오늘날 기업들은 수많은 반복 업무를 자동화하며 생산성을 향상시키기 위해 노력하고 있습니다. 이러한 기업들이 추구하는 업무 자동화는 더 이상 단순 반복 작업의 대체를 의미하지 않습니다. 기업들은 이제 예외상황을 고려한 유연한 자동화, 즉 사람의 판단이 결합된 E2E(End-to-End) 자동화를 추구합니다. 그러나 복잡하고 다양한 예외상황에서 사람의 판단을 유연하게 반영할 수 있는 자동화 환경을 만들기란 쉽지 않습니다.
본 아티클에서는 Brity Automation를 활용하여, ‘재무 경비 처리’라는 일상적이면서도 예외상황이 빈번하게 발생했던 업무 프로세스의 자동화 사례를 통해 자동화의 영역이 어디까지 확장될 수 있는지 살펴보겠습니다.
재무 경비 처리는 거의 모든 직장인이 경험하는 대표적인 사무행정 업무입니다. 법인카드로 간식을 구매하고, 영수증을 첨부해 상신하며, 결재자와 재무 담당자의 확인을 거쳐 최종 처리가 이루어집니다. 이 과정에는 경비 내역의 유효성 검증, 계정 코드 확인, 금지 품목 여부 점검 등과 같은 복잡한 절차들이 숨어 있습니다. 예외사항도 다양하고 많습니다. 소모품비로 올린 영수증에 커피나 간식이 포함되는 경우처럼, 단순히 자동 분류로 해결할 수 없는 문제들이 지속적으로 발생합니다.
이 과정에서 가장 많은 시간이 소요되는 부분은 ‘영수증 검토’입니다. 예를 들어, 한 직원이 소모품 계정으로 건전지 두 개를 구매했다고 보고했지만, 영수증에는 커피 한 박스가 포함되어 있었다면 이는 요식성 계정으로 분류되어야 합니다. 이처럼 영수증에는 사용자의 의도와 실제 내역이 불일치할 수 있는 예외상황이 자주 발생하며, 재무 담당자는 이를 매번 확인하고 반려해야 했습니다. 또한 신규 품목이나 오타로 인해 데이터 정합성이 떨어진 경우 이에 대한 확인 과정이 필요했습니다.
삼성SDS의 경우만 보아도 매달 약 1,450건에 이르는 영수증 검토 작업에 월평균 24시간 이상이 소요되고 있었는데 이 과정을 분석한 결과, 업무를 효율화하기 위해서는 단순한 RPA를 넘어선 사람의 판단을 반영할 수 있는 자동화가 필요하다는 결론을 내렸습니다.
1단계: 문서 인식
우선, 재무 경비 처리 프로세스를 자동화하기 위해서 Brity Automation은 사용자가 업로드한 영수증 이미지를 IDP(Intelligent Document Processing)로 분석합니다. IDP는 비정형 데이터로 이루어진 영수증, PDF 등 이미지 문서에서 주요 정보를 추출하여 사용 가능한 데이터로 변환해 주는 솔루션입니다. 사용자가 카드 사용 내역을 상신하면, 해당 화면에서 영수증을 첨부하게 되는데, IDP가 이를 분석하여 품목명, 금액, 일시 등의 텍스트를 추출합니다. 기존 OCR 기술과 달리 IDP 기술을 사용하면 문맥을 이해하고 품목을 정확히 분류할 수 있습니다. 이 과정은 Drag and Drop 방식으로 간단히 설정할 수 있어, 사용자는 간편하게 IDP를 사용하여 영수증 데이터를 추출하고, 데이터를 보기 쉽게 변환하거나 웹 인터페이스로 변경할 수 있습니다.
2단계: 정책 기반 분류
이렇게 데이터가 추출되면, 허용 품목(화이트리스트)인지 금지 품목(블랙리스트)인지 판별하는 작업이 필요합니다. Brity Automation이 제공하는 오케스트레이터 내 데이터베이스에 화이트리스트와 블랙리스트를 사전에 설정해 두면 영수증 데이터에서 이를 자동으로 필터링할 수 있습니다. 화이트리스트에는 요식성 품목들이, 블랙리스트에는 금반지나 상품권처럼 부적합한 품목이 등록됩니다. 이 과정은 외부 데이터베이스가 아닌 Brity Automation 자체 오케스트레이터 데이터베이스에 저장되어 효율적인 유지보수와 보안성을 제공합니다.
3단계: 예외상황, AI에게 묻다
하지만 IDP 활용만으로 완전한 자동화가 되기는 어렵습니다. 예를 들어, 구성원이 ‘심플리 블랙’이라는 음료를 구매한 뒤 영수증을 첨부했습니다. 해당 품목은 기존에 정의된 화이트리스트에도, 블랙리스트에도 없는 신규 품목입니다. 이렇게 예외상황이 발생했을 때, Brity Automation의 AI Flow 기능은 회사의 경비 처리 정책을 기반으로 한 LLM에 해당 품목이 회사 정책에 맞는지, 어떤 계정으로 처리하는 것이 적절한지 질의하게 됩니다.
“심플리 블랙은 어떤 계정으로 처리해야 합니까?”
AI는 회사의 정책 문서와 품목 분류 기준을 검토하여 그 결과를 바탕으로 추천 계정을 제안하고, 해당 품목이 회사 정책에 부합하는지 여부와 그 근거를 함께 제시합니다. AI가 ‘심플리 스무스 블랙’이라는 유사 품목을 찾아내고, 요식성 계정으로 분류할 것을 제안하지만, 이 제안은 어디까지나 참고용이며, 최종 결정은 사람이 내리게 됩니다.
4단계: 사용자의 판단을 시스템에 자동으로 반영
Automation Agent는 재무 담당자가 최종 결정을 내릴 수 있도록 지원합니다. 재무 담당자는 에이전트 화면을 통해 AI가 추출한 영수증 이미지, 기존 데이터베이스와의 비교 결과, AI 추천 내용을 함께 확인할 수 있습니다. 이 화면에서 AI의 제안을 그대로 수락할 수도 있고, 품목명을 수정하거나 유사 단어를 추가해 시스템을 개선할 수도 있습니다.
재무 담당자가 신규 품목에 대한 추천 데이터를 확인하고 승인 여부를 결정하면, 이러한 결정은 단지 현재 건에만 영향을 미치는 것이 아니라, 자동으로 오케스트레이터 DB에 반영되어 이후 유사한 품목이 등장했을 때 시스템이 스스로 판단할 수 있도록 만들어 줍니다.
예를 들어, ‘심플리 블랙’이 커피 음료라는 사실을 확인한 후, 해당 품목을 요식성 계정으로 분류하고, 앞으로 같은 품목이 다시 등장했을 때, 자동으로 처리될 수 있도록 시스템에 등록합니다. 유사 단어도 함께 저장할 수 있어 철자 오류나 브랜드명이 달라져도 문제없이 인식할 수 있습니다.
이제 하나의 재무 경비 처리가 완결됩니다. 사용자는 영수증을 첨부해 상신하고, 상위 결재자가 승인하며, 재무 담당자는 AI와 협업하여 최종 검토를 수행합니다. 이 모든 과정은 Brity Automation 오케스트레이터상에서 정의된 Flow를 따라 자동으로 실행되며, 사람이 판단한 내용은 다음 건부터 자동으로 처리됩니다. 즉, 사람이 개입한 순간은 단 한 번뿐이지만, 그 판단은 수백 건의 자동화를 가능하게 합니다.
단순 반복이 아니라 ‘사람이 개입하는 복잡한 프로세스’까지 자동화할 수 있다는 점에서, 이 구현 사례는 다른 업무 영역으로의 확장 가능성을 시사합니다. 향후에는 회계, 인사, 구매 등의 영역에서도 이와 같은 E2E 자동화가 점점 더 확산할 것으로 기대됩니다.
재무 경비 처리 자동화 사례를 통해, 우리는 IDP, AI Flow, Automation Agent가 어떻게 유기적으로 연결되어 사람의 판단을 존중하면서도 자동화를 구현하는지 살펴보았습니다. AI와 사람, 반복 작업과 예외사항 판단이 유기적으로 연결될 때, 자동화는 비로소 업무를 진화시킬 수 있습니다. Automation Agent는 단순히 업무 속도를 높이는 것을 넘어 사람이 놓치기 쉬운 오류를 검출하고 수정함으로써 데이터의 정확성을 보장하고, 새로운 품목이나 정책 변경 등의 변화에도 신속히 대응할 수 있는 유연한 구조를 제공합니다.
기업의 자동화가 다음 단계로 도약하기 위해 필요한 것은 단순한 RPA가 아닙니다. 그것은 사람의 결정과 책임을 반영할 수 있는 유연한 시스템이며, Brity Automation은 그 변화를 지원합니다. 더 똑똑한 자동화를 넘어, 더 인간적인 자동화로. 이제 기업의 운영 방식을 변화시킬 때입니다.
☞ 세션 발표자: 삼성SDS Hyper Automation사업팀 정민기 그룹장 (minkee.jung@samsung.com)