📅 2026년 8월 31일 | 조세일보
믿되, 검증하라.
— 러시아 속담 (로널드 레이건이 즐겨 인용)
💡 핵심 요약
삼일회계법인 이승환 부대표는 ‘2026 회계현안 심포지엄’에서 AI가 결산·회계처리 초안까지 만드는 시대에는 회계·재무 조직의 역할이 ‘숫자 생성·보고’에서 ‘검증·판단·해석’ 중심으로 재설계돼야 한다고 발표했다. 과거 5명이 3일 걸리던 결산명세서를 AI가 27분에 완성하고 전표를 표본이 아닌 전수 분석해 이상 징후를 실시간 탐지할 수 있게 되면서, 결산의 경쟁력 기준도 ‘얼마나 빨리(Fast Close)’에서 ‘얼마나 신뢰할 수 있고 설명·책임 가능한가(Trusted Close)’로 이동한다는 것이다. 다만 AI가 그럴듯하지만 틀린 답을 낼 수 있고 그 판단이 의사결정에 반영된 뒤 책임 소재가 불분명해지는 ‘책임 비대칭’ 문제가 남아, AI 도입이 곧 인력 감소로 이어지기보다 검증·해석 역할이 새로 요구되며 초기엔 인력이 더 필요할 수 있다고 봤다.
- 발표: 이승환 삼일회계법인 AX Node 리더(부대표), 8/27 ‘2026 회계현안 심포지엄’에서 ‘결산의 종말, 검증의 시대: AI가 바꾸는 재무조직의 역할’ 주제 발표 / 조직을 판단 중심으로 재설계 강조
- 결산 혁신: 과거 5명×3일 결산명세서 → AI 27분 / AI가 결산자료·변동분석 초안 작성 → 실무자는 변동 원인 분석·경영진 설명에 집중
- 지식 접근 변화: 신입이 선배 자문·기준서·사례 찾던 수익인식 시점 판단 → AI가 계약조건 분석·기준서/사례 연결·회계처리 초안 제시 → 1~2년차도 ‘검증자’
- 패러다임: Fast Close→Trusted Close / 속도보다 신뢰성·설명가능성·책임소재·감사가능 증거 / 전표 표본→전수 분석, 정상건 자동·예외건에 사람 집중 / 인프라는 상용AI 개별사용 아닌 Enterprise AI(내부 시스템·문서·사용자를 에이전트로 연결)
- 책임 비대칭: AI는 분석·추천·실행하나 책임은 인간·조직 / ‘그럴듯하지만 틀린 답’·판단 반영 후 책임소재 불분명 → Accountability Asymmetry / AI 도입≠즉각 인력감소, 검증·해석 역할 신규·초기 인력 더 필요 가능
📖 알아두면 좋은 용어
- 결산(Close) : 일정 기간의 거래를 마감해 재무제표를 작성하는 과정. 대사·정리 등 반복 작업이 많아 AI 적용 효과가 큰 분야로 꼽히며, 결산 속도(Fast Close)가 오래 경쟁력 지표로 여겨졌다.
- Trusted Close : 결산의 평가 기준을 ‘속도’에서 ‘신뢰성·설명가능성·책임소재·감사가능성’으로 옮긴 개념. AI가 숫자를 빠르게 만들수록, 그 숫자를 얼마나 믿고 설명·책임질 수 있느냐가 중요해진다는 뜻이다.
- 책임 비대칭(Accountability Asymmetry) : AI가 분석·추천·실행까지 수행하지만 그 결과에 대한 책임은 인간·조직에 남는 구조적 불일치. AI의 잘못된 판단이 의사결정에 반영된 뒤 책임 소재가 흐려질 위험을 가리킨다.
📚 관련 기준 본문
1. 회계감사기준서(KSA) 500 · 520 — 자동화 도구와 감사증거
전수 분석과 증거의 신뢰성 평가
감사인은 감사증거로 사용하는 정보의 목적적합성과 신뢰성을 평가하여야 하며(KSA 500), 분석적 절차를 통해 이상 징후를 식별한다(KSA 520). 자동화된 도구·기법을 활용하면 표본이 아닌 전수(모집단) 검토가 가능해지나, 그 산출물의 신뢰성에 대한 판단 책임은 감사인에게 있다.
👉 사건 연결: AI로 전표를 전수 분석해 이상 징후를 실시간으로 잡아내는 방식이 KSA 520의 분석적 절차를 고도화한다. 표본검사가 놓칠 수 있던 예외를 전수 검토로 포착하는 것이다. 다만 KSA 500이 요구하듯, AI 산출물도 감사인이 그 신뢰성을 검증해야 하는 ‘증거’일 뿐이며, 정상건 자동처리·예외건 집중이라는 새 작업 방식에서도 판단의 책임은 사람에게 남는다.
2. 회계감사기준서(KSA) 220 · 200 — 전문가적 의구심과 판단
AI 초안에 대한 검증자의 역할
감사인은 전문가적 의구심(professional skepticism)을 유지하며 증거를 비판적으로 평가하고(KSA 200), 업무 품질에 대한 책임을 진다(KSA 220). 도구가 제시한 결과라도 이를 무비판적으로 수용해서는 안 되며, 그 타당성을 독립적으로 검토하여야 한다.
👉 사건 연결: AI가 수익인식 시점의 회계처리 초안까지 제시하는 시대에, 1~2년차 회계사가 ‘검증자’로 나선다는 것이 이 원칙과 맞물린다. 핵심은 AI 초안을 그대로 받아들이지 않고 전문가적 의구심으로 검토하는 것이다. AI가 ‘그럴듯하지만 틀린 답’을 낼 수 있는 만큼, 초안을 의심하고 검증하는 역량이 오히려 더 중요해진다. 숫자 생성에서 판단·검증으로의 역할 이동이 감사기준의 요구와 일치한다.
3. 품질관리기준서 제1호(ISQM 1) — 기술적 자원과 품질위험
Enterprise AI와 품질위험 관리
회계법인·기업은 품질목표 달성을 위해 기술적 자원을 적절히 확보·사용하고, 그 사용에서 발생하는 품질위험을 식별·평가·대응하여야 한다. 기술의 도입은 효율의 수단인 동시에, 그 신뢰성·통제에 관한 새로운 위험을 수반한다.
👉 사건 연결: 개별 직원이 외부 상용 AI를 각자 쓰는 방식으로는 업무 전체가 바뀌지 않고 통제도 어렵다는 지적이, ISQM 1의 ‘기술적 자원 관리’와 통한다. 내부 시스템·문서·사용자를 연결한 Enterprise AI 구조는 품질위험을 통제 가능한 형태로 관리하려는 접근이다. AI를 조직의 품질관리 체계 안으로 편입해야 그 산출물을 신뢰할 수 있다는 것이다.
4. 외부감사법 제8조 — 내부회계관리제도와 책임 소재
Trusted Close와 감사가능한 증거
재무보고는 신뢰할 수 있는 정보의 산출을 목적으로 하며, 그 과정은 감사가능한 증거로 뒷받침되고 책임 소재가 명확해야 한다(외부감사법 제8조 내부회계관리제도의 취지). 자동화가 진전될수록 산출 과정의 설명가능성과 통제가 신뢰성의 관건이 된다.
👉 사건 연결: ‘Fast Close에서 Trusted Close로’라는 전환이 이 취지와 정확히 맞닿는다. AI가 숫자를 빠르게 만들어도, 그 과정이 감사가능한 증거로 남고 누가 책임지는지가 분명해야 신뢰할 수 있는 재무정보가 된다. ‘책임 비대칭’은 바로 이 지점의 위험으로, AI 판단이 의사결정에 반영된 경로와 검토·승인 책임을 기록·통제하는 내부회계관리제도의 정비가 요구된다.
🔍 시사점
- 숫자 생성에서 판단으로 : AI가 결산·회계처리 초안을 만들면서, 사람의 역할은 숫자를 만드는 것에서 결과를 검증하고 의미를 해석하는 것으로 이동한다. 회계사의 가치가 ‘생성’이 아니라 ‘판단’에 놓인다.
- 속도에서 신뢰로 : 결산을 얼마나 빨리 끝내느냐(Fast Close)보다, 그 숫자를 얼마나 믿고 설명·책임할 수 있느냐(Trusted Close)가 경쟁력이 된다. 자동화가 빨라질수록 신뢰성·설명가능성의 가치가 커진다.
- 전수 검토의 시대 : 표본검사에서 전표 전수 분석으로 바뀌면 이상 징후를 실시간 포착할 수 있다. 정상건은 자동처리하고 위험한 예외에 사람이 집중하는 방식은, 감사의 분석적 절차를 고도화한다.
- 책임 비대칭이라는 함정 : AI는 분석·추천·실행까지 하지만 책임은 사람과 조직에 남는다. ‘그럴듯하지만 틀린 답’이 의사결정에 반영된 뒤 책임 소재가 흐려질 수 있어, 검토·승인 경로를 기록·통제하는 장치가 필요하다.
- 도입은 통제 안에서 : 개별 직원이 상용 AI를 각자 쓰는 방식으로는 업무도 통제도 바뀌지 않는다. 내부 시스템과 연결한 Enterprise AI로 품질위험을 관리 가능한 형태로 편입해야 산출물을 신뢰할 수 있다.
- AI ≠ 즉각 감원 : AI 도입에는 시스템 구축·업무 재설계가 필요하고 검증·해석 역할이 새로 생겨, 초기엔 오히려 인력이 더 필요할 수 있다. 관건은 인력 감축이 아니라 역할의 재설계다.