목표

업무 과정 중 반복적이거나 비효율적인 구간을 자동으로 식별하고 자동화 우선순위를 제시함으로써 업무 효율과 생산성을 향상시키는 것을 목표로 했습니다.

개발범위

본 시스템은 Philo-UB 솔루션을 기반으로 구축되었습니다. 사용자의 키보드·마우스 이벤트, 화면 전환 등 인터랙션 데이터를 수집하여 업무 로그를 자동 분석하고 프로세스 마이닝 및 딥러닝 기반 AI를 활용해 자동화 대상 프로세스 추출 및 추천 알고리즘을 개발했습니다.
또한, 분석 결과를 대시보드 형태로 시각화하여 관리자와 실무자가 실시간으로 자동화 후보 업무를 확인하고 스크립트를 생성할 수 있도록 구현했습니다.

기대효과

본 프로젝트를 통해 AI가 수동 업무 분석을 보조함으로써 RPA 도입 전 단계의 자동화 기획 효율을 높이고 자동화 범위를 확장하며 운영 리소스를 절감할 수 있을 것으로 기대했습니다.

배경

기존 RPA는 체크리스트 기반의 반복 업무에 한정되어 실제 현장의 복잡한 PC 작업을 포괄하기 어려웠습니다.
이에 본 프로젝트는 사용자 실제 행동 데이터를 기반으로 데스크탑 수준의 업무 단위를 세분화하여 분석·추천할 수 있는 차세대 프로세스 마이닝 기술을 개발하게 되었습니다.

솔루션

Philo-UB는 사용자의 키보드·마우스·화면 전환 등 인터랙션 로그를 수집·분석하여 업무 과정을 시각화하고 자동화 가능성을 탐지하는 AI 솔루션입니다.

본 프로젝트에서는 Philo-UB의 행위 인식 및 업무 분석 엔진을 활용하여 자동화 대상 업무를 추출하고, 추천 결과를 대시보드로 제공함으로써 관리자와 실무자가 손쉽게 자동화 스크립트를 설계할 수 있는 환경을 구현했습니다.