2026년 11월 14일 토요일

일상과 기록 | 회계업계와 AI의 속도

🧩 로컬 회계법인은 에이전트로 날아가는데, 빅펌의 방화벽 뒤에서 느낀 위기감

최근 로컬 회계법인에서 개업해 활발히 활동 중인 분들과 저녁 식사를 함께했습니다. 오랜만에 마주 앉아 나눈 대화는 자연스럽게 '요즘 일하는 방식', 정확히는 AI의 실무 침투 속도로 이어졌습니다. 식사를 마치고 집으로 돌아오는 길, 평소보다 머릿속이 꽤 복잡해졌습니다.

올해 들어 고성능 모델들이 잇따라 나오고 AI 활용이 일상화되면서 회계업계의 풍경이 빠르게 바뀌고 있다는 건 익히 체감하고 있었습니다. 하지만 현장의 이야기는 제가 생각했던 것보다 훨씬 더 빠르고 냉정하게 굴러가고 있었습니다.

🌱 생산성은 폭발했는데, 왜 단가는 오히려 낮아질까요?

상대적으로 사내 보안 규정이나 글로벌 네트워크의 통제에서 자유로운 로컬 회계법인들은 이미 거의 모든 업무 프로세스에 AI를 깊숙이 이식해 두고 있었습니다. 과거라면 주니어 회계사 한두 명이 며칠을 매달려야 했던 기초 자료 리서치와 데이터 정제, 초안 작성을 이제는 한 사람이 AI 도구를 활용해 몇 시간 만에 끝냅니다. 산출물의 평균적인 퀄리티는 눈에 띄게 올라갔고, 절대적인 투입 시간은 획기적으로 줄어들었습니다.

흥미로우면서도 서늘했던 대목은 그로 인한 '단가의 하락'이었습니다. 전통적으로 회계법인의 보수는 투입 공수(Man-Hour)를 기준으로 책정됩니다. 그런데 이제는 용역을 의뢰하는 측에서도, 수주를 따내려는 공급자 측에서도 공공연히 AI를 이유로 단가 인하를 이야기합니다. "AI 돌리면 금방 나오는 것 아니냐"는 인식이 시장 가격을 빠르게 끌어내리고 있는 셈입니다. 생산성이 높아진 만큼 더 많은 일을 처리할 수 있게 되었지만, 건당 단가가 낮아지면서 과거보다 훨씬 치열하게 속도와 물량으로 승부해야 하는 구조가 만들어지고 있었습니다.

🛠️ 모델의 성능보다 컸던 것, '에이전트'에서 벌어지는 격차

이야기를 들으며 자연스럽게 대형 회계법인에 몸담고 있는 제 업무 환경을 돌아보게 되었습니다. 물론 빅펌 내부에서도 최신 AI 모델을 전혀 못 쓰는 것은 아닙니다. 승인된 사내 환경을 통해 Opus나 Sonnet 같은 고성능 모델을 호출해 텍스트를 다듬거나 요약하는 일은 충분히 가능합니다. 모델 자체의 지능이 부족해서 생기는 문제는 아니었습니다.

실무에서 체감되는 진짜 격차는 '모델'이 아니라 로컬 파일과 워크플로우에 직접 붙는 '에이전트(Agent) 활용 여부'에서 발생하고 있었습니다.

구분 로컬 회계법인 대형 회계법인 (Big 4)
핵심 제약 보안·규제 영향이 상대적으로 적음 엄격한 고객 데이터 보안 및 글로벌 규정
도구 활용 범위 로컬 파일 연동 에이전트 및 자동화 파이프라인 전면 도입 사내 승인 모델 및 코파일럿(Copilot) 중심의 제한적 활용
시장 변화 양상 개인 생산성 극대화 및 공수 기반 단가 하락 압력 직면 보안 안정성은 높으나 실무 자동화 속도 체감 한계

고객사의 민감한 재무 정보를 다루는 대형 법인으로서 보안을 최우선으로 두는 것은 당연하고 필수적인 원칙입니다. 아직 사내에서는 코파일럿 수준의 도구 외에 외부 에이전트를 실무 파일에 직접 연결하는 것이 사실상 불가능합니다. 하지만 하나씩 프롬프트를 복사해 붙여넣는 방식과, 에이전트가 폴더 단위로 문서를 읽고 코드를 돌려 검증하는 방식 사이의 간극은 생각보다 훨씬 크게 느껴졌습니다.

🧩 거대한 울타리 안에서 뒤처지지 않으려면 무엇을 해야 할까요?

식사 자리를 복기하며 가장 크게 밀려온 감정은 막연한 부러움보다 '뒤처질지도 모른다'는 위기감이었습니다. 거대 조직의 시스템과 브랜드라는 안전한 방화벽 안에 머무는 동안, 정작 AI 시대에 개인이 갖추어야 할 도구를 다루는 근육과 워크플로우 설계 감각을 잃어버리는 것은 아닐까 하는 걱정이었습니다.

그렇다고 회사의 보안 규정을 어기면서까지 외부 툴을 업무에 끌어들일 수는 없는 노릇입니다. 결국 지금 자리에서 선택할 수 있는 현실적인 방법은 업무 환경과 개인의 실험 환경을 명확히 분리하는 것이었습니다. 회사 안에서는 보안 가이드라인 안에서 승인된 도구와 프롬프트 설계를 최대한 정교하게 다듬고, 업무 밖에서는 공개된 공시 자료나 법령 데이터를 활용해 직접 에이전트 기반 자동화를 구축해 보며 실전 감각을 유지하는 것입니다.

💡 이번에 정리해 본 고민의 방향입니다

AI가 초안 작성과 단순 데이터 정리를 빠르게 대체할수록, 공수만으로 설명되던 영역의 가치는 계속 낮아질 가능성이 큽니다. 반대로 복합적인 기준 해석이나 이해관계자 조율, 최종 의사결정과 리스크 통제처럼 사람의 판단과 책임이 필요한 영역의 무게는 더욱 커질 것입니다. 결국 에이전트에게 정확한 방향을 지시하고 결과물의 오류를 걸러내는 힘 역시 탄탄한 회계·감사 도메인 지식에서 나온다는 점을 다시 떠올리게 됩니다.

보안이 엄격한 조직에 몸담고 계신 분들은 요즘 AI 활용 속도와 개인 역량 관리 사이의 간극을 어떻게 메우고 계신가요? 조직의 울타리 안에서도 개인의 무기를 무디게 만들지 않기 위한 고민이 깊어지는 요즘입니다. 😊

📌 보안 규정을 준수하는 선에서 사내 도구를 효율적으로 쓰는 방법과, 퇴근 후 공개 데이터로 에이전트 워크플로우를 실험해 본 기록들도 하나씩 정리해 남겨보려 합니다.