자동화 전담 조직이 있는 회사는 매우 적습니다. 자체적으로 체계적인 업무 자동화를 구현하는데 어려움을 겪고 있는 회사들을 위한 서비스를 제공합니다.

‍

아웃코드는 기업을 위해서 개발된 차세대 자동화 플랫폼입니다. 정식 출시 1년만에 90여개가 넘는 중소, 중견기업을 위해서 자동화 플랫폼을 제공하고 있으며, 고객사는 통합 자동화 플랫폼에서 업무에 필요한 자동화를 신속하게 만들고 회사 운영을 자동화하고 있습니다.

‍

기업이 아웃코드를 도입하는 가장 큰 이유는 운영 레벨의 생산성입니다. 자동화앱은 데이터와 액션을 조합하는 노코드 방식으로 만들어지며, 업무 프로세스에 꼭 맞는 자동화앱을 직접 구성할 수 있습니다.

• 매출, 고객, 주문현황, KPI 등 신속하고 빠른 데이터 조회앱
• 회사의 데이터베이스, 스프레드시트와 애플리케이션을 연결하는 데이터 통합앱
• 다양한 채널에서 발생하는 주문과 고객 데이터를 한곳으로 모으고, 주문 시스템, CRM. ERP, 재고 시스템에 업데이트하는 자동화앱
• 설문 도구와 내부 데이터베이스를 연결하여 고객 여부를 판단하고 CRM에 업데이트하는 자동화앱
• 인공지능이 이메일이나 문서의 내용을 요약해서 보내주고 내용에 따라 티켓을 생성하고 자동 회신하는 자동화앱
• 데이터베이스나 스프레드시트를 활용하여 고객 행동에 맞게 이메일, 문자, 알림톡 등을 자동으로 보내는 자동화앱
• 광고 플랫폼의 실적 데이터를 실시간으로 조회, 저장하고 변동 사항이 있는 경우 협업툴로 알림을 보내는 자동화앱
• CRM, ERP, 협업툴, 데이터베이스, 스프레드시트를 연동하는 자동화앱
• 스프레스시트에서 등기부등본 발급 자동화앱
• 원하는 기업들이 모인 사이트를 크롤링하고 추출된 정보를 인공지능이 가공하여 스프레드시트로 저장하는 자동화앱

‍

아웃코드 플랫폼에서 자동화앱을 만드는 방법은 직관적이고 간편하여 전체 아웃코드 사용자의 92%가 실무를 담당하는 비개발자입니다. 또한 아웃코드 도입 후 한달 만에 만들어지는 자동화앱의 숫자는 40~150개에 달합니다. 아웃코드는 상용 데이터베이스, CRM, ERP, BI, 협업툴, 메세징, 이메일, 광고 플랫폼, 커머스 플랫폼 등 미리 개발된 60개 이상의 커넥터를 제공하고 있으며, 제공되는 커넥터의 수는 빠르게 늘고 있습니다.

‍

기업 고객을 위해서 안정성과 보안이 강화된 사용환경을 제공하며, 독립적으로 구분된 팀 스페이스, 2FA, 정보보호기능, 대량 데이터 동시 처리 등 유용한 기능을 제공합니다. 부가적으로 제공되는 커스텀 액션 기능을 이용하면, 팀별로 맞춤형 액션을 제공할 수 있어서 복잡하고 다양한 액션도 자동화앱을 구현할 수 있습니다.

‍

아웃코드는 기업의 자동화를 위한 최적의 파트너입니다. 다양한 고객사의 노하우를 가지고 있는 아웃코드 Experts 서비스를 제공 중이며, 자동화를 처음 시작하는 기업을 위한 다양한 사례와 자동화 유형 등을 알려드리는 단계부터 자동화앱을 구현할때 필요한 다양한 데모, 커스텀 액션 등 밀착지원부터 지속적인 관리까지 원스톱으로 제공해드리고 있습니다.

‍

차세대 통합 자동화 플랫폼을 통해서 기업에 자동화를 가장 쉽고 빠르게 적용할 수 있습니다.

1. 개발자나 코딩 경험 없이도 자동화 가능
2. 1/3~1/5에 달하는 합리적인 비용으로 전사적인 자동화 플랫폼 운영
3. 아웃코드 전문가팀이 모든 단계에서 쉽게 도와드립니다.

‍

아웃코드 전문가팀은 자동화 컨설팅부터 기획, 개발, 실무 적용까지 2주만에 완성합니다.

• 고객사의 비지니스 문제를 분석하여 가장 적합한 자동화 도입 방식 제안
• 최적의 자동화앱 개발 지원
• 무상으로 제공되는 자동화 유지보수
• 새로운 자동화앱이 필요한 경우 지속적인 지원
• 인공지능이 적용된 자동화 등 새로운 기능에 대한 빠른 업데이트와 무상 제공

‍

아웃코드와 협업을 통해서 다양한 기업의 비지니스의 성과를 높이고 있습니다.

‍

워크플로우(workflow)란 업무를 수행하는 데 필요한 작업(테스크)들을 연결한 것을 말합니다. 기존의 워크플로우는 사람이 하는 승인이나 제출, 검토, 확인 등, 사람이 중심이 되는 경우가 많았습니다.

낙후된 워크플로우 솔루션들이 사라지고, 새로운 형태의 워크플로우 플랫폼이 등장하고 있는데, 변화의 주요 원인은 아래와 같습니다.

• 진화하는 기술 스택과 늘어나는 앱
• 높은 데이터 활용도

기존의 워크플로우/BPM/업무 자동화 솔루션들은 전문가들이 내/외부 시스템을 직접 연동하고 만드는 방식이었습니다. 그러나, 요즘 기업들이 사용하는 기술 스택은 진화하고 있고, 업무툴의 개수는 증가하고 있습니다. 따라서 설계와 코딩이 필요한 솔루션들은 적합하지 않습니다.

‍

‍

두번째로, 데이터는 모든 비즈니스 활동의 필수 요소가 되었습니다. 우리가 원하는 워크플로우는 데이터를 다양한 업무 도구들에 전달하여 원하는 작업을 자동으로 수행할 수 있도록 하며, 사용자가 원하는 데이터는 실시간으로 접근하여 활용할 수 있는 것입니다.

‍

위의 요건을 충족시키면서 새롭게 등장한 워크플로우 플랫폼은 아래와 같은 이유로 반드시 필요합니다.

1. 효율성

비즈니스 환경은 점점 더 복잡해지고 있습니다. 더 많은 사람들이 매일 다양하고 복잡한 업무들을 한 번에 수행하고 있습니다. 수십 개의 도구를 사용자가 매일 직접 사용한다면 한계효용이 체감되어, 중요도와 우선순위는 사라지고, 정작 중요한 업무나 결정은 하기 힘들어집니다.

2. 데이터 연동

데이터를 연동시키는 워크플로우 자동화는 실제로 비용과 시간을 현저히 줄여줍니다. 다만 현재의 기술 스택과 데이터는 복잡하고 계속 변화합니다. 데이터 연동을 위해 자체 개발하거나 부적합한 솔루션을 사용하면 복잡성이 도입 효과를 초과할 수도 있습니다.

3. Hyper-automation (초자동화)

이미 다양한 분야에서 완전 자동화가 도입되고 있습니다. 프로세스에서 사람을 배제하는 방향으로 진화하고 있으며, 자동화된 워크플로우가 기업 운영의 핵심입니다.

4. 사람은 데이터처리에서 활용의 주체로

회사에서 데이터를 처리하는데 사람이 많은 일을 하고 있습니다. 이러한 업무 방식은 이제 다르게 생각해 볼 필요가 있습니다. 데이터 처리는 자동화하고 사람은 데이터를 활용하는데 집중해야만 합니다.

‍

이번주에 드디어 자동화 심플 버전, 신 버전이 출시되었습니다. 새로운 버전은 사용자가 간단명료하고 직관적인 환경에서 업무에 필요한 자동화를 빠르게 만드는 것을 목적으로 합니다.

‍

‍

왼쪽에 보이는 스텝 가이드에 따라서 설정하거나 수정하면 자동화가 자연스럽게 완성되는 구조로, 아웃코드의 기본 동작 순서에 맞게 구성되어 있습니다.

1. 데이터를 불러오기
2. 필터(조건)을 설정하여 데이터를 필터링하기
3. 애플리케이션, 데이터베이스, 시트 등 데이터를 보낼 앱을 추가하기
4. 위의 과정을 반복실행할 스케줄을 설정하기

‍

참고로, 2번의 필터는 사람 대신 자동 반복 실행을 염두에 두고 동적으로 설정할 수 있도록 되어 있습니다.

‍

기존의 자동화는 자동화 비즈로 변경되며, 새로운 버전과 100% 호환되어 사용자가 원하는대로 스위칭해서 자동화를 생성, 개선할 수 있습니다.

이번에 출시된 새로운 버전은 아웃코드를 처음 사용하시는 유저분들을 피드백을 기초로 하여 개발되었으며, 가이드 문서나 사용설명없이도 바로 아웃코드를 플레이할 수 있도록 설계되었습니다.

새로운 버전도 구글시트, 데이터베이스, 노션, 에어테이블, 광고 플랫폼, 엑셀, 공공데이터, 뉴스/블로그 데이터, API 등을 자동화와 동일하게 지원합니다.

‍

아웃코드는 지속적으로 개선과 시장 변화를 주도하기 위해서 보다 대중적이고 기업에 도움이 되는 서비스를 만들기 위해서 노력하고 있습니다.

직접 아웃코드 AutoML에 데이터를 넣고 데이터 분석을 시행해 보았습니다. 데이터는 Walmart Sales Forecast kaggle에서 가져왔으며 예시 1번처럼 매출 예측 모델을 생성했습니다. 아래 그림처럼 IsHoliday, Dept, Weekly_Sales, Temperature, Fuel_Price, CPI, Unemployment의 Column으로 구성되어 있으며 주간 매출인 Weekly_Sales를 예측합니다.

‍

‍

데이터를 불러온 다음, 우측하단의 인공지능 분석하기를 클릭하면 아래 그림처럼 타겟 칼럼을 선택할 수 있습니다. Weekly_Sales를 선택해줍니다.

특정 학습 시간 이후, 보고서를 받아볼 수 있습니다. 저는 2시간만에 보고서를 받았습니다. 데이터의 양과 속성에 따라서 학습 시간은 상이할 수 있습니다. 위 분석으로 물가 지수와 실업률이 매출에 영향을 준다는 인사이트를 얻을 수 있었습니다. 경제 상황을 고려하여 한층 더 정확한 예측이 가능해 졌습니다.

이렇게 손쉽게 데이터를 연동하여 클릭만으로 AutoML을 실행하고 인사이트를 제공 받을 수 있습니다.

평균 제곱근 오차(RMSE, Root Mean Squared Error)와 평균 절대 오차(MAE, Mean Absolute Error)는 모델의 예측값과 실제값의 차이를 나타내는 지표입니다. 낮을 수록 좋으며 타겟칼럼의 단위에 따라 다릅니다. 이 경우에선 실제값과 예측값 사이에 평균적으로 1348 만큼의 차이(이번주 매출액 실제값이 $10,000이고 모델의 예측값은 $11,348로 예측한 경우)가 난다는 것을 알 수 있습니다. 결졍계수(R-Sqaured)는 타겟칼럼을 나머지 데이터들이 얼마나 잘 설명하는지에 대한 지표입니다. 1에 가까울수록 모델의 정확도가 높다는 뜻입니다.

저는 Kaggle의 샘플 데이터로 AutoML을 진행해봤지만 현실의 복잡하고 다양한 데이터에 적용한다면 한층 더 높은 수준의 인사이트를 얻을 수 있을 것 같습니다.

아웃코드의 AutoML  분석은 실무자나 비즈니스 전문가들에게도 마법처럼 효과적인 데이터 예측을 제공합니다. 데이터 연동부터 예측 결과까지의 과정을 통해, 데이터 분석가,  과학자 없이도 손쉽게 우수한 분석 결과를 얻을 수 있습니다. 데이터의 힘을 비즈니스 의사결정에 활용하고 싶다면, 아웃코드의 AutoML을 통해 사용해보세요.

‍