21%는 회계 업무의 AI 도입률이 아닙니다. 2025년 EY Tax and Finance Operations 조사에서 응답자들이 현재 53%인 세무 반복업무 시간 비중을 앞으로 21%까지 낮추고 싶다고 답한 목표치입니다. 실제 도입률이나 달성한 생산성으로 해석하면 조사 의미가 달라집니다.
이 수치는 2025년 7월부터 9월까지 Oxford Economics가 30개 관할, 22개 산업의 세무·재무 임원 1,600명을 대상으로 실시한 익명 조사에서 나왔습니다. 응답자는 주로 세무 책임자와 CFO였습니다. 따라서 한국의 모든 재무회계팀이 이미 AI를 도입했다거나 반복업무를 21%까지 줄였다는 근거로 사용할 수 없습니다.
“확인 기준일: 2026년 7월 13일 이 글은 조사 응답자의 기대와 목표를 설명합니다. 특정 AI 도구의 성능, 국내 기업의 평균 도입률, 실제 시간 절감을 보장하지 않습니다.”*읽기 전 참고사항
21%는 정확히 무엇을 뜻하나요?
공식 조사 페이지에서 확인되는 주요 수치는 다음과 같습니다. 각 수치는 질문과 정의가 다르므로 한 문장 안에서 섞어 쓰면 안 됩니다.
| 수치 | 조사에서 뜻하는 것 | 뜻하지 않는 것 |
|---|---|---|
| 86% | 데이터·생성형 AI·기술 활용을 향후 2년의 최우선 과제로 꼽은 응답 비율 | AI를 이미 업무에 적용한 기업 비율 |
| 최대 30% | 향후 2년간 AI가 세무·재무 기능의 효과성을 높일 수 있다는 리더들의 기대 | 측정이 끝난 실제 생산성 향상률 |
| 23% | 효과성 향상으로 확보해 전략적 고부가가치 활동에 재배분할 수 있다고 기대한 예산 | 이미 절감해 재배분한 예산 |
| 53% | 내부 세무 인력이 현재 반복적인 세무 활동에 쓴다고 응답한 시간 비중 | 모든 재무회계 직무의 반복업무 비중 |
| 21% | 응답자가 앞으로 반복적인 세무 활동에 쓰고 싶다고 답한 시간 비중 | 회계 업무 AI 도입률 또는 인력 감축률 |
| 16% → 34% | 고도로 전문화된 활동에 쓰는 시간의 현재 응답치와 희망치 | AI가 자동으로 만들어 주는 고부가가치 업무 비중 |
우선순위는 경영진의 관심을, 기대치는 미래 전망을, 목표치는 희망하는 상태를 보여 줍니다. 셋 모두 실제 도입 범위나 달성 성과와는 다릅니다.
이 조사를 우리 재무팀에 그대로 적용할 수 없는 이유는 무엇인가요?
첫째, 조사 범위의 중심은 세무와 재무 운영입니다. 국내 중소기업의 기장, 결산, 자금, 경영지원 전체를 대표하도록 설계된 조사가 아닙니다.
둘째, 30개 관할과 22개 산업의 응답을 합친 글로벌 결과입니다. 국가별 규제, 조직 규모, ERP 구조, 외주 범위가 다르므로 한국 기업의 평균값으로 옮길 수 없습니다.
셋째, 응답자는 주로 세무 책임자와 CFO입니다. 실무자가 측정한 작업 로그가 아니라 리더의 우선순위와 기대가 포함된 조사입니다.
넷째, 최대 30%와 23%는 도입 후 실측 결과가 아닙니다. 실제 효과는 데이터 정비, 검토 시간, 예외 처리, 시스템 연동 비용을 포함해 다시 계산해야 합니다.
재무팀의 AI 도입 단계는 어떻게 구분해야 하나요?
도입했다는 표현만으로는 비교가 어렵습니다. 같은 도구를 사용해도 업무 권한과 통제 범위가 다를 수 있기 때문입니다.
| 구분 | 확인할 사실 | 예시 |
|---|---|---|
| 관심 | 경영진이 우선순위로 정했는가 | 예산 검토, 후보 업무 조사 |
| 실험 | 제한된 자료와 사람 검토로 시험했는가 | 과거 증빙에서 항목 추출 정확도 확인 |
| 운영 | 실제 업무 흐름에 들어갔는가 | 월말 분류 후보를 담당자가 검토해 확정 |
| 확장 | 여러 부서·법인·업무로 범위를 넓혔는가 | 공통 데이터 기준과 권한 체계 적용 |
| 성과 | 시간·품질·비용이 기준선보다 개선됐는가 | 검수·재작업을 포함한 순절감 확인 |
관심 단계의 설문 응답과 운영 단계의 도입률을 같은 수치로 비교해서는 안 됩니다. 실제 성과를 말하려면 최소한 업무 범위, 적용 기간, 처리 건수, 사람의 검토 비율이 함께 있어야 합니다.
실제 도입 효과는 어떤 지표로 측정해야 하나요?
대표나 재무 책임자는 자동 처리 비율보다 마감 완료까지의 시간과 확정 후 오류를 함께 봐야 합니다.
1. 업무시간 재배분
반복업무 시간이 줄었는지, 줄어든 시간이 분석·통제·의사결정 지원으로 실제 이동했는지 확인합니다. 단순히 AI 사용 시간을 새 반복업무로 바꾼 것은 재배분으로 보기 어렵습니다.
순절감시간
= 기존 총 작업시간
- AI 적용 후 사람 작업시간
- 검토시간
- 재작업시간
- 예외 처리시간2. 마감 리드타임
자료 수집부터 결산 승인까지 걸린 시간을 측정합니다. 한 단계의 처리 속도가 빨라져도 검토 대기열이 늘면 전체 마감은 빨라지지 않습니다.
3. 첫 검토 통과율과 확정 후 재작업
AI가 만든 초안 가운데 담당자의 첫 검토에서 수정 없이 통과한 비율과, 승인 뒤 다시 고친 건수를 함께 봅니다. 통과율만 높이고 중요한 오류를 놓치면 품질이 개선됐다고 할 수 없습니다.
4. 예외율과 사람 이관 시간
자동 경로를 벗어난 거래의 비율, 예외 한 건을 해결하는 시간, 반복되는 예외 유형을 기록합니다. 남은 소수의 예외가 고액·마감 임박 거래라면 평균 절감시간보다 위험이 클 수 있습니다.
5. 통제 위반과 근거 추적 가능성
승인 누락, 권한 우회, 원문 대조 불가, 변경 이력 누락을 별도 집계합니다. NIST AI 위험관리 프레임워크도 AI 시스템 목록, 사람의 감독, 역할과 책임, 운영 중 성능을 문서화하도록 안내합니다.
예산 재배분은 어떻게 판단해야 하나요?
조사에서 말한 23%는 응답자의 기대입니다. 우리 회사의 재배분 가능 예산은 실제 비용을 넣어 별도로 계산해야 합니다.
재배분 가능 금액
= 실제 절감한 인건비·외주비·오류비용
- 도구 사용료
- 구축·연동비
- 데이터 정비비
- 교육·검수·통제 운영비
- 장애·예외 대응비절감한 시간이 곧 현금 절감으로 이어지는 것도 아닙니다. 같은 인원이 남은 시간을 분석과 내부통제에 사용했다면 비용 절감보다 업무 구성의 변화로 기록하는 편이 정확합니다.
대표와 재무 책임자가 먼저 정할 질문
- 어느 업무의 어느 단계에 AI를 적용했나요?
- 도입 전 처리시간·오류·예외의 기준값이 있나요?
- AI 결과를 누가 검토하고 누가 최종 승인하나요?
- 줄어든 시간은 어떤 전문 업무로 이동했나요?
- 검토와 재작업을 포함해도 순절감이 남나요?
- 모델·데이터·규칙이 바뀌면 다시 검증하나요?
- 성과가 없거나 통제가 약해질 때 중단할 조건이 있나요?
정리
2025년 EY 조사에서 확인되는 21%는 세무 반복업무 시간의 희망 비중입니다. AI 도입률도, 회계 직무의 소멸률도, 이미 달성한 효율성도 아닙니다.
재무팀의 AI 투자를 판단할 때는 설문 수치보다 우리 업무의 기준선을 먼저 만드세요. 순절감시간, 마감 리드타임, 확정 후 재작업, 예외 처리, 통제 위반을 같은 기간에 측정해야 기대가 실제 성과로 바뀌었는지 알 수 있습니다.
