재무 조직의 AI 도입 논의가 투자 규모에서 실제 업무를 얼마나 맡길 수 있는지로 옮겨가고 있다. 기업들은 AI 예산을 늘리고 있지만 재무 데이터가 여러 시스템과 법인, 지역에 흩어져 있어 업무 확장에는 신중한 태도를 보였다. AI가 생성한 결과의 정확성과 투자 대비 효과를 입증하고 이를 통제할 운영 경험도 주요 조건으로 꼽혔다. 글로벌 결제·금융 플랫폼 기업 에어월렉스가 포레스터 컨설팅에 의뢰해 진행한 조사 결과를 담은 ‘AI 시대를 준비하는 재무 조직 구축하기’ 보고서를 발표했다.
조사는 북미와 유럽·중동·아프리카, 아시아·태평양 등 전 세계 11개 시장의 재무 의사결정권자 1,279명을 대상으로 진행됐다. 글로벌 재무 조직의 AI 활용 현황과 기술·조직적 과제, 향후 운영 방향을 살펴봤다.
권윤아 에어월렉스코리아 SME 총괄 (사진 제공: 에어월렉스·포레스터 컨설팅)
응답자의 90%는 향후 12개월 동안 AI 관련 지출을 늘릴 계획이라고 답했다. 그러나 35%는 AI를 추가적인 재무 업무로 확대하지 않고 기존 도입 영역의 활용도와 성과를 먼저 확인하고 있었다.
기업이 AI 활용 확대를 결정할 때 가장 중요하게 보는 기준은 측정 가능한 투자수익률(ROI)로 55%를 차지했다. 입증된 정확성은 54%, 명확한 거버넌스와 설명 가능성은 52%였다. 예산 확대가 곧바로 적용 업무 증가로 이어지기보다 성과와 신뢰성을 확인하는 과정이 선행되는 것으로 분석됐다.
분산 데이터 65%·수작업 84%…연결성이 확장 조건
AI 확산을 가로막는 주요 기술적 과제로는 분산된 재무 데이터와 복잡한 시스템 통합이 꼽혔다. 응답자의 65%는 시스템과 법인, 지역별로 나뉜 데이터를 AI 활용의 주요 장벽으로 지목했다.
재무 플랫폼을 통합한 기업에서도 수작업 의존도는 높았다. 응답자의 84%는 재무 프로세스를 완료하려면 사람의 작업이 여전히 필요하다고 답했다. 사람의 개입을 최소화하고 AI가 자율적으로 수행하는 재무 업무의 비중은 평균 11%였다.
조직 내부의 운영 경험도 기술 도입 속도에 영향을 미쳤다. 응답자의 53%는 AI 기반 재무 업무를 운영한 경험이 부족하다고 답했다. AI 기능을 도입하는 것과 실제 재무 프로세스에 적용해 안정적으로 운영하는 일 사이에 간극이 있는 셈이다.
AI 구축 방식에서는 자체 개발과 외부 솔루션을 함께 사용하는 하이브리드 모델이 57%로 가장 많았다. 기업이 내부 데이터와 업무 지식을 활용하면서 필요한 기술과 운영 전문성은 외부 파트너를 통해 보완하는 방식이다.
외부 벤더를 선택할 때도 기존 시스템과의 연결 능력이 주요 기준으로 조사됐다. 향후 외부 벤더를 활용할 계획인 응답자의 66%는 재무 생태계 전반의 시스템을 연결하고 조율하는 역량을 중요하게 평가했다. AI 활용 사례를 단계적으로 적용할 수 있는 유연한 플랫폼 아키텍처를 선택한 비율은 65%였다.
보고서는 AI 활용 준비 수준이 낮은 조직일수록 자율화 범위를 빠르게 확대하기보다 핵심 재무 시스템 간 데이터 연결성을 먼저 강화해야 한다고 제언했다. 데이터 품질과 접근 권한을 정비하고 통제 가능한 업무부터 AI를 적용한 뒤 검증 결과에 따라 범위를 확대하는 방식이다.
에어월렉스는 API 우선 및 AI 네이티브 아키텍처를 기반으로 크로스보더 결제와 글로벌 금융 운영 서비스를 제공하고 있다. 회사는 결제 수취와 글로벌 계좌, 기업 카드, 지출 관리 등 재무 데이터를 연결해 기업의 AI 활용 기반을 지원할 계획이다.
권윤아 에어월렉스 한국 SME 총괄은 “기업들이 AI 투자를 늘리고 있지만 재무 현장에서는 분산된 데이터와 수작업, 운영 경험 부족으로 활용 범위를 확대하는 데 어려움을 겪고 있다”며 “재무 분야에서 AI가 제대로 작동하려면 데이터와 시스템, 업무 프로세스를 유기적으로 연결하고 이를 운영할 수 있는 기반을 갖춰야 한다”고 말했다.
The post 재무 리더 90% AI 지출 확대…실제 자율 업무는 11%에 그쳐 appeared first on 벤처스퀘어.