생성형 AI: CFO를 위한 가이드

생성형 AI: CFO를 위한 가이드

CFO는 전사적으로 그리고 재무 부서에서 생성형  AI에 어떻게 접근해야 하며, 학습 곡선을 빠르게 따라잡기 위해 지금 당장 무엇을 할 수 있을까?

 

Gen AI는 재무 분야의 모든 측면에 혁명을 일으킬 잠재력을 가지고 있다. CFO는 이러한 새로운 기술을 활용하여 비즈니스 가치를 창출하고 위험을 관리하며 운영을 최적화할 수 있다. Gen AI는 재무 데이터를 더 쉽게 이해하고 분석할 수 있도록 도와준다. 이를 통해 CFO는 새로운 비즈니스 기회를 식별하고, 위험을 보다 효과적으로 관리하고, 운영을 보다 효율적으로 운영할 수 있다. Gen AI는 재무 프로세스를 자동화하고 최적화할 수 있다. 이를 통해 CFO는 시간과 비용을 절약하고, 보다 전략적인 업무에 집중할 수 있다. Gen AI는 재무 의사 결정을 지원할 수 있다. 이를 통해 CFO는 보다 정확하고 신뢰할 수 있는 의사 결정을 내릴 수 있다. CFO는 Gen AI를 성공적으로 활용하기 위해 다음과 같은 역할을 수행해야 한다. Gen AI의 잠재적 이점을 이해하고, 이를 비즈니스 목표에 맞게 적용할 방법을 개발해야 한다. Gen AI를 활용하기 위한 기술과 역량을 갖춘 인재를 확보해야 한다. Gen AI를 도입하고 구현하는 과정에서 발생할 수 있는 위험을 관리해야 한다.   Gen AI는 재무 분야에 큰 변화를 가져올 것이다. CFO는 이러한 변화에 대비하고, Gen AI를 활용하여 비즈니스 경쟁력을 강화해야 한다.

  

인공지능(AI)의 한 분야인 생성형 AI(gen AI)에 대해 CFO들이 기업 전반과 재무부문에서 어떻게 접근하고 활용할 수 있는지에 대한 가이드를 제공한다고 한다. 하지만 생성형 AI의 본질과 한계에 대해 무시하고, CFO들에게 과도한 기대와 부담을 주는 주요 문제점은 다음과 같다. -       CFO들은 기업 수준에서 가장 큰 가치 창출 기회를 식별하고, 그에 맞게 자원을 할당해야 한다고 한다. 하지만 생성형 AI가 관련된 프로젝트는 기술에 대한 이해도와 상상력을 높여야 한다고도 한다. 이는 CFO들이 기술 전문가가 아니라도 기술의 가능성과 위험을 정확하게 판단하고, 적절한 투자 결정을 내려야 한다는 엄청난 요구사항이다. 생성형 AI는 수익 증대, 마진 확대, 인재 유치와 유지 등 다양한 가치 레버에 기여할 수 있다고 말하지만, 이는 모두 미래의 불확실한 시나리오에 불과하다. -       CFO들은 재무부문 내에서도 생성형 AI를 활용할 수 있는 몇 가지 유즈 케이스를 선정하고, 그에 따라 재무 역할과 프로세스를 재정의해야 한다고 한다. 예를 들어, 생성형 AI는 예산 및 예측, 재무보고, 위험 관리, 성과 관리 등의 영역에서 효율성과 정확성을 높일 수 있다고 한다. 하지만 이는 생성형 AI가 항상 신뢰할 수 있는 데이터나 콘텐츠를 만들어낼 수 있다는 전제에 기반한다. 생성형 AI는 쉽게 편향되거나 조작될 수 있으며, 그 결과는 심각한 재무적 손실이나 법적 책임을 초래할 수 있다. -       CFO들은 생성형 AI의 학습 곡선을 빠르게 오를 수 있도록 조직 문화와 역량을 강화해야 한다고 한다. 생성형 AI는 새로운 비즈니스 모델과 파트너십을 가능하게 하므로, CFO들은 기업 전략과 재무 목표에 맞게 적응하고 협업해야 한다고 한다. 또한, 생성형 AI는 새로운 윤리적이고 법적인 과제를 제기하므로, CFO들은 이에 대한 가이드라인과 원칙을 수립하고 준수해야 한다고 한다. 이는 CFO들이 기존의 재무 역할에 더해, 기술, 전략, 협업, 윤리, 법률 등의 다양한 영역에 대한 전문성을 갖춰야 한다는 뜻이다. 이는 CFO들에게 너무 많은 역할과 책임을 부여하는 것이 아닌가 의문이다. -       CFO들이 생성형 AI를 기업의 가치 창출에 활용할 수 있도록 도움을 주고자 하는 것처럼 보이지만, 실제로는 생성형 AI의 복잡성과 어려움을 축소하고, CFO들에게 무리한 요구와 기대를 주는 것이다. 생성형 AI에 대한 자세한 내용은 [본문]을 참고하시기 바란다. 그러면 CFO들은 이 기사의 허점과 오류를 쉽게 발견하실 수 있을 것이다.

 

[본문]

기술은 모든 비즈니스를 근본적으로 변화시키고 있으며, 그 변화의 속도는 점점 더 빨라지고 있다. 이제 생산형 AI(Gen AI)가 그 파괴적인 잠재력을 보여주기 시작했다. 이 기술이 모든 비즈니스에 동일하게 영향을 미치지는 않을 것이며, 동시에 영향을 미치지도 않을 것이다. 하지만 여러 산업과 지역에 걸쳐 Gen AI는 상당한 가치 창출의 기회를 제공할 수 있다.

 

하지만 가치는 저절로 창출되지 않는다. 대신, Gen AI에 의해 주도되는지 여부에 관계없이 가장 큰 가치를 창출하는 프로젝트에 전사적 차원에서 신속하고 과감하게, 그리고 불균형 없이 리소스를 할당하는 것이 CFO의 역할이다. 마찬가지로, 재무 부서를 이끌고 있는 CFO가 한꺼번에 모든 곳에서 모든 사람을 위해 AI를 구현할 수는 없다. CFO는 재무 부서에 가장 의미 있는 영향을 미칠 수 있는 극소수의 사용 사례를 선택해야 한다. 이 글에서는 CFO가 전사적으로 가장 효과적으로 gen AI에 접근하고, 재무 부서 내에서 특정 사용 사례의 우선순위를 정하고, Gen AI 학습 곡선을 빠르게 올라갈 수 있는 방법에 대해 논의한다.

 

Gen AI와 기업수준의 가치 창출

 

CFO가 취해야 할 가장 중요한 조치는 가치 창출을 위한 가장 큰 기회를 파악한 다음 필요한 자금과 기타 리소스를 확보하는 것이다. Gen AI는 혁신적인 기술이 될 잠재력을 가지고 있지만, 기업이 자본 비용 이상의 수익을 창출해야 한다는 재무 및 경제의 기본 원칙을 바꾸지는 않는다.

 

게다가 기업의 자본(또는 더 많은 자본에 대한 접근성)은 유한하며 프로젝트는 서로 경쟁한다. CFO는 가치 창출을 극대화하기 위해 AI 관련 프로젝트인지 여부에 관계없이 회사에서 가장 가치 창출력이 높은 20~30개의 프로젝트에 순위를 매겨야 한다. 파레토 원칙은 항상 적용되며, 일반적으로 극소수의 기회가 향후 10년간 회사 현금 흐름의 대부분을 창출한다. CFO는 경쟁 프로젝트에 'Gen AI'가 붙어 있다는 이유만으로 가장 가치가 높은 이니셔티브가 시들도록 내버려 둘 수 없다. 조만간 주주들은 모든 비용을 지불해야 하며, 주주 중 누구도 Gen AI 프리미엄에 연루되어서는 안 된다.

 

그러나 주주 가치를 극대화하기 위해 CFO는 회사 비즈니스에 대한 실존적 위협을 인식하고 더 높은 현금 흐름을 창출하고 유지하기 위한 가장 중요한 수단을 명확히 파악해야 한다. 인공지능 세대와 직접적으로 관련되거나 인공지능에 크게 의존하는 기회가 있을 때, CFO는 기술을 이해하지 못하거나 인공지능이 창출할 수 있는 가치를 인식할 수 있는 상상력이 부족하다는 이유로 이를 외면해서는 안 된다.

 

자본 배분에 대한 선택은 양자택일이 아닌 경우가 많다. 중요한 비즈니스 또는 가치 러버는 Gen AI를 통합함으로써 더 큰 영향을 미칠 수 있다. 이는 가장 중요한 동인이 수익 창출 요인(예: 더 많은 고객을 유치하거나 교차 판매를 촉진하는 인터페이스 개발), 마진 확대 요인(예: 제조, 조달 또는 유통 비용 절감) 또는 수익과 비용을 아우르는 요인(예: 직원을 더 창의적으로 일할 수 있게 하여 유치, 유지, 동기 부여)이든 상관없이 적용된다.

 

예를 들어 Microsoft는 문서, 프레젠테이션, 스프레드시트를 개선하기 위한 실시간 제안을 제공하는 Microsoft 365 도구인 Copilot을 개발하는 등 주요 핵심 비즈니스에서 경쟁 우위를 확보하기 위해 차세대 AI에 투자하는 데 있어 한발 앞서 나가고 있다. 상업적 성공은 주로 디지털 네이티브 기업에서 입증되었지만, 일부 전통적인 비기술 기업도 공격적으로 움직이고 있다. 예를 들어, Morgan Stanley의 자산 관리 부서는 OpenAI 기술과 Morgan Stanley의 독점 데이터를 사용하여 재무 자문가에게 몇 초 만에 관련 콘텐츠와 인사이트를 제공하는 사내 서비스 개발에서 괄목할 만한 진전을 보였다.

 

세계적 수준의 CFO는 이러한 이니셔티브와 다른 차세대 AI 이니셔티브에 자본이 부족하지 않도록 보장한다. 실제로 우리가 발견한 가장 큰 오해 중 하나는 기다렸다가 지켜보거나 조직의 반대자가 되는 것이 CFO의 역할이라는 믿음이다. 자본은 가만히 앉아 있어서는 안 되며, 수익성 있는 성장을 위해 공격적으로 움직여야 한다. 최고의 CFO는 혁신의 선봉에 서서 끊임없이 새로운 기술에 대해 더 많이 배우고 애플리케이션이 빠르게 진화함에 따라 비즈니스가 이에 대비할 수 있도록 한다. 물론 그렇다고 해서 CFO가 방심해서는 안 된다는 의미는 아니다. 대신 기회와 위협에 대한 정보를 끊임없이 찾고 리소스를 할당할 때 고위급 동료와 지속적으로 협력하여 조직 전체의 위험 성향을 명확히 하고 프로젝트의 테스트 및 학습 단계에 앞서 차세대 AI 사용에 대한 명확한 위험 가드레일을 설정해야 한다.

 

최고의 CFO는 혁신의 선봉에 서서 새로운 기술에 대해 끊임없이 학습하고 애플리케이션이 빠르게 진화함에 따라 비즈니스가 이에 대비할 수 있도록 한다

 

일부 CFO는 '숫자 전문가'로서 비전 있는 혁신을 옹호하는 것이 당연하다고 생각할 수 있다. 하지만 시장을 뛰어넘는 성장은 점진적인 변화만으로는 이루어지지 않습니다. 뒤에서 CFO는 기능 및 사업부 리더와의 관계를 활용하여 Gen AI 기회를 모색하도록 독려하고 후속 상호 작용을 반복적으로 수행할 수 있다. 또한 조직 전체에서 중요한 관계를 구축하고 혁신 프로젝트의 기반이 되는 가정을 더 잘 이해할 수 있도록 팀원들의 역량을 강화하고 권한을 부여해야 한다. 그리고 정기적인 검토나 어려움을 겪고 있는 프로젝트에 대한 면밀한 조사가 필요할 경우뿐만 아니라 혁신에 관해서는 '항상 깨어 있어야' 한다.

 

Gen AI와 재무 부서

 

많은 재무 부서에서 Gen AI는 모든 효과적이고 미래 지향적인 재무 부서가 사용할 여러 필수 도구 중 하나가 될 것이다. 이 기술은 의미 있는 시간과 리소스를 절약할 수 있는 잠재력을 가지고 있다. 그 자체만으로도 앞으로 나아가야 할 이유이며, 대기업의 모든 재무 부서는 아니더라도 대부분의 재무 부서가 향후 3~5년 내에 차세대 AI를 중요한 방식으로 사용할 것으로 예상되는 이유이기도 하다. 사실, AI 세대를 개념화하는 한 가지 방법은 디지털의 '제3의 물결'로 간주하는 것이다(예시 1). 첫 번째 물결은 디지털 기반을 구축하는 것이다. 2023년 말에 완료된 전 세계 CFO를 대상으로 한 설문조사에서 응답자의 약 3분의 2가 자신의 기능이 디지털로 연결되고 대시보드의 시각화와 같은 기본적인 용도로 데이터를 사용하고 있다고 답했다.

 

 

 

현재 진행 중인 두 번째 물결은 분석 역량 강화로, CFO의 약 절반이 이미 비용 분석, 예산 책정, 예측 모델링과 같은 개별 사용 사례에 고급 분석을 사용하고 있다고 응답했다. 세 번째 물결에서는 로봇과 AI가 광범위하게 활용될 것이다. 아직 제3의 물결에 진입한 기업은 거의 없다. 하지만 대담한 CFO는 기술이 발전함에 따라 재무팀이 이러한 도구로 작업하는 방법을 배울 수 있는 최적의 위치에 놓인다.

 

재무 부서에서 시작하기

 

CFO는 일반적으로 소프트웨어 엔지니어가 아니며, 예측 언어 모델에 대한 실무 전문가는 더더욱 아니다. 하지만 반드시 그럴 필요는 없다. 첫 번째 단계는 기술을 사용해보고 그 기술이 무엇을 할 수 있는지, 현재 한계는 어디인지 파악하는 것이다. OpenAI의 ChatGPT와 같은 솔루션은 온라인에서 사용할 수 있으며, 다른 애플리케이션도 이미 사용 중이다.

 

CFO의 첫 번째 단계는 기술을 사용해보고 그 기술이 무엇을 할 수 있는지, 현재 한계는 어디인지 파악하는 것이다.

 

공개적으로 사용 가능한 경쟁사의 실적 발표를 업로드하고 AI 도구에 가장 많이 묻는 5가지 질문을 생성하고 답변을 제안하도록 요청하여 실험해 보자. 또는 귀사와 경쟁사의 재무 정보를 업로드하고 Gen AI 솔루션에 행동주의 투자자의 관점을 취하도록 요청해 보자: 행동주의 투자자가 귀사의 실적에서 어떤 요소에 주목할까? 또한, Gen AI 솔루션의 정교함에 따라 CFO는 송장 및 결제 데이터를 업로드하고 가장 중요한 차트를 요청하는 등 정보를 시각화하는 차트를 생성하도록 요청할 수 있다.

 

따라서 CFO는 대규모로 AI를 배포하기 위한 목적이 아니라 자신과 팀원의 학습 경험을 개선하기 위해 학습 단계에 소액의 예산을 책정하는 것이 좋다. 다시 한번 강조하지만, 목표는 천 송이 꽃을 피우는 것이 아니다. 대신 CFO는 업무에 가장 큰 영향을 미칠 수 있는 소수의 사용 사례(이상적으로는 2~3개)를 선택하고, 효율성보다는 효과성에 더 중점을 두고 실행에 옮겨야 한다.

 

앞으로 나아갈 때 금방 알 수 있는 한 가지 사실은, 차세대 AI는 플러그 앤 플레이 방식이 아니며, 기업이 단순히 기존 정보 소스에 모델을 설정하여 사용할 수 없다는 점이다. Gen AI는 인간처럼 창조하거나 유레카의 순간을 맞이하지 않는다. 심지어 수학적 계산도 하지 않는다(이는 기존 또는 분석적 AI의 영역이다). Gen AI는 예측 언어 모델로서 기존의 비정형 데이터 위에 위치하여 사람이 좋아할 만한 콘텐츠를 생성하고자 하는 번역기다. 데이터 과학자가 고급 분석 및 분석 AI를 위해 데이터 레이크를 준비하는 것처럼, 데이터 세트 자체를 먼저 엄격하게 처리하고 큐레이션해야 한다.

 

사용 사례 파악

 

다음 세대의 AI는 크게 세 가지 방식으로 재무 기능에 영향을 미칠 수 있다고 생각한다. 첫째, 지루한 작업(예: 프레젠테이션 초안 작성)을 자동화하여 수행한다. 둘째, 증강을 통해 인간의 생산성을 향상시켜 보다 효율적으로 업무를 수행할 수 있다(예: 여러 정보를 수집하고 종합하여 일관된 내러티브로 구성). 셋째, 가속화를 통해 지식을 추출하고 색인화하여 재무 보고 주기를 단축하고 혁신 속도를 높인다. Gen AI는 CFO가 선제적으로 성과를 관리하고 비즈니스 의사결정을 지원하는 능력을 크게 향상시킬 수 있다. 성과가 우수한 재무 부서는 기능을 가장 중요하고 실현 가능하게 개선할 수 있는 사용 사례를 이해한다(예시 2).

 

 

예를 들어, 전체 목록은 아니지만 몇몇 다국적 기업에서는 이미 다음과 같은 조치를 시행하기 시작했다:

-       자연어 쿼리를 통해 사용자 지정 가능한 대화형 차트를 생성할 수 있는 정보 합성. 예를 들어, 일반적인 Q&A 챗봇, 코드에 대한 설명이나 프롬프트를 받은 후 몇 초 내에 차트를 생성하는 차트 생성 도구, 기존 코드를 사용하고 코드의 정확성을 검증하여 차트를 사용자 지정하는 시각화 도구 등을 제공하는 솔루션이 존재한다.

-       디지털 성과 관리는 성과 관련 질문에 답하고, 상태와 시나리오를 종합하고, 예산 편차의 동인과 근본 원인을 파악하고, 해결책을 제시한다. 이 솔루션은 일반적으로 셀프 서비스이며 비즈니스 사용자 친화적이며(재무 사용자 친화적이지 않음), 보다 효과적인 성과 관리 대화로 이어질 수 있다.

-       외부 보고 초안: 증권 신고서 및 이해관계자 보고서(예: 지속가능성 보고서)의 고급 초안을 준비하는 데 몇 주씩 소요되는 팀 시간을 절약할 수 있을 뿐만 아니라, 현행 규정 및 표준에 대한 쿼리를 실행하여 보고서가 현행 표준을 충족하는지 확인할 수 있다.

-       수금 및 결제를 용이하게 하는 상시 지원 봇, 고객별 활동 및 시장 이벤트에 대한 실시간 정보를 기반으로 고객 신용을 제한하는 기능을 포함하여 항상 업데이트되는 고객 결제 내역 위험 평가 등의 기능을 갖춘 운전자본 관리.

 

Gen AI 사용 사례는 광범위하고 다양하며 더 이상 이론에 그치지 않는다. 그리고 아직 초기 단계이지만 도입 속도가 빨라지고 있다. 이러한 현실은 CFO가 신중하고 능동적인 방식으로 시작하는 것이 더욱 중요하게 만든다.

 

 

※ Gen AI는 가치 창출을 위한 중요한 도구가 될 수 있다. CFO는 게이트 키퍼가 아닌 AI 조력자가 되기 위해 노력해야 하며, 전략적으로 중요한 이니셔티브에 필요한 리소스가 신속하고 지속적으로 제공되도록 해야 한다. 또한, 자신과 자신의 조직이 Gen AI 학습 곡선을 빠르게 따라잡을 수 있도록 해야 한다. 미래는 이미 시작되었다.