현대적 재무 팀이 스프레드시트 혼란을 코드 기반 워크플로우로 대체하는 방법
만약 여러분의 재무 팀이 여전히 월요일 아침마다 서로 충돌하는 스프레드시트 버전을 대조하느라 시간을 보내고 있다면, 이는 여러분만의 문제가 아닙니다. 최근 BlackLine의 설문 조사에 따르면 재무 리더의 86%가 자신의 내부 데이터에 대한 신뢰가 부족하다고 답했으며, 업계 벤치마크에 따르면 FP&A(재무 계획 및 분석) 팀은 업무 시간의 약 65%를 데이터 수집, 검증 및 준비에만 소비하고 있습니다. 실제 고용 목적이었던 전략적 분석에 할애하는 시간은 채 3분의 1도 되지 않는 셈입니다.
문제는 사람이 아닙니다. 바로 도구입니다. 점점 더 많은 재무 팀이 소프트웨어 엔지니어링의 방식을 차용하여 이 문제를 해결하고 있습니다. 바로 재무 데이터를 코드처럼 다루는 것입니다.
아무도 인정하고 싶어 하지 않는 스프레드시트의 문제점
스프레드시트는 1985년 당시에는 혁명적이었습니다. 40년이 지난 지금도 여전히 대부분의 재무 운영의 중추 역할을 하고 있지만, 바로 그 점이 문제입니다.
경고를 보내는 수치들
- 하와이 대학교의 연구에 따르면, 스프레드시트의 90% 이상에 오류가 포함되어 있습니다.
- 재무 팀의 68%가 5개 이상의 서로 다른 도구에 의존하고 있으며, 이로 인해 데이터 사일로가 발생하고 모든 프로세스가 느려집니다.
- 중견 기업의 62%가 시스템 비호환성으로 인해 월말 결산 지연을 경험합니다.
- 54%는 시스템 간 데이터 불일치로 인한 추가 감사 질의를 보고합니다.
근본 원인은 구조적인 데 있습니다. 스프레드시트는 다중 사용자 협업, 버전 관리 또는 감사 추적을 위해 설계되지 않았습니다. 관리자가 Q1_Budget_v3_FINAL_revised2.xlsx를 수정하는 동안 재무 책임자(Controller)가 Q1_Budget_v3_FINAL_revised2_JK_edits.xlsx 작업을 하고 있다면, 그것은 프로세스가 아니라 운에 맡기는 도박과 같습니다.
"그럭저럭 괜찮음"의 숨겨진 비용
MIT 슬론 경영대학원의 연구에 따르면 기업들은 저품질 데이터를 정제하고 조정하는 데 매출의 최대 25%를 낭비합니다. 매출 1,000만 달러 규모의 기업이라면, 더 나은 도구를 통해 완전히 예방할 수 있었던 문제를 해결하기 위해 250만 달러를 쓰고 있는 셈입니다.
소프트웨어 엔지니어들이 수십 년 전에 깨달은 것
소프트웨어 엔지니어링은 1990년대에 Git과 같은 버전 관리 시스템을 통해 "여러 사람이 동일한 파일을 편집하는" 문제를 해결했습니다. 핵심 통찰은 간단했습니다. 모든 것을 일반 텍스트(Plain text)로 저장하고, 메타데이터(누가, 언제, 왜)를 통해 모든 변경 사항을 추적하며, 변경 사항을 병합하기 전에 구조화된 리뷰 프로세스를 거치는 것입니다.
이 접근 방식은 개발 팀에 다음과 같은 이점을 제공합니다.
- 완벽한 감사 추적(Audit Trail) — 모든 변경 사항은 작성자, 타임스탬프 및 설명과 함께 기록됩니다.
- 브랜칭 및 머지(Branching and Merging) — 팀원들이 서로의 변경 사항을 방해하지 않고 독립적으로 작업할 수 있습니다.
- 코드 리뷰(Code Review) — 변경 사항이 공식화되기 전에 동료의 검토를 거칩니다.
- 롤백 기능(Rollback Capability) — 모든 변경 사항을 즉시 되돌릴 수 있습니다.
- 자동화(Automation) — 모든 변경 시 테스트와 검증이 자동으로 실행됩니다.
재무 팀에게는 이 모든 기능이 필요합니다. 다만 대부분의 팀이 이러한 기능을 가질 수 있다는 사실을 모르고 있을 뿐입니다.
텍스트 기반 회계(Plain-Text Accounting) 방식
텍스트 기반 회계는 이러한 소프트웨어 엔지니어링 원칙을 재무 데이터에 직접 적용합니다. 장부를 독점적인 데이터베이스 형식이나 불투명한 스프레드시트에 저장하는 대신, 전체 재무 기록을 사람이 읽을 수 있는 텍스트 파일로 관리합니다.
가장 인기 있는 텍스트 기반 회계 형식 중 하나인 Beancount에서 트랜잭션은 다음과 같이 보입니다.
2026-03-15 * "Office Depot" "Quarterly office supplies"
Expenses:Office:Supplies 425.00 USD
Assets:Checking -425.00 USD
이것은 사람과 기계 모두가 읽을 수 있습니다. 또한 일반 텍스트이기 때문에 지금까지 개발된 모든 버전 관리, 검색 및 자동화 도구와 호환됩니다.
팀에 일반 텍스트가 중요한 이유
1. 진정한 버전 관리
재무 데이터가 Git으로 추적되는 텍스트 파일에 저장되면 모든 변경 사항이 영구적으로 기록됩니다. 누가 트랜잭션을 수정했는지, 언제 수정했는지, 수정 전후의 데이터가 어땠는지 정확히 확인할 수 있습니다. 이는 단순한 기능이 아니라 규제 기관이 점점 더 요구하고 있는 감사 추적 기능입니다.
2. 충돌 없는 병합 작업
Git의 브랜치 모델을 사용하면 매출 채권 팀이 인보이스 대조 작업을 하는 동시에 급여 팀이 월급 처리를 할 수 있습니다. 동일한 원장 내에서 충돌 없이 동시에 작업이 가능하며, 시스템이 구조를 이해하고 있기 때문에 변경 사항이 깔끔하게 병합됩니다.
3. 확정 전 리뷰
전 세계 모든 소프트웨어 팀이 사용하는 동료 검토 메커니즘인 풀 리퀘스트(Pull requests)는 재무 데이터에도 완벽하 게 작동합니다. 공식 장부에 변경 사항이 반영되기 전에 제3자가 이를 검토합니다. 이를 통해 오류가 누적되기 전에 잡아낼 수 있습니다.
4. 모든 단계에서의 자동화
지속적 통합(CI) 파이프라인은 제안된 모든 변경 사항을 자동으로 검증할 수 있습니다. 차변과 대변이 일치하는가? 모든 계정이 유효한가? 대차대조표가 여전히 균형을 이루는가? 이러한 체크는 사람의 개입 없이 매번 단 몇 초 만에 실행됩니다.
현대적인 재무 워크플로우 구축하기
미래 지향적인 재무 팀이 텍스트 기반 회계 원칙을 사용하여 워크플로우를 구성하는 방법은 다음과 같습니다.
월말 결산: 10일에서 3일로 단축
전통적인 월말 결산은 대조, 조정 및 검토가 며칠 동안 이어지는 마라톤과 같습니다. 코드 기반 워크플로를 사용하면 다음과 같은 모습이 됩니다.
- 자동 임포트 — 은행 피드와 결제 처리업체가 거래 내역을 원장으로 자동 전송합니다.
- 분류 규칙 — 반복되는 거래는 패턴 매칭 규칙(이 규칙 자체도 버전 관리 및 검토가 가능함)에 의해 분류됩니다.
- 대조 — 자동화된 검사를 통해 임포트된 거래와 은행 명세서를 비교하고 불일치 사항을 표시합니다.
- 검토 — 재무 책임자는 모든 거래가 아닌, 플래그가 지정된 항목과 수동 입력 항목만 검토합니다.
- 최종 승인 — 메인 원장으로의 최종 "머지(merge)"를 통해 결산에 대한 불변의 기록이 생성됩니다.
이 방식을 사용하는 팀은 월말 결산 기간을 10일 이상에서 3일 이내로 단축했다고 보고합니다.
비용 관리
영수증을 쫓고 수동으로 비용을 분류하는 대신, 현대적인 워크플로는 다음을 사용합니다.
- 초안 거래를 생성하는 자동 영수증 캡처
- 유효성 검사로 인코딩된 정책 규칙 — 정책을 위반하는 비용은 자동으로 플래그가 지정됨
- 풀 리퀘스트(Pull Request)를 통한 관리자 승인 — 검토자는 전체 맥락을 파악한 상태에서 승인하거나 변경을 요청할 수 있음
- 승인 후 데이터 재입력 과정이 없는 자동 전기(Posting)
재무 보고
데이터가 구조화된 평문 텍스트(Plain Text)인 경우, 보고는 스프레드시트를 취합하는 프로젝트가 아니라 원장에 대한 쿼리(Query)가 됩니다.
- 원장에서 직접 데이터를 읽는 실시간 대시보드
- 표준 데이터 도구(Python, SQL 또는 Fava와 같은 전문 도구)로 구축된 맞춤형 보고서
- 일관된 출력 — 동일한 데이터 소스가 모든 보고서에 공급되어 보고서 간의 대조 작업이 필요 없음
다중 법인 및 다중 통화
여러 법인이나 통화에 걸쳐 운영되는 비즈니스의 경우, 평문 텍스트 회계가 빛을 발합니다. 각 법인은 공통 계정 과목표를 공유하면서 자체 원장 파일을 유지할 수 있습니다. 통화 환산은 명시적인 거래로 기록되어 감사자에게 명확한 흔적을 제공합니다.
AI의 이점
거대 언어 모델(LLM)과 AI 어시스턴트의 등장은 평문 텍스트 회계를 도입해야 할 또 다른 강력한 이유가 됩니다. AI 도구는 독점적인 바이너리 형식이나 복잡한 스프레드시트보다 구조화되고 읽기 쉬운 텍스트에서 훨씬 더 뛰어난 성능을 발휘합니다.