회계 분야에서 AI가 만드는 조용한 전문성 갭 — 그리고 이를 메우는 방법

회계 분야에서 역설이 발생하고 있다. 자동화는 80%의 회사에서 재무 계획 및 비즈니스 전략에 대한 고객 수요가 증가하고 있지만, 문제는 다음과 같다: AI가 세부적인 규정 준수 작업을 처리할수록, 회계 전문가들은 기술적인 전문성을 구축하기 위해 필요한 세부적인 작업에 시간을 보낼 수 없다. 그들은 더 이상 고객의 재무 상태에 깊이涉及하지 않기 때문에, 숫자에 대한 熟悉度가 떨어진다. “pre-AI” 시대에 훈련받은 경험이 풍부한 회계 전문가들은 그 능력을 유지할 수 있지만, 새로운 입사자들은 더浅い 전문성을 개발할 위험이 있다.

간단히 말해서, AI는 고급 자문 업무에 대한 수요를 가속화하는 동시에, 이를 수행하기 위한 기술적인 기초를 약화시키고 있다. 또한 시장도 이러한 변화를 반영하고 있다. 글로벌 회계 자문 시장은 2024년 1,016억 달러에서 2034년까지 1,651억 달러로 성장할 것으로 예상된다. 미래의 성장 기회는 명확하다: 자문, 규정 준수가 아니다. 그러나 전者的 경우 후者の 기술적인 기초가 필요하다. 그러면 회사들은 어떻게 이 갭을 메울 수 있을까?答案은 AI가 전문성을 재정의하는 방법에 있다.

전문성 침식 문제

회계 전문가가 20시간 동안 수동으로 법인세 신고를 준비할 때, 고객의 비즈니스에 대한 직관적인 이해를 개발한다. 그들은 예상치 못한 R&D 지출을 발견한다. 그들은 급여가 성장 궤적과 일치하지 않는 경우를 알린다. 그들은 패턴 인식 능력을 개발하여 자문 능력이 된다.

자동화는 이러한 많은 작업을 간소화한다. 95%의 회계 전문가들은 기술이 규정 준수 작업에 소요되는 시간을 줄였다고 말한다. 그러나 불편한 진실은 이것이다: 더 이상 고객의 세부 사항을 알 필요가 없다. 특정 분야에 깊이涉及할 수 없다. 그리고 도전은 이것이다: 어떻게 하면 규정 준수 작업을 통해 비즈니스에 대한 지식을 습득하지 않은 사람들에게 자문 능력을 개발할 수 있을까?

현실은 기술적인 깊이와 자문 능력이 서로 다른 스킬 세트라는 것이다. 하나가 자동으로 다른 것으로 번역되지 않는다. 회계 전문가를 좋은 자문가로 성장시키는 데에는 전략적思考, 자문 접근법, 비즈니스 공감과 같은 능력을 개발해야 한다. 이러한 능력은 습득할 수 없다. 의도적으로 개발해야 한다. 그리고 회사들이 이 갭에 어떻게 대응하는지 이미 매우 다른 미래를 형성하고 있다.

두 개의 미래

2026年的 회계 전문가들은 균일한 풍경이 아니다. 우리는 전략적으로 적응하는 회사와 아직 AI 여정을 시작하지 않은 회사 사이의 차이가 커지는 것을 보고 있다.

진보적인 회사는 이미 AI 준비가 되어 있다. 그들은 직원을 더 많은 자문 역할로 전환시키고 있다. 그들은 소프트웨어를 활용하여 고객과의 대화를 지원하고, 주니어 파트너가 역사적으로 접근할 수 없었던 지식을 패키지화한다. 주니어 직원은 더早い 시기에 자문 역할을 맡을 수 있다. 이전에는 수년간의 경험을 통해 얻을 수 있었던 통찰력을 얻을 수 있다.

한편, 많은 작은 회사는 아직 AI 波에 올라타고 데이터 리터러시를 높이기 위해 노력하고 있다. 그들은 직원이 모든 상황에서 신뢰할 수 있는 자문가가 될 수 있도록 노력하고 있다. 그리고 일부 회사는 파트너가 곧 은퇴할 예정인데, AI에 대해 논의하지 않는다. 이것은 전문성 갭이 가장 심한 회사이다: 새로운 입사자들은 이전 세대와 같은 깊이를 개발하지 못하고, 또한 채용하기가 더 어렵다. 이것은 왜 94%의 회계 전문가들이 세계적으로 인재와 채용 과제가 성장 능력을 제한할 것이라고 말하는지 설명한다. 회사가 진화하지 않으면, 효율성의 이점을 놓치지 않을 뿐만 아니라, 필요한 인재를 경쟁에서 이길 수 없다.

워크플로우 대 채팅봇 문제

即使 회사가 적극적으로 AI에 투자하고 있다 하더라도, 한 가지 것이 많은 회사를 막고 있다: 그들은 AI를 어떻게 생각하는가. 많은 회사가 공개 LLM을 실험하고 있다. 채팅봇을 연구 보조工具로 취급하는 것이 아니라, 규정 준수 워크플로에 내장된 인프라로 취급한다.

그러나 자문 강도는 규정 준수 강도에 기반한다. 회사는 규정 준수 시간을 극적으로 줄이지 않으면, 더 깊은 고객 대화에 대한 용량을 해방시킬 수 없다. 그리고 이것은 채팅봇으로 달성할 수 없다. 규정 준수 작업이 실제로 발생하는 곳에 자동화와 AI를 내장하여 달성할 수 있다.

LLM은 강력하지만, 한계가 있다. 자연어 처리에 탁월하다. 연구를 요약하고, 개념을 설명하고, 질문에 대답할 수 있다. 그러나 회계가 요구하는 복잡한 계산이나 데이터 보안량적 분석을 수행할 수 없다.

이것이为什么 회사들은 실제 ROI를 보지 못하는 것이다. 그들은 채팅봇을 사용하지 않는다. 규정 준수 스택 내에 있는 AI 네이티브 기능을 채택한다. 도구는 자동으로 조정하고, 규정 준수 문제를 알리고, 금융 데이터에서 통찰력을 제공한다. 규정 준수 작업이 원천적으로 자동화되면, 생성된 통찰력이 자연스럽게 자문으로 흐르고, 회계 전문가들에게 더 풍부한 대화 시작점과 고객에게 더 가치 있는 컨텍스트를 제공한다.

그러나 올바른 도구만으로는 결과를 얻을 수 없다. 올바른 능력이 필요하다. 71%의 회계 전문가와 부기사가 AI 기술을 업그레이드할 준비가 되었지만, 4분의 1도 회사의 AI 관련 훈련을 받지 못한다. 열정과 능력 사이의 갭은 중요한 병목 현상이 되고 있다. 강한 자문은 자동화된 규정 준수를 통해 강화되는 것이 아니라, 통찰력을 대화로 전환하는 능력을 가진 사람들에 의해 강화된다.

무엇이 실제로 필요한가

2026년과 그 이후에 домин할 회사는 반드시 가장 정교한 AI를 보유한 회사가 아니다. 기술, 스킬 전략, 비즈니스 모델 사이의 점을 연결한 회사가 될 것이다.

그것은 몇 가지를 의미한다.

첫째, 회사의 방향에 대한 명확한 선택을 의미한다. 자문 업무에 집중할 것인지, 규정 준수에 집중할 것인지. 둘 다 유효하지만, 훈련 투자, 채용 프로필, 기술 선택은 각 경로에 대해 완전히 다르다. 가장 어려움을 겪는 회사는 두 가지를 모두 다루지 못하는 회사가 된다.

둘째, AI採用이 기술 프로젝트만이 아님을 인정하는 것을 의미한다. 이것은 워크포스 변革 프로젝트이다. 소프트웨어만 구매하면 결과를 기대할 수 없다. 거버넌스 프레임워크, 훈련 프로그램, 문화적 변화 관리가 필요하다.

셋째, 팀의 자문 능력을 개발하는 데 의도적으로 접근하는 것을 의미한다. 주니어 직원을 시니어 자문가와 고객 통화에 짝지어 놓거나, 구조화된 훈련을 만들거나, 고객 통찰력을 위한 소프트웨어를 활용하는 것이다. 올바른 자문 개발을 하는 회사는 이를 우연히 맡기지 않는다.

중요한 책임

한 가지 확실한 것은 2026년이 어떤 회사가 AI를 진정한 전략적 우선순위로 다루었는지, 어떤 회사가 단순히 실험했는지 보여줄 것이다. 리더와 후발주자 사이의 갭은 빠르게 커지고 있다.

그러나 – 그리고 이것은 장려하는 부분이다 – 이 직업은 항상 기술적인 변화를 적응해 왔다. 엑셀이 회계 전문가를 폐기하지는 않았다. 클라우드 회계가 회사를 없애지 않았다. 그리고 AI도 그렇게 하지 않을 것이다. 무엇을 할지는 회사가 AI를 어떻게 접근하는지에 달려 있다. 회사가 이를 기회로 삼아 전문성을 구축하고, 고객을 섬기고, 인재를 성장시키는 방법을 근본적으로 재고하는 것이다.