일본산업뉴스요약

Nikkei X-TECH_2024.9.17

미쓰비시상사, 경리 문서의 데이터를 생성 AI가 추출
시작된 '초자동화' 시대

미쓰비시상사(三菱商事)는 올 4~5월 간, 생성 AI(인공지능)를 이용해 지금까지 인력에 의지해 온 경리에 관련된 업무 프로세스의 자동화를 추진했다. 실증 실험이 었지만, 그 성과는 놀라웠다. 가장 주목할만한 것은 생성 AI가 자동화 수준을 향상시킨 점이다.

-- 사람의 손을 거치지 않고 업무를 재현 --
기업의 업무 처리는 아직도 종이를 사용하는 경우가 많다. 그 중 하나가 경리 업무이다.

거래처로부터 청구서가 우편으로 오면, 그 내용을 확인해 비용이나 고정 자산 등 과목별로 분류하고, 인력으로 필요한 시스템에 데이터를 입력하거나, 입력이 끝난 데이터와 대조하는 등의 작업을 한다. 청구서나 계약서는 기업마다 포맷이 다르다. AI를 이용한 OCR(광학적 문자인식)을 이용해도 정확도가 향상되지 않아 자동화가 어려운 영역이다.

미쓰비시상사도 예외는 아니었다. AI-OCR로 청구서나 계약서 등의 문서를 읽고, 그 내용을 데이터로 저장해왔다. 그러나 실제로 읽은 문서의 내용이 맞는지, 어떤 정보를 읽고 있는지 등은 사람이 판단할 필요가 있었다.

이번에 미쓰비시상사가 실증 실험 대상으로 한 것은 공개 자료를 작성할 때에 필요한 ‘보증 채무’에 관련된 업무 프로세스이다. 최종 유저가 폴더에 보증 채무와 관련된 PDF 형식의 서류를 업로드하면, AI-OCR가 필요한 데이터를 추출해 추가 서류인 지급조서가 필요한지를 판단한다. 이 업무 프로세스를 사람의 손을 거치지 않고 재현할 수 있는지 실험했다.

-- 2개의 데이터베이스로 자동화의 정밀도 높여 --
생성AI를 적용한 것은 데이터의 추출과 지급조서의 필요 여부 판정이다. 경험이 풍부한 담당자가 하던 업무를 대체할 수 있도록 생성 AI를 이용하기 위한 2개의 데이터베이스를 구축했다.

하나가 프롬프트 데이터베이스이다. 프롬프트 데이터베이스는 보증 채무와 관련된 세법을 데이터화해 축적한 것이다. 이번 실증 실험을 지원한 PwC 세무사 법인의 세법에 관한 지식도 생성 AI를 조작하기 위한 프롬프트로써 활용했다.

다른 하나는 과거 사례 데이터베이스이다. 과거에 지급조서의 대상이 된 문서의 데이터나 업무 매뉴얼 등을 축적한다. 이 두 데이터베이스의 데이터에 맞춰 기업 정보 등을 필요에 따라 웹사이트에서 실시간으로 취득해 생성AI의 판단으로 이용이 가능하도록 했다.

실증 실험에서는 첫 한 달 동안 생성AI를 이용한 업무 프로세스 자동화가 가능한지 검증하고, 남은 한 달 동안 정밀도 향상을 목표로 했다. 그 결과, 계약서나 잔고 증명서 등의 문서로부터 필요한 정보를 추출할 때의 정답율은 평균 97%, 지급조서의 필요 여부에 대한 판단은 98%의 정확도로 재현할 수 있었다. 이번 실증 실험의 결과를 바탕으로 미쓰비시상사는 현재, 생성 AI의 적용 범위 확대를 목표로 하고 있다.

-- 생성AI로 수작업을 대체할 가능성 높아져 --
경리 영역만을 고려할 때 미쓰비시상사처럼 수작업에 의지하고 있는 기업은 많을 것이다. 회계 소프트웨어나 ERP(통합기간 업무시스템) 패키지를 도입하고 있다고 해도 종이 청구서나 계약서를 기반으로 수작업으로 데이터를 입력하거나, 표계산 소프트웨어를 사용해 데이터를 정리하는 작업 등은 반드시 필요하다.

이것이 생성AI의 등장으로 크게 달라지고 있다. 지금까지 비효율적임을 알면서도 수작업으로 실시해 온 업무 프로세스가 사람의 손을 거치지 않고 자동화할 수 있는 가능성이 높아지고 있다.

“비즈니스 부문이 주체가 되어 업무 전체를 자동화하는 움직임이 주목 받고 있다”라고 가트너 재팬의 스즈키(鈴木) 바이스프레지던트 애널리스트는 지적한다.

지금까지의 업무 자동화 움직임과 다른 것은 “복수의 기술을 조합해 현장의 업무 자동화 니즈에 대응한다는 점이다”라고 스즈키 바이스프레지던트는 설명한다.

복수의 기술을 조합해 비즈니스의 시점에서 업무 프로세스 전체를 자동화하는 것을 ‘하이퍼오토메이션(Hyperautomation)’이라고 부른다. 코로나19 사태를 계기로 원격 근무가 보급되면서 문서 등의 디지털화가 추진됨에 따라 하이퍼오토메이션이 실현되기 쉬워지고 있다.

-- 비즈니스 전체의 관점이 중요해져 --
오래 전부터 수작업을 자동화하는 대응은 검토되어 왔다. 현재 이용이 당연시 되고 있는 워크 플로우 관리 소프트웨어의 도입도 업무 자동화 중 하나로, 종이 문서의 교환을 디지털화했다. 2010년대 후반에 도입이 급속히 확대된 RPA(Robotic Process Automation, 로보틱 처리 자동화)도 대표적인 업무 자동화 툴이다.

여기에 새롭게 생성AI가 등장하면서 지금까지 자동화가 어려웠던 판단이나 새로운 자료 작성 등을 수반하는 수작업을 자동화할 수 있는 가능성이 높아지고 있다. 가트너 재팬의 스즈키 바이스프레지던트는 “1개의 수작업을 자동화하는 것이 아니라, 업무 전체의 시점에서 자동화를 추진해 나가려고 하는 것이 필요하다”라고 지적한다.

RPA의 도입시에는 개발한 로봇의 수 등을 자동화의 KPI(중요 실적 평가 지표)에 두었지만, 업무 프로세스 전체를 시야에 넣고 있는 하이퍼오토메이션을 실현하려면 ‘자동화가 비즈니스에 어느 정도 기여할 수 있는가?’가 KPI가 된다. 이전의 업무 자동화와 사고방식을 바꾸어 하이퍼오토메이션에 임할 필요가 있다.

다음 회에서는 하이퍼오토메이션을 구현하기 위해 생성 AI를 이용한 개발이 가능해진 RPA 툴의 최전선을 살펴보겠다.

 -- 끝 --

Copyright © 2024 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.