귀사의 가장 바쁜 신고 담당자는 신고서에 대한 실제 세무 작업을 단 1분도 하기 전에 데이터 입력에 2~3시간을 씁니다. W-2, 1099, K-1, 증권사 명세서, 전년도 오거나이저(organizer)를 손으로 입력하고, 확인하고, 다시 확인하는 동안 청구 가능한 검토 시간은 계속 흘러갑니다. 이제 투자자들은 그 워크플로가 끝났다고 베팅하고 있습니다. 2026년 4월, CPA가 설립한 세무 준비 자동화 플랫폼 Juno는 Bonfire Ventures가 주도하고 Impression Ventures와 Xfund가 참여한 1,200만 달러 시드 라운드를 유치했으며, 그 AI 코파일럿이 90개 이상의 문서 유형에 걸쳐 해당 데이터 입력의 90%를 자동화하고 신고서당 총 시간을 대략 절반으로 줄인다고 주장합니다. Juno를 구매하든 하지 않든, 이번 투자 유치는 세무 준비용 AI 코파일럿이 실험 단계에서 예산 항목으로 넘어간 순간을 표시합니다. 그리고 이번 바쁜 시즌이 바로 귀사가 어떻게 대응할지 결정하는 시기입니다.
이 글은 이번 펀딩이 무엇을 시사하는지, 코파일럿이 오늘날 안정적으로 무엇을 하는지, IRS가 이제 이들 주변에 설정한 컴플라이언스 프레임, 그리고 직원들이 처음 찾은 아무 도구에 고객 데이터를 붙여넣기 전에 코파일럿을 평가하는 방법을 다룹니다.
1,200만 달러가 실제로 시사하는 것
시드 라운드는 제품을 검증하지 않습니다. 고통을 검증합니다. Bonfire의 투자 논지는 노골적입니다. 세무 준비는 여전히 수작업 워크플로와 수십 년 된 시스템이 지배하고 있으며, 가장 고통스러운 부분인 접수, 문서 처리, 1차 데이터 입력은 대규모 언어 모델이 가장 잘하는 일이라는 것입니다. Juno는 자사의 플랫폼이 23시간의 준비 과정을 약 710분의 직원 시간으로 줄이며, 여전히 검토 단계에는 사람이 개입하고, 고액자산가 실무를 소모하는 악명 높게 복잡한 K-1도 처리한다고 말합니다. 이 회사는 개인 신고서에서 법인 신고서(양식 1120 및 1065)로 확장할 계획이며, 이는 이 카테고리가 향하는 방향을 알려줍니다. 즉 1040 보조 도구가 아닌 사무소 전체를 커버하는 것입니다.
귀사에 대한 시사점은 "이 공급업체를 사라"가 아닙니다. 벤처 자금이 이제 귀사의 선임 신고 담당자들이 수년간 말해온 것과 동의한다는 것입니다. 세무 준비의 데이터 입력 계층은 차별화되지 않은 노동입니다. 그것에 선임 직원 요율을 계속 지불하는 사무소는 그것에 소프트웨어 요율을 지불하고 절감분을 검토와 자문(고객이 실제로 알아차리는 업무)에 재배치하는 사무소와 경쟁하게 됩니다.
채택 데이터는 시기를 뒷받침합니다. 2026년 6월 미국 세무 전문가 1,000명 이상을 대상으로 한 설문에 기반한 두 번째 연례 Blue J 및 CPA.com AI 세무 리서치 솔루션 전망 보고서에 따르면, 현재 60%가 세무 리서치에 AI를 최소 매주 사용하며, 이는 1년 전 33%에서 증가한 수치입니다. AICPA 회원 1,808명을 대상으로 한 Journal of Accountancy의 2026년 세무 소프트웨어 설문에서는 65%가 세무 리서치에, 32%가 고객 커뮤니케이션에 AI를 사용하는 것으로 나타났습니다. 리서치가 앞장섰고, 준비가 다음 차례이며, Juno의 투자 유치는 그 수요 곡선보다 앞서 도착한 자본입니다.
코파일럿이 오늘날 안정적으로 하는 일
마케팅을 걷어내면, 오늘날의 세무 준비 코파일럿은 네 가지를 잘합니다.
대규모 문서 접수. PDF 더미를 업로드하면 도구가 각 문서를 분류하고(W-2 대 1099-NEC 대 K-1 대 증권사 명세서) 필드를 구조화된 초안으로 추출합니다. Juno의 대표 수치는 92개 이상의 문서 유형이며, 경쟁사들도 같은 범위에 몰려 있습니다. 이것이 90% 자동화 주장이며, 스택에서 가장 성숙한 역량입니다.
전년도 변동 플래그. 코파일럿은 초안을 고객의 전년도 신고서와 비교하여 변경되었거나 일관성이 없어 보이는 것을 표시합니다. 작년에 고객에게 있던 누락된 K-1, 이상하게 변동된 W-2 총액, 새로운 주(州) 등입니다. 이것은 실질적으로 유용한 검토 레버리지입니다. 검토자를 500개 모든 항목이 아니라 중요한 5개 항목으로 안내합니다.
1차 검토 노트 초안. 일부 도구는 사무소 자체 체크리스트 형식으로 검토 포인트 초안을 작성합니다. 이는 작업 논문(workpaper)이 아닌 출발점으로 취급하십시오. 이는 그 아래의 추출 품질만큼만 좋습니다.
자문 기회 부각. 일부 플랫폼은 초안에서 보이는 계획 기회(자금 부족 퇴직 계좌, Roth 전환 기회, 추정 납부 부족액)를 표시합니다. 이것이 공급업체가 가장 열심히 홍보하는 업셀 엔진입니다. 사무소가 회수된 시간을 자문으로 전환하기를 원하기 때문입니다.
그들이 하지 않는 일은 신고서에 서명하는 것입니다. 모든 진지한 공급업체는 검토 단계에 사람을 유지하며, 다음 섹션에서 설명하듯이 IRS는 이제 정확히 그 표현이 아니더라도 실질적으로 그러한 자세를 요구합니다. 초안을 작성하는 코파일럿과 검토하는 신고 담당자가 모델이며, 아무도 보지 않는 동안 신고하는 코파일럿은 불법 행위의 전형입니다.
검토 역량이 여전히 품질을 결정한다
초기 도입자들이 저지르는 실수는 이렇습니다. 준비를 자동화하고 신고서당 시간이 50% 감소하는 것을 보고 검토자가 덜 필요하다고 결론 내립니다. 2026년 설문 데이터는 정반대를 말합니다. 북미 전문가 486명을 대상으로 한 Financial Cents의 2026년 설문에서는 95%가 어느 정도 수준에서 AI를 사용하지만 사무소 전체에 걸쳐 운영하는 곳은 11%에 불과하며, 다섯 곳 중 한 곳만이 측정 가능한 ROI를 보고합니다. 겉핥기와 수익 사이의 격차는 검토 규율입니다. AI 출력을 초안 품질로 취급하고 그에 맞게 검토 인력을 배치하는 사무소는 절감을 얻고, 그것을 완성품으로 취급하는 사무소는 오류를 얻습니다.
이를 주의력 보존의 법칙으로 생각하십시오. 코파일럿 이전에 신고 담당자는 2시간을 입력하고 1시간을 생각하는 데 썼습니다. 이후 입력은 7분이지만, 생각은 여전히 1시간이 걸리며, 이제는 더 예리해야 합니다. 추출에서 살아남는 오류가 오타보다 미묘하기 때문입니다. 자릿수가 바뀐 것은 쉽게 발견되지만, 올바르게 추출된 K-1이 잘못된 활동에 분류된 것은 그렇지 않습니다. 회수된 시간을 그에 맞게 배분하십시오. 일부는 더 많은 신고서를 수임하는 데 쓰이지만, 보호된 몫은 더 깊은 검토와 초안이 부각한 자문 대화에 쓰여야 합니다.
실용적 규칙: 가장 단순한 1040에서 코파일럿을 먼저 파일럿하고, 준비 시간과 별도로 신고서당 검토 시간을 측정하며, 신고서당 검토 시간이 정체되거나 감소할 때만 문서 유형을 확장하십시오. 검토 시간이 늘고 있다면 검토자들이 추출 오류를 잡고 있다는 뜻입니다. 이는 도구가 초안 엔진으로 작동하고 검토 단계가 제 역할을 하고 있음을 의미하며, 도구가 실패했다는 뜻이 아닙니다.
컴플라이언스 프레임: OPR 경고 2026-19와 기존 의무
2026년 6월 24일, IRS 전문직 책임국(Office of Professional Responsibility)은 경고 2026-19 "연방 세무 실무에서 책임 있는 AI 사용을 위한 입문 지침"을 발표했습니다. 무엇이든 구매하기 전에 이것을 읽으십시오. 핵심 메시지는 새로운 AI 특화 윤리 체제가 필요 없다는 것입니다. 재무부 Circular 230에 따른 기존 의무(역량, 실사, 기밀성, 사무소 감독)가 AI 지원 업무에 전면 적용되기 때문입니다. 생성형 AI는 환각을 일으키고, 편향을 내포하며, 불투명하게 추론할 수 있습니다. 그것을 사용한다고 해서 귀사의 주의 기준이 한 단계도 낮아지지 않습니다.
세 가지 기존 규칙이 대부분의 역할을 합니다.
Circular 230 실사 및 사무소 절차. 신뢰하기 전에 AI 출력을 검증해야 하며, 사무소 소유자는 AI 위험에 대한 직원 교육, 안전한 데이터 처리, 정확성 모니터링, 공급업체 심사, 문서화를 포괄하는 절차를 유지해야 합니다. 사람의 검토 없이 고객에게 보낸 AI 생성 메모는 어떤 도구가 만들었든 품질 관리 실패입니다.
Section 7216. 내국세법의 공개 규칙은 납세자 정보를 알면서 또는 무모하게 공개하거나 오용하는 신고 담당자에게 형사 처벌을 부과하며, Section 6713에 따른 민사 처벌도 병행합니다. 약관이 공급업체로 하여금 입력 데이터를 보유하거나 학습에 사용하도록 허용하는 소비자용 AI 도구에 고객의 신고 데이터를 업로드하는 것은 공개 행위입니다. 도구 비용을 지불한다고 해서 그것이 바뀌지 않습니다. 귀사와의 계약으로 보호되고 학습이 꺼져 있으며 보유가 제한된 엔터프라이즈 또는 비즈니스 등급 계정만 고객 데이터 근처에 있어야 합니다.
FTC 보호조치 규칙 및 IRS 간행물 4557. 서면 정보 보안 계획(IRS는 간행물 5708에 템플릿을 제공)은 모든 AI 도구를 범위 내 시스템으로 포괄해야 합니다. 즉 접근 통제, 암호화, 로깅, 공급업체 관리입니다. WISP를 업데이트하지 않고 코파일럿을 추가하는 것은 계절 신고 담당자를 채용하고 신원 조회를 건너뛰는 것과 컴플라이언스상 동등합니다.
직원이 AI 도구를 만지기 전에 다섯 가지 규칙을 정하십시오. 소비자 도구에 고객 PII 금지, 귀사 데이터에 대한 모델 학습 끄기, 계약으로 보유 제한, SSO 및 MFA를 통한 접근 통제, 승인된 도구 목록과 그 외 모두 차단. 목록을 WISP에 넣고 그에 맞게 교육하십시오. 경고는 직원 교육을 사무소 절차 의무로 명시적으로 지목합니다.
바쁜 시즌 전에 코파일럿을 평가하는 방법
평가는 3월이 아닌 11월과 12월에 하십시오. 구조화된 파일럿은 약 30일이 걸리며, 오거나이저가 도착하기 시작하기 전에 판결을 원할 것입니다.
문서 목록을 귀사 실무에 맞추십시오. 공급업체는 총 문서 유형을 제시하지만, 귀사는 귀사의 문서 유형에 관심이 있습니다. 지난 시즌 접수 로그를 뽑아 물량 기준 상위 20개 양식을 확인하십시오. 개인 신고서의 15%가 K-1을 포함하는데 도구가 그것을 망친다면, 90개 유형이라는 숫자는 무의미합니다. 공급업체의 샘플 PDF가 아닌 귀사의 가장 지저분한 실제 문서(스캔되고, 기울어지고, 여러 페이지인 증권사 명세서)로 테스트하십시오.
추출을 검토와 별도로 점수화하십시오. 20~30개 신고서 샘플에 대해 준비 시간, 심각도별 추출 오류 수, 검토 시간을 기록하십시오. 구매 질문은 "완벽한가"가 아니라 "동일하거나 더 나은 정확도로, 그 초안의 검토가 처음부터 준비하는 것보다 빠른가"입니다. 대부분의 사무소는 W-2 및 1099 중심 신고서에서는 답이 '그렇다'이고, 첫해에는 K-1 및 다주(多州) 신고서에서는 손익분기점에 가깝다는 것을 발견합니다.
데이터 거버넌스 조건을 서면으로 확인하십시오. 학습 꺼짐, 보유 기간, 하위 처리업체, SOC 2 상태, 해지 시 귀사 데이터가 어떻게 되는지 확인하십시오. 공급업체가 영업 주기에서 이것을 제시할 수 없다면, 사고 발생 시에도 제시하지 않을 것입니다.
내보내기 및 통합 경로를 확인하십시오. 코파일럿은 다시 입력하지 않고 초안을 기존 세무 소프트웨어와 문서 관리 시스템으로 밀어 넣어야 합니다. 아름답게 초안을 작성하지만 평면 PDF로 내보내는 도구는 아무것도 자동화하지 않은 것입니다. 단지 입력을 신고 담당자에서 검토자로 옮겼을 뿐입니다.
신고서당 계산을 정직하게 하십시오. 실제 물량에서 신고서당 도구 가격을 책정하고, 구현 및 교육 시간을 더하고, 오늘의 신고서당 부담 직원 비용과 비교하십시오. 흔한 실수: 귀사의 물량이 아닌 공급업체가 가정한 물량으로 가격 책정, 남아 있는 검토 시간 망각, 전환 시즌 동안 두 워크플로를 운영하는 비용 무시. 계산이 물량의 세 배에서만 맞는다면, 맞지 않는 것입니다.
클라이언트 간 유출을 주의하십시오. OPR 경고는 한 고객의 데이터가 다른 고객의 출력에 나타나는 위험을 구체적으로 지적합니다. 공급업체에 테넌트 격리가 어떻게 작동하는지, 사무소 수준의 학습이 고객 경계를 넘는지 물으십시오. 데모가 아닌 계약에서 답을 받으십시오.
실험을 실험처럼 기록하십시오
코파일럿 파일럿은 소프트웨어 옷을 입은 자본 배분 결정이므로, 자체 원장 항목을 부여하십시오. 구독료를 사무실 비용에 뭉뚱그리지 말고 전용 소프트웨어 계정에 기록하며, 회수된 시간이 창출하는 자문 수익을 컴플라이언스 수익과 별도로 추적하십시오. 12개월 후에는 분위기가 아닌 총계정원장으로부터 "도구가 비용을 회수했는가"에 답하기를 원할 것입니다. 사무소 장부를 평문으로 유지한다면, 구조는 다음과 같습니다. 전체 구문은 Beancount 문서를 참조하십시오.
2026-01-01 open Assets:Cash:Operating USD
2026-01-01 open Expenses:Software:Tax-Prep-AI USD
2026-01-01 open Expenses:Professional-Development:Staff-Training USD
2026-01-01 open Income:Services:Tax-Prep USD
2026-01-01 open Income:Services:Advisory USD
2026-02-01 * "Juno" "AI tax-prep co-pilot, annual seat"
Expenses:Software:Tax-Prep-AI 1200.00 USD
Assets:Cash:Operating
2026-02-15 * "Client payment" "1040 prep, review billed; entry automated"
Assets:Cash:Operating 450.00 USD
Income:Services:Tax-Prep두 가지 습관이 이것을 보상으로 만듭니다. 첫째, 파일럿 분기 동안 구현 비용(교육 시간, 병행 운영 검토 시간)을 교육 및 소프트웨어 계정으로 분리하여 실제 첫해 비용이 보이도록 하십시오. 둘째, 초안이 부각한 계획 기회가 실제 계약으로 이어지면 자문 계정에 기록하십시오. 자문 성장 대 소프트웨어 지출의 비율이 바로 파트너 회의에 실제로 필요한 ROI 수치입니다.
30일 롤아웃 계획
11월은 평가의 달입니다. 1주차: 다섯 가지 데이터 규칙을 게시하고, WISP의 승인된 도구 목록을 업데이트하며, 지난 시즌 접수 로그를 뽑아 테스트 문서 세트를 구축하십시오. 2주차: 두 공급업체를 동일한 20개 신고서에서 정면 비교하고 추출 오류와 검토 시간을 별도로 점수화하십시오. 3주차: 귀사 규모의 사무소로부터 참고 의견을 확인하고, 보안 조건을 서면으로 확인하며, 귀사 물량에서 신고서당 계산을 하십시오. 4주차: 한 공급업체와 계약하고, 검토자를 먼저 교육하며(그들이 통제 지점입니다), 단순 1040 집단을 대상으로 1월 초 신고 담당자 롤아웃을 일정에 넣으십시오.
Juno의 $12M은 자본 시장이 데이터 입력을 인간의 업무로서 끝났다고 믿는다는 것을 말합니다. 귀사의 바쁜 시즌은 귀사 실무에서 그것을 정확히 한 번 입증하거나 반증할 것입니다. 지금 파일럿을 실행하고, 검토 역량을 신성하게 유지하며, 미래가 예정대로 도착했는지 원장이 알려주도록 하십시오.
