기존 자동화에서 에이전트 실행으로의 전환은 새로운 도구의 도입보다 업무 구성 방식의 변화에 더 가깝습니다.
전통적인 모델에서는 자동화가 미리 정의된 단계를 실행하도록 설계됩니다. 이러한 모델은 입력이 예측 가능하고 워크플로가 안정적일 때 우수한 성능을 보입니다. 하지만 변동성이 증가할수록 그 효과가 감소합니다. 예외가 사람에게 에스컬레이션되며 사람이 맥락을 재구성하고 적절한 조치를 결정해야 합니다.
구현하지 말아야 할 요소는 다음과 같습니다.
대신 다음 요소를 구현하세요.
에이전트 모델은 다른 방식으로 접근합니다. 실행을 일련의 개별 태스크가 아니라 연속적인 프로세스로 간주합니다. 예외가 발생했을 때 시스템은 이를 단순히 넘기지 않습니다. 상황을 해석하고 여러 시스템에서 관련 정보를 수집하며 발생한 일과 다음에 취할 조치를 체계적으로 이해할 수 있도록 합니다.
현재 대부분의 조직은 다음과 같은 기능을 사용합니다.
하지만 모든 AI 에이전트가 동일한 것은 아닙니다. 이러한 시스템에 적절히 연결할 수 없는 AI 에이전트는 다음 특성을 보입니다.
에이전트 실행은 AI 프로세스 에이전트를 도입하며 다음을 수행합니다.
시간이 지남에 따라 이 기능은 트랜잭션 프로세스를 넘어 확장됩니다. 재무 팀은 기술적 회계 결정, 변동 분석, 시나리오 모델링과 같이 더 복잡하고 판단이 필요한 업무에도 동일한 원칙을 적용할 수 있습니다. 도메인 지식을 시스템에 내장함으로써 조직은 의사 결정이 이루어지는 방식을 표준화하는 동시에 필요한 경우 사람이 계속 감독하도록 할 수 있습니다.
다음과 같은 워크플로를 구현하세요.
이는 다음에 중요합니다.
이를 통해 사람이 개입할 때 맡는 역할이 달라집니다. 수동으로 조정하는 역할을 하는 대신 맥락과 권장안을 바탕으로 의사 결정을 하는 역할을 맡게 됩니다. 해결 속도가 더 빨라지고 일관성이 높아지며 개인의 전문성에 대한 의존도가 낮아집니다.
기존의 방식:
변경된 방식:
사람이 다음 역할을 수행하도록 하세요.
가장 효과적인 프로그램은 실제 비즈니스 요구 사항을 해결하는 명확히 정의된 유스케이스에서 시작됩니다. 이러한 프로그램은 기술적 역량은 보여주지만 운영 관련성이 부족한 실험적 배포를 방지합니다. 대신, 정해진 기간 내에, 즉 몇 달이나 몇 년이 아니라 몇 주 안에 측정 가능한 개선 사항을 제공하는 데 집중합니다.
다음 업무부터 시작해 보세요.
이후 다음 업무로 확장해 보세요.
항상 다음 사항을 기반으로 하세요.
재무에 있어 거버넌스는 부차적인 고려 사항이 아닙니다. 이는 도입을 좌우하는 기반입니다.
모든 형태의 자동화는 명확하게 정의된 정책 내에서 운영되고, 직무 분리를 유지하고, 의사 결정이 이루어지는 방식에 대한 완전한 가시성을 제공해야 합니다. 그렇지 않으면 신뢰가 빠르게 무너지고 확장이 불가능해집니다.
에이전트 자동화는 실행에 직접 통제 기능을 내장함으로써 이러한 요구 사항을 해결합니다. 정책은 사후에 시행되는 것이 아니라 의사 결정이 이루어질 때 실시간으로 적용됩니다. 이를 통해 프로세스가 더욱 역동적으로 변하더라도 결과가 조직의 표준과 일관되게 유지되도록 할 수 있습니다. 다음은 이를 달성하는 방법입니다.
통제 기능을 업스트림으로 이동시키세요.
다음 항목에 의존하지 마세요.
동시에 시스템이 모든 조치와 추론에 대한 완전한 기록을 유지하도록 하세요. 이러한 수준의 투명성은 감사 및 규정 준수에 매우 중요합니다. 이를 통해 재무 팀은 수동 재구성에 의존하지 않고도 무슨 일이 일어났는지뿐만 아니라 그 일이 왜 일어났는지도 이해할 수 있습니다.
모든 조치는 다음을 충족해야 합니다.
이는 다음을 가능하게 합니다.
보다 간접적인 이점 중 하나는 전문성의 표준화입니다. 회계 규칙, 승인 임계값, 위험 프레임워크를 시스템에 인코딩함으로써 조직은 개인의 지식에 대한 의존도를 줄일 수 있습니다. 이는 일관성을 향상하고, 오류 위험을 낮추며, 팀이 확장됨에 따라 프로세스의 탄력성을 높여줍니다.
거버넌스가 다음을 포괄하도록 하세요.
의사 결정은 다음을 반영해야 합니다.
시간이 지남에 따라 이러한 기능은 지속적인 감사 모델로의 전환을 가능하게 합니다. 조직은 리소스의 제약을 받는 주기적인 검토 대신 실시간으로 활동을 모니터링하여 가장 위험이 높은 영역에 주의를 기울일 수 있습니다.
기존의 방식:
변경된 방식: