미국 노동통계국은 조용히 한 가지 예측을 발표했습니다. 이는 경리 담당자에 의존하는 모든 소기업 소유주의 주목을 받을 만합니다. 2024년부터 2034년까지 경리, 회계 및 감사 사무원의 고용은 6% 감소할 것으로 예상됩니다. 반면, 단순히 숫자를 입력하는 것을 넘어 숫자를 해석하는 면허를 가진 전문가인 회계사 및 감사인의 고용은 같은 기간 동안 5% 증가할 것으로 예상됩니다.
같은 산업. 정반대의 궤적. 이러한 분리는 이 직업에 실제로 무슨 일이 일어나고 있는지에 대해 알아야 할 거의 모든 것을 말해주며, '로봇이 당신의 일자리를 빼앗으러 온다'는 헤드라인이 시사하는 것보다 훨씬 더 미묘한 차이가 있습니다.
BLS 통계를 쉽게 설명하자면
데이터 입력, 거래 코딩, 송장 처리, 기본적인 조정 등을 담당하는 경리, 회계 및 감사 사무원은 2024년 5월 기준으로 연간 중간 임금 49,210달러를 받았습니다. 6%의 고용 감소가 예상됨에도 불구하고, BLS는 향후 10년간 이 직업에서 연간 약 17만 개의 일자리가 생길 것으로 여전히 예측합니다. 이러한 수요의 거의 전부는 은퇴하거나 직업을 바꾸는 사람들을 대체하는 데서 오며, 순신규 채용에서 오는 것이 아닙니다.
이를 회계사 및 감사인과 대조해보면, BLS는 모든 직업의 평균보다 빠르게 해당 분야의 실제 성장에 힘입어 연간 약 124,200개의 일자리가 생길 것으로 예상합니다.
이러한 패턴은 현재 회계 법인 및 재무팀에서 벌어지고 있는 일과 일치합니다. 사라지고 있는 업무는 반복적이고 규칙 기반의 작업입니다. 확장되고 있는 업무는 판단 기반의 작업입니다.
AI가 오늘날 실제로 자동화하는 것
소프트웨어 공급업체와 설문조사 데이터는 어떤 작업이 AI에 가장 먼저 넘어가는지에 대해 일치된 의견을 보입니다.
- 거래 코딩 및 비용 분류 — 신용카드 청구를 올바른 계정으로 분류
- 데이터 입력 — 영수증과 송장에서 숫자를 원장으로 가져오기
- 송장 처리 — 구매 주문서와 청구서, 지급액을 일치시키기
- 기본 조정 — 은행 명세서와 원장이 일치하지 않을 때 표시하기
이것들은 과거에 경리 담당자의 하루를 채웠던 업무들이며, 대규모 언어 모델과 OCR 기반 도구가 잘 처리하는 바로 그 작업들입니다. 즉, 대량, 패턴 기반, 낮은 모호성을 특징으로 합니다. AI 도입은 빠르게 진행되었습니다. Wolters Kluwer는 회계 법인 내 AI 도입률이 2024년 9%에서 2025년 41%로 급증했으며, QuickBooks 설문조사에서는 회계사 및 경리 담당자의 98%가 이미 고객을 돕기 위해 AI를 사용했다고 밝혔습니다. 현재 회계사의 거의 절반이 매일 AI를 사용한다고 보고합니다.
AI가 아직 할 수 없는 것
끈질기게 인간의 영역으로 남아 있는 작업은 패턴 매칭보다는 판단이 필요한 것들입니다.
- 경계선에 있는 비용이 마케팅으로 분류될지, 전문가 개발로 분류될지 결정하기
- 감가상각 일정표 작성 및 선급 비용 상각
- 미지급 부채 및 재고 감모 손실 추정
- 템플릿에 맞지 않는 특이한 거래 해석
- 초조한 사업주에게 숫자가 왜 그렇게 보이는지 설명하기
- GAAP 및 IRS 규정에 따른 정확성에 대한 규제 준수 책임 떠맡기
마지막 요점은 생각보다 중요합니다. AI 도구는 이상 징후를 표시할 수는 있지만, 장부에 서명하거나 문제가 발생했을 때 책임을 질 수는 없습니다. 전문적인 판단력과 법적 책임을 가진 사람이 여전히 그 결정을 소유해야 합니다. 이것이 바로 신입 데이터 입력 역할이 줄어들고 있음에도 불구하고 재무 리더의 90%가 충분한 자격을 갖춘 회계 전문가를 찾을 수 없다고 보고하는 이유입니다. 병목 현상이 '누가 데이터를 입력할 수 있는가'에서 '누가 AI를 감독하고, 놓친 부분을 찾아내며, 고객에게 조언할 수 있는가'로 옮겨갔기 때문입니다.
주목할 만한 보상 신호도 있습니다. 비즈니스 및 금융 역할에서 AI 기술을 가진 근로자는 AI 기술이 없는 동료보다 56% 더 높은 임금 프리미엄을 받고 있으며, 전담 AI-회계 전문가 역할은 26% 성장했으며 연봉 프리미엄은 15,000~25,000달러에 달합니다. 시장은 도구로 대체될 수 있는 사람들에게 프리미엄을 지불하는 것이 아니라, 도구를 다룰 줄 아는 사람들에게 프리미엄을 지불하고 있습니다.
왜 10년 전이 아니라 지금 분열이 일어나고 있는가
장부 정리(Bookkeeping)는 항상 기계적 기록과 재무적 해석이라는 두 가지 부분으로 이루어져 하나의 직무 명칭으로 묶였습니다. 수십 년 동안 기계적인 부분이 대부분의 청구 가능 시간을 차지했습니다. 거래를 수기로 입력하고, 영수증을 대조하며, 명세서를 수동으로 조정하는 작업은 느렸기 때문입니다. 소프트웨어가 점차 이 부분을 잠식해 들어갔습니다. 스프레드시트, 그 다음 클라우드 회계 플랫폼, 그 다음 은행 피드 자동화까지 이어졌지만, 여전히 사람이 모든 항목을 살펴보고 어디에 속하는지 결정해야 했습니다. 대규모 언어 모델은 이 방정식을 바꿨습니다. 처음으로 기계가 비정형 영수증이나 모호한 거래 메모를 읽고 고정된 규칙을 적용하는 것을 넘어 합리적인 분류 결정을 내릴 수 있게 되었기 때문입니다. 이것이 바로 업무의 기계적인 부분을 과거에 걸리던 시간의 극히 일부로 압축하는 특정 능력이며, 애초에 그들의 업무가 주로 기계적이지 않았던 회계사 및 감사인의 예상치와 사무직 장부 정리 역할에 대한 BLS 예측이 그토록 크게 갈리는 정확한 이유입니다.
현재 장부 기장을 외주하고 있다면 어떤 의미일까요?
시간당 비용을 지불하고 장부 기장인이나 회계 법인에 업무를 맡기는 소기업 사장님이라면, 다음 점검 시 몇 가지 실질적인 질문을 해볼 가치가 있습니다:
- 귀사의 서비스 제공업체는 AI 도구를 사용하고 있으며, 어떤 용도로 사용하나요? 데이터 입력 및 분류에 AI를 도입한 업체는 시간당 총액을 낮추거나 더 높은 가치의 검토에 시간을 더 할애함으로써 그 효율성의 일부를 고객에게 돌려줘야 합니다.
- 여전히 사람이 최종 승인을 하고 있나요? 자동화된 분류는 예외 사항, 즉 비정상적인 거래, 대규모 또는 일회성 지출, 감사를 유발할 수 있는 모든 사항을 사람이 확인해야 합니다. AI가 플래그한 내용을 아무도 검토하지 않는다면, 처음부터 전문가에게 비용을 지불할 가치가 있었던 안전망을 조용히 잃게 되는 것입니다.
- 판단 시간당 실제 비용은 얼마이며, 데이터 입력 시간당 실제 비용은 얼마인가요? 데이터 입력이 자동화됨에 따라, 순전히 기록된 시간을 기준으로 가격이 책정되는 기장 업무 관계는 정확한 장부, 세금 신고 준비가 된 명세서, 유용한 월별 인사이트와 같은 결과물을 기준으로 가격이 책정되는 관계와 달라 보이기 시작해야 합니다.
이 모든 것이 기장 서비스의 가치가 떨어진다는 것을 의미하지는 않습니다. 이는 가치가 항상 자동화하기 더 어려웠던 업무 영역, 즉 판단, 소통, 그리고 책임에 집중되고 있다는 것을 의미합니다.
진정한 변화: 기록자에서 검토자로
현재 시간당 비용을 지불하고 장부 기장을 맡기는 소기업 사장님이라면, 실질적인 의미는 "장부 기장인을 해고하라"는 것이 아닙니다. 오히려 장부 기장인이 제공하는 가치가 더 높은 단계로 이동하고 있다는 것입니다. 과거 청구서의 정당성을 부여했던 업무 부분, 즉 거래를 입력하는 데 소요된 시간은 더 저렴하고 빨라지고 있습니다. 항상 가격 책정이 가장 어려웠던 부분, 즉 IRS의 경고를 유발하기 전에 잘못 분류된 지출을 파악하고, 이번 분기에 마진이 왜 하락했는지 설명하고, 대출 신청 전에 장부를 구성하는 것 등이 실제 제품이 되고 있습니다.
이를 올바르게 이해한다면 좋은 소식입니다. 수동 데이터 입력에서 벗어난 장부 기장인은 귀사의 숫자를 살펴보고 유용한 정보를 제공하는 데 더 많은 시간을 할애할 수 있습니다. 하지만 이는 또한 관계의 변화를 예상해야 한다는 의미이기도 합니다. 즉, "지난달 거래를 입력했나요?"가 아니라 "귀사 데이터의 패턴이 현금 흐름에 어떤 의미인지 말씀드리겠습니다"와 같은 대화가 늘어날 것입니다.
또한 이는 데이터 품질의 중요성을 높입니다. AI 도구는 입력되는 데이터만큼만 유용하며, 모델이 아무리 정교하더라도 불량한 거래 데이터는 불량한 분류를 초래합니다. 이것이 바로 더 많은 재무에 정통한 창업자와 프리랜서들이 불투명한 블랙박스 소프트웨어 대신 투명하고 감사 가능한 기록 유지 시스템으로 전환하는 이유 중 하나입니다. 여러분(또는 AI)이 전체 거래 내역과 모든 항목 뒤에 있는 논리를 실제로 볼 수 있을 때, 오류를 찾아내고 이상 현상에 대해 추론하는 것이 훨씬 쉬워집니다.
장부 기장을 직접 더 많이 배워야 할까요?
동일한 자동화 추세는 현재 자신의 장부를 직접 처리하는 사업주들에게 양날의 검으로 작용합니다. 한 달치 신용카드 거래를 분류하고, 은행 계좌를 조정하며, 기본 손익 계산서를 작성하는 등 과거에는 몇 시간의 수동 입력이 필요했던 작업들이 이제는 5년 전보다 AI 지원 도구를 통해 훨씬 빨라졌습니다. 이는 초소기업 및 1인 프리랜서에게 DIY 장부 기장을 과거보다 더 실현 가능하게 만듭니다. 그러나 모든 기업에 적용되는 것과 동일한 주의 사항이 여러분에게도 적용됩니다. AI 도구는 분류를 제안할 수 있지만, IRS가 질의할 경우 그 분류가 방어 가능한지 여부는 알려줄 수 없습니다. 만약 귀사의 사업이 단순하다면(단일 수익원, 소수의 반복 지출), AI 지원 DIY 장부 기장은 점점 더 합리적입니다. 재고, 다수의 법인, 계약직 직원, 급여 또는 발생주의 회계와 관련된 무엇이든 있다면, 판단이 필요한 결정이 빠르게 늘어나 전문가의 감독이 여전히 비용을 상쇄할 가치가 있습니다.
결론
BLS 통계는 장부 기장 직업의 소멸을 예측하는 것이 아니라, 순수 데이터 입력으로서의 장부 기장의 소멸을 예측하고 있습니다. 올해 재정 지원을 예산에 책정하고 있다면 이 차이점을 숙고해 볼 가치가 있습니다. 수동 거래 입력에 전적으로 의존하는 가장 저렴한 장부 기장 서비스는 AI 지원 경쟁사들이 같은 작업을 더 빠르게 수행함에 따라 실제 가격 압박에 직면하게 될 것입니다. 비용을 지불할 가치가 있는 장부 기장 관계는 AI가 생성한 것을 인간이 검토하고, 놓친 부분을 찾아내며, 귀사의 숫자를 실행 가능한 결정으로 바꾸는 것입니다.
장부를 AI 지원을 넘어 AI 준비 상태로 유지하세요
AI가 궁극적으로 일상적인 장부 기장의 30% 또는 80%를 처리하든 상관없이, 가장 큰 혜택을 받는 기업은 인간과 AI 모두가 추론할 수 있을 만큼 재무 기록이 명확하게 구조화된 기업일 것입니다. Beancount.io는 공급업체 종속이나 불투명한 블랙박스 형식이 귀사와 귀사의 숫자 사이에 존재하지 않도록, 투명하고 버전 관리되며 모든 도구(AI 포함)가 읽을 수 있는 일반 텍스트 회계를 제공합니다. 무료로 시작하고 앞으로 어떤 일이 닥치든 장부를 준비하세요.