미래의 공인회계사: AI가 ‘회계사’를 대체하는 게 아니라, AI를 쓰는 CPA가 시장을 재편한다

AI는 회계사를 대체할 수 없습니다. 하지만, AI를 사용하는 공인회계사는 AI를 사용하지 않는 회계사를 대체할 것입니다.

바로 이 문장이 앞으로 회계·감사·세무·자문 시장에서 경쟁의 기준이 어떻게 바뀌는지를 정확히 짚어줍니다. 이 문장의 핵심은 단순합니다. AI가 회계업무를 대신하는 것이 아니라, AI를 전제로 한 업무 설계와 검증 체계를 갖춘 CPA가 시장의 표준이 된다는 뜻입니다. 

CPA.com 2025 AI in Accounting Report 에 따르면, 2025년을 기점으로 AI가 회계 영역에서 실험 단계가 아니라 사실상 필수 인프라가 되었고, 핵심은 AI는 CPA를 대체하는 게 아니라 잠재력을 증폭시키는 도구이며, 특히 감사·세무처럼 책임이 큰 영역에서는 Human-in-the-loop verification, 즉 AI의 산출물을 회계 전문가가 검토하고 최종 책임을 지는 구조가 반드시 전제되어야 한다는 점을 분명히 하고 있습니다.

여기서 Human-in-the-loop verification 은 AI가 초안 만들면 사람이 대충 확인한다는 정도가 아닙니다. 보고서가 제시하는 실무 모델은 다음과 같습니다.

- AI가 거래·문서·리서치를 대량 처리한 뒤,

- 신뢰도(확신도) 임계값(confidence threshold)을 기준으로 예외를 자동 표시(flag)하고,

- CPA는 직접 처리자(doer)가 아니라 리뷰어(reviewer)로서 예외를 검토하고 추가 절차를 설계하며 최종 결론을 승인한다.

즉, AI는 ‘대량 처리’와 ‘이상 징후 포착’을 담당하고, CPA는 ‘판단·책임·설명’을 담당하는 구조로 역할이 위로 이동합니다.

이 관점에서 미래의 공인회계사 상징은 단순 회계지식이 아니라 IT Literacy, 즉 회계 × 전산 × AI를 묶어 업무를 운영할 수 있는 하이브리드 역량입니다. 즉, 회계지식만 강한 사람이 아니라 IT Literacy를 갖춘 CPA가 그 상징이 됩니다. 그리고 그 역량은 다음과 같이 세 가지로 정리됩니다.

아래에서 그 내용을 하나씩 살펴보겠습니다.

1) ERP(SAP, Oracle 등) + AI 툴을 ‘업무 언어’처럼 다루는 CPA가 된다

미래의 CPA에게 ERP는 단순 입력 화면이 아니라, 거래가 생성·승인·기록되는 원천 시스템(Source of Truth)입니다. 그래서 AI가 회계업무를 바꾼다는 말의 실제 무대는 엑셀 파일이 아니라 ERP와 금융 시스템 내부에서 벌어집니다.

그렇다면 ERP + AI 툴을 다룬다는 건 무엇일까요? 핵심은 AI로 전체 데이터를 전수(全數)로 훑게 하고, CPA는 봐야 할 지점만 정확히 검토해 책임지는 방식으로 일하는 것을 뜻합니다. 과거에는 시간이 부족해 일부만 뽑아 확인하거나, 경험으로 의심되는 곳부터 뒤지는 경우가 많았습니다. 하지만 AI를 붙이면 흐름이 바뀝니다.

- AI가 전 거래를 전수로 분석해 이상 패턴/불일치/예외를 자동으로 표시합니다(“여기 위험”, “여기 불일치”).

- CPA는 표시된 예외만 집중적으로 확인하고, 필요한 증빙을 추가 요청하며, 처리 기준을 확정합니다.

- 그리고 가장 중요한 점은, 그 과정이 승인(누가 최종 결정했는지)과 로그(왜 그렇게 판단했는지)로 남아 감사 추적이 가능한 상태가 된다는 것입니다.

이것이 바로 Human-in-the-loop verification 입니다. AI는 빠르게 찾아내고, CPA는 정확히 판단하며, 최종 책임은 사람이 지는 구조입니다.

따라서 미래 CPA가 강해지는 길은 ERP를 사용할 줄 아는 수준(전표 입력, 보고서 출력, 결산 보조)에 그치지 않고, ERP를 진단·분석할 줄 아는 수준으로 올라가는 것입니다.

- 계정과목/코스트센터/프로젝트 구조 설계가 재무보고에 미치는 영향 이해

- 권한/승인 Workflow 설계로 내부통제 강화

- 전표 흐름에서 오류·부정 리스크 포인트 식별

- 데이터가 AI로 들어가기 전 단계(마스터데이터, 규칙, 예외처리)의 품질 관리

그리고 필수로 요구되는 또 하나의 역량인 알고리즘 원리 이해 수준은 개발자가 되라는 뜻이 아니라, 아래 질문에 답할 수 있는 수준이면 충분합니다.

- 이 도구는 어떤 데이터를 보고 무엇을 출력하는가?

- 어떤 조건에서 틀릴 가능성이 커지는가(누락/편향/예외 케이스/정책 변경)?

- 결과를 신뢰하기 위한 검증 절차는 무엇인가(대조/재계산/근거 추적 등)?

- 오류 발생 시 승인·권한·로그 등 통제로 어떻게 막을 것인가?

이 정도 수준으로 AI를 활용하는 CPA에게 AI는 경쟁자가 아니라 처리량과 영향력을 키우는 레버리지가 됩니다. 결국 더 빨리 처리하는 사람이 아니라, 더 정확하게 판단하고 더 책임 있게 운영하는 CPA로 그렇지 못한 CPA 와 차별화되는 것입니다.

2) Prompt Engineering : “질문을 설계해 고급 분석을 끌어내는” CPA가 된다

AI 시대의 프롬프트 엔지니어링은 단순히 말재주가 좋은 것이 아닙니다. 핵심은 전문가의 사고 구조를 AI에 이식하는 기술입니다. 특히 회계·감사·세무는 ‘답’보다 근거, 리스크, 추가 확인사항이 더 중요하기 때문에, 질문의 품질이 곧 결과물의 품질을 결정합니다.

이때도 본질은 Human-in-the-loop verification 입니다. 즉, AI가 산출물을 내더라도 그대로 채택하는 것이 아니라, 신뢰가 부족한 부분은 예외로 올려 사람이 재검토하고, 결론을 승인하는 구조로 써야 합니다. 프롬프트는 AI에게 일을 시키는 도구이면서 동시에 AI를 검증 가능한 방식으로 통제하는 도구가 됩니다.

CPA형 프롬프트의 핵심 프레임은 다음과 같습니다.

(1) 역할 부여 : “너는 감사 매니저/세무 파트너/재무자문 컨설턴트다”처럼 관점을 고정

(2) 사실관계 구조화 : 거래 구조, 계약 조건, 기간, 관할, 예외 조건을 빠짐없이 입력

(3) 산출물 형식 강제 : 결론 → 근거 → 리스크 → 추가자료 → 권고안(A/B/C)

(4) 재검토 설계 : 확신이 낮은 결론/쟁점은 ‘추가 질문’으로 남기고, 사람이 검토할 체크리스트까지 요구

예를 들면 이런 방식입니다.

“이번 분기 마진 하락 원인을 가설 5개로 나누고, 각 가설을 검증할 데이터 포인트와 분석 절차를 제시해줘.”

“감사 관점에서 부정 리스크 포인트를 식별하고 추가 절차를 설계해줘. 전수 테스트가 유효한 영역과 표본이 적절한 영역도 구분해줘.”

AI는 답을 빨리 줍니다. 하지만 정답에 가까운 질문을 던질 수 있는 사람은 결국 도메인 전문가입니다. 그래서 프롬프트 엔지니어링은 AI 활용 스킬이면서 동시에 CPA 전문성을 증폭시키는 장치가 됩니다 (참고: CPA.com GenAI Toolkit).

3) AI 결과를 ‘클라이언트 언어’로 번역하고 설득하는 CPA가 된다

마지막이 가장 중요합니다. AI가 만든 분석은 기술적으로 맞는 말일 수 있지만, 고객이 원하는 것은 기술적으로 그럴듯한 설명이 아닙니다. 고객이 진짜 원하는 답은 보통 다음 중 하나입니다.

- 그래서 지금 무엇을 결정해야 하나?

- 이 결정이 현금흐름/세금/공시 등에 어떤 영향을 주나?

- 리스크는 무엇이고, 대안은 무엇이며, 어떤 선택이 가장 안전한가?

즉, 미래 CPA의 경쟁력은 설명(Explainability) + 설득(Persuasion) + 책임(Accountability)로 정리됩니다. 여기서 CPA의 본질이 드러납니다.

CPA는 단순 작업자가 아니라 독립성과 윤리, 공적 책임을 전제로 신뢰를 제공하는 전문직이기 때문입니다. AICPA는 전문직 책임으로 integrity, objectivity, due care, competence, public interest 등을 명시하고 있으며, IFAC도 기술이 신뢰를 강화하지만 결국 인간의 판단과 윤리가 결합되어야 한다는 점을 강조합니다 (https://www.aicpa-cima.com/resources/article/professional-responsibilities).

AI 결과를 고객 언어로 의사결정으로 바꾸는 가장 실전적인 구조는 다음 3단입니다.

- 한 줄 결론 : 예를 들어, “이 이슈는 세무 리스크가 크니 보수적으로 처리하고, 공시도 강화하는 게 안전합니다.” 와 같은 식입니다.

- 근거 3개: 규정/사실관계/비교사례(또는 수치 근거) 중심으로 핵심만 제시

- 선택지 A/B/C: A(안전) / B(공격) / C(절충) + 비용/리스크/일정 비교

이 구조를 갖추면 AI 분석 결과는 비로소 데이터가 아니라 의사결정 도구가 됩니다.

예를 들어, 고객 미팅에서 AI가 만들어준 분석을 그대로 읽는 것이 아니라, CPA는 이렇게 정리해 제시합니다.

“AI가 전수 분석으로 위험 후보를 추렸고, 우리는 그중 핵심 예외를 추가 증빙으로 검증했습니다. 그 결과 선택지는 3가지이며, 저는 A안을 권고합니다. 이유는 (1)(2)(3)이고, B안을 선택하면 리스크는 이 정도까지 확대될 수 있습니다. CPA가 예외를 검토·승인했으며, 이 권고를 책임지고 제시합니다.”

결론: 미래의 공인회계사는 ‘회계 지식’이 아니라 회계 × 전산 × AI를 묶는 ‘하이브리드 역량’으로 상징된다

정리하면 미래 CPA의 상징은 하나입니다.

회계 전문성을 기반으로, AI / ERP / 데이터를 활용해 더 빠르고 더 정확하게 판단하고, 그 결과를 이해관계자에게 설득력 있게 설명하며, 책임 있게 실행하도록 만드는 사람.

그래서 AI는 회계사를 대체하지 못합니다.

하지만 AI를 쓰는 CPA는, AI를 쓰지 않는 회계사를 시장에서 자연스럽게 대체합니다.