사상 리더

CPA 사무소의 AI 자동화: 세무 성수기와 재무 분석의 효율 향상

Nikita Komarov
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트자동화는 마감 기간을 30% 단축하며 CPA가 데이터 정리가 아닌 판단에 집중할 수 있게 합니다.
더 보기
  • 자동화는 마감 기간을 30% 단축하며 CPA가 데이터 정리가 아닌 판단에 집중할 수 있게 합니다.
  • 프라이빗 클라우드 AI는 고객 데이터를 격리하고 공개 모델의 재학습 위험을 피합니다.
  • 자동화를 사용하는 기업은 98% 더 나은 정확성을 보고하는 반면, 수동 워크플로는 경쟁 격차를 확대합니다.

세무 신고 성수기가 끝났습니다. 전국의 CPA 팀에게는 다음 주기가 시작되기 전 짧지만 충분히 누릴 자격이 있는 휴식이 찾아왔다는 뜻입니다.

1월부터 4월 15일까지 신고 건수는 평소보다 200~300% 급증할 수 있습니다. 대부분의 사무소는 인원을 늘리지 않고 이를 감당하므로 회계사의 99%가 주당 60~70시간 일해야 했습니다. 이 모든 일을 정해진 기한 안에 마쳐야 했습니다. 

올해 세무 성수기는 대대적인 연방 세법 개정으로 새로운 공제가 도입되고 기존 공제의 조건이 강화되며 고용주의 보고 의무가 추가돼 한층 복잡했습니다. 그래서 4월 15일이 됐을 때 대부분의 CPA 사무소와 회계팀은 완전히 지쳐 있었습니다.

이러한 부담은 저절로 사라지지 않습니다. 빅4에서 10년 넘게 일하면서 저는 같은 병목이 해마다 되풀이되는 모습을 봤습니다. 자동화는 실제로 변화를 일으키는 수단입니다. AI 에이전트가 정형 절차를 처음부터 끝까지 처리하고 데이터 처리 업무를 맡는 동안, 사람은 관리자와 의사결정자로서 계속 관여합니다.

다음 성수기까지 6개월이 있으며 이 시간을 준비에 쓸 가치가 있습니다. 자동화가 가장 큰 차이를 만드는 영역과, 이 시간을 활용해 2027년 세무 성수기를 근본적으로 다른 경험으로 만드는 방법을 살펴보겠습니다.

위험

2024년에는 140곳이 넘는 상장기업이 재무제표를 수정해 재공시해야 했습니다. ADM이 발표한 내부 회계 조사로 주가는 24% 하락했습니다. 1929년 이후 회사에 최악의 거래일이었으며, 하루 만에 88억 달러가 넘는 주주 가치가 사라졌습니다.

같은 해 미국 증권거래위원회(SEC)는 잘못된 재무 보고와 관련해 45건이 넘는 법 집행 조치를 취했습니다. 회사가 클수록 실수의 대가도 큽니다.

이것이 문제의 배경입니다. 정상적인 조건에서 일하는 숙련된 사람 검토자는 96~98%의 정확도를 달성합니다. 안심할 만한 수치로 들리지만, 이 품질에 도달하려면 얼마나 큰 스트레스를 감당해야 하는지 생각해 봐야 합니다. 바로 여기서 자동화가 구원투수가 될 수 있습니다.

대규모 언어 모델은 환각을 일으키는 것으로 알려져 있어 신뢰할 만한 분석 도구가 아닙니다. 반면 재무 문서 처리에 특화해 개발된 AI는 처리량이나 시기에 관계없이 일관되게 95~99%의 정확도로 작동합니다. 결정론적 코드와 두 경로를 통한 검증은 근거 없는 결론을 피하게 해 줍니다. 또 하나 중요한 특징은 AI는 3월이 돼도 지치지 않는다는 것입니다.

비용

경제적인 측면을 더 잘 이해하기 위해 비용을 계산해 보겠습니다. 2025년 CPA의 시간당 요율은 경력과 직급, 전문 분야, 소재지에 따라 200~500달러입니다.

여러 법인을 운영하고 여러 주에서 급여를 지급하며 매입채무와 매출채권(AP/AR) 업무량이 있고 총계정원장 전체를 대사해야 하는 중견기업에는 청구 가능한 몇 시간이 필요한 정도가 아닙니다. 숙련 직원이 몇 주를 투입해야 하며, 그중 상당 부분은 실제 분석을 시작하기 전 데이터 준비와 문서 정리에 쓰입니다. 

회계사가 시간당 200~400달러를 받으며 주당 60~70시간 일하면 비용은 빠르게 불어납니다. 게다가 대부분의 사무소는 성수기에도 고정 인원으로 운영하므로 이 시간을 돈으로 쉽게 되살 수 없습니다.

업무에 자동화를 도입하면 수동 데이터 수집·입력, 대사, 조서 준비를 전용 AI로 대체합니다. 그렇다고 숙련된 CPA가 필요 없어지는 것은 아닙니다. 애초에 이 부분의 업무가 그토록 많은 고비용 인력의 시간을 요구해서는 안 된다는 뜻입니다. 

전략, 위험, 고객에 관한 의사결정에 숙련자의 판단력을 활용하는 일은 그 시간당 요율의 매 달러를 지불할 가치가 있습니다. 스프레드시트 서식을 바꾸고 개별 항목을 수작업으로 맞추는 일은 그렇지 않습니다.

보안

재무 업무에는 최고 수준의 보안 기준이 필요하며 AI 통합도 예외가 아닙니다. 대부분의 사무소가 이미 아는 기본 기준은 SOC 2 Type II입니다. 이는 특정 한 시점이 아니라 일정 기간에 걸쳐 공급업체의 보안 통제를 독립적으로 감사하는 것입니다. 이 밖에도 ISO 27001과 AI 시스템 고유의 위험을 다루는 NIST AI Risk Management Framework가 있습니다. 주 경계를 넘거나 국제적으로 고객 데이터를 처리하는 모든 사무소에 GDPR과 CCPA 준수는 타협할 수 없는 요건입니다.

아키텍처는 인증만큼 중요하며 가장 중요한 질문은 재무 데이터가 실제로 어디로 가느냐는 것입니다. 프라이빗 클라우드에 배포하면 고객의 재무 데이터가 자체 보호 경계를 벗어나지 않고 기반 모델의 재학습에도 쓰이지 않도록 보장합니다. 이 분야의 평판 좋은 공급업체는 공개 AI 시스템과 완전히 격리돼 작동하는 사전 학습된 전용 모델을 제공합니다. 

품질

세무 성수기를 혹독하게 만드는 대사, 데이터 수집·입력, 여러 법인 간 매칭 등의 업무 흐름은 모든 이익의 질 평가 업무에서도 핵심입니다.

시산표, 현금 수지 대사, 재무상태표, 손익계산서(P&L), 은행 거래내역서, 총계정원장, 급여, 매입채무·매출채권의 연령 분석 등 이 문서 작업은 전통적으로 대부분 수작업이었습니다. 대부분의 업무에서는 실제 분석을 시작하기 전에 문서를 받아들이고 여러 출처의 파일을 모으는 데 처음 며칠을 씁니다. 바로 여기서 자동화가 처음부터 끝까지 업무를 처리하며 수천 건의 문서를 몇 분 만에 처리할 수 있습니다. 

시산표(TB)와 총계정원장의 대사에서 기술적 복잡성이 가장 높아집니다. 기간별 분개를 매칭하고 이상을 찾아내며 시산표가 완전히 일치하는지 확인하는 업무에서는 단 한 번의 분류 오류가 뒤따르는 전체 손익 상황을 왜곡합니다. AI는 거래 매칭을 자동화하고 실시간으로 불일치를 표시합니다. HighRadius에 따르면 AI를 도입하는 조직은 결산에 필요한 일수가 최대 30% 줄었다고 보고합니다.

은행 거래내역서 대사와 현금 수지 대사도 같은 논리를 따릅니다. 계좌와 법인 사이에서 지속적으로 자동 매칭하고, 맞지 않는 항목은 나중에 검토 과정에서 발견되는 대신 즉시 표시합니다. 

손익계산서와 재무상태표 분석은 더 나아갑니다. AI는 데이터를 정리하는 데 그치지 않고 차이의 패턴을 찾고 비정상적인 수익 인식을 표시하며 기간 사이의 불일치를 드러냅니다.

급여 검증과 매입채무·매출채권의 연령 분석으로 업무 흐름이 완성됩니다. 자동 급여 검토는 허위 직원, 중복 기록, 여러 관할권의 규정 준수 미비를 찾아냅니다. 이는 압박 속에서 이뤄지는 수동 검토가 반복적으로 놓치는 것들입니다. AI 기반 연령 분석은 분석가가 처음부터 보고서를 만들 필요 없이 회수 위험과 지급 이상을 표시합니다.

이 개선을 종합하면 통상 업무의 첫 주를 차지하는 작업이 시작 시점에 이미 준비된 상태가 됩니다. 따라서 숙련 직원은 첫날부터 정말로 자신의 판단이 필요한 일에 착수할 수 있습니다.

결론

매년 4월, 준비하지 않은 사무소는 성수기가 저절로 쉬워지지 않는다는 같은 교훈을 얻습니다. 자동화는 마침내 1990년대부터 변하지 않은 프로세스를 충분히 개선할 기회를 얻었습니다. 

2025년 Intuit QuickBooks 설문조사 (INTU ) 는 회계 전문가 700명을 대상으로 했으며, 자동화를 사용하는 사무소들이 거의 만장일치로 개선을 보고한 것으로 나타났습니다. 98%는 정확도 향상, 97%는 효율 향상, 95%는 고객 서비스 품질 향상을 보고했습니다. 

이러한 사무소와 여전히 수작업으로 업무를 수행하는 사무소 사이의 경쟁 격차는 이미 생겼으며 성수기마다 더 벌어질 것입니다. 

AI는 훌륭한 회계 업무를 이루는 판단력과 관계를 대체하지 않습니다. 하지만 소프트웨어가 더 잘할 수 있는 업무에 가장 뛰어난 직원들의 시간을 계속 쓰는 사무소에서는 이러한 가치를 제공하기가 훨씬 어려워질 것입니다.

니키타 코마로프(Nikita Komarov)는 공인회계사 사무소와 사모펀드 팀을 위해 설계된, 재무 실사 전 과정을 지원하는 AI 플랫폼 Dobs AI의 CEO이자 창립자입니다. McKinsey, EY, KPMG에서 10년 넘게 일하면서, 분석가들이 실제 분석을 시작하기도 전에 각 프로젝트 시간의 대부분을 데이터 정리에 쓰는 모습을 보았습니다. 이후 그는 원시 데이터 수집부터 실무에 바로 사용할 수 있는 결과물 생성까지 재무 실사의 전체 업무 흐름을 자동화하는 플랫폼을 구축했습니다.