AI와 회계사

회계사 시험에 IT 분야 비중 확대

01 인공지능 모델의 소개와 원리
02 회계기록의 산출과 인공지능
03 정보 수집의 자동화
04 문서 분석의 자동화 및 재고자산 실사 입회
05 빅데이터와 회계감사
06 인공지능의 회계 문제 해결 성능 추이
07 인공지능 언어 모델과 결합한 ERP 시스템
08 감사 범위 확대와 해결 과제
09 인공지능을 활용한 회계 자문과 정보 보안
10 회계 분야 인공지능 활용의 과제

빅데이터, 즉 무수히 많은 사례로 원하는 값이 나오도록 조정하면 신비하게도 어느 단계 이후에는 더 이상 조정을 하지 않아도, 즉 기존에 사용하지 않았던 새로운 입력값을 인공지능 모델에 적용해도 우리가 원하는 결괏값을 산출하게 된다. 이렇게 우리가 원하는 결괏값이 나오도록 각 중간 단계들에서 사용되는 가중치를 변경하는 것을 인공지능을 훈련시킨다고 표현한다. 입력 받는 숫자가 열 개 미만이고, 중간에 산출되는 결괏값도 열 개 미만인 작은 규모의 인공신경망 모델인 경우에는 가중치의 개수도 적을 수 있다. 하지만 실제 활용되는 인공지능에서는 최초에 입력되는 입력값의 개수도 많고, 중간 노드의 수(중간 결괏값의 개수)와 거치는 단계도 복잡하게 설계한다. 최신 인공신경망 모델은 천억 개 이상의 가중치를 사용하는 것으로 알려져 있다. 훈련 과정을 통해 이 무수한 가중치를 조절해 인공지능 모델을 만들게 된다.

－01_“인공지능 모델의 소개와 원리” 중에서

매출채권은 회사가 거래처로부터 미래에 현금 등으로 수취할 채권이다. 회사가 보유한 매출채권의 미래 회수 가능성을 평가해 적정한 금액으로 표시하는 것은 회사의 미래 현금 흐름 예측을 위해 중요한 요소다. 이러한 매출채권을 평가하기 위해 회계사는 거래의 발생 사실, 거래 상대방의 신용도, 거래 상대방의 거래 사실 확인 요청(채권채무 조회서) 등을 진행한다. 이를 위해 회계사는 국세청 홈페이지를 활용해 거래처의 휴폐업 상태를 조회(사업자등록 상태 조회)하는 절차를 수행해 왔다. 그러나 거래처의 수가 많을 경우 샘플 선정을 통해 몇 개의 거래처만을 국세청 웹페이지에서 조회하는 것이 일반적이었다.

－03_“정보 수집의 자동화” 중에서

파일 첨부 기능은 ChatGPT의 새로운 활용 가능성을 제시했다. 활용 사례로, 온실가스 배출권 제도와 관련해 배출권 보유 및 배출 의무와 관련된 회계처리를 인공지능 언어 모델인 ChatGPT가 해결한 사례를 활용한 연구를 소개하고자 한다(윤양인, 2024a). 온실가스 배출권과 관련해 국제회계기준에는 별도로 이와 관련된 회계기준이 존재하지 않는다. 따라서 ChatGPT가 훈련에 활용한 것으로 알려진 인터넷에 공개된 문서(영문으로 작성된 문서 및 한글 문서 등)에 이러한 온실가스 회계처리와 관련된 내용은 그 양이 다른 거래 유형의 회계처리 문서에 비해 매우 적을 것으로 예상할 수 있다. 예상에 부합하게, 온실가스 배출 관련 상황을 요약해 ChatGPT에게 질문한 결과, 우리나라 회계기준원에서 발표한 회계처리와는 다른 내용을 답변했다.

－06_“인공지능의 회계 문제 해결 성능 추이” 중에서