파이낸셜 타임즈(Financial Times)와 유럽 비즈니스 매거진(European Business Magazine)의 보도에 따르면, KPMG의 영국 지사는 획기적인 감사 재판 중에 배치된 AI 에이전트가 때때로 자체 감사 팀보다 재무 문제를 더 깊이 조사하고 더 나은 질문을 했다고 이번 주에 밝혔습니다. 코드명 Project Exponential이라는 실험에서는 100명 이상의 AI 에이전트를 사용하여 영국에 상장된 주요 기업의 재무제표를 조사했습니다.
이번 시험은 격리된 작업을 위한 보조자로서의 AI에서 전체 감사 워크플로에 걸쳐 작업하는 자율 에이전트로 전환하는 전문 서비스 인공 지능의 중요한 단계입니다. 이는 또한 회계 전문가에게 불편한 질문을 제기합니다. 기계가 고도로 훈련된 전문가의 분석 작업을 점점 더 많이 수행할 수 있다면 감사의 경제성은 얼마나 빨리 변할 것입니까? AI Buzz Wire에서 이 이야기와 나머지 AI 비즈니스 환경을 추적하세요.
프로젝트 지수 작동 방식
AI 에이전트는 기존 감사팀과 함께 이름이 알려지지 않은 FTSE 250 회사의 계정을 조사하여 단순히 관리 업무를 자동화하는 것이 아니라 전체 감사 프로세스에 걸쳐 업무를 수행했습니다. FT 보고서에 따르면 에이전트는 정보를 수집하고 데이터를 분석 및 문서화했으며 결론 초안과 관찰 내용을 개발하고 다음 단계를 제안했습니다. 그들은 또한 서로 협력하여 조사 전반에 걸쳐 책임을 효과적으로 나누었습니다.
KPMG UK의 감사 책임자인 Cath Burnet은 이 기술이 여러 경우에 일반 감사팀보다 훨씬 더 깊이 있는 문제에 접근하여 추가 조사가 필요한 영역을 식별하고 인간 감사자가 제기하지 않은 질문을 제기했다고 말했습니다. 이 기술은 약 4개월에 걸쳐 개발됐다.
기계에 여전히 감독이 필요한 경우
KPMG는 실험과 공식적으로 승인된 법정 감사 사이에 선을 긋는 데 신중을 기했습니다. 감사 파트너가 연습을 승인했지만 그 결과는 회사 계정을 승인하기 위한 기초로 사용되지 않았습니다. 인간의 감독은 계속해서 필수적이었습니다. 평가 기간 동안 한 AI 에이전트가 회사 문서에 대한 규제 요구 사항을 정확하게 일치시키지 못했을 때 감사자가 개입해야 했습니다. 이는 복잡한 규제 프레임워크를 탐색할 때 현재 시스템의 기능과 한계를 모두 보여주는 에피소드입니다.
회사는 이 계획을 최대 20개의 대규모 감사로 확장할 계획이지만, Big 4 회사가 매년 처리하는 수천 건의 업무에 배포할 만큼 기술이 아직 성숙되지 않았다는 점을 인정합니다. 데이터 품질은 여전히 중요한 장애물로 남아 있으며, 일부 기업에는 AI 에이전트가 효과적으로 운영하는 데 필요한 명확하고 구조화된 정보가 부족합니다.
평가판은 고르지 못한 기업 상황에 적합합니다.
감사 실험은 엔터프라이즈 AI 에이전트에게 복잡한 순간에 도달합니다. 8월에 발표된 KPMG 설문 조사에 따르면 대규모 조직의 거의 절반(약 49%)이 운영 비용이 시스템이 제공하는 가치를 초과했기 때문에 AI 에이전트 배포를 좁히거나 지연하거나 일시 중지한 것으로 나타났습니다. 이는 자율 에이전트에 대한 기업의 공격적인 열정이 1년 동안 지속되었다는 현실 확인입니다. 이러한 배경에서 Project Exponential은 주목할만한 반례입니다. 전문 서비스 회사는 백오피스 자동화가 아닌 고부가가치 분석 작업에 에이전트를 배치하고 자체 훈련된 직원과 경쟁력 있는 결과를 찾습니다.
유럽 비즈니스 매거진(European Business Magazine)의 보고서에 따르면, 이번 연구 결과는 전문 서비스 분야에서 AI의 잠재력이 생산성 향상을 넘어 확장될 수 있음을 시사합니다. 이 기술은 감사 회사가 판매하는 제품의 핵심인 복잡한 재무 정보를 검사하고 해석하고 문제를 제기하는 방법을 바꿀 수 있습니다. 호주의 파이낸셜 리뷰(Financial Review)는 AI가 최초의 감사 실행에서 KPMG 회계사보다 "더 나은 질문"을 던졌다는 제목으로 동일한 재판을 다루었습니다.
빅4 비즈니스 모델에 대한 도전
그 의미는 한 회사를 넘어서는 것입니다. 전통적인 감사는 숙련된 관리자 및 파트너의 감독 하에 세부적이고 반복적인 작업을 수행하는 대규모 주니어 회계사 팀에 의존합니다. AI 에이전트는 다양한 운영 모델을 제공합니다. 즉, 고위 전문가가 복잡한 판단과 예외에 집중하는 동안 많은 데이터 수집, 분석 및 문서화를 자동화합니다.
KPMG, Deloitte, PwC 및 EY의 경우 더 빠른 감사, 잠재적으로 더 낮은 운영 비용, 훨씬 더 많은 양의 재무 정보를 분석할 수 있는 능력 등의 매력이 분명합니다. 이러한 절감액이 고객에게 전달되는지 여부는 공개된 질문입니다. KPMG는 상당한 시간 절약 가능성을 인정했지만 AI 기반 효율성이 감사 비용 절감으로 이어질지 여부는 확인하지 않았다고 European Business Magazine이 보도했습니다.
규제 당국이 면밀히 관찰하고 있습니다. 영국 재무보고위원회(Financial Reporting Council)는 AI 사용이 감사인의 독립성, 성실성 또는 전문가적 회의론을 훼손해서는 안 되며, 데이터 보안, 자동화된 결론에 대한 과도한 의존, AI가 부정확하거나 조작된 정보를 생성할 가능성에 대한 우려가 계속되고 있다고 경고했습니다. 기존 규칙에 따르면 감사 의견에 대한 책임은 사용된 기술에 관계없이 인간 감사자에게 있습니다.
그럼에도 불구하고 경제학은 한 방향을 가리키고 있다. 감사 회사는 규모에 따라 청구할 수 있는 하급 직원 군대에 의존하며, FTSE 250 시험은 해당 작업의 대부분이 기계로 수행되는 미래를 암시합니다. 즉 판단, 감독 및 책임을 위해 인력이 유지됩니다. KPMG는 의도적으로 움직이고 있습니다. 먼저 수십 개의 감사로 확대하고 더 광범위한 출시에 앞서 에이전트가 도움을 준 부분과 실패한 부분에 대한 증거를 수집합니다. 경쟁사인 Big 4 회사는 자체 에이전트 파일럿을 운영하고 있으며 영국 규제 기관의 경고 신호는 채택이 기술뿐만 아니라 감사 표준에 의해 좌우될 것이라는 신호입니다. AI가 지식 작업을 어떻게 재구성하는지에 대한 지속적인 보도를 보려면 AI Buzz Wire에서 최신 AI 개발을 팔로우하세요.
직업에 대한 의미
이번 재판에서는 AI가 회계사를 대체하거나 독립적으로 신뢰할 수 있는 법정 감사를 제공할 수 있다는 점을 입증하지 못했습니다. 이는 AI 에이전트가 오랫동안 인간의 전문 지식에 의존한다고 여겨졌던 영역의 전문가들에게 도전하기 시작했다는 점을 보여줍니다. 문제는 더 이상 AI가 감사 프로세스의 일부가 될지 여부가 아니라 기계가 결국 얼마나 많은 작업을 수행할 것인지입니다. AI가 사무직 업무를 어떻게 재편하고 있는지 지속적으로 보도하려면 AI Buzz Wire에서 최신 AI 개발을 팔로우하세요.
---
AI보다 앞서 나가세요최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.
AI 뉴스 자세히 보기 →