RPA는 왜 자꾸 멈추는가
RPA(로봇 프로세스 자동화)는 사람이 화면을 클릭하는 동작을 그대로 흉내 냅니다. "이 좌표를 클릭하고, 저 필드에 입력하라"는 식입니다. 동작은 직관적이지만 약점이 분명합니다.
- 버튼 위치나 화면 레이아웃이 바뀌면 즉시 멈춥니다.
- SAP·Douzone 같은 시스템이 업데이트되면 매크로를 다시 짜야 합니다.
- 팝업 하나, 로딩 지연 하나에도 작업이 어긋납니다.
화면은 사람을 위해 자주 바뀌지만, 매크로는 그 변화를 이해하지 못합니다.
숨은 비용은 유지보수에 있다
RPA의 진짜 부담은 초기 구축이 아니라 그 이후입니다. 화면이 바뀔 때마다 누군가 시나리오를 손봐야 하고, 그 사이 자동화는 멈춰 있습니다. 시나리오가 늘수록 손볼 곳도 늘어납니다. "한 번 만들면 끝"이 아니라, 계속 돌봐야 하는 구조입니다.
AI Sidecar는 화면이 아니라 데이터를 본다
AI Sidecar는 접근 방식이 다릅니다. 화면을 클릭하는 대신, 기존 시스템이 이미 가진 데이터를 read-only로 읽어 분석합니다.
- 버튼 위치가 바뀌어도 데이터의 의미는 그대로이므로 덜 깨집니다.
- 기존 SAP·Douzone을 수정하지 않습니다. 읽기만 합니다.
- 분석 결과에는 근거(증거)가 함께 남아, 왜 그런 판단인지 확인할 수 있습니다.
화면 모양이 아니라 데이터의 구조에 기대기 때문에, 작은 UI 변경에 일일이 흔들리지 않습니다.
분석은 AI가, 결정은 사람이
오해를 피하기 위해 분명히 하겠습니다. AI Sidecar는 스스로 처리를 확정하지 않습니다. AI는 데이터를 정리·분석해 제안할 뿐이고, 실제 결정과 실행은 담당자가 승인 게이트(HITL)를 거쳐 진행합니다. 자동화가 잘못 판단하더라도 사람이 한 번 더 거르는 구조입니다.
그래서 무엇이 달라지나
- 취약성: 화면 의존 → 데이터 의존으로 이동해 덜 깨집니다.
- 유지보수: 화면이 바뀔 때마다의 재작업 부담이 줄어듭니다.
- 투명성: 판단 근거가 증거로 남습니다.
다만 ROI를 보장하지는 않습니다. 업무와 데이터 상태에 따라 효과는 다르므로, 작은 범위에서 먼저 확인하는 편이 안전합니다.
작게 시작해 보기
큰 전환을 한 번에 결정할 필요는 없습니다. 반복적으로 멈추는 업무 하나를 골라, 기존 시스템을 건드리지 않고 read-only 분석부터 가볍게 시작해 보십시오. 효과가 확인되면 그때 범위를 넓히면 됩니다. 자동화는 크게 거는 도박이 아니라, 작게 검증하며 키워가는 과정에 가깝습니다.