삼정KPMG "재무 부문 AI 활용 두 배 증가…'AI 인증 준비'가 핵심"

(제공=삼정KPMG)

기업 재무 부문의 인공지능(AI) 도입이 2년 만에 두 배 이상 증가한 가운데, AI의 안정성과 신뢰성을 검증할 수 있는 'AI 인증 준비'가 기업 성과를 좌우하는 핵심 요소로 부상했다는 진단이 나왔다.

삼정KPMG가 1일 발간한 '2026년 재무 분야 AI 활용에 대한 글로벌 설문조사' 보고서에 따르면, 조사 대상 글로벌 기업의 75%가 재무 계획·보고·상업적 분석 등 재무 부문에서 AI를 적극 활용하고 있는 것으로 나타났다. 이는 2024년(30%) 대비 두 배 이상 증가한 수치로, AI 도입이 재무 조직 전반에서 빠르게 확산되고 있음을 보여준다.

글로벌 KPMG는 2024년부터 재무 분야 AI 활용 현황을 조사하고 있으며, 올해는 전 세계 20개국 13개 산업의 임원 1013명을 대상으로 AI 거버넌스, 내부통제, 인력 역량 등 재무 부문의 AI 운영 체계를 종합 분석했다.

응답 기업의 71%는 AI 도입 이후 의사결정 속도가 개선됐다고 답했으며, 70%는 의사결정 품질 향상, 64%는 재무 예측 정확도 개선 효과를 경험했다고 밝혔다. 보고서는 AI가 단순 비용 절감 수단을 넘어 기업의 핵심 의사결정 엔진으로 자리 잡고 있다고 있다고 풀이했다. 특히 최근에는 에이전틱 AI를 중심으로 여러 AI 기능을 통합·조율하는 오케스트레이션 단계로 진입하고 있다고 설명했다.

성과 측면에서 에이전틱 AI 도입 기업과 미도입 기업 간 차이도 뚜렷했다. 재무 부문에서 에이전틱 AI를 도입한 기업은 주요 성과 지표에서 평균 32%포인트 높은 성과를 기록했으며, 예측 정확도와 투자 대비 수익률(ROI)은 각각 40%포인트 높은 수준을 보였다. 이는 AI가 단순 반복 업무 자동화를 넘어 예측·계획·리스크 평가 등 고차원적 판단이 필요한 핵심 업무 영역으로 활용 범위를 확대하고 있음을 시사한다.

다만 AI 도입 속도에 비해 실제 성과를 창출하는 기업은 제한적인 것으로 나타났다. 응답 기업의 71%는 AI 투자 대비 기대 수준 이상의 ROI를 달성했다고 평가했지만, 기대치를 초과 달성했다고 답한 기업은 23%에 그쳤다.

산업별 성과 격차도 두드러졌다. 은행업의 경우 71%가 예측 정확도 개선 효과를 경험한 반면, 헬스케어 산업은 44%에 머물렀다. 보고서는 데이터 품질과 통제 체계 수준 차이가 산업별 성과 격차로 이어졌다고 풀이했다.

보고서는 AI 성과를 극대화하는 핵심 요인으로 'AI 인증 준비'를 꼽았다. 조직 내 AI 활용의 안정성과 신뢰성을 검증할 수 있는 체계를 갖춘 기업일수록 오류 감소와 AI 확장 측면에서 우수한 성과를 보였다. 실제로 AI 인증 준비를 완료한 기업의 오류 감소율은 33%로, 미준비 기업(6%) 대비 크게 높았으며 AI 확장에 대한 자신감 역시 42%로 미준비 기업(14%)을 크게 웃돌았다.

반면 AI 기반 재무 프로세스에 대해 완전한 인증 체계를 구축한 기업은 전체의 42%에 불과했다. AI 도입 실패 사례를 체계적으로 추적하는 기업도 29% 수준에 그쳤다. 보고서는 AI 성과에 대한 가시성은 높아지고 있지만 오류·편향 등 잠재적 리스크를 관리하기 위한 체계는 여전히 미흡하다고 진단했다. 특히 규제당국과 외부 감사인의 요구가 강화되는 상황에서 AI 기반 의사결정의 설명 가능성과 통제 가능성이 기업 경쟁력의 핵심 요소가 될 것이라고 강조했다.

AI 도입 확대의 가장 큰 장애물로는 데이터 품질 문제가 지목됐다. 응답 기업의 36%는 데이터 품질을 AI 활용의 가장 큰 제약 요인으로 꼽는 동시에 가장 중요한 기회 요인이라고 답했다. 이에 따라 기업들은 데이터 통합과 시스템 간 상호운용성 개선을 통해 AI 활용 가치를 극대화하는 데 집중하고 있는 것으로 나타났다.

이동근 삼정KPMG AI센터장은 "재무 부문에서 AI가 실질적인 가치를 창출하기 위해서는 데이터 품질·통합·상호운용성 개선과 함께 AI 데이터 활용 역량과 비판적 사고를 갖춘 인력 구조가 필요하다"며 "AI의 안정성과 신뢰성 확보가 AI 기반 경쟁력과 성과 창출의 핵심 요소"라고 말했다.

이어 "초기 단계부터 AI 거버넌스를 구축하고 AI 관련 KPI 및 성과 측정 체계를 마련하는 한편, 이를 실제 의사결정에 활용할 수 있는 전사적 인재 역량을 확보해야 한다"며 "단순 업무 효율화를 넘어 기업의 핵심 의사결정 영역에 AI를 적용하는 전략이 중요하다"고 덧붙였다.