AI 모델 및 플랫폼
KPMG, Clara Intelligence로 미국 감사에 AI 에이전트 도입
KPMG는 거버넌스 체계 아래 운영되는 AI 에이전트를 미국 감사 업무 흐름에 도입하고, Clara Intelligence의 적용 범위를 확대하는 가운데 감사인이 검토와 최종 판단을 계속 맡도록 한다.

핵심 포인트KPMG는 감사 워크플로 내부에 AI 에이전트를 내장하되 감사인은 최종 판단에 대한 책임을 유지한다.
더 보기
- KPMG는 감사 워크플로 내부에 AI 에이전트를 내장하되 감사인은 최종 판단에 대한 책임을 유지한다.
- 자동화된 파이프라인은 전체 감사를 자동화하는 대신 선택된 영역에서 전체 거래 모집단을 분석한다.
- KPMG는 단순히 모델을 추가하는 것이 아니라 AI 지원 작업을 감독하도록 역할을 재정의하고 직원을 교육하고 있다.
KPMG는 미국에서 KPMG Clara 인텔리전스(KCi)를 도입하고 있다. 감사인이 업무를 검토하고 최종 판단을 내릴 책임은 유지하면서, 전문화된 AI 에이전트를 감사 업무 흐름에 통합하는 방식이다. 11월 17일 발표된 이번 도입으로 기존 KPMG Clara 플랫폼의 활용 범위가 위험 평가, 거래 분석, 감사 업무 조정, 테스트 지원 등의 활동으로 확대된다.
KPMG는 2026년 사용을 거친 뒤 KCi를 미국 내 125개가 넘는 팀과 전 세계 500개 팀에 도입해 왔다고 밝혔다. 다음 목표는 2027년에 모든 비상장기업 감사에 도입하는 것이며, 상장기업 감사에는 별도의 단계적 도입을 계획하고 있다. 이는 도입 계획이지, 플랫폼이 이미 모든 감사 업무를 처리하고 있다는 의미는 아니다.
이번 발표는 전문 서비스 기업들이 독립형 AI 비서를 넘어 어떻게 나아가고 있는지를 구체적으로 보여 준다. 감사인에게 서로 연결되지 않은 도구 사이에서 정보를 옮기도록 하는 대신, KPMG는 고객 데이터, 회계 지침, 문서화, 검토가 이미 만나는 업무 과정에 에이전트를 배치하고 있다.
에이전트가 준비와 조정을 맡다
위험 평가와 계획 수립을 위해 KCi 에이전트는 감사 업무 데이터를 분석하고, 예비 검토 사항을 마련하며, 초기 문서를 작성한다. 이를 통해 잠재적 위험을 더 일찍 파악하고 감사팀이 연말 전에 복잡한 영역을 살펴볼 시간을 더 확보하는 것이 기대 효과다. 예비 평가에는 여전히 전문가의 검토가 필요하다. 그럴듯한 초안을 작성하는 일은 감사 결론을 확정하는 것과 다르다.
다른 에이전트는 업무 조정을 담당한다. 주요 일정과 정보 요청을 정리하고, 회계 관련 기술 지침을 제시하며, 팀 대시보드를 통해 활동을 관리하도록 돕는다. 이러한 기능은 자동 분석보다 눈에 덜 띌 수 있지만, 감사 업무가 원활히 진행되도록 하고 고객사의 회계팀이 요청 사항을 확인할 수 있게 하는 실무를 지원한다.
KPMG는 통제 테스트와 표본 평가의 일부를 자동화하는 기능도 설명한다. 해당 결과를 검토하고 평가할 책임은 여전히 감사인에게 있다. 따라서 운영 방식이 바뀌면서 일부 노력이 업무 자료를 취합하는 데서 업무를 지휘하고 감독하며, 기초 증거가 조사 결과를 뒷받침하는지 판단하는 쪽으로 옮겨 간다.
거래 분석 범위 확대와 명확한 한계
보다 주목할 만한 주장 중 하나는 거래 분석 범위에 관한 것이다. KPMG에 따르면 자동화된 데이터 파이프라인은 선택된 감사 영역의 전체 거래 모집단을 분석해, 집중 조사가 필요한 이상 항목과 추세, 비정상 징후를 찾아낼 수 있다.
이러한 단서는 중요하다. 선택된 영역의 모든 거래를 분석한다고 해서 감사의 모든 측면이 자동화된 것은 아니며, 표시된 이상 징후가 반드시 오류를 입증하는 것도 아니다. 다만 감사인이 어느 부분을 조사할지 판단할 때 더 폭넓은 분석의 출발점을 제공한다.
KPMG는 일부 감사 업무에서 이 접근 방식으로 기간을 최대 3주 반 단축하고, 고객사가 대량의 개별 증빙 문서를 직접 찾아 수집할 필요를 없앴다고 밝혔다. 발표 내용은 이 결과를 모든 감사 업무의 평균으로 제시하지 않는다. 이는 일부 업무에서 나온 회사 측 보고 결과일 뿐, 플랫폼 성능을 보편적으로 나타내는 지표는 아니다.
업무 흐름의 일부인 추적 가능성
KPMG는 KCi가 자사의 감사 방법론과 전문 기준, Trusted AI 프레임워크에 따라 운영된다고 밝혔다. 감사팀은 결과의 근거가 된 데이터 출처를 추적하고, 정보를 살펴보며, 문서를 회사의 공식 기록 시스템에 반영하기 전에 조사 결과를 독립적으로 확인할 수 있다.
이번 도입에서 중요한 거버넌스상의 차이는 바로 여기에 있다. 에이전트가 자료를 생성하고 정리할 수는 있지만, 책임이 소프트웨어로 넘어가지는 않는다. KPMG U.S.의 감사 및 어슈어런스 부문 부회장인 Christian Peo는 감사인의 판단을 자동화하는 것이 아니라, 감사인이 정보를 이해하고 타당하지 않은 부분에 이의를 제기하는 데 더 많은 시간을 쓸 수 있게 하는 것이 이번 기회의 핵심이라고 설명했다.
기술 기반은 KPMG의 독자적인 역량과 Anthropic, Google Cloud, Microsoft, OpenAI와의 협력을 통해 이용할 수 있는 엔터프라이즈 기술을 결합한다. 이번 발표는 각 KCi 기능을 어느 업체가 제공하는지 밝히지 않았으므로, 이러한 협력 관계를 구성 요소별 아키텍처로 해석해서는 안 된다.
도입은 감사인의 업무 방식도 바꾼다
KPMG는 KCi 도입과 함께 역할 정의를 조정하고, 감사 업무 초기에 감독과 검토를 앞당기며, 데이터 구성 방식을 표준화하고 있다. 또한 올해 초 Lakehouse 시설에서 감사 및 어슈어런스 인턴 약 1,000명이 비판적 사고, 전문가적 회의주의, AI 지원 업무 평가를 다루는 교육에 참석했다고 밝혔다.
더 넓은 의미에서 보면, 책임성이 매우 높은 전문직에 에이전트를 도입하는 일은 기존 소프트웨어에 모델을 추가하는 것만으로 끝나지 않는다. 데이터 준비, 검토 시점, 추적 가능성, 직원 교육은 모두 준비 시간을 단축한 결과가 유용한 감사 업무로 이어질지를 좌우한다. KPMG가 2027년에 계획한 확장은 감사 결론의 근간이 되는 사람의 면밀한 검토를 유지하면서 이러한 모델이 여러 업무 전반에서 얼마나 일관되게 작동할 수 있는지 시험하게 된다.












