RPA와 AI가 나더러 쉬라고 하네

RPA, AI 주제에 나보고 쉬라고?

🍎 바쁘다면 알짜배기만이라도 !

• 폭발적 성장: RPA 시장이 2024년 40.6억 달러에서 2037년 2,340억 달러로 연평균 36.6% 급성장

• 하이퍼오토메이션 시대: AI와 RPA 결합으로 단순 반복업무를 넘어 의사결정까지 자동화 가능

• 일자리 재편: 43%의 직업이 자동화 위험에 노출되지만, 데이터분석가·AI엔지니어 등 새 직업 창출

쉬라고? 아니다, 더 중요한 일 하라고!

코로나19를 겪으며 디지털 전환이 가속화된 지금, 우리는 전례 없는 자동화 혁명의 한복판에 서 있다. RPA(로봇 프로세스 자동화)와 AI가 결합된 '지능형 자동화'는 2024년 기준으로 글로벌 기업의 71%가 도입을 검토하거나 시행 중이며, 이는 단순히 '사람 대신 기계가 일한다'는 차원을 넘어섰다.

놀라운 건 속도다. 불과 2017년 하반기 국내 금융권에서 시작된 RPA 붐이 이제는 제조업(68%), 의료(45%), 공공부문(38%)까지 확산되며 전 산업을 재편하고 있다.

하지만 정말 이 고작 RPA 주제에 우리더러 '쉬라고' 하는 걸까?

똑똑해진 RPA 로봇들의 반란기

과거의 RPA는 단순했다. 엑셀 데이터를 복사하고, 시스템에 입력하고, 이메일을 보내는 정해진 루틴을 반복하는 '디지털 일꾼' 수준이었다. 그런데 AI와 만난 지금의 RPA는 완전히 다른 존재가 됐다.

생성형AI와 결합된 RPA는 비정형 문서(영수증, 고객이 펜으로 쓴 문서 등)를 읽고, 상황을 판단하며, 심지어 창의적인 답변까지 생성한다. 예를 들어 SBI손해보험은 대화형 AI 챗봇으로 고객 문의를 처리하고, 웰스파고는 고도화된 디지털 재무 플랜 플랫폼을 통해 맞춤형 금융 서비스를 제공한다.

가트너는 2025년까지 하이퍼오토메이션 지원 소프트웨어 시장이 약 8,600억 달러에 이를 것이라고 전망했다. (연평균 12.3% 성장, 정말 무서운 속도다)

숫자로 보는 자동화의 현실

시장 데이터를 들여다보면 이 변화가 얼마나 급격한지 알 수 있다. 글로벌 RPA 시장은 2024년 58.2억 달러에서 2034년 466.6억 달러로 연평균 성장률 23.13%를 기록할 전망이다. 더 놀라운 건 하이퍼오토메이션 시장으로, 2024년 435억 달러에서 2037년 2,359억 달러로 폭발적 성장이 예상된다.

국내 현실도 만만치 않다. 리멤버 서베이에 따르면 RPA를 도입한 기업의 30%가 신규 채용을 줄일 계획이라고 답했다. 평균적으로 월 6,000만원의 인건비를 절약하고 있다니, 경영진 입장에서는 거부할 이유가 없다.

하지만 단순한 비용 절감만이 목적은 아니다. 응답 기업의 33%는 '업무 처리 속도 향상을 통한 생산성 강화'를 주목적으로 꼽았다. (정말 더 중요한 일에 집중하기 위한 선택이라고 해석해볼 수 있다)

사라지는 일과 생겨나는 일의 경계선

현실을 직시해보자. IBM은 기업 사무직 업무의 63%가 RPA로 대체될 수 있다고 전망했다.

특히 고위험군에 속하는 직업들을 보면:

높은 자동화 위험 (대체 확률 90% 이상)

• 사무 종사자: 86% (395만명)가 고위험군

• 데이터 입력 직원, 콜센터 상담원, 은행 창구 직원

• 단순 제조업 조립 노동자, 마트 계산원

하지만 동시에 새로운 직업도 폭발적으로 늘고 있다. 데이터 과학자, AI 개발자, 로봇 엔지니어는 기본이고, AI 윤리 전문가, 로봇 심리학자 같은 생소한 직업까지 등장했다.

흥미로운 점은 자동화가 직업 전체를 없애기보다는 '직무'의 일부를 대체한다는 것이다. 의사는 여전히 환자를 진료하지만, AI가 진료기록을 분석해 처방을 도와준다. 은행 대출 담당자는 여전히 고객을 상담하지만, AI가 서류 처리를 담당해 상담에 더 집중할 수 있게 된다.

리스크와 함정: 기술의 양날

하지만 모든 게 장밋빛은 아니다. 하이퍼오토메이션 도입으로 기업 생산성이 평균 40% 향상되었다는 보고가 있지만, 준비가 부족할 경우 오히려 업무가 복잡해질 수도 있다.

주요 위험 요소들

• 보안 취약점: 개인정보 처리 과정에서 사이버 보안 위험 증가

• 기술적 한계: 비정형 데이터 처리와 예외 상황 대응의 어려움

• 조직 저항: 직원들의 일자리 위협 인식으로 인한 도입 저항

특히 사이버 보안 이슈는 심각하다. 특히 개인정보를 처리하는 기업일 수록 중요하게 다뤄야할 이슈이다. AI 기술 도입·활용 시 준수해야 할 국내·외 가이드, 지침, 규정, 법률이 구체화되는 추세여서 기업들은 기술 도입과 규정 준수 사이에서 균형점을 찾아야 한다.

대응 전략: 살아남는 법부터 번영하는 법까지

개인 차원의 대응법

1. 디지털 리터러시 강화: 프로그래밍, 데이터 분석 등, 사람이기 때문에 가능한 분석 능력 강화

2. 창의적 역량 개발: 기계가 대체하기 어려운 창의력과 문제해결 능력 강화

3. 재학습 체계 구축: 지속적인 교육과 재교육을 통한 적응력 확보

기업 차원의 전략

1. 단계적 도입: 파일럿 프로젝트부터 시작해 점진적 확대

2. 직원 재교육: RPA 도입과 동시에 직능 향상 프로그램 및 직무 전환 프로그램 운영

3. 하이브리드 접근: 인간과 기계의 협업 모델 구축

딜로이트 보고서에 따르면 조사한 기업의 71%가 기업이 RPA와 AI 통합 모형을 구현하고 대규모로 확대할 준비가 되어 있다고 답했다. (이제는 선택이 아니라 생존의 문제가 된 셈이다)

미래는 협업이다

결론적으로 RPA와 AI는 우리더러 '쉬라고' 하는 게 아니다. 더 가치 있는 일, 더 창의적인 일, 더 인간다운 일에 집중하라고 하는 것이다.

2025년 현재 우리는 생성형 AI와 AI 에이전트 시대의 한가운데 서 있으며, 약 2년 후에는 AI 에이전트가 모든 업무를 처리할 것으로 전망된다. 하지만 이는 인간이 불필요해진다는 뜻이 아니라, 인간의 역할이 더욱 고도화된다는 의미다.

자동화 시대의 승자는 기술을 두려워하는 사람이 아니라, 기술과 함께 춤추는 법을 아는 사람이 되지 않을까..?