(「공인회계사 저널」 2026년 4월호)
Ⅰ. ‘AI가 일을 대신한다’는 말이 불편한 이유
국내외를 막론하고 AI로 가장 먼저 바뀔 분야를 이야기할 때 회계·세무·법률 같은 전문서비스는 좀처럼 빠지지 않는다. 톰슨 로이터의 ‘전문직 미래 전망 2025’ 보고서(Future of Professionals Report 2025) 역시 이 분야를 생성형 AI의 핵심 변화 영역으로 묶어 다룬다. 그런데 전문서비스를 제공하는 입장에서 더 흥미로운 질문은 따로 있다. AI가 회계사를 대체하느냐가 아니라, AI가 만든 판단에 누가 서명하느냐는 질문이다.
이 질문을 가장 또렷하게 보여 준 사건이 있다. 2023년 6월, 미국 뉴욕 남부연방지방법원은 30년 경력의 변호사 스티븐 슈워츠에게 제재를 가했다. 항공사를 상대로 한 손해배상 소송에서 ChatGPT가 만들어 낸 판례를 법원에 제출했기 때문이다. 조문 인용도, 사건 번호도, 판결 요지도 그럴듯했지만, 그 판례들은 존재하지 않았다. 재판부는 5,000달러의 제재금을 부과했다.
AI는 일을 도와줄 수는 있지만 책임의 주체는 아니다. 감사보고서에 서명하고, 세무조정계산서를 제출하고, 자문·실사·가치평가 보고서에 이름을 올리는 행위는 모두 “이 판단에 대해 내가 책임진다”는 선언이다. AI로 속도는 얻을 수 있다. 그러나 무엇을 맡기고, 어디서 사람이 다시 개입하며, 어떤 검토를 거쳐야 비로소 내 이름을 붙일 수 있는가. AI 시대의 회계사는 바로 그 경계를 다시 설계해야 한다.
Ⅱ. AI가 바꾸는 것은 업무 자체보다 업무의 무게중심이다
최근 연구를 보면, 생성형 AI는 사람의 사고를 없애기보다 사고가 개입하는 지점을 바꾸고 있다. 이는 무게중심이 ‘찾기’에서 ‘검증하기’로, ‘답을 내기’에서 ‘답을 엮어 판단으로 만들기’로 옮겨가고 있다는 뜻이다.
실무 조사 결과도 같은 방향을 보여준다. EY한영이 2026년 1월 발표한 ‘2025 EY 세무·재무 운영(TFO) 설문조사’에 따르면, 글로벌 CFO와 세무·재무 임원의 86%가 데이터·생성형 AI·기술 활용을 향후 2년의 최우선 과제로 꼽았다. 80%는 AI에 맞는 데이터 준비가 부족하다고 답했다. 응답자들은 향후 2년 안에 효율성을 최대 30% 높이고, 현재 53%를 차지하는 반복 업무 비중을 21% 수준까지 낮추기를 희망했다. 이미 “AI를 쓸 것인가”가 아니라 “무엇을 줄이고 무엇을 더 많이 할 것인가”의 문제다.
이 흐름을 우리 일에 맞게 옮기면, AI 시대의 일은 네 단계로 나뉜다. ① 문제 정의와 입력 설계 ② 생성·분석 ③ 검증·반례 탐색 ④ 승인·설명·기록이다. 예전에는 ②의 효율이 가장 눈에 띄었다. 지금은 ①·③·④의 가치가 더 빠르게 올라간다. 좋은 프롬프트를 쓰는 사람보다 무엇을 물어야 하는지 아는 사람이 중요해졌다. 초안을 빨리 만드는 사람보다 그 초안에서 무엇을 빼야 하는지 아는 사람이 더 가치가 커진다. AI 시대의 회계사는 답을 쓰는 사람이라기보다, 책임 있는 판단의 과정을 설계하는 사람에 가까워진다.
Ⅲ. AI가 회계사의 업무와 만나는 실제 장면
AI는 감사와 인증에서 활용 범위가 뚜렷해지고 세무 신고·자문에서는 활용 범위가 빠르게 넓어지고 있다.
감사에서 AI가 제일 잘하는 일은 ‘답’을 주는 것보다 ‘의심할 곳’을 먼저 보여 주는 일에 가깝다. 대량의 계약서·분개 데이터·감사조서 환경에서 반복적 문서 검토와 이상 징후 선별에 힘을 발휘한다.
세무에서 법령·예규·판례의 1차 비교, 쟁점 메모 초안, 세무조사 대응 예상문답, 다국가 세무제도 비교 검토 등은 이미 AI가 상당한 생산성을 내는 구간이다. EY한영의 2026년 2월 ‘개정세법 설문조사’에서 글로벌최저한세 대응을 완료했거나 거의 완료한 기업은 20%에 그쳤다. 응답자의 83%는 AI 활용이 필요하다고 답했다. 도움이 될 업무로는 데이터 수집 및 정합성 검증(69%), 세무조서·신고서 작성 자동화(53%), 리스크 포인트의 사전 예측과 관리(43%)가 꼽혔다. 세무에서 AI의 강점은 그럴듯한 문장을 쓰는 데 있는 게 아니라, 자료를 모으고 맞추며 어긋나는 지점을 먼저 보여 주는 데 있다.
에이전트형 AI는 여러 단계를 잇는 작업을 순차적으로 처리하는 방향으로 발전하고 있다. 도구가 ‘생성’에서 ‘실행’으로 진화할수록 어느 단계에서 누가 무엇을 검토했는지 기록으로 남기는 일은 더 중요해진다. 나아가 기업이 AI 시스템으로 재무자료를 만들고 내부통제를 운영하는 경우 그 시스템 자체가 검증 대상이 된다는 점에서, 회계사의 다음 업무는 AI를 쓰는 것만이 아니라 고객의 AI를 점검하는 것이 될 가능성도 크다.
Ⅳ. 품질은 모델이 아니라 검증 체계에서 나온다
AI 산출물의 품질을 결정하는 것은 모델명이 아니다. 그 산출물이 어떤 검증 체계를 거쳐 밖으로 나가느냐다. 체크리스트가 사람을 못 믿어서가 아니라 사람이 끝까지 잘하도록 돕는 장치이듯, 생성형 AI도 결국 검증 체계의 문제다.
첫째, 사실관계는 AI가 아니라 사람이 확정해야 한다. 기간, 당사자, 거래 구조, 계약 조항, 금액, 현재 신고 포지션이 정리되지 않은 채 AI에 던져지면 AI는 빈칸을 추정으로 메운다. 그 추정이 틀려도 결과물은 그럴듯하게 보인다. 사실, 판단, 가정을 입력 단계부터 구분하지 않으면 리뷰 자체가 불가능해진다.
둘째, 레퍼런스는 원문으로 대조해야 한다. 법령, 기준서, 예규, 판례는 AI가 제시했다고 해서 근거가 되는 것이 아니다. 반드시 사람이 원문을 열어 확인해야 한다. AI에게 ‘이 인용이 맞느냐’고 다시 묻는 것은 검증이 아니라 반복이다. 슈워츠 사건이 남긴 가장 큰 교훈도 여기에 있다.
셋째, 반례를 강제로 찾게 해야 한다. 생성형 AI는 확신에 차서 말하는 데 능숙하지만, 확신의 크기와 정확도가 늘 비례하지는 않는다. “이 결론이 틀릴 수 있는 이유를 써 달라”, “조세심판원의 심판관이라면 어느 대목을 논리적 비약으로 볼지 짚어 달라”고 묻는 식이다. AI를 초안 작성자로만 쓰는 것보다 반대 논거를 끌어내는 검토자로 쓰는 편이 오히려 더 유용할 때가 많다.
넷째, 승인과 수정의 이력을 남겨야 한다. 조서나 메모 말미에 ① 사용한 도구 ② AI에 제공한 사실관계 ③ 핵심 질문 ④ 직접 대조한 원문 근거 ⑤ 사람이 수정한 부분 ⑥ 최종 검토자를 여섯 줄 정도 남기는 것만으로도 훨씬 달라진다. AI를 썼다는 사실이 책임을 줄여 주지는 않는다. 어떤 검토를 거쳤는지 설명하지 못하면 책임은 오히려 더 무거워진다.
Ⅴ. 도입보다 운영 통제가 승부를 가른다
실무에서 진짜 어려운 것은 프롬프트가 아니라 통제다. EY한영의 2025년 ‘AI·신외감법·회계감사 설문조사’에 따르면 재무·회계·감사 업무 종사자의 95%가 AI 도입 필요성에 공감했다. 79%는 AI가 회계투명성 향상에 도움이 된다고 답했다. 그런데 내부 지침 또는 거버넌스를 갖춘 조직은 21%에 그쳤다. 이 간극이야말로 지금 가장 현실적인 리스크다.
실무에서 먼저 정해야 할 것은 세 가지다. 어디까지 AI에 맡길 것인가. 무엇을 AI에 넣을 것인가. 누가 언제 검토하고 기록할 것인가. 승인된 도구와 금지된 도구를 구분하고, 고객 데이터·미공개 재무정보의 입력 경계를 정해야 한다. 내부 생산성 보조, 대외 제출 문서 초안, 최종 서명 직전 단계는 같은 강도의 통제로 관리할 수 없다. 조직이 안전한 내부 환경을 먼저 제공하지 않으면, 원칙만으로는 ‘섀도 AI’를 막기 어렵다.
상대방도 AI를 쓴다는 사실 역시 중요하다. 국세청은 2026년 ‘60대 미래혁신 추진과제’에서 AI 세금업무 컨설턴트, AI 전자신고 에이전트, AI를 활용한 세무신고 검증과 탈세혐의 검증 등을 공식 과제로 제시했다. 이제는 우리만 AI를 쓰는 시대가 아니라, 상대방도 AI로 들여다보는 시대다. 데이터 정합성과 예외 거래의 설명 가능성까지 함께 점검해야 한다. AI 시대의 품질관리는 기술의 문제가 아니라 운영의 문제다.
Ⅵ. 판단의 무게는 사람에게 남는다
AI는 더 좋아질 것이다. 초안을 쓰는 수준을 넘어, 자료를 읽고, 비교하고, 이어서 실행하는 방향으로 계속 발전할 것이다. 회계사의 일도 바뀔 것이다. 반복적 정리와 요약은 줄고, 문제 정의와 검증, 승인과 설명의 비중은 더 커질 것이다.
그러나 아무리 기술이 발전해도 바뀌지 않는 것이 있다. 최종 판단의 무게다. 고객은 여전히 누가 이 문장을 승인했는지 묻고, 법원과 감독당국은 여전히 누가 이 보고서에 서명했는지 본다. AI가 결과물을 만들 수는 있어도 그 책임까지 질 수는 없다.
그래서 앞으로 회계사를 회계사답게 만드는 힘은 답을 많이 아는 능력 하나가 아닐 것이다. 어떤 사실을 입력했는지, 어떤 가정을 드러냈는지, 어떤 근거를 대조했는지, 어떤 반례를 검토했는지 설명할 수 있는 판단 구조를 만들고, 그 구조에 자기 이름을 걸 수 있는 능력일 것이다. AI가 고도화될수록 회계사의 역할은 사라지지 않는다. 오히려 더 무거운 검증과 설명의 책임으로 돌아온다.