 인식과 데이터의 디지털화에 어려움이 많았고, 수작업에 의존하는 비효율적인 업무 구조에서 벗어나기 힘든 상황이 있었다.”고 언급했다.
솔브레인 디지털 협력팀, 김려원 매니저 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
솔브레인은 IDP 도입을 검토하기 이전에 문서 처리 자동화에 OCR(광학 문자 인식) 기술을 활용하려 했으나, 이 기술의 한계를 경험했다고 밝혔다. “OCR은 문서 내 특정 영역 인식이 필요할 때마다 추가적인 코딩 작업이 필수적이었고, 새로운 문서 유형이 들어올 때마다 코드 업데이트가 필요해 유지보수 비용이 상당히 발생했다.”는 것이 김려원 매니저의 설명이다.
반면 IDP는 다양한 형태의 문서, 특히 비정형 문서에서도 높은 인식률을 보이며 유지보수 비용이 현저히 줄어든다는 점이 강점으로 작용했다. 김려원 매니저는 “IDP는 머신러닝(ML) 기반의 학습 기능이 있어 시간이 지남에 따라 정확도가 자연스럽게 높아지고, 프로그래밍 지식 없이 단순히 몇번의 클릭만으로 영역 학습이 가능해 사용하기 매우 용이하다.”고 설명했다. 이러한 배경으로 솔브레인은 OCR이나 AI-OCR이 아닌 IDP 기술을 활용해 다양한 문서 처리 업무를 자동화해 나가고 있다.
솔브레인은 IDP와 RPA를 결합하여 기존에 수기로 처리해왔던 전자항공권 처리 프로세스를 성공적으로 자동화했다. 김려원 매니저는 “회사 규모 확장과 함께 해외 출장이 증가하면서 항공권 관련 전표 처리가 증가했고, 이를 효율적으로 처리할 수 있는 방안을 모색하게 되었다.”고 도입 배경을 밝혔다. 기존에는 2명의 담당자가 항공권 데이터를 수작업으로 입력하고 전표를 작성했으나, IDP와 RPA 도입 후 전표 작성과 데이터 수집, 전자 항공권의 분류까지 전 과정이 자동화되었다.
이 자동화 프로세스는 전자 항공권 데이터를 수집하고, PDF 파일 내에서 필요한 정보를 추출하여 전표를 생성하는 방식으로 운영된다. 김려원 매니저는 “자동화 도입 후 수작업 부담이 줄어들고, 업무 정확도와 속도가 획기적으로 향상되었다.”고 전했다. 이로써 솔브레인은 전자 항공권 처리 업무의 효율성을 극대화하고, 담당자는 더 높은 부가 가치의 업무에 집중할 수 있게 되었다.
솔브레인은 연구소의 MSDS(물질안전보건자료) 파일 관리에도 IDP를 적용 중에 있다. 솔브레인은 화학 소재를 다루는 기업 특성상 최신 MSDS 파일을 주기적으로 업데이트하고 관리하는 것이 필수적이다. 기존에는 담당자가 모든 시약에 대한 1,464개의 MSDS 파일을 수작업으로 확인하고 최신화 하는 업무였다. 문서의 양이 워낙 방대하고, 데이터의 정확도가 중요한 업무이기 때문에 관리에 어려움이 있었다.
IDP 도입 후에는 RPA와의 결합을 통해 전체 1,400여 개의 시약에 대한 파일을 자동으로 수집하고 분류, 최신 데이터로 업데이트하는 프로세스를 자동화하고자 한다. 김려원 매니저는 “IDP 도입 전에는 1,400여개가 넘는 중요 자료를 사람이 관리하면서 상당한 시간이 소요되었지만, 자동화를 통해 효율성과 정확도를 획기적으로 높일 것이다.” 라고 전했다. 특히 “중요한 화학 소재 정보를 신속하고 정확하게 유지 관리하는 것과, 규제 준수와 안전성 관리 측면에서도 큰 효과가 있을 것이라고 기대하고 있다.”고 언급했다.
김려원 매니저는 “향후에도 연구소를 포함한 여러 부서에 IDP와 RPA를 확대 적용해 전사적인 업무 혁신을 지속적으로 추구할 계획이며, 솔브레인이 글로벌 첨단 소재 산업에서 경쟁력을 유지해 나갈 수 있도록 End-to-End 프로세스를 디지털화하고 자동화하는데 최선을 다하겠다.”고 포부를 밝혔다.
유은정 기자 judy6956@etnews.com
[Copyright © 전자신문. 무단전재-재배포금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.