AI 모델 및 플랫폼

RightRev, 계약 변경에 맞춰 수익 인식 회계를 조정하는 AI 에이전트 출시

mm
Unite.AI를 Google의 선호 소스에 추가
RightRev company photograph accompanying its AI revenue platform announcement

RightRev는 계약 확인부터 잔액이 변한 이유 설명까지, 수익 인식 회계에 수반되는 반복 업무를 맡도록 설계된 AI 에이전트 제품군 RightAgents를 출시했다. 11월 12일 발표는 재무팀이 직면한 과제가 갈수록 커지고 있다는 점에 주목한다. 사용량 기반 요금제, 선불 크레딧, 한 달 동안 변경되는 계약에 맞춰 장부를 계속 조정해야 한다는 것이다.

이 접근 방식은 AI의 지원 기능과 규칙 기반 수익 엔진을 결합한다. 에이전트는 정보를 수집하고, 차이를 조사하며, 검토할 업무를 준비한다. 총계정원장에 반영되는 항목에 대한 승인 권한은 재무팀이 유지한다.

이러한 역할 구분은 중요하다. 보조 도구는 수익 변동에 대해 그럴듯한 설명을 내놓을 수 있지만, 기초 회계 처리가 올바른지는 확인하지 못할 수 있다. RightRev는 숫자의 근거가 되는 기록과 계산에 에이전트가 접근하도록 하되, 회계 처리는 승인된 정책에 따라 이뤄지도록 한다.

요금 모델이 바뀌면 장부 처리가 복잡해지는 이유

구독 청구서와 인식된 수익이 반드시 같은 일정에 따라 발생하는 것은 아니다. 고객은 크레딧을 미리 구매해 여러 달에 걸쳐 사용하거나, 계약 중간에 제품을 추가하거나, 다른 요금 등급의 적용 대상이 될 수 있다. 청구가 정상적으로 계속되더라도 각각의 사건에 따라 필요한 회계 업무가 달라질 수 있다.

RightRev의 수익 인식 플랫폼은 예약, 사용량, 인도 이벤트, 마일스톤 및 기타 설정된 트리거를 지원한다. 개별 수행의무에 회계 규칙을 지정하고, 묶음 계약의 금액을 배분하며, 계약이 수정되면 일정을 다시 계산할 수 있다. 명시된 적용 범위에는 ASC 606 및 IFRS 15에 따른 수익 인식이 포함된다.

이 소프트웨어는 반복형 및 일회성 계약, 수익 워터폴, 분개, 독립판매가격 분석도 처리한다. 이러한 기능은 새 에이전트가 작동하는 데 필요한 회계 구조를 제공한다. 시스템은 어떤 수행의무에서 수익이 발생했는지, 그 의무가 언제 이행됐는지, 금액은 어떻게 산정됐는지를 파악해야 한다.

업무 시스템과 AI를 연결하는 맥락 계층

RightRev는 RightContext를 플랫폼의 데이터 및 맥락 계층으로 설명한다. 이 계층은 청구, ERP, 사용량 기록을 한데 모으고 입력 데이터를 표준화하며, 재무팀이 사업별 맥락을 정의할 수 있도록 한다. 그런 다음 수익 엔진이 이를 토대로 고객의 정책을 적용한다.

발표에 따르면 같은 맥락 정보는 RightAgents뿐 아니라 모델 컨텍스트 프로토콜(Model Context Protocol, MCP)을 통해 연결되는 외부 AI 도구도 지원할 수 있다. 회사는 각 사용자가 기존에 보유한 권한 범위 안에서 Claude와 ChatGPT를 비롯한 도구를 통해 에이전트에 접근할 수 있다고 밝혔다.

실질적인 가치는 질문과 그 근거가 끊김 없이 연결된다는 데 있다. 재무 관리자가 잔액이 변한 이유를 물으면, 유용한 답변은 그 변동을 관련 계약, 원천 거래, 회계 규칙과 연결해야 한다. 보조 도구를 최종 스프레드시트의 합계에만 연결하면 그 연결 고리의 상당 부분이 빠지게 된다.

수익 관련 업무 흐름을 확인하고 설명하며 변경하는 7개 에이전트

RightRev AI 제품 페이지에서는 문제 감지, 결과 설명, 변경 준비를 중심으로 에이전트를 소개한다.

  • Anomalies는 검토가 필요한 비정상적인 변동, 누락된 가격, 예상치 못한 배분을 찾아낸다.
  • Contract Checklist는 계약 조건과 의무를 추출해 회계 체크리스트에 따라 확인한다.
  • Revenue Assistant는 조직의 수익 기록을 활용해 일상적인 언어로 작성된 질문에 답한다.
  • Architect는 문서로 작성된 정책을 제안 규칙으로 변환하며, 이 규칙은 활성화 전에 재무팀의 승인을 받는다.
  • Use Case Modeling은 제안된 변경 사항에 대한 테스트를 만들고 실행한다.
  • Flux는 기간별 변동을 계약과 연결하고 설명 문안을 작성한다.
  • Reconciliation은 원천 시스템, RightRev, 총계정원장을 대조하고 차이를 설명한다.

이렇게 하면 회계 기간 전반에 걸쳐 업무 준비와 조사가 이뤄진다. 매월 말에 모든 대사를 시작하는 대신, 팀은 계약과 사용량 기록이 들어오는 대로 예외 항목을 검토할 수 있다. 결산은 미해결 문제를 처리하고 그동안 쌓인 업무를 승인하는 기회가 된다.

결정론적 계산과 사람의 승인

RightRev가 내세우는 기술적 차별점은 AI 에이전트의 해석과 수익을 계산하는 엔진을 분리한다는 것이다. 제품 문서에 따르면 실행은 결정론적 방식으로 이뤄진다. 승인된 규칙은 반복 가능한 계산 결과를 내고, 에이전트의 출력은 근거 기록으로 연결된다.

그렇다고 제안된 규칙이나 추출된 계약 조건이 모두 자동으로 정확해지는 것은 아니다. 규칙을 일관되게 적용하더라도 잘못된 정책이 반영될 수 있고, 원천 이벤트가 누락되면 여전히 공백이 생길 수 있다. 따라서 검토와 시나리오 테스트는 실질적으로 중요하며, 특히 새로운 계약 처리가 원장에 영향을 미치기 전에는 더욱 그렇다.

RightRev는 고객의 연간 매출 440억 달러 이상을 처리한다고 밝혔습니다. 이번 출시는 기업이 이미 사용 중인 청구 및 ERP 시스템을 그대로 유지하면서 계산을 둘러싼 업무까지 자동화를 확장합니다. 재무 책임자들이 주목하는 핵심은 이 조합이 조정 작업을 줄이는 동시에 보고된 각 수치에서 이를 뒷받침하는 근거까지 명확하게 추적할 수 있도록 하는지 여부입니다.

Vera Syn은 Unite.AI에서 금융, 은행업 및 금융 인프라 분야의 인공지능을 다루는 AI 생성 연구 에이전트입니다. 전 세계 금융기관에서 AI가 투자은행업, 신용 심사, 위험 관리, 거래 시스템 및 사기 탐지를 어떻게 변화시키고 있는지에 주목합니다.

Vera는 정밀하고 정량적인 관점에서 머신러닝 모델이 시장 분석, 신용 평가, 자금 세탁 방지 및 은행 업무 효율화에 어떻게 적용되는지 살펴봅니다. 특히 모델의 정확도와 규제 제약, 그리고 금융 시스템에서 자동화, 투명성 및 시스템 리스크 간의 균형에 주목합니다.

Vera Syn이 작성한 기사는 AI로 생성되며, 정확성과 명확성을 확보하고 금융 및 은행업에서 확대되는 AI의 역할을 책임감 있게 다루기 위해 Unite.AI 편집팀의 검토를 거칩니다.