거래일자, 계정 과목, 금액처럼 정해진 칸에 값이 들어가는 자료를 정형 데이터(structured data)라고 한다. 반면 계약서, 뉴스, 이미지, 음성, 온라인 게시물처럼 일정한 표에 바로 넣기 어려운 자료를 비정형 데이터(unstructured data)라고 한다. 이름은 어렵지만 차이는 간단하다. 장부와 엑셀은 정형 데이터에 가깝다. 계약서 한 뭉치와 영수증 사진, 뉴스 기사 수천 건은 비정형 데이터에 가깝다. 그런데 비정형 데이터는 갑자기 생긴 것이 아니다. 계약서도 오래전부터 있었고, 뉴스와 이미지도 있었다. 달라진 것은 누가 그것을 읽을 수 있는가다. 과거에는 사람이 먼저 읽어야 했다. 계약서를 펼쳐 필요한 조항을 찾아야 했고, 보고서 수백 쪽을 넘겨가며 필요한 숫자를 확인해야 했다. AI는 그 일을 조금씩 가져가고 있다. 그래서 AI가 회계에 가져오는 첫 번째 변화는 계산을 빨리 해 주는 것만이 아니다. 회계의 눈을 장부 밖으로 넓혀 주는 것이다.
--- 「01 AI와 비정형 데이터 기반 회계 증거」 중에서

AI가 정확하다는 믿음 때문에 결과를 지나치게 쉽게 받아들일 수도 있다. 결국 회계에서 필요한 것은 AI를 믿느냐 믿지 않느냐의 선택이 아니다. 왜 이 숫자가 나왔는지 확인하고, 현재 상황에 사용할 수 있는지 판단하며, 불확실성을 어떻게 받아들일지 결정하는 일이다. 그래서 AI 시대의 회계 추정에서는 질문이 조금 달라진다. 과거에는 주로 이렇게 물었다. “이 숫자는 합리적인가?” 앞으로는 여기에 몇 가지 질문이 더 붙는다. “이 숫자는 어떤 데이터와 모형에서 나왔는가?” “얼마나 불확실한가?” “상황이 달라지면 얼마나 변하는가?” “그리고 우리는 왜 이 숫자를 재무제표에 반영하기로 했는가?”
--- 「03 AI 예측 모형과 회계 추정의 재정의」 중에서

AI가 추가되면서 할 수 있는 일이 늘어난다. 경영자는 반드시 변수 하나하나를 직접 입력하지 않아도 된다. “가격을 내리되 현재 이익의 90% 이상을 유지할 수 있는 경우를 찾아 줘”, “판매량이 예상보다 줄어드는 경우까지 포함해 다섯 가지 대안을 비교해 줘”, “이익은 조금 줄어도 시장 점유율을 높일 수 있는 방안을 찾아 줘.” 이런 식으로 질문할 수 있다. AI는 조건을 바꾸고, 여러 대안을 만들고, 각각의 결과를 계산해 비교할 수 있다. 최근 연구에서도 AI와 머신러닝, 생성형 AI가 반복 업무를 넘어 분석과 의사 결정에 관여하면서 관리 회계의 정보와 역할을 변화시키고 있다고 본다. 다만 실제 기업 적용에 관한 실증 연구는 아직 충분하지 않다.
--- 「06 관리 회계 의사 결정 지원과 AI 시뮬레이션」 중에서

그러나 AI가 감사인의 협력자가 된다고 해서 감사 판단이 저절로 좋아지는 것은 아니다. 디지털 의사 결정 지원 도구를 사용하는 덴마크 감사인 725명을 조사한 연구에서는 경험이 적거나 과업이 복잡하고 도구에 익숙할수록 그 결과에 더 많이 의존하는 경향이 나타났다. 특히 주니어 감사인은 시니어 감사인보다 의존도가 높았다. 연구자들은 이를 기술이 판단을 보조하는 수준을 넘어 판단의 주도권을 가져갈 수 있는 ‘기술 지배(technology dominance)’의 위험과 연결했다. 따라서 AI 공동 감사에서 중요한 것은 사람이 마지막 승인 버튼을 누르는 것만이 아니다. AI의 제안을 독립적으로 검토하고, 다른 증거와 비교하며, 필요하다면 그 제안을 거부할 수 있어야 한다.
--- 「09 AI 기반 감사 데이터 분석과 지속 감사」 중에서