Automation Anywhere Presents Intelligent Automation Day Automation Anywhere Korean English

Automation Anywhere Presents Intelligent Automation DayYouTube↗ IA↗(long shot)
Science & Technology 1.3K views 25 likes 0 dislikes 19 Feb 2020

Automation Anywhere 23.7K subscribers United States YouTube↗

안녕하세요, 여러분. 어디에 계시든 간에 좋은 하루 보내고 계시길 바랍니다.

Well good morning, good afternoon, and good evening everyone. My name is Riadh Dridi.

제 이름은 Riadh Dridi입니다. 저는 Automation Anywhere에서 CMO를 맡고 있습니다. 처음으로 개최하게 된 Intelligent Automation Day에 오신 것을 환영하고 이렇게 만나 뵙게 되어 영광입니다. 가장 최근에 있었던 작년 10월, A2019를 출시한 이후 지난 몇 달간 숨가쁘게 작업해온

I'm the CMO of Automation Anywhere. It is my pleasure to welcome you to our first ever Intelligent Automation Day. So we've gathered some minds here today to unpack some innovations that we've been busy working on for the last few months,

혁신의 결과물을 소개하기 위해 오늘 이 자리에 모였습니다.

since our last product launch in October with A2019. And we also have some

또한 몇몇 흥미로운 제품을 발표하고, 여러분 앞에 시연해 보이고자 합니다.

exciting product announcements and demos we'd like to share with you. So, I know

오늘 약 만여 명이 온라인으로 접속하신 걸로 알고 있는데, 아마도 트위터나 SNS를 열심히 하고 계실 것 같습니다. 포스팅하실 때 #AIDay가 아니라 #IADay를 해시태그로 사용해 주시길 부탁드리겠습니다.

there's about 10,000, I believe, of you online today and I know you'll be busy tweeting, posting on social and so if you are active, make sure to use the

오늘 두 태그가 밀접하게 연관되어 나타날 것 같긴 하지만 A, I가 아니라 I, A Day를 사용해주시면 감사하겠습니다.

hashtag #IADay--not A-I day, IA Day--even though the two are going to be very

오늘은 여러분과 공유할 흥미진진한 주제를 가져 왔습니다.

linked today. So we have an exciting agenda to share with you today. We have

첫 번째 발표자인 Mihir Shukla 씨를 소개합니다.

our first speaker, who will be Mirhir Shukla. He's a founder and CEO of

Automation Anywhere의 설립자이자 CEO로서 업계 현황에 대해 설명드리고 지능형 자동화에 대한 견해와

Automation Anywhere and he's gonna be talking about the state of the industry

이 지능형 자동화가 현대 기업의 경쟁력을 향상시키는 방법에 대해 알려드릴 예정입니다. 그런 다음 제품 데모 책임자인 Abhijit Kakhandiki 씨가 제품에 대한 이야기와

and his point of view around intelligent automation and how it empowers the modern enterprise to be more competitive today. Then we have a Product Demo in Chief: Abhijit Kakhandiki, who's going to be talking about the product, show

제품 작동 방식, 이 제품이 가진 최고의 기능과 성능,

you how the product works and some of its best features and capabilities, and how

그리고 활용 방법 등에 대해 설명드립니다. 그리고 오늘 운 좋게 대단한 초대 손님 두 분을 모셨습니다.

you could take advantage of this. And then we are fortunate to have two great

첫 번째 손님은 Microsoft의 Matt Vasey 씨입니다.

guests with us today: the first one is Matt Vasey from

인공지능 담당 선임 디렉터로서 Microsoft가 비즈니스 프로세스에

Microsoft, he is the Senior Director of Artificial Intelligence and he's going to

어떻게 AI를 불어넣는지 그리고 Microsoft와 Automation Anywhere의

talk to you about how Microsoft is infusing AI into business processes and

파트너십이 여러분의 혁신에 어떤 도움을 드릴 수 있는지에 대해 설명드릴 예정입니다. 그리고 마지막으로 운 좋게 ADM의 Lee Patsel 씨를 모실 수 있었습니다.

how together both Microsoft and Automation Anywhere are partnering to innovate for you. And then lastly, we're fortunate to have Lee Patsel from ADM.

ADM은 전 세계에서 가장 큰 식품 가공업체 중 하나로

They are one of the largest food processing companies in the world and he's

Pastel 씨는 개인적인 경험과 자동화에 대한 기대감,

going to talk about his personal experience, how excited he is about

본인이 겪은 자동화 여정과 영향에 대해 이야기할 예정입니다.

automation, and his journey and the impact that he's had, and so hopefully

여러분에게 도움이 되는 교훈도 많이 전달되었으면 합니다. 앞으로 알찬 시간이 준비되어 있습니다. 여러분도 아마 저만큼 흥분되어 있으리라 믿습니다.

share some lessons that would be useful to you. So, again, we have a packed hour ahead of us. I hope you are as excited as I am.

자 이제 첫 번째 발표자인 Mihir Shukla 씨를 소개하겠습니다.

And with that I'd like to welcome our first speaker, Mihir Shukla.

여러분 안녕하세요. Intelligent Automation Day에 오신 것을 환영합니다.

Hello to all and welcome to the Intelligent Automation Day. We call this an

우리가 오늘 행사를 Intelligent Automation Day라 부르는 이유는 여러분이 오늘 처음 경험하게 될

Intelligent Automation Day because what we are going to talk about today goes

일부 획기적인 기술을 포함하여 기존 RPA를 완전히 뛰어넘는 새로운 내용을 다룰 예정이기 때문입니다. 또한 저희는 AI가 자동화 진행 과정의 각 단계를 강력하게 지원할 것으로 믿고 있습니다. AI는 기업의 ROI 극대화와

far beyond traditional RPA, including some groundbreaking technologies that you will see for the very first time. We also continue to believe that AI should power every step of the automation, because that allows businesses to

비즈니스 성과를 지속적으로 개선하는 해결사 역할을 하기 때문입니다. 이제 많은 분들이 Automation Anywhere에 대해 잘 알고 계시고

maximize their ROI and it is the secret sauce that will continue to enhance the business outcome. Now, many of you know Automation Anywhere very

어쩌면 몇몇 분들은 저의 이런 이야기를 여러 번 들었을 수도 있습니다.

well, and you have heard me say this before probably, but it is worth

하지만 RPA가 왜 이렇게 빨리 성장하고 있는지 한번 돌이켜 볼 필요가 있습니다.

reminding everyone why RPA is such a fast growing category. The simple truth

간단한 사실 하나를 알려 드리겠습니다. ERP와 IT 시스템과 같은 기존 비즈니스 소프트웨어는

is that the traditional business software, ERP and IT systems, have

HR 프로세스, 재무 프로세스, 공급망 프로세스 그리고 모든 수직 산업 계통 내의

promised to automate all processes: HR processes, Finance processes, Supply Chain

프로세스를 자동화할 수 있다고 약속했습니다. 하지만 여러 해가 지난 지금, 단 20%의 프로세스만이 자동화되었습니다.

processes, processes in every vertical industry. But after many, many years the truth is only 20% of processes have been automated today. That left business with

이 때문에 기업들은 여러 애플리케이션 사이를 수천 명의 사람들이 수작업으로 메꿔서 남은 80%의 프로세스를 처리하는 것 외에는 다른 대안이 없었습니다.

no other choice but to do the other 80% of the processes manually, using thousands of people as bridges between applications. This is the promise of the RPA:

여기 RPA가 여러분께 드리는 약속이 있습니다. 사상 최초로 전체 프로세스를 자동화하거나 이전에는 자동화할 수 없었던

the first time ever being able to automate end-to-end processes or

프로세스의 일부분을 자동화함으로써 프로세스 한 부분에 존재하던 문제를 해결할 수 있습니다. Automation Anywhere는 처음부터

being able to solve a piece of the process--automate a piece of the process that could not be automated before. Now, at Automation Anywhere, from the very

인간 지능을 활용해 더 많은 것을 성취할 수 있도록 최선을 다했습니다.

beginning we have been committed to enabling the human intellect to achieve

저희는 이 일에 매우 열정적인 자세로 임해 왔습니다.

greater things. We are very passionate about it. Enable human intellect to

봇에 인간과 유사한 지능을 심어 로봇이 할 수 있는 일에서 인간을 해방시키고 인간의 지성은

achieve greater things by taking robot out of the people and put a human-like

더 고차원적인 업적을 성취하는 데 집중하는 것, 이 부분이 저희가 처음부터 중점을 두었고

intelligence into the bot. That has been our focus from the very beginning, and it

앞으로도 중점을 둘 부분입니다. 자 이제, 왜 우리에게 이 부분이 이렇게 중요하고,

will remain our focus. Now here is why this is so important

고객에게 그 어느 때보다 훨씬 더 절실해졌는지 설명드리겠습니다.

for us, but more critical for our customers today than ever before. If you

확인해보면 아시겠지만, 2000년 이후 글로벌 Fortune 500대 기업의 약 52%가 이미 사라졌습니다.

take a look, since the year 2000 about 52% of global Fortune 500 companies have

많은 기업의 경우 디지털 혁신과 비즈니스 모델의 변화가 가장 큰 이유였습니다.

disappeared, many because of the digital disruption and change in business model.

S&P 500을 살펴보면, S&P 500 기업의 평균 수명이

If you take a look at the S&P 500, the average lifespan of S&P 500 companies

{\pos(192.3,66.4)}10년 단위로 크게 줄어든 사실을 확인할 수 있습니다. {\pos(192.3,66.4)}과거 S&P 500은 국가의 기반을 구성하는 안정적인 기업들이었습니다. 이제는 아닙니다.

have been dramatically reducing every every decade. S&P 500 used to be the stable company; this is the companies around which nations were built. No longer.

{\pos(192.3,66.4)}이 중에서 많은 기업들이 심지어 그저 살아남기 위해 몸부림치고 있습니다.

Many of them are struggling even to survive. On the other hand, if you take a

반면, 파괴적 디지털 기업, 디지털 네이티브 기업은 마치 개별 산업 하나하나를

look at digital disruptive companies, the digital native companies, they seem

모두 파괴해 버리고 있는 것처럼 보입니다.

to be disrupting every industry, industry by industry. They offer a

{\pos(192.3,66.4)}이들은 뛰어난 고객 경험, 더 나은 비즈니스 모델,

superior customer experience, a better business model, a more instant response,

{\pos(192.3,66.4)}더 즉각적인 대응과 빠른 결과물을 제공합니다. {\pos(192.3,66.4)}즉 우리는 매우 파괴적인 기술과 파괴적인 비즈니스 모델

instant results. So we live in this world of very disruptive technologies,

{\pos(192.3,66.4)}그리고 빠르게 변하는 환경으로 구성된 세상에 살고 있습니다. {\pos(192.3,66.4)}우리와 우리의 고객은 미래에 어떻게 대비해야 할까요? {\pos(192.3,66.4)}어떻게 하면 미래에도 생존할 수 있는 비즈니스를 구축할 수 있을까요?

disruptive business model, fast changing environment. How do all of us, all customers and all of us, plan for the future? How do we structure businesses

{\pos(192.3,66.4)}우리가 정말 해결해야 하는 문제는 무엇일까요?

that are future proof? What problems are we really trying to solve? I propose that

저는 우리가 해결해야 할 문제를 다음의 한 마디로 말씀드리고 싶습니다.

the problem that we are trying to solve can be phrased in a single word:

바로 디지털 엔터프라이즈 과제입니다.

it is called the Digital Enterprise Challenge. Now if you'll take a look at any

{\pos(192,264.8)}오늘날 업계와 무관하게 {\pos(192,264.8)}거의 대부분의 기업은 사일로 형태로 구성되어 있음을 알 수 있습니다. {\pos(192,264.8)}고객 관계와 고객 경험을 관리하는 프론트 오피스가 있습니다. {\pos(192,264.8)}한편 프로세스를 관리하고 최적화하며

businesses, regardless of the industry, this is how almost every business is structured today: in silos. We have a front office environment that deals with customer engagements and customer experience. We have a back office where

{\pos(192,264.8)}프론트 오피스의 요구 사항을 지원하는 백 오피스도 있지요.

we manage processes and optimize them, and serve the needs of the front office,

{\pos(192,264.8)}또한 프론트와 백 오피스에 연결되어 우리에게 서비스를 제공하는 모든 임직원이 있습니다. 프론트 오피스만 보더라도 단지 고객 경험과 참여 관리를 위해서만

and we have all employees that connect to-- that serves us in a front and back office. So the reality of businesses today is that you have hundreds of

수백 개의 애플리케이션을 사용하고 있는 것이 비즈니스 현실입니다. {\pos(192,264.8)}백 오피스에서도 수백 개의 애플리케이션을 사용하고 있으며

applications in the front office alone, just managing customer experience and engagement. You have hundreds of applications in the back office and you

{\pos(192,264.8)}직원 생산용 애플리케이션만 해도 수백 개를 사용 중입니다. {\pos(192,264.8)}평균적으로 한 기업은 1,500여개의 애플리케이션을 사용하고 있으며 이들은 모두 분리되어 있습니다. 이 상황에서 디지털 엔터프라이즈 구축이 어려운 것은 너무나 당연한 일입니다. 고객이 약 1,500개의 애플리케이션을 거치면서 겪을 경험을 상상해보세요.

have hundreds of employee productivity applications. On average, an enterprise has about 1,500 applications and they're all siloed. No wonder we are struggling to create a digital enterprise. Imagine an experience of the customer going through this around 1,500 applications.

이 부분이 바로 Automation Anywhere가 빛을 발하는 영역입니다.

So this is the area where Automation Anywhere particularly shines; our vision

프론트 오피스 내의 모든 애플리케이션을 자동화하고 {\pos(192,264.8)}통합하는 단일 플랫폼 이것이 저희의 비전입니다. {\pos(192,264.8)}백 오피스의 모든 애플리케이션도 자동화하고 통합하게 될 겁니다. {\pos(192,264.8)}또한 저희의 생산성 도구와,

for the future is a single platform that will automate and integrate all applications in the front office. It will automate and integrate all applications in the back office. And with our productivity tools and connectivity

{\pos(192,264.8)}널리 사용되는 거의 모든 직원 생산성 도구와의 연결을 통해

to virtually all the large employee productivity tools, it will allow

{\pos(192,264.8)}직원은 프론트 및 백 오피스 애플리케이션을 완벽한 방식으로 연계할 수 있습니다.

employees to connect to front and back office applications in a seamless way.

{\pos(192,264.8)}1,500개 애플리케이션 간의 사일로를 연결하는 단일 플랫폼의 탄생입니다.

A single platform that bridges the silos between 1500 applications.

여기서 끝이 아닙니다. 결국에는 프론트 및 백 오피스를 통합함으로써

It will take it it even further. It will eventually integrate front and back office together,

진정한 디지털 엔터프라이즈를 만들게 될 겁니다. {\pos(192,264.8)}이것이 미래의 비전이자 모든 기업이 추구해야 하는 비전입니다. {\pos(192,264.8)}“포인트 솔루션을 써보는 것은 어떤가요?”라는 이야기들이 있었죠.

creating a true digital enterprise. That is the vision of the future, the vision of where all businesses must go. Now there has been a narrative that

포인트 RPA 솔루션은 특정 소프트웨어나

"What about the point solutions?" Point RPA solutions that are designed for

특정 프론트 오피스 또는 백 오피스를 대상으로 설계되었습니다.

specific software or specific front office or back office. Our view there is

여기에 대한 저희 생각은 아주 분명합니다. 포인트 솔루션은 결국 저희가 부수려 하는 바로 그 사일로를 만들게 됩니다.

absolutely clear: we do not believe that that is a right approach, because the

이는 올바른 접근법이 아니라고 생각합니다.

point RPA solution will end up creating the very silos we are trying to break.

처음부터 저희를 여기까지 이끌어 온 것은 바로 이러한 생각입니다.

It is that kind of thinking that got us into this place in the

그래서 저희는 단일 자동화 플랫폼 통합이 핵심 성공 요인이라고 믿고 있습니다.

first place. So we believe the single automation platform integrating is key

이제 여러분은 언제나 하나의 프로세스에서 시작하여 비즈니스가 미래에도 생존할 수 있도록 성장시켜야 한다는 사실을 이해해야 합니다.

to success. Now you should always get started with a single process and from there grow into it, but knowing that you're future proofing your business is critical.

저희는 단일 자동화 플랫폼이 궁극적으로 포인트 RPA 플랫폼을 대체할 것으로 생각합니다.

We predict that the single automation platform will replace point RPA products eventually.

이제 여기에 대해 비즈니스 프로세스 관점에서 말씀드리겠습니다.

Now let me talk about this in the context of a business process: here is an

견적-수금 프로세스를 예로 들어 보겠습니다. 이 프로세스는 매우 복잡합니다. 소개해 드리는 것은 간소화된 절차인데요, 실제 프로세스는 이보다 훨씬 더 복잡합니다.

example of a Quote-to-Cash process. It's a fairly complex process, but believe it or not, this is the simple version of it. The actual process is even far more complex.

이 예시에는 수십 개의 애플리케이션과 수백 개의 접점, 많은 수작업 접점,

this example has dozens of applications, hundreds of touch points, many manual

수많은 예외 상황이 연관되어 있으며 최종 목표는 이 프로세스의 자동화입니다.

touch points, many exceptions, and the end goal of the business is to automate this process.

말씀드린 대로, 여러분은 작게, 즉 프로세스의 일부에서부터 시작할 수 있으나

Now you can, as I mentioned, you can start small, start with

궁극적으로는 종합적인 기술을 활용해 전체 프로세스를 자동화해야 합니다.

any piece of it, but eventually you must automate end-to-end process with a comprehensive set of technologies. You will need a single

이를 위해서는 프론트 오피스 기술, 백 오피스 기술, 인간 개입 기술, 표면 자동화 그리고 특히

solution that includes front office technologies, back office technologies,

AI 기술이 포함된 단일 솔루션이 필요합니다.

human-in-the-loop technologies, surface automation, and especially AI technology.

다시 말씀드리지만 비즈니스 프로세스 측면에서 단일 플랫폼은 디지털 엔터프라이즈가 되기 위한 필수 요소입니다. 작년에 Riahd 씨가 언급한 대로 저희는 새로운 디지털 워크포스

Again in the context of a business process a single platform is a must to achieve a digital enterprise version. Now as Riahd mentioned last year, we introduced in

플랫폼 A2019를 지난 10월에 발표했습니다.

October our new digital workforce platform A2019. It is the industry's

이 솔루션은 업계 최초의 클라우드 네이티브, 웹 기반 플랫폼으로서 어떠한 다운로드도 필요 없으며 4분 이내에 봇을 생성할 수 있습니다.

first cloud-native, web-based platform that doesn't require any downloads, and you can create a bot in four minutes or less. So those of you, I hope you remember

작년 10월에 저희가 시연한 내용을 기억하고 계신 분이 있나요? 이 플랫폼을 어떤 식으로 결합하여 만들었는지 보여드렸지요.

our demonstration in October last year. In this platform we showcased how we combined this--it's a comprehensive platform that brought power of

이 플랫폼은 지능형 RPA, AI 기술 그리고 분석 기능을 통합해

intelligent RPA, AI technology and analytics together, creating a single

자동화용 단일 플랫폼을 구성하는 종합 플랫폼입니다. 하지만 저희는 여기에서 멈추지 않았습니다.

platform for end-to-end automation. But we are not stopping there; as I promised

앞에서 약속드린 대로 오늘 몇 가지 새로운 획기적인 기술을 보여드릴 겁니다.

earlier, you will see some new groundbreaking technologies today.

저희는 자동화 여정을 전체적인 관점에 바라보기 시작했고 어떻게 하면

We started looking at the entire journey of automation and said how do we create an

자동화 여정을 가속화할 수 있는 환경을 만들 수 있는지,

environment where the pace of automation is accelerated? What are the current

그리고 자동화 여정을 가속화시키는 데 있어 현재 장애물이 무엇인지에 대해 질문을 던졌습니다.

roadblocks in accelerating the automation journey? And what we

그리고 저희는 자동화 기회의 80%가 파악되지 않은 상태로 남아있다는 사실을 알게 되었습니다.

discovered was about 80% of automation opportunity remains undiscovered.

어떻게 하면 이 문제를 해결할 수 있을까요?

How do we solve that problem? How do we accelerate

어떻게 하면 자동화 기회를 더 빨리 발견할 수 있을까요?

the process of discovering automation opportunities? The second problem we

저희가 파악한 두 번째 문제는, 고객이 봇 생성에 상당한 양의 시간을 쓰고 있고

noticed was that our customers were spending significant amount of time

이로 인해 자동화 여정을 가속화하는 데 제약이 발생한다는 사실입니다. Gartner는 2023년까지 모든 RPA 자동화의 약 50%가 동적으로 생성될 것으로 예상하고 있습니다.

creating bots, and it was constraining their ability to to accelerate the automation journey. Gartner predicts that by 2023 about 50% of all RPA automation will be dynamic-- would be dynamically generated. We have

하지만 여러분께 전해 드릴 놀라운 소식이 있습니다. 2023년까지 기다릴 필요가 없다는 사실입니다.

surprisingly very good news for you. You do not have to wait till 2023.

Automation Anywhere가 개발한 새 제품을 이 자리에서 최초로 소개하게 되어 매우 기쁘게 생각합니다. 바로 Automation Anywhere Discovery Bot입니다.

We are very pleased to announce for the very first time, a new product from Automation Anywhere: it is Automation Anywhere Discovery Bot. Now this

이 솔루션은 프로세스를 자동으로 찾아내고 큐레이션하며

solution is designed to automatically discover processes, curate them,

우선순위를 지정한 다음 단 한 번의 버튼 클릭으로, 네, 맞습니다. 단 한 번의 버튼 클릭만으로 봇까지 자동으로 생성합니다. 또한 전체 플랫폼은 AI 기반으로 구성되어 있습니다.

prioritize them and, with a click of a button, yes, with a single click of a of button, it will also auto-generate a bot. And this entire platform is AI powered.

이 플랫폼은 인간의 작업을 관찰하고. 이를 통해 자동으로 학습하며 실행 횟수에 기반하여 프로세스를 식별합니다. 또한 ROI를 자동으로 계산한 후

It will observe human actions, it will automatically learn from it, identify processes based on how many times it has been executed, it will

사용자가 큐레이션할 수 있도록 지원하고, 말씀드린 대로 단 한 번의 버튼 클릭으로 봇을 생성합니다. 저희는 이 과정을 자동화의 자동화라 부릅니다.

automatically calculate the ROI, it will help you curate them and, as I mentioned, with a click of a button, generate a bot. We call this automating the automation.

저희는 이것이 지능형 자동화의 미래라고 믿고 있습니다.

We believe that's the future of intelligent automation. Let's take a look

자동화의 자동화가 어떤 식으로 진행되는지 한 번 살펴보겠습니다.

what automating the automation looks like.

어떻게 하면 작업을 간편하게 처리할 수 있을까요?

How can you simplify your work?

해답은 자동화입니다.

The answer is automation.

하지만 65%에 달하는 시간이 자동화 대상 식별에 사용되고 있습니다.

But 65% of the time is spent on identifying on what to automate.

소개합니다.

Introducing:

Automation Anywhere Discovery Bot입니다.

Automation Anywhere Discovery Bot.

간단한 몇 단계만 거치면 Discovery Bot은

In a few simple steps, Discovery Bot

AI를 사용해 자동화할 프로세스를 발견하고,

uses AI to discover processes to automate,

ROI를 기반으로 자동화 대상의 우선순위를 지정하며,

prioritizes what to automate based on ROI,

봇을 자동 생성하여 작업 과정을

auto-creates bots to automate 5x faster

5배나 더 신속하게 자동화합니다.

as you work.

{\pos(195.6,47.6)}Discovery Bot은 AI를 사용해 자동화가 가능한 프로세스를 찾아내고

Discovery Bot uses an AI to find processes you can automate

{\pos(195.6,47.6)}ROI를 기준으로 기회의 우선순위를 지정합니다.

and prioritize opportunities based on ROI.

{\pos(195.6,47.6)}구매 주문을 처리한다고 해 보죠.

Say you're processing a purchase order.

{\pos(195.6,47.6)}이메일에서 구매 주문을 다운로드하고,

You download the purchase order from an email,

{\pos(195.6,47.6)}구매 오더에서 데이터를 추출한 후,

extract data from the purchase order,

{\pos(195.6,47.6)}원 견적과 비교한 다음,

match it against the original quote,

{\pos(195.6,47.6)}ERP에서 처리합니다.

and process it in an ERP.

{\pos(195.6,47.6)}Discovery Bot은 사용자의 작업을 기록하고 워크플로에 매핑합니다.

Discovery Bot records your actions and maps them into a workflow.

{\pos(195.6,47.6)}Discovery Bot은 자동화 기회를 찾은 후 이를 자동화합니다.

Discovery Bot finds the automation opportunities and automates them.

Discovery Bot이 사용자 대신 이 모든 작업을 처리합니다.

Discovery Bot does all of the work for you.

모든 비즈니스 프로세스를 최대 5배까지 빠르게 자동화할 수 있습니다.

Automate any business process up to 5x faster.

Automation Anywhere Discovery Bot에 대해

Learn more about

자세히 알아보고,

Automation Anywhere Discovery Bot

정말로 좋아하는 일에 더 많은 노력을 기울이세요.

and do more of what you love.

저희가 미래를 바라보는 방식, 자동화의 자동화가 가져올 미래 그리고 저희를 지속적인 선순환으로 이끄는 방식과 관련한 저희의 비전에 대해 이해하셨으면 합니다.

I hope you get an idea of our vision for how we see the future, the Automating the Automation future, leading us to a very continuous automation virtuous cycle.

이러한 선순환을 표현한 다음 그림을 한번 보세요.

Take a look at this picture of how that virtuous cycle could look like.

{\pos(197.1,64.4)}지능형 RPA와 AI 기술의 도움으로 프로세스를 찾아내고 자동화한 후, {\pos(197.1,64.4)}분석 기술을 활용해 최적화할 수 있습니다.

You discover processes, you automate them with the help of intelligent RPA and AI technologies, and then you optimize them with with analytics technology. But it is

{\pos(197.1,64.4)}앞선 동영상에서 보셨듯이, 이는 계속 거쳐나가야 하는 지속적인 사이클이며

a continuous cycle that you keep going through, like you saw in an earlier

이를 통해 진정한 디지털 엔터프라이즈로 나아갈 수 있습니다. 그리고 이 모든 것의 중심을 잡고 있는

video, leading you to a true digital enterprise. And at the center of this,

이 플랫폼이 가진 핵심적인 특징 중 하나는 모든 제품이 웹 기반이고,

one of the key characteristics of this platform is all of our products are

클라우드 네이티브 아키텍처라는 사실입니다.

web-based, cloud-native architecture. It is extremely important because it allows

이는 매우 빠른 도입을 가능하게 하고 비즈니스 사용자와 IT 부서, IT 사용자 및 개발자 모두가 쉽게 사용할 수 있도록 지원하기 때문에 매우 중요합니다. 확장성 또한 뛰어나죠.

a much faster adoption, it allows--it makes it easy for business users as well as IT, IT users, and developer. And it offers--it scales better.

총 소유 비용 또한 절감됩니다. AI는 이 모든 기능의 중심에 있어야 합니다. 이미 우리는 AI의 엄청난 발전을 지켜봤습니다.

It offers you lower total cost of ownership. An AI has to be central to all of these technologies. The amount of advancement we have seen in AI, why

이제 여러분도 이 발전을 활용할 수 있어야 합니다. 자동화 기술에는 AI가 내장되어 있어야 합니다.

wouldn't you? You have to have AI built in into the automation technology.

자동화 여정의 미래가 어떤 식으로 그려질지 설명드리겠습니다.

Now let me let me paint a picture of what the future of this automation journey

{\pos(192,262.8)}여기 일부 참석자들은 무어의 법칙을 기억하실 겁니다.

may look like. Some of us remember Moore's Law.

{\pos(192,262.8)}1971년 인텔 공동설립자 무어는 {\pos(192,262.8)}정해진 공간 내 트랜지스터 숫자가 2년마다 {\pos(192,262.8)}두 배씩 증가할 것이라는 법칙을 정의했습니다. {\pos(192,262.8)}지난 50년 동안, 한편으로는, 이 법칙은

In 1971 Intel co-founder Moore defined this law that the number of transistors in a given space would double every two years. In the last 50 years this law, in a way, has

{\pos(192,262.8)}우리가 컴퓨터 산업에서 목격한 변혁을 정의하고

defined and seen the command of transformation we have seen in the

{\pos(192,262.8)}또 설명하는 데 도움을 주었습니다. 지금 우리는 90여개 국가의 약 4,000여명의 고객사에게 벌어지고 있는

computing industry. Now we have been in the middle of nearly 4,000 customers'

크고 작은 변혁의 한가운데에 있습니다.

transformations of every size; small, medium, large, and massive transformations,

그래서 저희는 자동화 여정의 모든 데이터를 분석하고 다가올 미래와 전 세계에 걸쳐 나타날 패턴을 예측하기 위해 노력 중입니다. 또한 저희 팀은 확보한 데이터를 바탕으로 새로운 법칙을 세웠습니다.

and across about 90 countries. So we've been looking at all the data from automation journeys, and trying to predict what do we see? What kind of patterns do we see across the world? And our team has come up with a new automation law based on the data we have.

매 12~18개월마다 소프트웨어 봇에 의해 자동화되는 작업 시간이 두 배가 된다는 것이며

It says the hours of work automated by software bots will double every 12 to 18

이는 데이터에서 뚜렷이 나타나고 있습니다. 이제 여러분은 이를 지속적인 자동화 선순환 구조로 연결할 수 있습니다. 매년 작업 자동화의 규모가 두 배씩 증가하는 추세가 유지된다면, 몇 년 안에 여러분의 회사는 지금과 비교해

months, and we see a very clear sign of that. Now you connect this behavior to the continuous automation virtuous cycle. Every year you will automate about double the work of work, and it will continue to happen, and in few years your

자동화가 엄청난 수준으로 진행되어 있을 겁니다.

business will be far far more automated than it is today.

흥미진진한 신제품의 제품 데모를 보여줄 Abhijit 씨에게 발표를 넘기기 전에

Now before I hand over this to Abhijit, who will show us the product demo of the

몇 가지 제 생각을 여러분께 말씀드리고 싶습니다.

new exciting products, let me leave you with a few thoughts.

자동화 여정을 진행 중이라면 다음 세 가지는 자동화 플랫폼에 있어 반드시 필요한 항목이라고 생각합니다. 첫 번째로는, 이미 말씀드렸듯이 애초에 이런 문제를 야기한 사일로가 다시 생성되지 않도록 단일 플랫폼을 사용해야 한다는 것입니다.

For customers who are on the automation journey we believe that these are the three must-have requirements for your automation platform. The first, as I mentioned: it has to be a single platform to avoid the very silos that led us to this point in the first place. You can start small scale, but know that you are future

처음에는 규모가 작다고 생각하실 수 있지만 이는 단일 플랫폼과 디지털 엔터프라이즈를 활용해 여러분의 사업이 미래에도 생존하도록 만드는 작업이라는 점을 알고 계셔야 합니다. 두 번째로, 플랫폼은 기본적으로 눈부신 발전을 이뤄온 AI를 기반으로 하고 있어야 합니다. 사용자는 AI 기반의 플랫폼을 사용하고, AI는 프로세스, 데이터, 시스템을 통해 학습함으로써,

proofing your business with a single platform, and a promise of a digital enterprise. Second: it has to be natively AI powered, because of the amazing developments in AI. And AI can become your secret sauce, because as you use

사용자가 사용할수록 더욱 발전하게 되므로 AI는 일종의 해결사 역할을 하게 됩니다.

AI Power Platform, AI will learn from your processes, your data, your system,

이러한 플랫폼이 여러분을 미래로 이끄는 올바른 플랫폼입니다. 그리고 마지막으로 플랫폼은 더 나은 확장을 위해 웹 기반의 클라우드 네이티브여야 합니다.

and it will get better every time you use it. That is the right platform for you to have going in the future. And the last is: it has to be web-based and cloud native,

오늘날 모든 최첨단 애플리케이션은 이러한 방식으로 구축됩니다.

because it scales better. It is how all modern applications are built today.

오늘날 여러분이나 다른 누구라도 애플리케이션을 구축할 때 어떻게 애플리케이션을 구축해야 하냐면,

If you--if anybody builds an application today, that is how they would build an

우선 클라우드 네이티브 웹 기반 아키텍처여야 합니다.

application. So it must have a cloud native web-based architecture. With that

이제 여러분 모두 성공적으로 자동화 여정을 시작하시길 기원하며

said I wish all of you a great success in your automation journey, and I would

Abhijit 씨를 강단으로 모시겠습니다. 감사합니다.

like to welcome Abhijit on the stage. Thank you.

저희의 지능형 자동화 비전과 발견이 자동화 측면에 있어 어떻게 중요한지 말씀드렸지요.

So we talked about our intelligent automation vision, and how discovery is an important aspect of this automation.

이제 신제품 Discovery Bot, 클릭 한 번으로 프로세스를 발견하고

Now I'll show you our new product discovery board,

자동화를 위한 봇까지 생성하는 최초의 AI 기반 솔루션을 소개해 드리겠습니다. 업계를 선도하는 저희 RPA 플랫폼에서 바로 구축되어, 자동화 속도를 최대 다섯 배나 높일 수 있습니다.

the first AI driven solution that discovers processes and with one-click actually creates the bots to automate them. It is directly built on our industry-leading RPA platform, which increases the pace of automation up to

실제로 겪는 업무상의 문제를 생각해 보죠.

five times. So let's consider a real business problem.

공급업체가 인보이스를 전송했는데 필수 기재 정보가 부족하여

Often when a vendor sends out an invoice there's a significant

지급이 거절되는 경우가 상당히 많이 발생합니다.

chance that it will get rejected due to lack of supporting information. Now since

이런 경우가 많아지면 지불 지연이 상당히 늘어나고, 잠재적으로 회사의 현금 흐름에 문제가 생길 수 있습니다.

this can happen to a lot of volume this could lead to significant payment delays, and potentially create cash flow problems for the company.

그러면 이제 Discovery Bot을 통해 이러한 프로세스를 식별하고

So let's see how discovery bot can help you identify such a process, help create

자동화 기회를 생성한 후 클릭 한 번으로 봇을 생성하는 방법을 살펴보겠습니다.

an automation opportunity, and then finally also even create a bot in a

우선은 제일 먼저 프로세스 애널리스트에게 가 볼까요. Terrel이 이 Discovery Bot을 사용해 디스커버리 프로젝트를 새로 만듭니다. Terrel은 청구팀이 지급 거절된 송장을 처리하면서

single click. So we'll first go to a-- somebody who is a process analyst and so Terrell uses this discovery bot and creates a new discovery project. So Terrell then asked members of his

수행하는 작업을 기록하라고 요청합니다.

billing team to record their actions while processing these rejected invoices.

제품에 로그를 기록하고, 팀원들에게 기록한 내용을 전송할 것을 요청하는 내용을 신속히 생성해 전달하면 이 단계가 완료됩니다. Rose는 팀의 일원입니다, 맞죠?

So: logs onto the product, quickly creates this request for his team to send the recordings over, and he's done. So Rose is one of his team members, right?

Rose는 요청을 받았으니 시스템에 로그인하여

What Rose does is she receives this invite and logs in the system and

자신의 활동을 기록하기 시작합니다. Rose는 여기 거절된 송장 중 하나를 검토합니다. 이번 경우에서는 고객이 배송 증명을

simply starts recording her activities. Rose reviews one of these rejected invoices. So in this case what has happened is that the customer has

요청했다고 해 보겠습니다. 필요한 증명은 Salesforce CRM에 있는

requested a proof of delivery, which happens to be a software license report

소프트웨어 라이선스 보고서입니다. 따라서 Rose는 Salesforce에 로그인하여

that is in Salesforce CRM. So Rose logs on to Salesforce, she downloads that

라이선스 보고서를 생성하고 다운로드해 전송합니다. 작업 기록을 마친 후 Rose는 워크플로 전체를 검토하면서 모든 스크린샷도 확인할 수 있습니다.

generated license report, and sends it out. So after finishing this recording Rose can actually review the entire flow, including all the screenshots. She can

필요하다면 주석과 메모를 추가해 정확한 내용의 문서를 작성하여 제출할 수도 있죠. 이제 Terrel은 Rose의 기록뿐만 아니라

actually annotate and add notes as needed, thereby documenting exactly what she did, and submit it back. Now Terrell can now analyze not just Rose's recordings,

여러 기록을 분석할 수 있습니다. 알림을 받게 되면 제품에 로그인하여

but multiple recordings. So he receives this notification, goes into the product,

Rose가 제출한 기록을 볼 수 있습니다.

and sees what what Rose has done, along with all the annotations,

모든 주석과 메모 등도 볼 수 있죠. 여러 기록을 분석하는 것도 가능합니다.

the notes and so on. Terrell can also analyze multiple

여러 기록을 선택하기만 하면 프로세스 전반을 시각적으로 볼 수 있을 뿐만 아니라,

recordings here. So just by selecting all of them he actually can see the entire

상황에 따라 변형되는 모습도 확인할 수 있습니다. 만약 다른 팀원이 다른 과정을 통해 같은 결과를 도출한다면 그 과정도 볼 수 있습니다.

process visually, and all the variations. So if different people on his team took different paths to reach the same end goal, he can actually see that.

더 나아가 집계 보기로 개인별 소요 시간은 물론 프로세스 평균 소요 시간,

But furthermore, Terrell can also get an aggregated view of how long it

매일 일하는 인원수 등도 확인이 가능하죠. {\pos(198.6,47.6)}Terrel은 배송 증명 누락이

took for each person, what was the average process cycle time, how many people do this every day, and so on. So in this Terrell then notices that

{\pos(198.6,47.6)}청구서 거절을 유발하는 매우 흔한 사유라는 사실을 알게 되고,

missing the proof of delivery is a very common reason for this invoice

{\pos(198.6,47.6)}이러한 프로세스를 자동화하면 큰 효과를 {\pos(198.6,47.6)}볼 수 있을 것이라고 판단합니다.

rejection, and so it's a great candidate for them to automate. So he quickly

{\pos(198.6,47.6)}그래서 Terrell은 지체하지 않고 {\pos(198.6,47.6)}프로세스에서 이 부분을 선정하고,

selects this portion of the process, and creates an automation opportunity by

{\pos(198.6,47.6)}단위 비용이나 잠재적 비용 절감 수치 등의 데이터를 {\pos(198.6,47.6)}입력하여 자동화 기회를 생성합니다.

entering things like unit costs, the potential savings and so on.

{\pos(198.6,47.6)}이를 다 마치면 Bruce에게 갑니다. 그는 RPA로서 RPA 전문가 조직(CoE)을 이끌고 있습니다. 이제 Bruce는 모든 자동화 기회의 개요를 바로 여기서 확인할 수 있습니다. 예, 자동화는 여러 비즈니스 유닛 및 팀 등 도처에 산재합니다.

Right, so once he does this let's move on to Bruce who is the RPA who leads the RPA CoE. Now what Bruce can do is Bruce can see an overview of all the automation opportunities right here. Right, so this is across the different business units and teams and so on. So Bruce actually can then prioritize them

Bruce는 ROI, 절감 효과, 소요 시간 등을 기준으로

자동화 기회의 우선 순위를 마음대로 정할 수 있고,

in any order: by ROI, by savings, cycle times, and so on, and click on any of

이 중 아무거나 클릭하면 간단히 검토할 수 있습니다. Bruce는 나열된 자동화 기회를 검토하고 우선 순위를 정합니다. 제품 내에 자동화 로드맵이 있다고 생각하시면 됩니다. 세부 정보를 면밀히 검토한 다음

these just to be able to review them. So Bruce then reviews and prioritizes this list of automation opportunities. Think of it as a automation roadmap right here in the product. He then can dive into any of the details, and just

원하는 자동화 기회를 단 한 번 클릭하기만 하면 봇으로 변환할 수 있습니다.

with a single click he can convert that automation opportunity into a bot. So now

{\pos(178.8,268)}그래서 이제 다른 봇처럼 표준 봇 크리에이터에 이 봇이 만들어진 것이 보이시죠. 봇을 통해 다른 봇을 만드는 것이 저희의 꿈이었으며 오늘날 이 꿈을 현실로 이루었습니다.

you see this just as any other bot in our standard bot creator. So the bots creating bots has been a dream of ours and today we finally turned this dream into a reality. So now Bruce can edit this bot as needed

Bruce는 이 봇을 원하는 대로 다른 표준 봇처럼 편집할 수 있습니다. 이제 Bruce는 봇에 주석을 달거나

just like any standard bot. He can now make sure that he can annotate it and he

안정화 및 보안 조치를 취하고 적합한 예외 사항 등을 정할 수 있습니다. 편집을 마친 봇을 실무 현장에 배포할 수도 있습니다.

can make it more stable, secure, and be able to properly handle exceptions, and so on. So he can then even deploy this bot to production.

Discovery Bot은 눈에 띄지 않는 프로세스를 신속하게 드러냈고,

So discovery board not only quickly revealed a hidden process, but also

자동화 효과를 극대화했을 뿐만 아니라 자동화를 즉시 구현하는 데 큰 역할을 했습니다.

helped maximize--but also helped automate it instantly. You saw how CoEs

전문가 조직이 어떻게 이를 사용하여 ROI를 최대화하고, {\pos(192,279.6)}RPA 배포 규모를 확장하는지 보셨습니다.

can actually use it to maximize their ROI, and truly scale there RPA

{\pos(192,279.6)}저희는 Discovery Bot을 통해

deployment efforts. We believe that discovery bot truly democratizes the

{\pos(192,279.6)}RPA 배포 규모를 민주화할 수 있다고 믿습니다. {\pos(192,279.6)}그리고 비즈니스 사용자는 이제 자동화할 절차를 {\pos(192,279.6)}발견할 수 있을 뿐만 아니라 봇으로 만들어 즉시 실행할 수 있습니다.

the scaling of your RPA deployments. And business users can now not only discover new processes to automate, but also get the bots up and running instantly.

{\pos(192,260)}이렇게 만들어진 봇은 IT의 청사진 역할도 하여 {\pos(192,260)}개발자들이 원하는 대로 변경할 수 있습니다. {\pos(192,260)}이와 같은 디스커버리 부분이 모이면

And these bots can also serve as blueprints for IT and developers to tweak as needed. Imagine what a fleet of such discovery parts can do for your

자동화 노력에 얼마나 큰 보탬이 될 수 있을지 상상해 보세요. 이제 이 모든 것이 가능합니다.

hyper automation efforts. Now all of this is possible because we have leveraged

Automation Anywhere만의 네이티브 AI가 {\pos(190.2,282.4)}딥 러닝 및 컴퓨터 비전을 활용하여

our own native AI that uses deep learning and computer vision to

{\pos(190.2,282.4)}다양한 기술 분야를 막론하고 인간의 {\pos(190.2,282.4)}의도를 이해하기 때문입니다.

understand human intent across applications of varying technologies.

{\pos(190.2,282.4)}이러한 노력을 기울인 결과, {\pos(190.2,282.4)}Discovery Bot을 오늘날 가장 완전한 솔루션으로 만들 수 있었습니다. 사용자 활동을 포착하고,

And what this has done is that this has made the discovery board the most complete solution today that captures user activities, maps out

패턴을 매핑하여 프로세스 워크플로를 시각화하고 자동화 기회를 생성해 주므로,

patterns to visualize process flows, creates automation opportunities so you

{\pos(190.2,282.4)}제품 내에서 바로 자동화 로드맵의 우선 순위를 정할 수 있고

can build a prioritized automation roadmap right here in the product, and

{\pos(190.2,282.4)}클릭 한 번만으로도 봇을 자동으로 생성할 수 있습니다.

even creates bots automatically with a single click. So that was about the

지금까지 디스커버리 부분이었습니다. 이제 Mihir 씨가 최적화 부분이라 설명한 부분으로 넘어가 보죠. Mihir 씨가 앞서 디스커버리부터 봇 생성까지의 시간 단축에 대해 언급했습니다.

discover part let's move on to what Mirhir referred to as the optimize part. So Mirhir previously talked about shrinking the time from discovery to the bot creation.

저희는 최적화 부분에서도 시간 단축에 중점을 두고

So in the optimization part we also want to focus on shrinking the time

업무 프로세스의 주관적 측면마저 자동화하려 합니다.

to even automate the subjective aspects of a business process

우리 고객사가 프로세스를 더욱 가속화할 수 있도록 말이죠. 별다른 이유 없이 주관적 작업의 분량만으로 프로세스 처리 속도가 현저히 늦어질 수 있습니다. 제품의 라이브 데모를 보시겠습니다.

so our customers can further accelerate their processes. Sometimes it's just the volume of these subjective actions that can lead to a lot of slowdown in the process. So let's go to a live demo of the product.

지금 여기서, PO 승인 프로세스를 자동화하는 봇을 실제로 보여드리겠습니다.

Now here I have a bot that actually automates the PO approval process.

여러분이 아시는 대로, PO 승인 과정은 견적에서 수금으로 이어지는 표준 프로세스입니다. PO를 수령할 때 필요한 작업은 다른 회사가 PO를 발행하면

So as you know PO approvals are part of the standard Quote-to-Cash process and what happens is when you receive a PO you need to determine if the other

그 회사가 주문한 물품의 대금을 지불할 수 있는지 판단하고,

company that has placed the PO is in a position to pay for the goods that they

PO를 승인하여 다음 단계로 이동하는 것입니다.

ordered, so that you can approve the PO and move on to the next steps.

여기서는 리스크 분석이 필수적으로 수반됩니다. 결제 대금 부도를 유발하는 리스크에는 여러 가지 요인이 있으며,

So essentially you're doing a risk analysis here. Now the risk of them defaulting on the payment depends on several factors, and these could be the

해당 회사의 신용평가, 부채,

credit rating of the company, this could be their corporate debt,

통산 결제 대금 지불 이력 등을 살펴보아야 합니다.

their their overall payment history with you, and so on. In this example we are

이 예시에서는 AI 모델을 임베드하여 PO 승인 프로세스를 실제 자동화하고

actually automating the PO approval process by embedding an AI model so that

결제 대금 부도 리스크를 평가할 수 있습니다. 만약 결제 대금 부도 리스크가 있다고 봇이 판단하면 사람이 최종 검토할 수 있도록 봇이 결과를 전달합니다. 만약 미리 정한 리스크 기준보다 안전하다고 판단하면

we can evaluate the risk of payment default So if the way this bot works is that if there is a risk of payment default, it will pass it on to a human for review. If it is under a certain threshold it can accelerate the approval and take the further steps. So let's walk through this

빠르게 승인 프로세스를 밟고 다음 단계로 이동할 수 있습니다. 그러므로 이 봇을 실행하기 전에 정말로 간략하게나마 살펴보겠습니다. 첫 번째 단계에서는 지금 보시다시피 Automation Anywhere 자체 IQ Bot 제품을 사용하여 첨부 문서를 가져올 수 있습니다.

boy really briefly before I run it. The first set of steps are actually looking at our own--are using our own IQ board product to be able to get the attachment--

PO 또는 이메일의 첨부 문서를 가져와 데이터를 추출할 수 있습니다.

get the Po or attachment from from the email, and be able to extract data from that.

문서를 IQ Bot에 업로드하면

So you just upload the document to IQ Bot, IQ Bot then

IQ Bot이 PO에서 데이터를 추출합니다. 이 점에서 저희 플랫폼에 네이티브 AI가 빌트인되었다는 것을 확실히 확인할 수 있죠.

extracts the data from the PO. So this is this is a great example of the native AI that is actually built into our platform right. So the next set

다음 단계에서는 이 데이터를 사용하여 다른 시스템 몇 군데에서 쿼리를 실행합니다.

of steps are then actually to use this data to query several other systems.

결제 대금 지불 내역을 빠르게 가져올 수 있는 회사 자체 시스템일 수도 있고,

These could be the company's own systems with fast payment history, or commercial

회사의 재무 상태에 대한 정보를 제공하는 데이터 소스일 수도 있고요.

data sources that can provide information on the company's financial standing.

쿼리 결과는 실제로 AI 모델에 입력됩니다. 이 AI 모델은 Microsoft AutoML입니다.

The results of these queries are then actually fed into an AI model. And this AI model happens to be Microsoft AutoML.

이 모델을 확장해 보겠습니다.

So if I expand on that you'll see that we are

데이터의 위치와 Microsoft AutoML AI 서비스용 API URL을 지정한 것이 보이시죠.

specifying the location of the data, and the API URL for for the Microsoft AutoML

그 결과물은 리스크 요인 변수로 저장됩니다.

AI service, and the output is stored in a risk factor variable. So you will

또한 이 과정에서 봇이 두 가지 경로를 택한다는 것도 볼 수 있습니다. 하나는 리스크 요인이 제한 수치 내에 있어 다음 단계로 이동 후 PO를 수령하고 SAP를 통해 모든 승인 프로세스를 처리합니다.

also see that there are two paths that the bot takes here. One is if the risk factor is within limits then it can actually take the further steps of placing the PO, and all of approving the PO through SAP. Whereas if it is

만약 사전에 정한 리스크 기준을 초과하는 경우 PO를 사람이 검토하도록 보냅니다.

above a certain threshold then it actually sends the PO to a human for review.

이제 플러그인 아키텍처 덕분에 Automation Anywhere의 모든 봇에 AI 기술이 접목되었습니다. 이와 같은 방식의 좋은 예로

Now, because of our plug-in architecture, you can actually infuse any of our bots with AI skills. So you'll see some great examples here from

Microsoft, AWS, DataRobot, Google을 들 수 있습니다. 이런 회사의 제품은 모두 패키지로 빠르게 컴파일링할 수 있고, 여기에 명령 라이브러리로 표시됩니다.

Microsoft, to AWS, to DataRobot, to Google, and so on. Any of these can actually be quickly compiled as packages, and they show up as command libraries in here.

게다가 이러한 AI 기술은 실제 코딩에 종사하는 엔지니어 사이에서

Moreover, it is so easy to add these

공용어로 통하는 Java를 사용하여

AI skills because you can actually package these skills using Java, which is

패키징할 수 있기 때문에 추가하기도 매우 쉽습니다.

a universal language in which people actually write code today. So there are

여기에 보시다시피 AI 기술은 몇 가지가 있습니다. 이제 이 봇을 실행하겠습니다.

several AI skills as you can see here. Let's actually run this bot now.

보시는 바와 같이 실행이 시작되었습니다. 첫 단계로 이메일에서 첨부 문서를 다운로드합니다. 그리고 IQ Bot으로 문서를 전달하죠.

So as you see it is starting the run. The first step that it'll take is downloading the attachment from the email, and then passing it on to IQ Bot.

그러면 IQ Bot이 문서를 처리하여 데이터를 추출합니다.

So IQ Bot then processes that document and it will extract data from it.

자, 이제 문서가 처리를 위해 IQ Bot으로 보내졌습니다.

So document has been sent to IQ Bot for processing. IQ Bot is

IQ Bot이 작업을 시작합니다.

working on it.

여기 보세요. IQ Bot이 성공적으로 데이터를 추출했고,

There you go. So IQ Bot has now successfully

이제 이 데이터를 사용하여 다른 시스템 몇 군데에서 쿼리를 실행하고

extracted the data, and it is now using that data to query several different

구매 주문서별 리스크 요인을 계산하고 있습니다.

systems, and it is now calculating the risk factor for each of these purchase orders.

첫 구매 주문서는 리스크 요인이

So in the first purchase order it looks like the risk factor

낮아 보이기 때문에 봇이 자동으로 승인합니다. 두 번째 PO는 어떻게 되는지 볼까요.

result is that it is low risk, and so in this case the bot automatically approves it. For the second PO let's see what happens there.

이 경우에도 기준치 미만이므로 봇이 자동으로 승인하고,

In this case as well it is below threshold so the bot is

프로세스를 빠르게 진행합니다.

auto approving it which makes the process go much faster. And now in this

지금의 경우에는 리스크가 기준치에 가깝습니다.

case the risk is actually about threshold. What this means is now the

이러면 결과를 봇이 사람에게 전송하여 검토를 요청합니다. 이런 애매한 영역은 사람이 확인해야 안심입니다. 자, 봇이 성공적으로 실행되었습니다.

bot actually sends this to a human for review, and these are the gray areas that you really want to check out. So there you go so the bot ran successfully.

지금까지 Automation Anywhere의 네이티브 AI를

What we just did was we actually combined our own native AI with

AI 기술이 있는 타사 제품과 실제 결합하여 타사 AI 컴포넌트, RPA, AI 등에 얹어 구축한 모습을 보셨습니다.

third-party--with AI skills that were built on top of third-party AI

유형이 다른 AI가 어쨌든 모두 매우 원활하게 작동하여

components, and RPA and AI... And both of these types of AI, by the way, work very

프로세스를 가속화할 수 있는 모습을 보셨습니다.

seamlessly to be able to accelerate your process. So this is what we call that

저희는 이를 총체적 최적화 카테고리라고 부릅니다. 여기서 데모를 마치겠습니다.

entire optimized category. So that that ends my demo here. Now to talk about

이제 다양한 Microsoft AI 서비스가 자동화의 세계를 개선하는 방법을 소개하겠습니다.

various Microsoft AI services and how they are making the world of automation

Matt Vasey 씨입니다. 환영합니다. 감사합니다.

better is Matt Vasey. Welcome Matt. well thanks

Automation Anywhere 팀에게 감사합니다. 또한 Mihir 씨와 Abhijit 씨에게도 오늘 강연의 기회를 주신 것에 감사를 드립니다. 저는 정말로 Automation Anywhere에 관심이 많고, 함께 협업할 수 있어 기쁘게 생각합니다.

So thanks to the Automation Anywhere team, thanks Mirhir and Abhijit for the opportunity to talk to this audience today. I'm really excited about Automation Anywhere, and the work we're

아시죠? 우리는 타고난 파트너이기 때문입니다.

doing, because you know ultimately we're natural partners together. We share a

우리는 같은 열정과 노력을 공유하며 {\pos(142.5,267.2)}고객사의 디지털 트랜스포메이션을 돕는다는 공통점이 있으니까요. {\pos(142.5,267.2)}이것이 바로 우리 파트너십의 근간입니다.

common passion, and a commitment, about enabling our customers' digital transformation. So that's that kind of a core basis for our partnership.

{\pos(142.5,267.2)}이 새로운 프로세스 디스커버리 기술은 {\pos(142.5,267.2)}Abhijit 씨가 시각 자료와 데모를 통해 소개하신 것처럼,

This new process discovery capability, that Abhijit provided visibility and did

{\pos(142.5,267.2)}고객이 자동화를 구현함에 따라,

live demo on, we think will drive a significant reduction in the complexity

{\pos(142.5,267.2)}고객이 겪고 있는 복잡성을 상당히 줄여줄 수 있으리라고 생각합니다.

that our customers experience as they try to implement automation.

추가적으로, 전에는 이런 혜택을 누리지 못했던

Additionally we think it's going to open up automation to a whole new set of

새로운 파트너와 고객 모두에게 자동화의 문을 활짝 열어드릴 수 있게 되겠죠.

partners and customers, who previously were not able to take advantage of it.

지금은 자동화에 매우 중요한 시기입니다.

So this is an exciting time for automation, and we think feel that

Azure의 확장 가능한 컴퓨팅 파워와 AI 민주화를 MS의 인지 서비스와 조합하고

the combination of Azure's scalable computing power, the democratization of

누구보다 앞선 Automation Anywhere의 역량과 결합한다면

AI with our cognitive services, combined with Automation Anywhere's advanced

완전히 새로운 인류, 인간 중심의 경험으로 향하는 문을 열어

capabilities is opening the door to a whole new set of kind of human- and

업무의 세계를 변모시킬 수 있으리라고 생각합니다.

people-centered experiences that are going to transform the world of work.

그러므로 저희는 업무 세계의 미래를 내다봅니다.

And so we kind of look forward at the future of the world of work... we

역사를 돌아보고 미래를 생각할 때, 이 작업은 업무의 세계에 있어 중추적인 요소가 될 것입니다.

see this work will be--we think this work will be pivotal when we look back at it

우리 파트너십의 근간을 이루는 것은 자동화의 세계를 바라보는 시각과

The other kind of basis for our partnership is our view of the world of

세상 어디를 자동화해야 할지 판단하는 관점입니다.

automation, and where automation fits into the world. So you know we clearly

우리 모두 명확히 알다시피 세계는 자동화로 인해 지속적으로 변모하고 있습니다.

are in a world that is continuously being transformed by automation. For hundreds

지난 수백 년간 이어진 자동화로 인해 업무 방식은 완전히 바뀌었지요.

and hundreds of years automation has been changing the way we work.

자동화는 전통적으로 공정 중 발생하는

This work has been traditionally in the industrial sphere focused on dirty

비위생적이고 위험한 일에 중점적으로 적용되었습니다. 공장 자동화를 생각해 보세요.

and dangerous work on the factory floor. When you think about factory

이에 대한 좋은 예시라고 생각합니다.

automation and automation that's where people think. Today we are seeing the

오늘날 우리는 인지적 작업이 필요한 공간에서 AI 및 AI로 작동되는 로봇의 비중이 커져가는 것을 목격하고 있으며

rise of the cognitive workplace that is driven by AI and AI powered robots, and

이러한 경향이 앞으로도 계속될 것이라 생각합니다.

this is a trend that we see coming and continuing for many years.

새로운 로봇이 이제 디지털 업무 및 태스크를 주로 담당하면서

These new robots are now focusing on digital work and digital tasks and

인간을 자유롭게 할 것입니다. 저희가 자동화에 대해 생각하는 핵심 원칙은 AI 자동화 및 RPA가 궁극적으로

freeing up humans. And so one of the kind of core principles about how we think about automation is that AI automation and RPA ultimately is going to

인간을 대체하는 것이 아닌 인간은 인간다운 일을 해야 한다는 것입니다.

augment humans in the workplace rather than replace them. And so that's kind of

이것이야말로 저희 두 회사가 동의하는 핵심입니다.

a core area of agreement between our two companies. The other thing which

또한 AI 인지 서비스를 플랫폼에 임베드하는 것은

we think is that embedding AI cognitive services into this platform in a

고객에게 막대한 가치를 안겨준다고 생각합니다.

drag-and-drop way really unlocks a huge amount of value for our customers.

지금까지 AI는 바로 실행하기가 어려웠지요.

Traditionally AI has been difficult to go and do. You need data science and

데이터 과학의 지원과 상당한 양의 기술적 자원이 있어야 가능했습니다.

you need a huge amount of technical resources to go do that work.

인지 서비스로 AI를 자유롭게 하고 보편화하는

And cognitive services we think unlocks and democratizes AI and

Automation Anywhere의 방식은 매우 효율적입니다.

Automation Anywhere is using this to great effect. So when we think about

인지 서비스에 대해 생각해 볼 때 알고 계신 대로 Microsoft는 20년 이상의 연구를 해온 선도 기업이었으며,

cognitive services you know Microsoft has been a leader we've done 20 plus

이를 바탕으로 최첨단 인지 서비스인 AutoML을 만들었습니다.

years of research in how do you create cutting-edge cognitive services like

이 시장을 선도하는 연구로 여러 영역에서 인간이 우선 순위에 놓일 수 있었습니다. 여기에 저희의 확장 가능한 컴퓨팅을 결합하고 API를 적용한 것이야말로

AutoML. This market-leading research that has had human parity firsts in a number of areas, coupled with our scale compute and enabled with API's is the

비결처럼 작용해 AI의 진정한 능력을 이끌어낼 수 있었다고 봅니다.

--we feel--the secret sauce to unlocking the power of AI. And so when we

저희가 인지 서비스를 생각할 때 고려하는 네 가지 핵심 영역이 있습니다.

think about cognitive services we look at it in four key areas. First: decision

첫째는 의사결정입니다. Abhijit의 솔루션에 대한 핵심 컴포넌트가 AutoML이라는 이야기를 들어 보셨으리라고 생각합니다.

and so you heard of a JIT talk about AutoML as a key key component of their

저희는 AutoML의 이상 감지와 의사결정 컴포넌트가

solution. We think AutoML anomaly detection and these decision components

소프트웨어 제품을 보다 민감하고 직관적이며

make software products more aware and more intuitive, and also more

사용자의 필요에 적합하게 한다고 생각합니다. 앞서 살펴보신 것처럼 이런 의사결정 프로세스는

adaptive to users needs. And you saw that the decision process is a key thing

인간이 더욱 효율적이고 빠르게 일하는 데 핵심적인 요소입니다.

where it's making making humans better and faster. The second area is speech.

두 번째 영역은 말하는 능력입니다. 저희는 음성 분야에서 엄청나게 많은 연구를 진행했습니다.

We've done the tremendous amount of research in the speech arena.

사람의 말을 컴퓨터가 판독할 수 있는 텍스트로 전환하고,

Being able to convert human speech into computer readable text, taking that text

그 텍스트를 다시 사람이 소통하고자 하는 방식으로 전달합니다.

and being able to communicate back to humans in a way that they want to

마지막으로 텍스트나 대화를 한 언어에서 다른 언어로

communicate, and then finally being able to translate texts, or translate speech,

번역할 수 있다면 진정으로 문화와 문화, 국가와 국가 간의

from one language to another really breaks down the barriers between

장벽을 허물고 서로 함께 일할 수 있을 것입니다.

cultures and countries, and enables us to work better together. And finally:

그리고 마지막으로 언어에 대한 이해를 음성과 합칠 수 있다면 우리는 컴퓨터로 판독 가능한 텍스트를 사람이 의도하는 바로 변환한 다음 이를 통해 실제 행동을 이끌어낼 수 있을 것입니다.

language understanding, when coupled with speech, allows us to take this computer readable text and turn it into human intents that can then

오늘날 많은 가정에는 가상 어시스턴트가 있습니다.

create actions. And we in our homes today many of us will have virtual

가상 어시스턴트는 음성 인식 AI와 언어 이해 기술을 결합해

assistants and those virtual assistants are the coupling of speech AI and

사용자가 이용할 수 있는 인테페이스를 구축합니다.

language understanding to create usable usable interfaces. And we think the next

저희는 인터페이스의 다음 단계가 음성 인식이 되리라고 믿습니다. 살짝 공개하자면, 현재 저희가 Automation Anywhere와 공동으로

phase of interfaces will be speech... I'm teasing a little bit, there's an integration we're working on that will have speech in it

작업 중인 합동 프로젝트가 있는데 여기에 음성 인식이 포함될 예정입니다. 마지막 요소는 시각 인식입니다.

that we're working on with Automation Anywhere. And then the final one is vision. Vision is the

시각 인식은 RPA와 자연스럽게 연결되는 기능입니다. 잘 알고 계시는 Microsoft Read 같은 API를 예로 들어 보면,

kind of obvious connection to RPA with you know API's like Microsoft

스캔한 텍스트를 머신이 판독할 수 있는 텍스트로 변환합니다. Ink Recognizer 같은 경우 손글씨를 인식해 그 손글씨를

Reed which converts scanned text into machine readable text. Ink Recognizer, that looks at handwriting, and is able to

머신이 판독할 수 있는 텍스트로 변환합니다.

convert handwriting into machine readable text. And Forms Recognizer that

그리고 Forms Recognizer는 일상에서 마주하는 여러 복잡한 요소를 분석해 머신이 판독할 수 있게 합니다.

unlocks the complex forms of our lives, and makes them readable by machines.

이런 것들이 저희가 구상하고 있는 인지 서비스입니다.

So this is kind of the cognitive service kind of view or tableau that we think about.

저희는 이 모든 과정을 Automation Anywhere와 같은 훌륭한 툴과 결합시킨다면

We think by making it simple for businesses to take advantage of AI and

AI와 확장 가능한 컴퓨팅 능력을 이용하는 것이 훨씬 더 간단해진다고 생각하며,

scalable compute, combined with great tools like Automation Anywhere, we

이를 통해 고객이 혁신과 경쟁, 확장성 면에서 모두 경쟁사보다 앞설 수 있도록

put our customers in a great position to kind of out innovate out, out compete, and out

유리한 입지를 제공할 수 있다고 믿습니다. 결론적으로 신속하게, 한 발 앞서 기술을 이용하는 기업들이 결국 승리할 것입니다.

scale their competition. And so the companies that move quickly and early to this technology are the ones that are going to be able to win. So this is a

이러한 상황을 저희는 판도를 바꿔 놓을 거대한 기회라고 생각하며 이번 파트너십과 앞으로

game changer we think, and frankly it's part of the reason that we're so excited

가능한 파트너십에 대해 큰 기대를 갖고 있습니다.

about this partnership and the potential of this partnership in the future.

여기서 파트너십에 대해 잠깐 말씀드리면 저희는 지난 한 해 동안 빌드 타임프레임

So just to talk a little bit about the partnership: this past year we've come a

측면에서 많은 진전이 있었습니다 Automation Anywhere가 Microsoft Azure 플랫폼을 우선적 클라우드로 선택한 것에 대해 많은 이야기를 나누었지요.

long way in the build timeframe. We talked a lot about Automation Anywhere choosing Microsoft Azure platform as its preferred cloud.

그래서 Automation Anywhere 고객은 Automation Anywhere 플랫폼을

And so that Automation Anywhere customers could run the Automation

당사 클라우드, 공용 클라우드, 전용 클라우드 등 사실상 어디서나 실행할 수 있게 되었습니다.

Anywhere platform in our cloud in public cloud and private cloud, and

이것이 저희 파트너십에서 있어 중요한 내용였습니다.

basically run it anywhere. And that was a big announcement in our

둘째, 지난 11월 Automation Anywhere는 당사 인지 서비스가

partnership. The second: in November Automation Anywhere made announcements

통합된 IQ Bot과의 결합을 통한 인공 지능 제품 라인의

around the expansion of artificial intelligence offerings in the

확장 소식을 발표하고 고객의 자동화 소요 시간을

combination with their IQ Bot combined with our cognitive services, and launched

가속화하는 150종의 사전 구축된 봇을 출시했습니다.

150 pre-built bots that are speeding customers time to automation. So that's

지난 한 해 동안 그런 흥미진진한 발전이 있었습니다.

exciting progress over the last year. A concrete example of this is the

그 구체적인 예가 바로 Microsoft Excel과의 결합입니다. Microsoft Excel은 흔히 사용되는 인터페이스 중 하나이고,

integration we did with Microsoft Excel. Microsoft Excel is one of the common

Office365는 대다수의 정보 부문 근로자들이 일상적으로 작업하는 방식입니다.

interfaces Office365 is the way that the majority of information workers work

이 인터페이스와의 결합을 통해

on a day-to-day basis, and by integrating automation into this

사람들이 일하는 방식을 변화시키고 궁극적으로 자동화 채택을 가로막는 요소를 줄이게 됩니다. 따라서 아주 기대가 큽니다.

interface we change the way that people do work, and we ultimately reduce the barriers to adoption of automation. So we're excited about this. Over the

내년에도 많은 협업을 계획하고 있습니다.

next year we have a lot of joint activities that we're planning.

공동 출시와 추가적인 기술 역량 구축은 물론 특히 3개의 핵심 영역에 걸쳐 작업을 진행하고 있습니다.

Going to market together, building additional technical capabilities and we're really executing across three core pillars. The first

첫 번째 영역은 협력입니다. 저희는 현재 Automation Anywhere와 함께

pillar is build with. So we're building with Automation Anywhere to develop new

Microsoft 확장형 클라우드와 Microsoft 인지 서비스를 기반으로 새로운

technical capabilities based on Microsoft scalable cloud and Microsoft's

기술 역량을 3개의 클라우드에 걸쳐 구축하고 있습니다.

cognitive services and in fact right across our three clouds. The second area

두 번째 영역은 제품 출시로, 자동화의 능력과 자동화가 어떻게 고객 비즈니스를 변화시킬 수 있으며

is going to market: really getting out into the market to tell the story

업무 방식을 완전히 바꿀 수 있는지에 대한 스토리를 전달하는 것입니다. 마지막 영역은 공동 판매로,

together about the power of automation and how that can change customers business, and transform the way they do work. And then finally co-selling where

현장 조직들이 협력해 고객이 바로 변혁을 시작할 수 있도록

our field organizations get together and go out and help customers understand how

고객의 이해를 돕는 작업입니다. 따라서 Automation Anywhere는 공동 판매 준비가 완료된 최고의 파트너라고 할 수 있습니다. 이 파트너와 함께 저희 팀은 전국 20개 도시를 순회하며 금융 서비스, 의료 서비스, 생명 과학 등의 업계에 중점을

they can start that transformation today. And so Automation Anywhere is a co-sell ready gold partner. And so we'll be taking them, along with our teams, on a twenty city roadshow across the country to showcase the

두고 저희가 구축한 솔루션을 선보일 예정입니다. 현재 저희가 진행하고 있는 사안에 대해 설명해 드렸습니다. 협력 측면에서는 현재 작업 중인 Teams 통합과 관련해 매우 기대가 큽니다.

solutions that we've built, focused on industries like financial services, health care, and the life sciences. So that's kind of the work we're doing. On the build with we're really excited about the the Teams integration that

곧 Microsoft Teams와의 통합을 통해 이미 Excel을 통해 가능한 것처럼

we're working on. So we will soon have integration with Microsoft Teams that

앞으로 사용자들이 Teams를 통해 봇을 출시할 수 있도록 지원할 계획입니다. 또한, Microsoft Read와 같은 AI 인지 서비스와의

will allow users to launch bots out of teams in the same way that they can today launch out of Excel. And we will see additional deepened integration with

추가적인 심화 통합이 얼마나 잘 진행되었는지 또한 살펴보려 합니다.

our AI cognitive services like Microsoft Read informs understanding.

그래서 전체적으로 자동화 부문과 그 잠재력에 대해 계속해서 대단히 큰 기대를 가지고 있습니다.

So we continue to be super excited about the automation field in general, and the

저희는 Automation Anywhere를 최적의 파트너라고 생각하며

potential. We see Automation Anywhere as a natural partner and we've had a huge

2019년도에 괄목할 만한 진척이 있었고 앞으로도 훌륭한 성과를 기대하고 있습니다.

amount of progress in 2019, and we are looking to great things from the coming year.

이제 다음으로... 아, 잠시만요, 또 다시 얘기할 뻔 했네요. 그 다음 단계에 관한 설명은 고객으로부터 직접 들으셨으면 합니다. ADM-Archer Daniels Midland의 Lee Pastel 씨를 모시고 RPA의 배치와 구현,

Now the next--oops. I've done that twice now. The next phase of this I want you to hear from a customer, and so I'm pleased to announce that we have Lee Patsel from ADM--Archer Daniels Midland-- who will talk to

그리고 지금까지 말씀드린 이점과 관련한 경험에 대한 얘기를

you a little bit about his experience deploying and implementing RPA and

직접 들어보도록 하겠습니다. 그럼 Lee Pastel 님을 모셔볼까요.

getting some of the benefits that we talked about. So, Lee.

감사합니다, Matt, 감사합니다, Mihir.

Thank you Matt, thank you Mirhir, thank you to the entire Automation Anywhere

전체 Automation Anywhere 팀에도 제 RPA 여정, 우리의 RPA 여정 경험의 진행 상황을 공유할 기회를 주신 데 대해 감사드립니다. 제가 큰 열정을 가지고 있는 주제이고 즐겨 얘기하는 주제인 만큼,

team for the opportunity to share with you my RPA journey, or our RPA journey. As we've progressed it's something I'm very passionate about and love to

Automation Anywhere의 작업 공간에서 이루어지는 여러 발표 내용에 대한

talk about, so I'll try to temper the additional excitement of all these

흥분을 가라앉히려 애써 보겠습니다. 우선 Archer Daniels Midland, ADM에 대해 잠시 소개하자면, 저희는 인간 및 동물 영양 섭취 분야의 글로벌 리더입니다.

announcements in the Automation Anywhere space. A little about Archer Daniels Midland--ADM. We're a global leader in human and animal nutrition. We're the

농산물 소싱 및 가공 분야의 선두 기업으로, 아이디어라는 씨앗에서 솔루션이라는 결과물에

world's premier agricultural origination and processing company, and from the seed

이르기까지 전 세계인의 삶을 풍요롭게 만들고 있습니다.

of an idea, to the outcome of the solution, we are enriching lives the

저희는 전 세계 300여 장소에서 일하고 있는 40,000여 명의

world over. We do that through 40,000 outstanding associates across the globe,

유능한 직원들로 구성되어 있으며 연간 수익은 600억 달러에 이릅니다. 또한, 지난 100여 년간 전 세계 곳곳에서 저희의 서비스를 제공하고 있고요. 따라서 저희는 상당히 역사가 오랜 기업이며 일부 공정도 마찬가지라고 말씀드리고 싶습니다.

that work in over 300 locations, that help us generate over $60 billion in annual revenue. We've also had the privilege of serving the world for over 100 years. So we're a very old company, and so are some of our processes.

모든 여정에는 나름의 도전 과제가 있고 RPA 여정도 별다르지 않습니다.

Every journey has with it some challenges, and the RPA journey is not special.

물론 제 입장에서는 제가 공유하려는 도전 과제들이 저희만의 고유한 과제였다고 생각하고 싶지만, 안타깝게도 그렇지 않습니다. 제가 말씀드리는 과제에 공감하는 기업들이 다수 있을 것이며,

And as much as I'd like to think that some of these challenges that I'm going to share with you are unique to us, unfortunately they are not. Many of you out there will resonate with some of the challenges that I talk about, and have either

이미 경험을 했거나 앞으로 경험하게 되는 경우도 있을 것입니다.

experienced, or will experience, some of these challenges. Any company that's been

역사가 오랜 기업이고 인수를 통해 성장해 온 기업이라면

around for a while, and has grown through acquisitions, knows some of the

ERP가 여러 개일 때 어떤 골칫거리가 생기는지 공감하실 겁니다. 그리고 자동화 측면에 있어서

heartaches of multiple ERPs. And when it comes to automation having the data and

ERP 간의 소통에 필요한 데이터와 정보를 보유하는 것이

information that needs to talk between those ERPs

해결이 필요한 과제를 초래할 수 있지요. 그런 과제가 없다 하더라도

can pose a challenge with automation. Even if you didn't have that challenge,

혹은 그런 과제를 처리하는 데 있어 거래를 처리하는 데

or in addition to that challenge, you're gonna have hundreds or thousands of

수백 내지 수천 개의 애플리케이션이 필요합니다.

applications needed to support the processing of your transactions.

앞서 Mihir 씨가 프런트 오피스, 백오피스 등 그런 애플리케이션에 대해

You heard Mirhir talk earlier about all the applications, front office,

얘기하는 것을 들으셨을 겁니다. 물론 옳은 말씀이지만 패키지 애플리케이션에 대해서만 이야기하신 겁니다.

back office. That's true, but those were just package applications that he was

업계에 몸담은 사람으로서 말씀드리자면 애플리케이션은 매우 공들여

talking about. In our world, as I've seen, applications can be something as common

오랜 시간에 걸쳐 작업한 스프레드시트처럼 일반적인 것 혹은 일부 프로세스를 가속화하거나, 또는 그 효율을 높이기 위해 구축한 어떤 .NET 애플리케이션처럼

as a very elaborate spreadsheet that somebody has built over time, or some .NET application that somebody built to help

오랜 시간에 걸쳐 차례로 배포되면서 축적된 것이라고 할 수 있겠습니다. 뿐만 아니라 상당히 잘 정의된 프로세스 내에서도 여러가지 다른 형태가 존재하지요.

speed up part of the process, or make it more efficient, and those accumulate over time as they get deployed. In addition to that we have variations within processes that we believe are pretty defined. So if you think about

예를 들어, 청구서 대금을 결제한다고 가정해 보겠습니다. 저희 회사의 독일 지사의 진행 방식은

just making payments for an invoice: how it happens in Germany for our company

미국 아이다호 지사 진행 방식과 다를 것이고,

may be different than how they process it in Idaho, and different than they

브라질 지사의 진행 방식과도 다를 것입니다. 현지화나 법률 준수 또는 규정 때문에 추가적인 단계가 있을 수 있고

process in Brazil. Because of localization, or compliance, or regulation,

따라서 진행 방식도 다릅니다.

there may be additional steps and so they do things differently. Or there may

또는 회사가 배포한 기술에 제약이 있어서

be limitations in the technology we've deployed and so they try to overcome

다른 방법으로 그러한 제약을 극복하려 할 수 있습니다. 거기에 더해, 다수의 다른 기업에서

those with different things as well. On top of that we historically, as I've

일해 본 제가 보기에 저희 회사는 아직도 전력 프로세스가 어떻게 운영되어야 하거나

worked for many different companies, observed that we don't really have great

운영되고 있는지에 대해 정확히 파악하지 못하고 있습니다.

visibility into how power processes should, or are, operating. We don't have

기록도 충분하지 않습니다. 기록 자체가 부실하거나 기록은 아주 잘 해 두었지만

great documentation. They're either poorly documented, or they're wonderfully

그 기록이 어디에 있는지 모르는 경우도 있습니다.

documented somewhere, and people don't know where they're at,

찾을 수가 없으니 공유할 수도 없죠. 또는 많은 경우 기록이 있기는 해서

and we can't find them so we can't share them. Or in a lot of cases they exist,

찾았는데 작성 날짜가 1년 전이라서 신뢰할 수 없습니다.

we find them... and then the created date is a year old, and so we don't trust it,

다시 작성해야죠. 제 꿈 중 하나는, 제가 은퇴하기 전에 프로세스 도면 작성을 중단하는 것을 보는 것입니다. 데이터가 존재하고 기술이 존재하니 데이터를

so we creat it again. One of my dreams, before the end of my career, is to see us stop drawing processes. The data exists, and the technology exists, for us to use that

이용해 무엇이 일어나고 있는지 파악할 수 있습니다.

data, and have the data tell me what is actually happening. That is what I can

이를 바탕으로 조치를 취할 수 있어야 합니다. 누군가가 현재 상황이라고 믿는 것 또는 현재 상황이어야 한다는 상상이

take action on. Somebody's belief of what is happening, or dream of what should

실행의 근거가 되어서는 안 됩니다. 만약 그렇다면 실제 현황과 비교해 차이를 또 측정해 보아야 할 겁니다, 안 그런가요?

happen, doesn't allow me to take action. Because then I still have to couple it with what is actually happening to measure the difference, right? And so

그래서 제 꿈은 저희가 가진 시간과 돈을 이 데이터에 사용하는 겁니다.

my dream is one day just let the data-- let's spend all that time, and money

외부 인력에 돈을 주고 회사에 와서 일하는 것을 보고, 우리 문서나 프로세스

frankly, we pay external people to come in and watch us, and draw our document or our

도면을 작성하게 하는 비용을 프로세스 분석과 수정에 사용하는 것 말이죠.

processes... all that can be spent on analyzing and fixing our processes.

그게 제 꿈입니다. 저희 회사에는 또 문서 중심적인 프로세스가 많습니다.

That's my dream. We also have a lot of document-centric processes. If you think

시간에 걸쳐 진행되는 프로세스에 대해 생각해 보면 보통 문서 위주로 만들어집니다.

about processes over time they're generally created around documents.

입사 지원서나 계약서 청구서나 발주서 등등 납품 인수증 등에 대해 생각해 보면 모두 한 사람이 생성한 데이터를

Think of employment applications, think of contracts, think of invoices, purchase orders, what-have-you, delivery notes, these were all a mechanism

포착해 다른 사람과 공유하기 위한 일종의 메커니즘입니다.

to capture data from one person and share it with another person.

그런 문서의 다른 버전이 어떤 형식을 갖는가가 문제가 되는데,

And oftentimes the variation of how those documents are formatted present a

그런 형식이 사람이 확인하기에 좋게 만들어지기 때문입니다.

challenge, because they were created for the human eye, they were created for a

“와, 문서 보기 좋네.” 라고 말할 수 있도록요. 사람의 눈으로 봤을 때 읽기 쉽고 데이터를 해석하기 편하게 만듭니다.

person to look at and say "Ooh it's pretty." And to be able to read with human eyes easier and interpret the data. But people get creative with the

하지만 사람들은 형식을 창의적으로 바꿉니다, 아마 다들 보셨을 겁니다. 같은 청구서인데 숫자가 여기 있기도 하고 저기 있기도 하고,

format, so as we've all seen an invoice number could be here, could be here, could

그림자 서식을 줘서 멋진 경계선을 쓰기도 하고,

be there, could be there, could be grayed out with a nice border, could have a

예쁜 분홍색 로고를 넣기도 합니다, 그렇죠? 이런 요소가 문제가 될 수 있습니다. 이런 문제들이 한데 합쳐져 구상을 실제 해결책으로 바꾸는 능력,

pretty pink logo on it, whatever, right? So the variations of those documents pose a challenge. All these challenges together make our ability to get from idea to

가치 창출에 도달하는 데 걸리는 시간을 늘립니다. 문제가 무엇이냐면 기회의 성장,

solution, time to value, longer than what we would like. And one of the challenges

즉, 기회의 횟수는 기하급수적으로 늘어나는데

that that poses is the growth of opportunities, the count of opportunities,

끊임없이 변화하는 비즈니스 환경에서 그 속도를 따라갈 수 있을 만큼 신속하게 기회를 이용하지 못한다는 것입니다. 그것이 저희 입장에서 당면 과제이며,

is growing exponentially but we aren't able to resolve those at the same pace to keep pace in the ever-changing business climate. And so that is posing a

그렇기에 오늘 저는 이 발표를 진심으로 반깁니다.

challenge for us. And so that's even why I'm even more excited to hear some of

오늘 발표를 듣고 정말 놀랐습니다.

the announcements which were a surprise to me today. And so I'm excited to get

조금이라도 빨리 시작하고 싶어서 설레는 마음이 들고, 조금 있다가 어떻게 하면 빨리 시작할 수 있는지 Abhijit 씨와 상의해 보려고 합니다. 하지만 이런 과제가 있다고 해서 정체되어 있다는 것은 아닙니다.

started with those and I'll be talking with Abhijit later on how to get in on that early. But these challenges don't mean that we're stuck.

실제로 지금까지 그런 과제들을 계속 극복해 왔기도 하고요.

So we've overcome some of these challenges. Many of you over there

여기 계신 분들 중에도 그런 과제를 극복해 보신 분들이 있을 것이고 여기 목록에 보이는 것은

watching have overcome some of these, and what you see on the list is

생성된 많은 자동화 중 일부에 불과하지만,

just a fraction of the number of automations that have been created, but

저희 회사가 생성한 다양한 자동화 유형을 모아 둔 것입니다.

they're a representative of the different types of automations that

여러 과제에도 불구하고 가치를 창출하고

we've been able to create and provide value and capacity back to the

역량을 발휘할 수 있도록 지원해 주었죠.

organization in spite of some of those challenges that we have. One in

특히 제가 강조하고 싶은 것 하나는 PDF 문서 관리 자동화인데

particular that I want to highlight is the PDF document maintenance automation

오른쪽 열 아랫쪽에 있습니다.

that's in the right-hand column down towards the bottom, and only because

이것을 강조하고 싶은 이유는 회사에 돌아오는 가치를 아주 잘 보여 주기 때문입니다.

it really highlights some of the value that gets returned back to the

이 예시에서 보시면 저희는 다양한 파트너로부터 아주 긴 PDF 문서들을 받는데,

organization. In this example we get a very long PDF

고맙게도 10개가 넘는 청구서들을 하나로 묶어서 보내 줍니다. 그런데 아쉽게도 저희에게 그것을 개별적으로 처리할 기술이 없어서 전체를 하나로 인식합니다. 그래서 담당자가 그 청구서들을

document from our partners, from many partners, and our partners are gracious enough to take a dozen invoices and stitch them all together for us in one nice document and send them to us, but unfortunately our technology is unable to process those, because it recognizes it as one. And so a person goes in and

모두 분리해서 각각 별개의 페이지로 만들고 다시 저장해야 비로소

unstitches, if you will, all those documents, and puts in separator pages,

저희 기술로 처리할 수 있게 됩니다.

and then saves it back, and then allows our technology to to handle that.

자동화이긴 하지만 보람은 없는 일인 걸 아시겠죠? 그래도 옛날 생각을 하면 서류가 잔뜩 쌓여있고

So we created an automation that, right? You can imagine that's a pretty unfulfilling task, right? Think about way back in the day a stack of papers,

일일이 넘기면서 사이에 뭔가를 끼워넣어야 했습니다.

and you're just flipping through and then inserting something right in the

그런데 이제는 디지털로 그런 일을 하고 있는 겁니다.

middle. So digitally that's basically what was happening. That one automation

그 한 가지 자동화만으로도 한 달에 조직에 400시간에 달하는 업무 시간을 되돌려줄 수 있는 셈입니다.

alone has been able to return 400 hours of capacity back to the organization a

근로자 입장에서 생각해 보면, 지금은 훨씬 더 인간적인 창의성과 직감,

month. And if you think about that as a worker, they get to do way more human

판단력을 발휘해 업무를 처리할 수 있습니다, 그렇죠?

things in their day now, with creativity, intuition, judgment, right? Things that are

근본적으로 인간적인 요소들입니다. 또 하나 지적하고 싶은 것은 이 목록에 보면 데이터 입력이라는 공통 주제가 있습니다. 제가 LinkedIn에서 최근에 글을 하나 읽었습니다.

inherently human. The other thing I want to point out is on this list a common theme is data entry. A recent article that I read on LinkedIn: there

다수의 사무실 근로자를 대상으로 설문조사를 실시했는데 근로자들이

was a study commissioned that surveyed a bunch of office workers, and

싫어하는 업무로 압도적인 1위를 차지한 것이 바로 데이터 입력이더군요.

it said the number one hated task, by and large, not even close, was data entry.

따라서 자동화 요청과 기회에 데이터 입력 관련 작업이

And so it's not surprising that a lot of the requests and opportunities that come

많은 것은 놀랄 일도 아닙니다. 사람이 해야만 부가가치가 높은 일이 아닌 작업을

in are related to data entry and avoiding that is again not a significant

반복해서 하는 것은 누구나 기피하니까요. 현재 여정은 어느 지점에 있을까요?

value-add for a human and do that. Where is the journey now?

여정은 이제 막 시작되었습니다. 하지만 저는 운이 좋게도 Fortune지 선정 500대 기업 중 두 곳에서 근무하면서

The journey has only just begun, but I've been able to be fortunate enough to be a part of two separate Fortune 500 companies, and starting their

RPA 프로그램을 시작하고, RPA와 IQ Bot을 모두 배포해 보는 기회를 가졌습니다.

RPA programs, deploying both RPA and IQ Bot.

그것이 계기가 되어 지금까지 2년이 조금 넘게

This has led to--this is this a journey that's been a little over two years

이 여정을 진행해 왔습니다. 그동안 저희는 수백 여 가지의 자동화를 성공적으로 배포했고

for me. And we've been able to successfully deploy over a hundred

자동화를 채택한 조직에 15,000시간 상당의 업무 여력을 되돌려줄 수 있었으며

automations, returned 15,000 hours of capacity back to the organization,

150만 달러를 상회하는 금액을 절감할 수 있었습니다.

and been able to calculate over one and a half million dollars worth of savings

그리고 오늘 발표를 듣고 이 여정에 한층 더 설레이는군요.

through that journey. And with the announcements today I'm even more

앞으로 또 회사에 어떤 가치를 돌려줄 수 있을지 정말 기대가 됩니다. 감사합니다.

excited to continue that journey, and I can't wait to see what we can deliver back to the organization. Thank you.

감사합니다, Lee. 저만큼 기대가 크신 것 같네요

Thank You Lee. And I think you're as excited as I am, maybe more, so thank you again, and

다시 한 번 감사드리고 성공을 축하드립니다. 여기 계신 분들 중 궁금해 하시는 분들이 많을 겁니다.

congrats on all the success. So I know a lot of you are probably wanting to know,

“제품은 어디서 볼 수 있나요?” 같은 정보 말이죠.

you know, "How do I get my hands on the product?" and and all that. So I invite you

그래서 여러분을 세계의 RPA 석학들이 참석하는 대규모 행사에 초대합니다.

to join us at what is now the largest gathering of RPA minds in the world at

런던, 라스베이거스, 도쿄, 방갈로르 이렇게 네 곳에서 제품에 대한 자세한

these four locations: here in London, Vegas, Tokyo, and Bangalore, where you'll

{\pos(193.2,244)}정보를 얻고 직접 체험해 볼 수도 있으실 겁니다.

be able to learn more about the product, probably get your hands on it, and so on.

{\pos(193.2,244)}지금 참가를 신청해 보세요. {\pos(193.2,244)}또한 현재 전 세계 약 10개 도시에서 디지털 워크포스 회담을 진행하고 있습니다. 저희 웹사이트에서 장소를 확인하시기 바랍니다.

So I invite you to register, and we also have digital workforce summits going on in about 10 cities around the world. So check out our website for a location near you.

그곳에서 뵙게 되기를 기대하겠습니다. 그럼 이것으로 오늘 발표는 마치도록 하겠습니다.

But again we look forward to seeing you there. So with that I'd like to wrap

편하게 대화를 계속해 주세요.

this day by letting you know that you can continue the conversation. I'm

제가 듣기로는 지금 트윗과 SNS 포스팅이 활발하게 이루어지고 있다니

hearing that it's busy right now, lots of tweets, and lots of social posts,

감사드립니다. 계속 대화를 이어가도록 하시고 궁금한 사항이 있으시면

so thank you for that. You can continue the conversation throughout the day and

언제든지 질문해 주시기 바랍니다.

we're here to obviously answer any of your questions. So I want to thank

오늘 함께해 주셔서 감사합니다.

all of you for joining us today. Hope it was useful, and hope you learned something.

유용하고 충분한 정보를 제공해 드렸으면 합니다. 곧 다시 뵙도록 하겠습니다. 즐거운 하루 보내십시오. 감사합니다.

And I will talk to you soon. Have a great day. Thank you.