Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

E2E Process Automation Leveraging Generative AI and IDP-Based Automation Agent: A Case Study on Corporate Expense Processing

Created by
  • Haebom

저자

Cheonsu Jeong, Seongmin Sim, Hyoyoung Cho, Sungsu Kim, Byounggwan Shin

개요

본 논문은 생성형 AI와 지능형 문서 처리(IDP) 기술을 자동화 에이전트와 통합하여 기업 재무 비용 처리 업무의 엔드투엔드(E2E) 자동화를 구현하는 지능형 업무 자동화 접근 방식을 제시합니다. 기존의 RPA는 반복적이고 규칙 기반의 단순 작업 자동화에는 효과적이지만, 비정형 데이터 처리, 예외 관리, 복잡한 의사 결정에는 한계가 있습니다. 본 연구에서는 OCR/IDP를 통한 영수증과 같은 증빙 서류의 자동 인식, 정책 기반 데이터베이스를 기반으로 한 항목 분류, 생성형 AI(대규모 언어 모델, LLM)를 지원하는 지능형 예외 처리, 자동화 에이전트를 통한 지속적인 시스템 학습과 함께 사람의 개입이 있는 최종 의사 결정으로 구성된 4단계 통합 프로세스를 설계 및 구현합니다. 한국의 주요 기업(S사)에 적용된 결과, 종이 영수증 비용 처리 시간 80% 이상 단축, 오류율 감소, 규정 준수 개선과 같은 정량적 효과와 정확성 및 일관성 향상, 직원 만족도 향상, 데이터 기반 의사 결정 지원과 같은 정성적 효과를 보였습니다. 또한, 사람의 판단으로부터 학습하여 자동 예외 처리 기능을 점진적으로 개선하는 선순환 구조를 구현합니다. 실증적으로 본 연구는 생성형 AI, IDP 및 자동화 에이전트의 유기적 통합이 기존 자동화의 한계를 효과적으로 극복하고 복잡한 기업 프로세스의 E2E 자동화를 가능하게 함을 확인합니다. 회계, 인사, 조달 등 다른 분야로의 확장 가능성과 AI 기반 초자동화 개발의 미래 방향을 논의합니다.

시사점, 한계점

시사점:
생성형 AI와 IDP 기술을 통합한 E2E 자동화 시스템이 기업의 재무 비용 처리 업무 효율성을 크게 향상시킬 수 있음을 실증적으로 입증.
80% 이상의 처리 시간 단축, 오류율 감소, 규정 준수 향상 등 정량적 성과와 직원 만족도 향상 등 정성적 성과를 달성.
자동화 시스템의 지속적인 학습 및 개선을 통한 선순환 구조 구현 가능성 제시.
회계, 인사, 조달 등 다른 기업 업무 프로세스에도 적용 가능성 제시.
한계점:
본 연구는 특정 한국 기업(S사)에 대한 사례 연구이므로, 다른 기업이나 산업으로의 일반화에는 추가적인 연구가 필요.
생성형 AI 모델의 신뢰성 및 설명 가능성에 대한 추가적인 검토 필요.
시스템 구축 및 운영에 대한 비용 및 기술적 어려움에 대한 논의 부족.
장기적인 시스템 안정성 및 유지보수에 대한 고려 부족.
👍