Thermo Fisher Scientific, 연간 처리하는 인보이스 824,000개의 문서 처리 시간 70% 단축

70여 년 전에 설립된 Thermo Fisher Scientific은 주요 글로벌 기업으로 성장했으며 다양한 사업부에서 90,000명 이상의 직원이 50개 국가의 고객에게 서비스를 제공합니다.

이 회사의 스마트 자동화 글로벌 비즈니스 서비스(GBS) 부서는 페이즐리(스코틀랜드), 헝가리 및 코스타리카에서 업무를 수행하며 EMEA 및 북아메리카에 Purchase-to-Pay(P2P), Record to Report(R2R), Order to Cash(O2C), HR, 조달 및 고객 관리 운영 방식으로 지원을 제공합니다.

GBS의 수석 관리자인 Luis Cajiao는 코로나 19 팬데믹 기간에 제약 산업을 지원하기 위한 노력을 강화하면서 회사와 그의 팀이 어려운 과제에 직면했다고 말했습니다. 이에 대응하여 GBS 팀에서는 일상적이지만 중요한 작업을 자동화할 방법을 찾았습니다.

특히 우려했던 부분은 공급업체에 대한 인보이스 및 결제를 관리하는 것이었습니다.

"우리는 최악의 시나리오를 마주하고 있었습니다"라고 Cajiao는 회상합니다. "수천 곳의 공급업체가 서로 다른 형식으로 반구조적 데이터를 보내왔습니다. 우리는 수동으로 PDF에서 정보를 추출했고 ERP [enterprise resource planning] 시스템에 데이터를 입력했습니다. 보통 때에도 이러한 작업은 수작업이며, 반복적이고, 시간을 많이 소모하는 작업입니다."

팬데믹으로 인해 중요한 워크플로에 부담이 가중되었습니다. 공급업체와 고객 모두에게 서비스를 제공하기 위해 회사가 훨씬 더 빠르고 효율적으로 작업해야 한다는 것이 분명해졌습니다. 

그는 “시간을 절약하고 운영 효율성을 높이기 위해 일부 주요 프로세스를 식별하고 자동화할 필요가 시급했습니다"라고 말했습니다. 

UiPath Document Understanding을 통한 결제 처리 자동화 

GBS 팀은 UiPath Document Understanding (UiPath Business Automation Platform을 통해 사용 가능) 을 기반으로 솔루션을 배포하기로 결정했습니다  

UiPath Document Understanding은 로봇 프로세스 자동화(RPA)와 인공 지능(AI)을 결합하여 소프트웨어 로봇을 사용하여 문서를 자동으로 처리합니다. 해당 문서 내의 정보를 빠르게 읽고 이해하고 조치를 취하도록 로봇을 학습시킬 수 있습니다. 로봇은 높은 수준의 정확도로 신속하게 작업하여 오류를 최소화하고 최종 고객 환경을 개선할 수 있습니다.

Cajiao는 "UiPath Document Understanding을 통한 우리의 목표는 공급업체, ERP 및 지역 전반에서 사용할 수 있는 강력하고 표준화된 프로세스를 제공하는 비즈니스 솔루션을 개발하는 것"이라고 설명했습니다. “분명한 목표는 확장성을 달성하는 것이었습니다. 인보이스 처리 및 고객 관리와 같은 다른 업무 흐름에서도 동일한 시도를 하고자 했기 때문에 이는 프로젝트의 우선 순위를 지정하는 핵심 요소였습니다."

첫 번째 프로젝트는 엔터프라이즈 비즈니스 지출 관리 솔루션인 Coupa를 통해 P2P 인보이스 처리를 자동화하는 것이었습니다. 이 프로세스를 진행하려면 UiPath Document Understanding 기능을 통해 Coupa에서 받은 PDF(인보이스, 구매 주문서 및 관련 문서)에서 데이터를 추출해야 했습니다. 그런 다음 UiPath Action Center 를 사용하여 추출한 결과의 유효성을 검사하거나 누락된 세부 정보를 요청했습니다(필요한 경우). Thermo Fisher는 북미에 팀을 두고 유럽에 또 다른 팀을 두고 추출한 데이터 검토를 지원합니다. 

아래 이미지에서 전 과정에 걸친 프로세스 설명을 찾을 수 있습니다.  

즉각적인 혜택 제공 

UiPath Document Understanding 기반 솔루션은 배포 직후부터 혜택을 제공하기 시작했습니다. 예를 들어, GBS 팀은 여러 언어를 처리하는 기능을 포함하여 Coupa 시스템과 특정 지역 운영의 요구 사항에 모두 맞는 반복 가능하고 표준화된 인보이스 처리 솔루션을 달성했습니다.

솔루션을 설계하는 데 약 12주가 걸렸습니다. 여러 공급업체로부터 다양한 형식으로 문서가 제공되므로, UiPath AI Center™를 사용하여 머신 러닝(ML) 모델에 다양한 문서 변형에서 모든 사용자 지정 필드를 이해하도록 학습시켰습니다. 초기 배포 후 문서를 읽을 때 솔루션은 82.4%의 정확도로 작동했습니다. 이를 85% 이상으로 높이는 것이 GBS 팀의 목표입니다.

이 솔루션을 통해 인보이스를 처리하는 데 걸리는 시간이 70% 단축되었으며 전체 인보이스의 약 53%가 사람의 개입 없이 처리됩니다. 이를 통해 P2P 재무 팀은 연간 약 824,000개의 인보이스를 관리해야 하는 8명의 정규직 직원의 업무량을 크게 줄일 수 있었습니다.

Luis Cajiao, 수석 관리자, 스마트 자동화 글로벌 비즈니스 서비스, Thermo Fisher Scientific

이 솔루션은 안정적이고 확장 가능하여 Thermo Fisher Scientific이 다른 업무 흐름 및 그룹에 이 솔루션을 시도할 수 있습니다. 또한 그룹과 사업부 간에 내부적으로 전송되는 인보이스 및 요금에도 솔루션을 사용할 수 있습니다.

UiPath Document Understanding 기술에서 정말 마음에 드는 점은 사용하면 할수록 더 좋아진다는 것입니다.

Luis Cajiao, 수석 관리자, 스마트 자동화 글로벌 비즈니스 서비스, Thermo Fisher Scientific

Document Understanding 솔루션을 위한 귀중한 교훈 습득  

GBS의 솔루션 아키텍트인 Andras Balogh는 팀이 초기 배포 중에 향후 자동화 프로젝트에 유용할 소중한 교훈을 배웠다고 말합니다.

“우선, 한 번에 너무 많은 것을 하려고 하지 않는 것이 중요하다는 것을 깨달았습니다". "개발 노력을 지역별로 분할한 다음, 각 지역의 주요 공급업체를 위한 데이터 모델을 구축하고 학습했습니다." 

Balogh에 따르면, 신뢰를 구축하기 위해 관련 이해 관계자에게 완전한 투명성을 제공하는 것도 중요했습니다. 

"우리는 QA[ 품질 보증 ] 및 QC[ 품질 관리 ] 보고서와 실시간 모델 및 성능 메트릭을 통해 프로세스에 대한 제어와 경고를 제공했습니다"라고 그는 덧붙입니다. “사업부는 솔루션과 트랜잭션이 어떻게 진행되는지에 매우 관심이 있었습니다. 또한 우리 모두 가능한 모든 기능을 구입 즉시 제공할 수는 없음을 알고 있었습니다. 하지만 일상적인 비즈니스 사용자의 아이디어를 기반으로 하는 기능을 포함하며 계속 진행하면서 UiPath Platform에 새로운 기능을 쉽게 구축할 수 있다는 것을 알았습니다." 

Cajiao는 또한 GBS 팀이 솔루션이 배포되면 회사 직원들이 솔루션을 사용하고 제안함에 따라 개선이 가속화될 것이라는 것을 알게 되었다고 언급했습니다. “그러면 하나의 업무 흐름에서 다른 업무 흐름으로 이동할 때 많은 추진력이 생깁니다. 우리는 하나의 ERP 및 P2P 프로세스에서 시작하여 더 많은 ERP와 더 많은 지역을 추가하기 시작했습니다. 이제 회사 내 프로세스, 고객 관리, 주문 입력 등을 포함하도록 솔루션을 확장할 계획입니다. 완료하는 비즈니스 사례가 많을수록 개선 방법에 대해 더 많은 지식을 수집하고 이 기술을 사용하기 위해 더 많은 [직원]이 우리를 찾아옵니다.”

그는 사용자의 열정으로 인해 지속적인 반복이 촉진되고, 이는 다시 아이디어와 혁신을 만들어내며 이를 통해 지속적인 프로세스 개선을 위한 플라이휠이 생성된다고 덧붙입니다. 그는 “이점이 바로 UiPath AI 솔루션의 큰 장점입니다." "UiPath AI Center 덕분에 계속해서 더 많은 ML 모델을 쉽게 배포할 수 있으며 일상적인 비즈니스 사용자의 피드백을 바탕으로 개선할 수 있습니다. 공급업체, 고객 및 내부 팀에 보다 효율적이고 더 나은 서비스를 제공하기 위한 회사를 만들기 위해 하고 있는 작업을 더욱 발전시킬 수 있는 기회는 항상 있습니다”라고 말합니다. 

향후 몇 개월 동안 Thermo Fisher는 여러 머신에 AI Center를 설치하여 15개의 ML 모델을 배포하고 모든 AI 프로젝트가 고가용성과 탄력적인 처리 능력을 갖춘 환경에서 실행되도록 할 계획입니다.