AI 기반 자동화로 성공을 거둔 Vale

Automation Anywhere는 오늘날 AI 기반의 다양한 자동화 혁신을 통해 조직이 단시간 내에 발견에서 자동화로 전환하여 더 많은 프로세스를 자동화할 수 있도록 지원합니다. 하지만 모든 성공적인 자동화는 자동화할 프로세스의 미묘한 차이를 먼저 이해하는 것에서 시작됩니다. 그래야 프로세스 최적화와 비즈니스 ROI로 가장 빠른 경로를 찾을 수 있습니다.

브라질에 본사를 둔 세계적인 광산 회사 Vale는 Automation Anywhere의 Process Discovery를 사용하여 인수 프로세스를 더 효과적으로 이해하고, 자동화에 적합한 후보를 파악하며, 3,000개가 넘는 프로세스를 자동화하여 연간 121,000시간 이상을 절약했습니다. Vale는 또한 직원들이 더 보람 있는 일에 집중할 수 있도록 자동화를 사용하여 시간을 절약하는 것을 목표로 하고 있습니다. 글을 계속 읽으며 방법을 알아보세요.

추가적인 업무 부하 없이 거래량 두 배로 증대하기

Vale는 철광석, 펠릿, 니켈 및 기타 자원을 채굴하고, 구리, 금, 은 및 기타 자재의 생산 운영을 하고 있으며, 물류, 에너지 및 제강 사업도 하고 있습니다. 또한 철광석을 확보하여 다른 광산 회사들이 캐나다, 인도네시아, 말레이시아, 중국, 영국 등지에 있는 시설 및 사무소를 비롯해 Vale의 방대한 글로벌 물류 네트워크를 활용할 수 있도록 합니다.

120,000명이 넘는 직원과 수만 명의 추가 외부 인력이 운영에 참여하는 Vale는 단연코 거대한 조직입니다. 그 중 80,000명의 직원이 자동화 가능성이 있는 프로세스에 컴퓨터를 사용합니다. 작은 부분이라도 자동화할 기회를 발견하면 회사는 수천 시간, 수백만 달러를 손쉽게 절약할 수 있습니다.

2018년에 자동화 여정을 시작한 Vale는 그 규모와 브라질의 악명 높은 관료적 규제 요구 사항을 함께 고려했을 때 자동화의 효과를 멀리서 찾아볼 필요가 없었습니다.

Vale의 인공지능 및 데이터 민주화 책임자인 Alexandre Pigatti는 Imagine Austin 2024에서 "브라질의 여러 생산자가 자사 제품을 전 세계로 수출하기 위해 저희에게 판매를 합니다."라고 설명했습니다. 그리고 덧붙여 다음과 같이 말했습니다. "브라질에서는 이러한 거래에서 많은 문서 작업이 이루어집니다. 그런 거래를 두 배로 늘릴 계획이지만 그 업무를 처리하는 데 필요한 인원을 두 배로 늘릴 여력은 없죠. 이것이 바로 저희가 마주한 도전 과제였습니다."

실질적인 업무 처리 방식 파악하기

처음에 Vale는 기존 프로세스를 정의하고 분석하는 데 전통적인 인터뷰 기반의 프로세스 디스커버리 방법을 사용했습니다. 이 방법은 느리고 힘들었으며 많은 재작업과 후속 인터뷰가 필요했습니다.

“다들 각자 해야 할 일이 있고 마감일을 신경 써야 하기 때문에 회의 일정을 잡기가 어려웠어요”라고 Pigatti는 그 당시를 떠올렸습니다. "사람인지라 잊어버리기도 해서 시행하려고 할 때면 결국 빈틈을 발견할 수도 있는 거죠. 그러면 인터뷰를 다시 해야 해서 효율적이지 않았습니다. 이 단계에 보통 약 3개월이 걸렸죠."

Vale는 Automation Anywhere의 AI 기반 Process Discovery를 통해 자동화의 중요한 전 단계인 이 부분을 현대화할 수 있다고 보았습니다. 이 방법은 사용자의 데스크톱에 경량 소프트웨어 에이전트를 배포하여 모든 프로세스 접점을 기록하는 방식으로 이루어집니다. Process Discovery는 프로세스 데이터를 식별, 구조화 및 매핑하여 프로세스 청사진과 PDD(프로세스 정의 문서)를 생성합니다. 그런 다음 자동화 팀이 프로세스를 분석하여 최적화 기회를 찾고 다음 단계를 결정하며 규정 준수에 대한 사항을 알릴 수 있습니다.

Vale는 이러한 규제 문서화 프로세스를 위해 일곱 명의 직원 컴퓨터에 Process Discovery 에이전트를 설치하고 10일 동안 실행했습니다. 이 기간 동안 Process Discovery를 통해 370,000건의 이벤트를 포착했습니다.

“Process Discovery를 사용하니 10일밖에 걸리지 않았습니다. 저희 입장에서는 훨씬 더 좋은 방식이었죠. 게다가 Process Discovery는 단계를 빠뜨리는 일이 없기 때문에 더 효과적이었습니다.”

Vale는 Automation Anywhere를 통해 프로세스 디스커버리 주기를 3개월에서 10일로 89%를 줄일 수 있었습니다. 하지만 이러한 성과는 많은 절감 효과 중 첫 번째에 불과했습니다.

일반적인 범위 이외의 단계를 비롯한 전체 프로세스 최적화 및 자동화하기

Process Discovery는 Vale가 놓쳤을 수 있는 프로세스에 관한 귀중한 인사이트도 제공했습니다. 먼저, 사용자 간 프로세스 변동이 거의 없다는 점을 확인함으로써 프로세스가 매우 안정적이고 성숙하며 자동화에 이상적임을 보여주었습니다. 판매자가 품질 관리 양식을 작성해야 하는 단계에서 최적화 기회를 발견하기도 했습니다. Vale는 표준화된 답변을 기대했지만 판매자가 각기 다른 방식으로 양식을 작성하는 부분에서 추가 교육을 진행하거나 양식을 개선할 필요가 있다는 것을 확인할 수 있었습니다.

시스템 상호작용 수준의 경우 Vale는 직원들이 대부분의 프로세스를 SAP 시스템에서 완료할 것이라고 생각했습니다. 그러나 Process Discovery의 분석에 따르면 실제로는 직원들이 SAP보다 Microsoft Excel, File Explorer, Outlook을 더 많이 사용하고 있어 추가적인 최적화 기회가 있음을 확인할 수 있었습니다.

Pigatti는 “직원들이 근무 시간의 42%를 Excel을 사용하는 데 할애했기 때문에 직원들에게 SAP 교육을 할지 아니면 Excel을 프로세스의 일부로 만들어야 할지 고민했습니다.”라고 말했습니다. “흥미로운 발견이었습니다. 프로세스 마이닝만 했다면 SAP와 다른 레거시 시스템의 로그에서만 작동하기 때문이죠. 저희는 Excel이나 Microsoft에 대한 로그가 없거든요. Process Discovery를 통해 모든 걸 포착한 거죠."

자동화를 통해 업무를 혁신하는 새로운 방법 탐색하기

Vale는 Process Discovery에서 얻은 결과를 활용하여 주문 생성 및 송장 관리부터 제품 품질 보고 및 이행에 이르는 여섯 가지 프로세스 범주를 파악했습니다.

“자동화는 인력을 줄이는 것이 아니라 사람들이 분석적이고 전략적인 작업을 더 많이 할 수 있도록 시간을 절약해주는 것이었습니다.”라고 Pigatti는 설명했습니다.

“저희는 연간 2,500시간을 절약할 수 있었습니다. 결과적으로 FTE를 늘리지 않고도 500만 달러의 비용을 피할 수 있었고 전체 부서의 업무 방식은 완전히 바뀌었습니다.”

Vale는 현재 자재 인수 프로세스를 자동화하는 중간 단계에 있으며, 30개 이상의 분야에서 연간 121,000시간을 절약하기 위해 3,000개 이상의 작업을 자동화했습니다. 그뿐만이 아닙니다. Pigatti는 교육을 받은 시민 개발자 810명을 통해 전체 조직에 걸쳐 추가적으로 비용 및 시간을 절감하고 더 많은 프로세스를 자동화할 수 있는 기회를 모색하고 있습니다. 자동화를 위해 설계된 최초의 생성형 AI 기반 어시스턴트인 Automation Anywhere Automation Co-Pilot은 그러한 노력에서 큰 부분을 차지하게 될 것입니다.

“저희는 여러 레거시 시스템에 Co-Pilot을 적용하려고 합니다.”라고 Pigatti는 말했습니다. "생성형 AI를 실제로 적용하고 싶어요. RAG(검색-증강 생성) 서비스를 실행할 준비도 되어 있습니다.”

Pigatti는 Vale가 AI 기반 자동화 및 챗봇을 사용하여 업무를 더 빠르고 정확하게 수행하고자 하는 영역을 언급했습니다.

“챗봇에게 내 휴가 일정을 잡아달라고 하는 걸 상상해 보세요. 챗봇이 HR 시스템에 접속하여 내 휴가 일정을 잡을 수 있는 거죠(저는 항상 HR 시스템의 그 부분에 접속하는 방법을 잊어버리거든요). 그런 다음 프로세스가 완료되면 챗봇이 저에게 알림을 보냅니다. 또는 특정 철광석 광산의 생산량을 알고 싶을 수도 있습니다. 챗봇에게 물어보면 챗봇이 자사 제조 시스템을 조회하고, 보고서를 생성하고, 정보를 추출하여 답변해 줄 것입니다."