AI와 회계사

AI로 준비하는 회계사의 미래
신입 회계사부터 기업 실무자까지 모두를 위한 인공지능 시대 회계 실무 입문서다. 인공지능 기술이 회계 업무에 미치는 영향을 분석하고, 회계사의 역할 변화를 조망한다. 회계사 시험에 IT 과목 비중이 확대된 배경을 짚고, 회계감사, 내부통제, 인증, 부정조사, 세무, 자문 등 다양한 회계 업무에서 AI가 어떻게 활용되는지 구체적으로 설명한다. 인공지능, 빅데이터, 정보 기술의 개념도 함께 정리해, 변화하는 회계 환경을 체계적으로 이해하도록 돕는다.

인공지능 시대 회계사의 역할 변화를 조명한다. 회계사 시험의 IT 과목 비중 확대, 회계감사·인증·부정조사 등에서 AI 활용 사례를 다루며, 신입 회계사와 실무자 모두를 위한 가이드를 제공한다.

윤양인
서울과학기술대학교 산업공학과 IT Management(ITM) 전공 교수로 재직 중이다. 서울대학교에서 산업공학과 경제학 학사 학위를 취득했으며, 미국 럿거스 비즈니스 스쿨(Rutgers Business School)에서 경영학 박사 학위(석박통합과정)를 받았다. 한국공인회계사이며, 삼일회계법인에서 회계감사 업무를 수행했다(2005∼2006). 금융감독원에서 10여 년간 회계감리, 증권신고서 등 상장회사 공시감독 업무, 신용카드사 · 저축은행 등 금융기관의 건전성 및 영업 행위 감독 업무를 담당했다(2007∼2020). 정보 기술을 회계 및 공시 분야에 적용하는 연구를 중심으로, 회계감사, 온실가스배출, 공시품질 등의 연구를 진행하면서 학생들을 가르치고, 관련 논문을 국내외 저널에 게재하고 있다.

회계사 시험에 IT 분야 비중 확대

01 인공지능 모델의 소개와 원리
02 회계기록의 산출과 인공지능
03 정보 수집의 자동화
04 문서 분석의 자동화 및 재고자산 실사 입회
05 빅데이터와 회계감사
06 인공지능의 회계 문제 해결 성능 추이
07 인공지능 언어 모델과 결합한 ERP 시스템
08 감사 범위 확대와 해결 과제
09 인공지능을 활용한 회계 자문과 정보 보안
10 회계 분야 인공지능 활용의 과제

빅데이터, 즉 무수히 많은 사례로 원하는 값이 나오도록 조정하면 신비하게도 어느 단계 이후에는 더 이상 조정을 하지 않아도, 즉 기존에 사용하지 않았던 새로운 입력값을 인공지능 모델에 적용해도 우리가 원하는 결괏값을 산출하게 된다. 이렇게 우리가 원하는 결괏값이 나오도록 각 중간 단계들에서 사용되는 가중치를 변경하는 것을 인공지능을 훈련시킨다고 표현한다. 입력 받는 숫자가 열 개 미만이고, 중간에 산출되는 결괏값도 열 개 미만인 작은 규모의 인공신경망 모델인 경우에는 가중치의 개수도 적을 수 있다. 하지만 실제 활용되는 인공지능에서는 최초에 입력되는 입력값의 개수도 많고, 중간 노드의 수(중간 결괏값의 개수)와 거치는 단계도 복잡하게 설계한다. 최신 인공신경망 모델은 천억 개 이상의 가중치를 사용하는 것으로 알려져 있다. 훈련 과정을 통해 이 무수한 가중치를 조절해 인공지능 모델을 만들게 된다.
－01_“인공지능 모델의 소개와 원리” 중에서

매출채권은 회사가 거래처로부터 미래에 현금 등으로 수취할 채권이다. 회사가 보유한 매출채권의 미래 회수 가능성을 평가해 적정한 금액으로 표시하는 것은 회사의 미래 현금 흐름 예측을 위해 중요한 요소다. 이러한 매출채권을 평가하기 위해 회계사는 거래의 발생 사실, 거래 상대방의 신용도, 거래 상대방의 거래 사실 확인 요청(채권채무 조회서) 등을 진행한다. 이를 위해 회계사는 국세청 홈페이지를 활용해 거래처의 휴폐업 상태를 조회(사업자등록 상태 조회)하는 절차를 수행해 왔다. 그러나 거래처의 수가 많을 경우 샘플 선정을 통해 몇 개의 거래처만을 국세청 웹페이지에서 조회하는 것이 일반적이었다.
－03_“정보 수집의 자동화” 중에서

파일 첨부 기능은 ChatGPT의 새로운 활용 가능성을 제시했다. 활용 사례로, 온실가스 배출권 제도와 관련해 배출권 보유 및 배출 의무와 관련된 회계처리를 인공지능 언어 모델인 ChatGPT가 해결한 사례를 활용한 연구를 소개하고자 한다(윤양인, 2024a). 온실가스 배출권과 관련해 국제회계기준에는 별도로 이와 관련된 회계기준이 존재하지 않는다. 따라서 ChatGPT가 훈련에 활용한 것으로 알려진 인터넷에 공개된 문서(영문으로 작성된 문서 및 한글 문서 등)에 이러한 온실가스 회계처리와 관련된 내용은 그 양이 다른 거래 유형의 회계처리 문서에 비해 매우 적을 것으로 예상할 수 있다. 예상에 부합하게, 온실가스 배출 관련 상황을 요약해 ChatGPT에게 질문한 결과, 우리나라 회계기준원에서 발표한 회계처리와는 다른 내용을 답변했다.
－06_“인공지능의 회계 문제 해결 성능 추이” 중에서

문제는 어떻게 단어(글)를 숫자로 변환할 것인가, 이다. 이에 대해 다양한 아이디어(embedding, encoding)가 제시되었고, 앞서 살펴본 인공신경망을 활용해 숫자로 변환하는 방법이 현재 활발히 연구되고 활용되고 있다. 이런 방법을 통해 사용자가 인공지능에게 요청하는 질문을, 질문의 의미를 보유하면서 이를 숫자(벡터)로 변환한다. 이와 함께 회사(조직)가 보유한 문서들도 그 의미를 유지하면서, 숫자(벡터)로 변경한다. 그 다음 공간상의 점으로 변환된 질문과 기존 문서들을 비교해 관련성이 높은(또는 유사한 위치에 있는) 참고문서를 선별할 수 있다.
－09_“인공지능을 활용한 회계자문과 정보 보안” 중에서