AI 네이티브 재무 조직을 구축하며 배운 점

재무는 실시간으로 운영되는 기능이 되었습니다. 제가 보는 기회는 결산을 앞당기거나 예측을 더 자주 갱신하는 것보다 훨씬 큽니다. 비즈니스의 변화를 실시간으로 파악하고, 리더가 더 일찍 행동하도록 돕고, 재무팀이 미래를 설계하는 데 더 많은 시간을 쓰게 하는 것입니다.

제가 2년 전 OpenAI에 합류했을 당시, 엄청난 속도로 성장하는 회사를 지원하는 재무팀은 소수에 불과했습니다. 재무 기능을 처음부터 구축하고, 업무와 의사결정 및 비즈니스 지원 방식의 중심에 AI를 두어야 했습니다.

동시에 익숙한 출발점도 보였습니다. 장부 결산과 예측 업데이트에는 여전히 정보 검색, 변경 사항 설명, 의사결정에 필요한 자료 취합과 같은 반복적인 수작업이 필요했습니다. 세계에서 가장 발전된 AI 도구를 사용할 수 있었지만, 이를 중심으로 재무를 재설계하는 방법은 여전히 배워가는 중이었습니다.

그래서 두 가지 대담한 목표를 세웠습니다. 당일 결산과 자동으로 지속 업데이트되는 예측입니다.

당일 결산의 핵심은 회사의 재무 상태를 실시간으로 조정하고 추적할 수 있는 형태로 리더에게 제공하는 것입니다. 연속 예측은 이러한 기반 위에서 비즈니스가 어떻게 변하고 있는지, 다음에 무슨 일이 일어날 수 있는지, 어떤 결정이 결과를 바꿀 수 있는지 보여줍니다.

저희는 여전히 두 목표를 향해 나아가고 있습니다. 이 과정은 이미 저희 팀의 운영 방식을 바꾸었습니다. 정적인 스프레드시트, 근거 자료를 찾기 위한 수작업 검색, 프레젠테이션의 한계를 넘어 비즈니스의 모든 맥락과 데이터를 기반으로 한 실시간 도구로 나아가게 했습니다. 또한 재무 전문가가 업무에 필요한 도구를 직접 만들고 전문성을 더 폭넓게 발휘할 수 있게 했습니다.

제가 생각하는 AI 네이티브 재무 조직의 진정한 가능성은 바로 이것입니다. 상황을 실시간으로 이해하고, 리더가 앞으로의 선택지를 파악하도록 도우며, 결과를 바꿀 수 있을 때 비즈니스가 행동할 시간을 더 많이 확보해 주는 팀입니다.

이를 실현하려면 신기술을 도입하는 것만으로는 부족합니다. 중요한 결정을 중심으로 업무를 재설계하고, 구성원이 실험할 여지를 제공하며, 모든 워크플로에 명확한 책임 체계를 구축하고, AI가 안정적으로 완수한 업무를 측정해 명확한 ROI를 제시해야 합니다.

저희 경험을 통해 얻은, 모든 CFO가 적용할 수 있는 다섯 가지 실용적인 교훈을 소개합니다.

첫 단계는 폭넓은 접근 권한을 제공하는 것이었습니다. 구성원은 자신의 업무 맥락에서 AI를 자유롭게 탐색할 수 있어야 합니다. 실제 문제를 중심으로 체계적인 실험을 병행할 때 접근 권한은 가장 큰 가치를 창출합니다.

저희는 재무 해커톤에 세일즈 엔지니어를 초대하고, 팀원들에게 혁신하고 싶은 업무를 가져오라고 했습니다. 그 결과물 중 하나가 IR-GPT입니다. 투자자 관계팀이 실사 질문에 답할 때 사용하는 승인 자료를 기반으로 구축한 맞춤형 GPT입니다. 조달과 세무를 비롯한 여러 분야의 맞춤형 GPT도 만들기 시작했습니다.

해커톤은 추상적인 역량이었던 AI를 실제로 작동하는 도구로 바꾸었습니다. 단 하루 만에 반복 업무를 찾아내고, 해결책을 만들고, 동료들과 테스트하고, 개선할 수 있었습니다. 활용 사례는 업무를 가장 가까이에서 수행하는 구성원들이 제안했고, 기술 전문가들은 이들이 더 빠르게 진행하도록 도왔습니다.

CFO가 얻을 교훈은 간단합니다. 상향식 실험과 하향식 전략이 모두 필요합니다. 안전하고 뛰어난 AI를 구성원에게 제공하고, 업무를 가장 잘 아는 사람이 더 나은 방법을 찾도록 해야 합니다. 동시에 비즈니스에 가장 중요한 변화에 리더십의 관심과 자원을 집중해야 합니다. 현장의 실용적인 아이디어를 가장 중요한 우선순위에 적용할 때 진정한 기회가 만들어집니다.

재무팀은 의사결정에 필요한 자료를 취합하는 데 막대한 에너지를 씁니다. 예측을 검토하려면 최신 데이터를 찾고, 스프레드시트를 조정하고, 차이를 설명하고, 차트를 만들고, 문서를 준비한 뒤 이를 슬라이드로 옮겨야 할 수 있습니다. 분석 결과는 결국 의사결정자에게 전달되지만, 팀은 이미 자료를 취합하는 데 많은 시간을 쓴 뒤입니다.

AI는 업무의 단위를 바꿉니다. 재무 리더는 원천 데이터에서 의사결정에 이르는 전체 과정을 재설계할 수 있습니다.

결산을 예로 들어보겠습니다. 모든 CFO가 익숙한 월간 프로세스가 있습니다. 실적은 한 시스템에, 구매 주문서는 다른 시스템에, 미지급 비용은 스프레드시트에 있고, 차이에 대한 설명은 메시지 대화 속에 묻혀 있습니다.

저희는 이와 다른 운영 모델을 구축하고 있습니다. 당일 결산의 목표는 승인된 지출 계획, 총계정원장 실적, 구매 주문서, 미지급 비용, 거래 세부 정보를 지속적으로 조정되는 하나의 화면에 연결하는 것입니다. 각 차이는 그 원인이 된 활동까지 추적할 수 있습니다. AI는 초기 설명을 작성하고 주의가 필요한 예외 사항을 표시할 수 있습니다. 재무팀은 수치를 검증하고, 판단을 적용하며, 최종 승인에 대한 책임을 집니다.

결산 자체가 사라지는 것은 아닙니다. 사라지기 시작하는 것은 기간이 끝난 뒤 비즈니스 현황을 재구성하느라 벌이는 분주한 작업입니다.

이렇게 조정된 기반은 지속적으로 업데이트되는 예측에 활용될 수 있습니다. 저희 팀은 통계 모델, 영업 대화, 계정 수준의 근거, 운영 데이터, 재무적 판단을 통합하는 워크플로를 구축하고 있습니다.

스프레드시트의 한계를 넘어 통계적 예측, 뒷받침하는 근거, 시나리오를 하나의 실시간 화면에 통합한 더욱 상호작용적인 도구로 전환하고 있습니다. 리더는 무엇이 왜 바뀌었는지, 어떤 결정으로 결과를 바꿀 수 있는지 확인할 수 있습니다. 새로운 고객 약정이 기준 예측에 빠져 있다면 시스템이 관련 근거를 제시하고, 조정이 분기 또는 연간 실적에 미칠 영향을 보여줄 수 있습니다. 재무팀은 가정을 검토하고 시나리오를 비교한 뒤 승인된 예측을 업데이트할지 결정할 수 있습니다.

같은 화면을 통해 리더는 더 나은 자본 배분 결정을 내릴 수 있습니다. 재무팀은 마케팅 지출이 수익을 내는 곳, 성과가 둔화되는 곳, 다음 예산을 재배분했을 때 예상되는 결과를 파악할 수 있습니다.

궁극적인 목표는 자동 예측입니다. 지속적으로 갱신되는 현황, 더 빠른 시나리오 분석, 명확한 재무 책임 체계가 그 목표로 가는 길입니다.

더 폭넓게 적용할 수 있는 교훈은 중요한 결정에서 시작해 역으로 설계하라는 것입니다. 결정을 뒷받침하는 데 필요한 데이터, 도구, 승인 절차, 인수인계를 파악합니다. 그런 다음 AI가 분석하거나 조율하거나 완료할 수 있는 부분을 판단합니다. 이렇게 하면 전체 의사결정 주기의 속도와 품질이 향상됩니다.

더 큰 변화는 이제 재무 전문가가 업무에 필요한 도구를 직접 만들 수 있다는 점입니다.

최근 OpenAI 연구에 따르면 재무 전문가의 전문적인 AI 활용 중 40%는 전통적인 재무 영역 밖의 업무이며, 22%는 엔지니어링 관련 업무입니다.

저희 팀의 모든 구성원이 ChatGPT Work와 Codex를 활용해 맞춤형 AI 대시보드와 도구를 만들고 있습니다. 업무는 정적인 Excel 모델과 PowerPoint 자료에서 벗어나 비즈니스의 모든 맥락과 데이터를 기반으로 하는 실시간 대시보드로 전환되고 있습니다. 이러한 도구는 분석을 계속 진행하고, 후속 질문에 답하며, 기반 정보가 바뀌면 함께 업데이트될 수 있습니다.

광고 사업을 지원하는 한 팀원은 코딩 경험이 전혀 없었습니다. 그는 Codex를 사용해 월간 광고 예측을 주간 및 일간 계획으로 전환하는 도구를 만들었습니다. 이 도구는 평일과 공휴일을 반영하고, 예측을 비교하며, 모든 수치를 승인된 모델과 연결합니다. 마케팅 리더는 무엇이 바뀌었는지, 어디에 투자해야 하는지, 추가 지출로 어느 정도의 수익을 낼 수 있는지 빠르게 확인할 수 있습니다.

이제 문제를 이해하는 사람이 직접 해결책을 설계할 수 있습니다. 이러한 도구를 만드는 과정에서 기존 업무 방식도 다시 생각하게 됩니다. 재무 전문가는 비즈니스에 필요한 의사결정 인프라를 만들고, 동료들과 테스트하며, 업무 변화에 맞춰 개선할 수 있습니다.

그렇다고 재무팀의 전문성이 약해지는 것은 아닙니다. 오히려 전문성을 더 폭넓게 발휘할 역량을 얻고 있습니다.

IR-GPT를 통해 통제에 관한 중요한 교훈을 얻었습니다. 투자자의 실사 질문에 답하려면 분석가가 과거 자료를 검색하고, 답변 초안을 작성하고, 일관성을 확인하고, 검토를 조율해야 할 수 있습니다. 승인된 소스를 기반으로 하는 맞춤형 GPT를 사용하면 이전에는 몇 시간이 걸리고 때로 밤새 이어지던 작업도 이제 몇 초 만에 완성도 높은 초안을 만들 수 있습니다.

사람의 역할은 여전히 핵심입니다. 저희 투자자 관계팀은 초안을 읽고, 판단과 맥락을 더하며, 투자자마다 답변이 일관되게 유지되는지 확인합니다. AI는 업무 속도를 높입니다. 결과에 대한 책임은 사람이 집니다.

이것이 재무에 적합한 모델입니다. CFO는 IT 및 거버넌스 팀과 협력해 AI 시스템이 접근할 수 있는 데이터와 수행할 수 있는 작업, 승인이 필요한 시점, 문제를 상위 단계로 보고해야 하는 시점을 정의해야 합니다. 모든 결과물은 신뢰할 수 있는 소스와 연결되어야 합니다. 모든 예측에는 명확한 설명이 따라야 합니다. 승인된 기준선을 변경할 때는 항상 재무팀의 승인을 받아야 합니다.

한때 잠시 유행했던 ‘토큰 극대화’ 열풍은 이제 지나갔습니다. 이제 사용량 한도, 예산 통제, 역할 기반 접근, 모델 라우팅 규칙, 승인 기준을 손쉽게 설정할 수 있습니다. CFO는 팀에 개발하고 실험할 여지를 주면서도 다른 변동비와 마찬가지로 엄격하게 AI 사용량을 관리할 수 있습니다.

명확한 책임 체계는 더 빠르게 움직이는 데 필요한 신뢰를 형성합니다. 종합, 조정, 준비 작업의 속도가 빨라질수록 재무 전문가는 가정을 검토하고, 비즈니스에 조언하며, 판단을 내리는 데 더 많은 시간을 쓸 수 있습니다.

CFO에게는 운영 성과를 바탕으로 AI를 평가할 지표가 필요합니다. 사용자 라이선스를 더 구매하거나 토큰을 더 많이 쓰는 것만으로는 별다른 통찰을 얻을 수 없습니다. 중요한 것은 업무를 제대로 완수했는지, 그리고 실제 비용이 얼마인지입니다.

각 워크플로에 대해 다음 네 가지를 질문해야 합니다.

• AI가 중요한 업무를 완수했는가?
• 직원의 작업 시간, 검토, 재작업을 포함해 비용이 얼마나 들었는가?
• 결과물은 실제로 사용할 만큼 충분히 우수했는가?
• 업무 속도를 높이거나 더 나은 결정을 내리는 데 도움이 되었는가?

재무팀에서 가치 있는 업무란 예측 업데이트, 차이 분석, 감사 요청 처리, 이사회 질문 답변 등을 의미할 수 있습니다. 결산의 경우 평가 지표에 소요 기간, 자동으로 조정된 거래 비율, 검토가 필요한 예외 건수, 차이를 설명하는 데 걸린 시간 등을 포함할 수 있습니다. 예측의 경우 예측 정확도, 업데이트 빈도, 새로운 시나리오를 만드는 데 걸리는 시간, 예측을 토대로 내린 결정의 품질 등을 포함할 수 있습니다.

가장 저렴한 모델이 항상 가장 경제적인 것은 아닙니다. 더 나은 모델이 더 적은 시도와 검토만으로 신뢰할 수 있는 답을 낸다면 전체 비용은 오히려 낮아질 수 있습니다.

재무는 전략, 자본, 데이터, 리스크, 성과의 중심에 있습니다. 덕분에 CFO는 회사가 운영되는 방식을 독보적인 관점에서 바라보고 AI 혁신을 주도할 강력한 권한을 갖습니다.

AI 네이티브 재무 조직은 더 빠른 업무 주기, 더 강력한 통제, 더 나은 의사결정, 판단에 더 많은 시간을 쓸 수 있는 환경으로 정의됩니다. 그 여정은 의미 있는 워크플로에서 시작해 성과의 증거를 바탕으로 확장됩니다. 구성원에게 도구를 제공하고, 업무를 재설계하도록 지원하며, 책임 소재를 명확히 하고, 성과를 측정해야 합니다.

당일 결산과 연속 예측은 더 큰 포부를 담고 있습니다. 상황을 실시간으로 파악하고, 향후 가능한 변화를 리더에게 제시하며, 회사가 더 나은 결정을 더 일찍 내리도록 돕는 재무팀을 만드는 것입니다.

그 결과 재무팀은 더 큰 역량을 확보하고 CFO는 비즈니스를 더 명확하게 파악할 수 있습니다. 또한 회사 전체가 지능을 지속 가능한 가치로 전환하는 방법을 보여주는 실질적인 운영 모델이 됩니다. 제가 늘 말하듯이, 보지 못한 모습은 될 수도 없습니다. 재무팀이 AI의 가능성을 받아들이게 하려면 그 가능성이 실현된 모습을 보여줘야 합니다. 그리고 CFO인 우리부터 시작해야 합니다.

저희 재무팀이 실제 사례를 공유했습니다. 여기에서 녹화 영상을 확인하세요⁠(새 창에서 열기).