AI 재무·회계, 95%가 필요하다는데 실제 도입은 왜 28%일까?

직답 요약

국내 기업 재무·회계·감사 부서 임직원의 95%가 AI 도입이 필요하다고 답했지만, 실제로 도입해 쓰는 비율은 28%였습니다(EY한영, 2025년 8월). 응답자의 60%는 도입을 좌우하는 가장 중요한 요인으로 경영진의 관심과 의지를 꼽았습니다. 재무·회계는 작은 오류도 결산과 공시, 외부감사로 이어질 수 있어 실무자가 독자적으로 시험하기 어렵기 때문입니다. 그렇지만 방법도 있습니다. 원본과 결과를 대조할 수 있고, 오류가 나도 되돌릴 수 있는 반복 업무부터 시작하면 위험을 낮출 수 있습니다. 이 글에서는 67%포인트의 도입 격차가 생긴 이유와 AI에 맡길 수 있는 업무의 범위, 감사 대응을 위해 남겨야 할 기록, 첫 파일럿을 설계하는 방법까지 살펴봅니다.

재무·회계 부서는 AI 도입에 가장 신중할 수밖에 없는 조직 중 하나입니다. 마케팅 문구나 내부 회의록은 잘못되면 고쳐 쓸 수 있지만, 재무·회계의 오류는 결산과 공시, 외부감사에 영향을 줄 수 있습니다. 그래서 새로운 도구가 유용해 보여도 실무자 개인의 판단만으로 먼저 사용하기 어렵습니다.

그런데 이미 도입했거나 준비 중인 기업의 반응은 다릅니다. 이들 기업의 96%가 향후 투자를 늘리거나 현재 수준을 유지하겠다고 답했습니다. 필요성은 대부분이 인정하고 먼저 움직인 기업은 계속 투자하겠다고 하는데, 아직 시작하지 않은 기업은 왜 움직이지 못했을까요?

재무·회계팀은 실제로 AI를 얼마나 쓰고 있을까?

EY한영이 2025년 8월 국내 기업 재무·회계·감사 업무부서 임직원 575명을 조사한 결과, AI 도입이 필요하다는 응답은 95%였지만 실제 도입률은 28%였습니다. 필요성과 실행 사이에 67%포인트의 격차가 있습니다.

도입률만 보면 재무·회계 조직이 AI에 부정적이라고 생각하기 쉽습니다. 그러나 실제 도입률은 전년 17%에서 28%로 11%포인트 상승했고, 준비 중인 기업까지 포함하면 40%가 이미 움직이고 있습니다. 필요성을 의심해서라기보다, 그러한 니즈가 실제 프로젝트로 수행되는 과정에서 기업별 격차가 벌어지고 있다고 보는 편이 더 정확합니다.

응답자의 60%는 AI 도입을 좌우하는 가장 중요한 요인으로 경영진의 관심과 의지를 꼽았습니다. 이는 어떤 솔루션을 선택하느냐보다 도입을 승인하고 책임 구조를 정하는 의사결정이 먼저 필요하다는 의미입니다.

재무·회계 업무는, 실무자가 작은 도구를 먼저 사용해 보고 성과가 나오면 조직으로 확대하는 방식이 잘 작동하지 않습니다. 결산과 공시 결과에 문제가 생기면 책임 소재가 분명하고, 데이터와 시스템 접근에도 승인이 필요하기 때문입니다. 실무자의 필요성 인식만으로는 시작하기 어렵고, 적용 범위와 검토 책임을 위에서 함께 정해야 움직일 수 있습니다.

이 구조는 도입 기업과 미도입 기업의 투자 계획에서도 잘 드러납니다.

같은 ‘유지’라는 응답도 조직에 따라 그 의미가 다릅니다. 도입했거나 준비 중인 기업은 현재의 투자와 도입 움직임을 이어가겠다는 뜻이고, 향후 도입 계획이 없는 기업은 새로운 투자를 시작하지 않겠다는 뜻에 가깝습니다. 첫 도입을 위한 의사결정이 이뤄지지 않으면 두 집단의 경험과 운영 역량 차이가 자연스럽게 좁혀지기는 어렵습니다.

재무·회계에서는 어떤 업무부터 AI를 쓰고 있을까?

조사에서 가장 먼저 적용된 분야는 회계처리 자동화였고, 이상 거래 탐지와 재무 예측, 데이터 분석, 보고서 작성이 뒤를 이었습니다. 여기서 말하는 AI에는 문서에서 정보를 추출하는 기술, 거래를 분류하거나 이상 패턴을 찾는 기술, 예측 모델, 생성형 AI가 함께 포함됩니다. 모든 업무가 챗봇이나 생성형 AI로 처리된다는 뜻은 아닙니다.

이 순서는 기술의 화려함보다 결과를 객관적으로 검증할 수 있는지가 우선한다는 점을 보여 줍니다. 증빙 입력은 원본 문서와 결과를 대조할 수 있고, 이상 거래 탐지는 설정한 규칙과 선별 결과를 확인할 수 있습니다. 반면 재무 예측이나 경영보고서는 참고할 데이터는 있어도 하나의 정답이 존재하지 않기 때문에 사람의 해석과 승인이 더 많이 필요합니다.

회계법인은 AI로 무엇을 효율화 했을까?

삼일회계법인은 회계사들이 수행하던 자사 내부 기초 업무에 AI를 적용해 연간 20만 시간을 줄였다고 밝혔습니다. 감사를 받는 기업의 결산 업무와 회계법인의 내부 감사 지원 업무는 문서와 책임 구조가 다르므로, 이 수치를 일반 기업 재무팀의 절감 효과로 그대로 환산해서는 안 됩니다. 다만 보수적인 검토가 필요한 회계 영역에서도 반복적인 기초 업무부터 자동화 효과가 나타날 수 있다는 사례로는 참고할 만합니다.

같은 보도에는 회계사 채용 규모가 2019년 1,100여 명에서 최근 700여 명으로 30% 넘게 감소했다는 내용도 있었습니다. 채용 감소가 AI발전의 결과라고 단언할 수는 없습니다. 다만 반복적인 기초 업무가 기술로 이전되면서, 신입 인력에게 요구되는 역할과 업무 구성이 달라질 가능성은 함께 살펴볼 필요가 있습니다.

어디까지 AI에 맡기고 어디부터 사람이 봐야 할까?

재무·회계 업무는 결과를 검증하는 방법에 따라 세 유형으로 나눌 수 있습니다. 시작하기 좋은 업무는 가장 복잡한 업무가 아니라, 반복 빈도가 높고 결과를 대조할 수 있으며 문제가 생겨도 되돌릴 수 있는 업무입니다.

유형 1 · 옮겨 적기

세금계산서, 영수증, 계약서에서 정보를 뽑아 시스템에 입력하는 업무입니다. 원본과 결과를 직접 대조할 수 있고 잘못 입력돼도 마감 전에 수정할 수 있어 첫 파일럿으로 적합합니다. 도입 전 사람이 직접 입력했을 때의 처리 시간과 오류율을 측정하고, AI 적용 후 같은 기준으로 비교해야 실제 개선 여부를 판단할 수 있습니다.

유형 2 · 분류하고 맞춰 보기

계정과목 분류, 채권 대사, 이상 거래 탐지처럼 일정한 규칙은 있지만 예외가 섞이는 업무입니다. AI나 자동화 시스템은 확실한 건을 처리하고 기준에서 벗어난 건을 예외 목록으로 보내는 역할을 맡습니다. 예외 건은 사람이 확인하고, 허용할 예외율과 오분류율은 도입 전 최소 몇 차례의 마감 실적을 기준으로 팀에서 정합니다. 기준을 반복해서 넘으면 모델이나 규칙을 조정하거나 자동화 범위를 좁혀야 합니다.

유형 3 · 판단하고 설명하기

회계처리 방침을 정하거나 재무 전망을 해석하고, 주석과 경영보고서에 설명을 붙이는 업무입니다. AI가 자료를 정리하고 초안을 제시할 수는 있지만 하나의 정답을 대조하는 방식으로 검증하기 어렵습니다. 따라서 최종 판단과 승인은 사람이 맡고, 어떤 자료를 근거로 누가 검토했는지를 결과물과 함께 남겨야 합니다.

세 유형 모두 운영 기준이 필요합니다. 어떤 자료를 입력할지, 결과를 누가 확인할지, 예외가 발생하면 누구에게 보낼지를 먼저 정해야 합니다. 유형 2와 유형 3은 여기에 예외와 수정 내역, 최종 승인자를 추가로 기록해야 합니다. 이런 기록은 AI 결과의 신뢰성을 검토하고 감사인에게 처리 과정을 설명할 때 필요한 자료가 될 수 있습니다.

AI가 처리한 결과를 감사에서 설명하려면 무엇이 필요할까?

AI를 사용했다는 사실만으로 감사상 문제가 되는 것은 아닙니다. 중요한 것은 결과의 근거와 처리 과정을 재현하고, 적절한 검토와 통제가 이뤄졌음을 입증할 수 있는지입니다. 실제 감사 판단에는 재무적 중요성, 증빙의 신뢰성, 내부통제, 검토 절차 등 여러 요소가 함께 고려됩니다.

EY한영 조사에서 재무·회계·감사 업무의 AI 활용 지침이나 거버넌스를 갖춘 기업은 21%에 그쳤습니다. 실제 사용 비율이 28%였다는 점을 고려하면, 일부 기업은 운영 기준이 충분히 정리되기 전에 도구부터 적용했을 가능성이 있습니다.

재무·회계 결과물은 결산과 공시, 외부감사로 이어질 수 있습니다. 자동화한 구간의 근거와 검토 기록이 부족하면 해당 거래나 처리 과정을 사람이 다시 확인해야 하고, 앞에서 줄인 시간을 감사 대응 과정에서 다시 사용할 수 있습니다.

최소한 다음 항목은 업무별로 남기는 것이 좋습니다.

먼저 정할 것은 솔루션 자체 보다, 어떤 업무에 어디까지 사용하고, 결과를 누가 어떤 기준으로 확인할지입니다. 조직 차원의 AI 운영 기준을 세우는 방법은 AI 에이전트 거버넌스 글에 별도로 정리했습니다.

첫 파일럿은 어떻게 시작하면 좋을까?

업무 하나를 고르고, 그 업무의 입력·검토·예외 처리 절차를 한 장으로 정리하는 것부터 시작할 수 있습니다. 처음부터 결산 전체를 자동화하기보다, 한 번의 마감 주기 안에서 결과를 비교할 수 있는 범위로 제한하는 편이 효과와 위험을 판단하기 쉽습니다.

예를 들어 증빙 입력을 대상으로 한다면 다음과 같은 흐름을 설계할 수 있습니다.

1. 세금계산서와 영수증을 정해진 경로로 수집합니다.

2. AI가 금액·일자·거래처·적요를 추출해 전표 초안을 만듭니다.

3. 필수값 누락, 금액 불일치, 낮은 신뢰도의 결과는 예외 목록으로 보냅니다.

4. 담당자가 예외 건과 표본을 확인한 뒤 입력을 확정합니다.

5. 처리 결과와 수정 내역, 검토자를 기록합니다.

파일럿을 시작하기 전에는 다음 내용을 한 장에 적어 두는 것이 좋습니다.

이 문서는 그대로 경영진의 판단 자료로 사용할 수 있습니다. 조사에서 경영진의 관심과 의지가 도입을 좌우하는 가장 중요한 요인으로 꼽힌 만큼, 실무선에서는 “AI가 필요하다”는 설명보다 현재 얼마나 많은 시간이 들고 있으며, 적용 후 무엇을 기준으로 성공과 실패를 판단할지를 보여 주는 편이 효과적입니다.

재무·회계 AI 도입은 가장 어려운 업무부터 시작하는 프로젝트가 아닙니다

재무·회계 AI 도입이 늦은 이유는 현장의 필요성이 부족해서가 아닙니다. 책임이 큰 업무인 만큼 적용 범위와 검토 책임을 실무자 혼자 정하기 어렵기 때문입니다. 그러나 모든 결산 업무를 한꺼번에 바꿀 필요는 없습니다.

원본과 결과를 대조할 수 있고, 오류를 수정할 수 있으며, 반복 빈도가 높은 업무 하나를 선택하면 첫 검증을 시작할 수 있습니다. 그 과정에서 입력 자료와 처리 기준, 예외, 검토자를 기록하면 효과 측정과 감사 대응의 기초도 함께 만들 수 있습니다.

핵심은 도구를 먼저 구매하는 것이 아니라 업무 하나의 경계와 사람의 확인 지점을 먼저 정하는 것입니다. 첫 파일럿에서 처리 시간과 오류율이 개선되는지 확인한 뒤 유형 2와 유형 3으로 범위를 넓혀도 늦지 않습니다.

오픈네트웍시스템이 재무·회계 부서와 도입을 검토할 때도 솔루션 이야기보다 이 세 단계를 먼저 맞춥니다. 어느 업무에 적용할지와 확인 절차를 정하지 않은 채 시작하면 감사 대응 단계에서 시간을 다시 쓰게 되기 때문입니다. 다른 직무의 도입 사례가 궁금하시면 영업팀 AI 효율화 편도 같은 방식으로 정리해 두었습니다.

자주 묻는 질문

우리 회사도 도입이 늦은 편인가요?

2025년 조사 기준 실제 도입률은 28%, 준비 중인 기업까지 포함하면 40%였습니다. 아직 도입하지 않은 기업이 더 많지만 실제 사용률은 전년 17%에서 28%로 상승했습니다. 단순히 빠르고 늦음을 비교하기보다, 현재 반복 업무의 처리량과 오류율을 측정할 수 있는지부터 확인하는 편이 좋습니다.

회계와 재무 중 어디부터 시작하는 것이 좋나요?

부서 자체보다, 업무의 유형에 따라 그 결과를 검증할 수 있는지가 더 중요합니다. 많은 기업에서는 원본과 대조할 수 있는 증빙 입력이나 계정 분류처럼 회계 영역의 반복 업무가 첫 대상이 되기 쉽습니다. 반면 재무 예측과 경영보고처럼 해석이 필요한 업무는 AI가 초안을 보조하되 사람이 최종 판단하는 방식이 적합합니다.

기존 ERP를 바꿔야만 시작할 수 있나요?

반드시 ERP 전체를 교체해야 하는 것은 아닙니다. 초기에는 정해진 형식으로 데이터를 내보내고 다시 입력하는 제한된 범위에서도 검증할 수 있습니다. 다만 실제 연동 방식과 보안 요건은 사용 중인 ERP, 데이터 접근 권한, 제공되는 인터페이스에 따라 달라집니다.

AI가 틀렸을 때는 누가 확인해야 하나요?

도입 전에 업무별 검토자와 최종 승인자를 정해야 합니다. 시스템이 처리한 결과도 조직의 재무 결과에 반영되기 전에는 해당 업무의 책임자가 검토하고 승인하는 절차가 필요합니다. 특히 예외 건과 사람이 수정한 내용은 별도로 기록해야 합니다.

도입 효과는 무엇으로 증명하나요?

최소한 처리 건수, 오류율, 재작업 건수, 사람이 사용한 시간을 도입 전후로 비교해야 합니다. 파일럿 전에 기준값을 측정하지 않으면 시간이 줄었는지, 오류가 개선됐는지 객관적으로 설명하기 어렵습니다.

출처

출처

• EY한영, 2025 AI·신외감법과 회계감사 설문조사 보도자료

• 시사저널, 삼일회계법인 AI 도입 성과 보도