# 머신러닝

머신러닝으로 재무 분류 및 분석 자동화

14개 게시물 [모든 태그 보기](https://beancount.io/ko/blog/tags) [모든 게시물로 돌아가기](https://beancount.io/ko/blog)

2026년 11월 11일 약 10분

## [좌석이 아닌 피처 뷰: ML 플랫폼을 위한 Tecton의 소비 크레딧 청구를 ASC 606 매출원가로 처리하기](https://beancount.io/ko/blog/2026/11/11/feature-views-not-seats-tecton-consumption-billing-cogs-guide)

Tecton은 소비 크레딧과 자체 계정의 클라우드 지출을 청구합니다: 프로덕션 서빙은 매출원가로, 실험은 연구개발비로 처리하고 미청구분은 월말에 발생주의로 계상하세요.

Mike Thrift

cost-of-goods-sold machine-learning saas

2026년 11월 11일 약 10분

## [규모의 Qdrant와 Milvus: 자체 호스팅 벡터 검색이 CapEx에서 Pinecone의 쿼리당 청구서보다 저렴해지는 전환점](https://beancount.io/ko/blog/2026/11/11/qdrant-milvus-self-hosted-vs-pinecone-crossover-breakeven-guide)

자체 호스팅 Qdrant나 Milvus는 쿼리 볼륨이 단위당 과금을 고정 인프라 비용 이상으로 밀어올리는 순간 Pinecone을 앞서며, 이는 보통 1,000만\~5,000만 벡터에서 발생합니다.

Mike Thrift

cost-of-goods-sold machine-learning cloud-services

2026년 10월 10일 약 8분

## [Feast vs. Tecton: 구축 대신 구매 시 ASC 350-40에 따른 사내 피처 스토어 인프라의 자본화](https://beancount.io/ko/blog/2026/10/10/feast-vs-tecton-feature-store-asc-350-40-capitalization-guide)

Feast 위에 구축하면 엔지니어링 인건비가 ASC 350-40에 따라 자본 자산이 되고, Tecton을 구매하면 운영비로 남습니다. 각 단계를 문서화하세요.

Mike Thrift

software-capitalization saas machine-learning

2026년 7월 26일 약 6분

## [AI 기반 사기 탐지: 빅포 비용 없이 실시간 감사 시스템 구축하기](https://beancount.io/ko/blog/2026/07/26/ai-fraud-detection-small-business-real-time-continuous-auditing-guide)

2025년 비즈니스 이메일 침해(BEC)로 인해 미국 기업들은 30억 달러 이상의 손실을 입었으며, 건당 평균 13만 7천 달러에 달했습니다. BEC 피해를 입은 중소기업 중 45%가 6개월 이내에 문을 닫습니다. AI 기반 지속적 감사는 이제 월 20\~70달러부터 시작됩니다. 이상 징후 탐지, 거래처 계정 확인, 그리고 지급 정보 변경 시 콜백 확인 같은 무료 통제 방법을 통해 엔터프라이즈급 사기 방지 시스템 없이도 위험을 줄이는 방법을 알아보세요.

Mike Thrift

fraud-detection fraud-prevention small-business

2026년 7월 20일 약 5분

## [2026년 AI 심사: 소상공인 대출이 몇 주에서 몇 시간으로 단축된 방법](https://beancount.io/ko/blog/2026/07/20/ai-underwriting-small-business-loans-funding-speed-2026-guide)

비은행권 대출기관이 이제 소상공인 대출을 평균 1.8일 만에 지급하는 반면, 전통 은행은 4\~8주가 소요됩니다. 이는 세금 보고서 대신 실시간 은행 거래 내역을 읽는 AI 심사 덕분입니다. 모델이 사업을 평가하는 방식, 1.4의 팩터율이 150% 이상의 APR을 숨길 수 있는 이유, 그리고 깔끔하고 조정된 장부가 승인 확률과 금리 모두에 미치는 영향에 대해 알아보세요.

Mike Thrift

ai machine-learning small-business-loans

2026년 7월 13일 약 6분

## [회계에 내장된 AI: 설명 가능한 AI와 실시간 컨트롤러 감독이 필수가 되는 이유](https://beancount.io/ko/blog/2026/07/13/embedded-ai-explainable-ai-real-time-controller-oversight-accounting-guide)

임베디드 AI는 이제 QuickBooks와 Xero 같은 도구 안에서 거래를 자동으로 분류하고 실시간으로 이상 징후를 포착하지만, 업계 추정에 따르면 수작업 기장의 오류율은 1-3%인 반면 잘 관리되는 AI 시스템은 0.5% 미만입니다 — 문제는 사람이 패턴을 발견할 때까지 AI 오류가 체계적으로 누적된다는 점이며, 이것이 바로 설명 가능한 AI와 실시간 컨트롤러 감독이 표준 관행이 되고 있는 이유입니다.

Mike Thrift

ai machine-learning automation

2026년 7월 11일 약 6분

## [알고리즘의 감사: IRS의 새로운 AI 거버넌스 정책이 소기업에 미치는 의미](https://beancount.io/ko/blog/2026/07/11/audited-by-algorithm-irs-ai-audit-selection-irm-10-24-1-guide)

2026년 2월에 발표된 IRS 정책 IRM 10.24.1은 126개의 활성 프로젝트를 6개월 주기로 운영하는 AI 모델이 소기업 및 자영업자 신고서를 감사 대상으로 선별하는 절차를 공식화했으며, AI 추천이 실제 조사로 전환되기 전에 반드시 인간의 검토를 거치도록 요구합니다.

Mike Thrift

tax audit ai

2026년 7월 10일 약 6분

## [2026년 AI 영수증 스캔 앱: OCR에서 LLM으로의 전환과 환각 문제](https://beancount.io/ko/blog/2026/07/10/ai-receipt-scanning-expense-apps-ocr-hallucination-guide)

LLM 기반 영수증 스캐너는 구겨지고 바랜 영수증을 템플릿 OCR보다 훨씬 잘 읽지만, 필드가 모호할 경우 빈칸으로 남기는 대신 그럴듯한 잘못된 합계를 환각할 수 있습니다. 실제 정확도 벤치마크, IRS의 75달러 영수증 기준과 숙박 예외, 그리고 확실한 오류가 장부에 기록되기 전에 잡아내는 주간 검토 워크플로에 대해 알아보세요.

Mike Thrift

ai machine-learning expense-management

2026년 7월 8일 약 7분

## [AI가 당신의 경리 담당자를 대체할까요? BLS 데이터가 실제로 보여주는 것](https://beancount.io/ko/blog/2026/07/08/will-ai-replace-your-bookkeeper)

BLS 데이터에 따르면 2034년까지 부기 사무원 고용은 6% 감소하는 반면, 회계사 및 감사원 고용은 5% 증가할 것으로 예상됩니다. 이러한 차이는 AI가 거래 코딩 및 데이터 입력을 자동화하고 판단 기반 업무는 사람에게 남겨두는 경향에서 비롯됩니다.

Mike Thrift

ai bookkeeping automation

2026년 5월 13일 약 10분

## [2026년 소규모 비즈니스를 위한 AI 장부 기록: 생성형 AI의 강점과 한계](https://beancount.io/ko/blog/2026/05/13/ai-powered-bookkeeping-automation-generative-ai-transaction-categorization-reconciliation-real-time-reporting-small-business-guide)

AI 장부 기록 도구는 이제 85\~95%의 분류 정확도를 달성하고 월결산 시간을 며칠에서 2시간 미만으로 단축하지만, 2\~5%의 '자신 있게 틀린' 오류는 세무 조사 리스크가 숨어 있는 지점입니다. 일일, 주간, 월간, 분기별 검토 단계를 포함한 소규모 비즈니스용 실무 워크플로우를 소개합니다.

Mike Thrift

ai bookkeeping automation

2025년 5월 22일 약 3분

## [플레인-텍스트 회계에서 AI 사기 탐지](https://beancount.io/ko/blog/2025/05/22/how-ai-powered-fraud-detection-in-plain-text-accounting-protects-financial-records)

플레인-텍스트 회계 시스템인 Beancount.io와 인공지능을 통합하면 전통적인 방법으로는 놓치기 쉬운 미묘한 사기 패턴을 식별함으로써 재무 보안을 강화하는 방법을 알아보세요.

Mike Thrift

ai fraud-detection accounting

2025년 5월 21일 약 4분

## [인간 오류를 넘어: 평문 회계에서 AI 이상 탐지](https://beancount.io/ko/blog/2025/05/21/ai-driven-anomaly-detection-in-financial-records-how-machine-learning-enhances-plain-text-accounting-accuracy)

AI 기반 이상 탐지가 오류 탐지를 강화하고 투명성을 유지함으로써 평문 회계를 어떻게 혁신하는지, 그리고 재무 시스템의 중요한 취약점을 해결하는 방법을 알아보세요.

Mike Thrift

ai fraud-detection accounting

[무료로 시작하기→](https://beancount.io/sign-up/?next=%2Fledger%2F) [문서](https://beancount.io/ko/docs)

## Where to look next

- [Sitemap](https://beancount.io/sitemap.xml) - all pages with hreflang alternates
- [LLMs index](https://beancount.io/llms.txt) - curated links for AI agents (also /llms-full.txt for full docs)
- [Documentation](https://beancount.io/docs) - every doc is also available as text/markdown via .md suffix or Accept negotiation
- [REST API reference](https://beancount.io/docs/api-reference) - interactive endpoints, schemas, authentication, and code samples
- [OpenAPI spec](https://beancount.io/openapi.json) - OpenAPI 3.1 spec for this website's public content endpoints; the product contract for ledger operations is at https://beancount.io/api-gateway/v1/openapi.json
- [GraphQL](https://beancount.io/graphql) - public, read-only content API over the blog and research logs (no credentials, no ledger data): 12 query fields over 23 types
- [MCP server](https://beancount.io/mcp) - Model Context Protocol at https://beancount.io/api-gateway/mcp
