RPA에 대하여

발생

어쩌다 rpa 프로그램을 만들어야 할 상황이 왔다. 간단하게 python selenium으로 rpa 프로그램을 만든 경험은 있었다. 개인적으로 다른 시스템에 종속되는 rpa 시스템을 만들 경우 깔끔한 시스템을 만들기는 거의 불가능에 가깝다고 생각한다. 요새는 rpa를 어떤식으로 구현하고 트렌드는 어떤지 확인도 할겸 rpa에 대해 알아보자.

정의

RPA 란?

RPA(Robotic Process Automation)
“사람이 반복적으로 처리해야 하는 단순 업무를 로봇 소프트웨어로 자동화하는 기술”

요새는 단순 반복 업무외에도 rpa로 처리를 하는것 같다.

트렌드

역시 대 AI 시대 대부분 AI를 도입하는 추세이다.

1. AI + RPA 통합 (인텔리전트 자동화, Hyperautomation)

단순 반복 작업(rule-based)만 자동화하던 초기 RPA에서 비정형 데이터(문서, 이메일, OCR 등)를 처리하고 예측/의사결정 기능을 포함하는 자동화로 확장되고있다.

2. Low-code / No-code / Citizen Automation

개발자가 아닌 일반 업무 담당자들도 쉽게 봇을 설계하고 배치하는 도구들이 늘고 있다.
UI 드래그 앤 드롭, 워크플로우 편집 툴, 자연어로 작업 지시 가능 등의 기능 강화되는 추세다. PromptRPA 같은 연구에서는 스마트폰 상에서 텍스트 프롬프트만으로 자동화 작업을 생성하는 시스템도 나왔다고 한다.

3. Agent 기반 자동화 및 LLM Agent

단순 작업을 자동화하는 봇을 넘어서 상황에 따라 “사람이 할 일 / 봇이 할 일”을 판단하고 분배하거나 동적으로 대화형/지능형 수행을 하는 Agentic Automation에 대한 관심이 증가하고있다.

4. 클라우드 기반 자동화, SaaS RPA

로컬 설치형보다 클라우드 인프라 활용이 많아지고, 확장성, 유지보수, 초기 비용 절감 측면에서 유리함. 특히 중소기업에서도 자동화 도입 가능성이 커졌다.

구현 방식

그래서 요새는 rpa를 구현시에 어떻게 하느냐 하면 크게 3가지가 있는거 같다.

1. 상용 RPA 플랫폼 사용

UiPath, Automation Anywhere, Blue Prism, Microsoft Power Automate 같은 툴이 대기업, 기관, 금융권 표준으로 자리 잡고 있다.

2. Python 기반 커스텀 자동화

Python은 사실상 RPA/자동화 스크립트 작성의 사실상 표준 언어로 자리잡고 있다. 방대한 라이브러리 생태계, 오픈소스라서 라이선스 비용 없음, 특정 SaaS API, 내부 시스템 맞춤형 통합이 가능한 유연성, DevOps, MLOps 등 기존 엔지니어링 환경과 쉽게 연결 가능 등 많은 이점이 있기에 소규모 자동화, 데이터 파이프라인, AI 응용 자동화에는 Python 스택을 쓰는 경우가 많다. 일부 오픈소스 RPA 프레임워크도 Python을 기반으로 하고 있어 사용량이 더더욱 많다.

3. 하이브리드

요새는 상용 툴에 커스텀 python 모듈을 통합해서 쓰는걸 많이 한다고 한다. 두가지 방벙의 장점을 결합하는 방식이어서 가장 좋을 것 같다.

결론

보아하니 직접 rpa를 개발하는 곳들은 python을 기반으로 python 생태계의 라이브러리들을 이용하여 개발주잉고 맥락 상 비슷비슷한 작업을 하는 여러 업체들을 기존 상용 프로그램을 이용하는 추세인거 같다.

나는 지금 js 생태계를 이용해 rpa를 개발하려 하는데 좀 더 rpa에 맞는 생태계는 python인거 같으니 나중에는 python으로 넘어가는거도 고려해보는게 좋아보인다.

Day-7

tech