AI IN FINANCE
재무 임원 74%, AI를 핵심 과제로 꼽았어요. 그런데 왜 도입은 더딜까요?
앞으로 1년, 재무 임원의 핵심 과제는 AI 도입입니다. 재무 관리 체계 강화, 시장 변동성 대응만큼 중요한 우선순위가 됐죠. 실제로 90%가 앞으로 1년간 재무 AI 투자를 늘리겠다고 답했습니다.
하지만 높은 관심과 달리, 35%는 AI를 재무 업무 전반에 확대할 계획이 없다고 답했습니다.
재무팀의 AI 활용 현황과 기대를 깊이 이해하기 위해, Airwallex는 Forrester Consulting에 설문 조사를 의뢰했습니다. 11개국 재무 임원 1,279명을 대상으로 진행된 조사입니다.
재무 임원 3명 중 1명, 올해는 AI 확대 계획이 없습니다. 왜일까요?
재무 업무 전반에 AI를 적용하려면, 먼저 흩어진 데이터부터 정리하고 연결해야 해요
외부 솔루션의 AI 기능을 내부 업무에 맞게 설정하거나 고도화하기 어려워요
AI 기반 재무 업무를 운영해본 경험이 아직은 부족해요
재무 분야 AI, 인사이트 깊이 보기
재무 AI의 지역별 격차: 북미 재무팀이 앞서가는 이유
북미 재무 리더의 37%는 이미 여러 단계 업무에 AI를 씁니다. 유럽은 아직 그 절반 수준입니다.
내부 개발 vs 외부 위탁 딜레마: 재무팀들이 AI를 하이브리드 방식으로 쓰는 이유
51%는 하이브리드 방식을 택하고 있습니다. 문제는 어디까지 직접 하고 어디부터 맡길 것인가입니다.
AI를 도입했는데 왜 속도가 그대로일까
AI 도입으로 생산성은 올랐지만 업무 속도는 그대로였습니다. 84%는 여전히 재무 업무를 끝내려면 수작업을 거쳐야 한다고 답했습니다. 재무팀들이 그 이유를 이제야 알아가고 있습니다.
CFO도 아직 모르는 AI의 투자 가치
재무 리더의 74%는 AI를 최우선 과제로 꼽습니다. 그런데 40%는 아직 투자 근거조차 만들지 못했습니다.
AI 시대에 맞는 재무팀 만들기
Airwallex가 Forrester에 의뢰해 작성한 리포트입니다.
재무 임원 74%가 AI를 핵심 과제로 꼽았어요. 그런데 왜 도입은 더딜까요?
지금 인프라로는 재무 임원이 원하는 결과를 내기 어렵습니다
AI 활용을 가로막는 기술 과제를 물으면, 답은 하나로 모입니다. 데이터가 법인, 지역, 부서를 매끄럽게 오가지 못한다는 것이죠. 데이터가 흩어진 환경에서 AI는 제 역할을 하기 어렵습니다.
- 74%는 재무 시스템을 하나 혹은 소수 핵심 플랫폼으로 통합 중입니다
- 하지만 84%는 여전히 사람의 수작업 없이는 업무를 끝낼 수 없다고 답했습니다
- 데이터가 법인·지역별로 흩어져 있으면, AI는 정산·리포팅·기본 AP 같은 단순 업무를 넘어서기 어렵습니다
- 플랫폼 통합만으론 부족합니다. 데이터가 시스템 사이를 흐르지 않으면 문제는 제자리입니다
AI의 가치는 AI 자체에 있지 않습니다
AI의 가치는 흩어진 업무 흐름을 얼마나 잘 연결하고 조율하느냐에 달려 있습니다. 재무 임원들도 AI가 제대로 작동하려면 시스템과 업무를 잇는 구조가 필요하다고 봅니다.
- 66%는 재무 생태계 전반을 연결하고 조율하는 역량을 솔루션 선택의 최우선 기준으로 꼽았습니다
- 65%는 한 번에 다 바꾸기보다, 필요한 부분부터 단계적으로 도입할 수 있는 플랫폼을 원합니다
지금 인프라로는 재무 임원이 원하는 결과를 내기 어렵습니다
AI 활용을 가로막는 기술 과제를 물으면, 답은 하나로 모입니다. 데이터가 법인, 지역, 부서를 매끄럽게 오가지 못한다는 것이죠. 데이터가 흩어진 환경에서 AI는 제 역할을 하기 어렵습니다.
- 74%는 재무 시스템을 하나 혹은 소수 핵심 플랫폼으로 통합 중입니다
- 하지만 84%는 여전히 사람의 수작업 없이는 업무를 끝낼 수 없다고 답했습니다
- 데이터가 법인·지역별로 흩어져 있으면, AI는 정산·리포팅·기본 AP 같은 단순 업무를 넘어서기 어렵습니다
- 플랫폼 통합만으론 부족합니다. 데이터가 시스템 사이를 흐르지 않으면 문제는 제자리입니다
AI의 가치는 AI 자체에 있지 않습니다
AI의 가치는 흩어진 업무 흐름을 얼마나 잘 연결하고 조율하느냐에 달려 있습니다. 재무 임원들도 AI가 제대로 작동하려면 시스템과 업무를 잇는 구조가 필요하다고 봅니다.
- 66%는 재무 생태계 전반을 연결하고 조율하는 역량을 솔루션 선택의 최우선 기준으로 꼽았습니다
- 65%는 한 번에 다 바꾸기보다, 필요한 부분부터 단계적으로 도입할 수 있는 플랫폼을 원합니다
“요즘 많은 솔루션이 AI 기능을 넣고 있지만 써보면 그 솔루션 안에서만 제한적으로 작동하는 경우가 많습니다. 하나의 애플리케이션 안에서는 AI를 쓸 수 있어도, 다른 시스템과 맥락을 주고받지는 못하는 거죠. 예외 케이스를 일일이 사람이 검토해야 하거나, 여러 시스템의 맥락을 함께 봐야 하거나 업무 단계마다 다른 기준을 적용해야 한다면, 결국 업무들을 연결하는 구조가 필요합니다.”
Chief Financial Officer
미국 SaaS 기술 기업, 최고재무책임자
“가장 중요한 건 솔루션이 재무 시스템 전반에 얼마나 자연스럽게 연결되느냐입니다. 최근 자금 관리 시스템을 도입했는데, 기존 시스템들과 매끄럽게 이어져 효과가 컸습니다. 여러 플랫폼을 써도 흐름이 끊기지 않아, 자금 관리팀을 작고 효율적으로 유지하면서도 업무의 상당 부분을 자동화할 수 있었습니다.”
재무 담당 시니어 디렉터
영국 여행 기술 기업
“재무 자동화의 진척도는 업무별로 나눠 봐야 합니다. 미지급금, 미수금처럼 거래 중심 업무는 규칙이 명확하고 결과도 비교적 단순해 자동화하기 쉬운데요. 반면 재무 전략은 판단이 더 많이 필요하고 비즈니스 맥락이 담긴 데이터가 뒷받침돼야 해서, 자동화 진척도가 더딘 편입니다.”
커머셜 파이낸스 총괄
호주 이커머스 기업
“재무 자동화는 감사 기준이 변화하는 속도보다 빠르게 발전하고 있습니다. 그렇다고 정확성을 놓칠 수는 없습니다. 재무에서 숫자가 맞는지는 선택이 아니라 필수이고, 그 책임은 결국 저에게 있으니까요. 완전 자동화에 가까워지려면 감사 영역도 함께 변화해야 합니다.”
재무 담당 시니어 디렉터
Technology (Travel), UK
“재무 영역에서 AI가 제대로 일하려면 비즈니스의 맥락을 배워야 합니다. 무엇이 중요한지, 어떤 지표가 결과를 움직이는지, 무엇을 좋은 결과로 볼 수 있는지 알아야 하죠. 그러려면 시간과 반복, 꾸준한 피드백이 필요합니다. 그 맥락이 쌓이기 전까지는 AI가 핵심 도구가 되더라도 재무 전략이 회계만큼 빠르게 자동화되기는 어렵습니다.”
최고재무책임자
미국 SaaS 기술 기업
재무 임원이 원하는 것, 실시간 판단을 돕는 재무 AI
더 빠른 판단과 실행
재무 리더의 57%는 AI를 쓰는 가장 큰 이유로 실시간 예측과 여러 상황을 가정한 계획 수립을 꼽았습니다. 반복 업무를 처음부터 끝까지 자동화하는 것도 중요한 이유였습니다. AI는 단순히 시간을 줄여주는 도구를 넘어, 더 빠른 판단과 의사결정을 돕는 역할로 옮겨가고 있습니다.
판단을 돕는 AI
AI 에이전트가 스스로 의사결정을 바꾸는 것까지 기대한다는 응답은 23%에 그쳤습니다. 재무 리더들이 기대하는 것은 코파일럿(co-pilot)으로서의 AI입니다. 전략적인 판단은 사람이 맡고, AI는 예측의 정확도를 높이고 실행 과정을 더 안정적으로 만드는 역할을 하는 것이죠.
하나로 연결된 플랫폼
응답자의 절반 이상은 재무 의사결정에 필요한 진단과 예측 역량을 중요하게 보고 있습니다. 하지만 AI가 제대로 판단하려면 데이터가 처음부터 법인, 지역, 부서 사이를 일관되게 오갈 수 있는 인프라가 필요합니다.
AI를 제대로 활용하려면 결국 데이터와 시스템을 연결하는 인프라가 필요합니다
AI를 위한 좋은 인프라는 나중에 덧붙인다고 만들어지는 게 아닙니다. 처음부터 제대로 설계해야 하죠.
Airwallex는 AI 네이티브, API 우선 방식으로 만들어진 플랫폼입니다. 결제와 재무 및 지출 관리 전반에 걸쳐 데이터가 체계적으로 움직이도록 설계되어 있죠.
그 배경에는 Airwallex가 수년 동안 쌓아 온 글로벌 금융 인프라가 있습니다. Airwallex는 라이선스를 확보하고 결제망을 구축하며, 국경을 넘나드는 자금 이체 시스템을 연결하는 데 꾸준히 투자해 왔습니다. 이렇게 구축한 인프라로 Airwallex의 AI는 자금이 어디서 어떻게 움직이는지 전체 흐름을 파악할 수 있습니다. 파악해야 할 자금 규모가 커져도 같은 기준으로 처리할 수 있고요.
물론 인프라만 있다고 끝나는 것은 아닙니다. AI 활용 속도와 팀 안에 AI 역량이 쌓이는 속도가 늘 같을 수는 없으니까요.
그 예로 Airwallex는 기술 전문성이 없더라도 복잡한 재무 업무를 운영할 수 있도록 설계되었습니다. 실제로 Airwallex의 AI 어시스턴트 Kai는 계정 설정을 돕고, 업무를 자동화하며, 자연어로 데이터 질문에 답할 수 있도록 지원합니다.
현지처럼 자금을 받을 수 있는 국가
현지 송금이 가능한 국가
287
연간 처리되는 글로벌 결제 규모
결제를 받을 수 있는 국가
AI를 잘 쓰려면, 결국 사람이 준비돼야 합니다
재무 리더의 53%는 AI로 재무 업무를 해 본 경험과 역량이 부족하다는 점을 주요 장애물로 꼽았습니다. 대부분의 조직은 이제 막 이 문제를 해결해 가기 시작했습니다.
- 전사 차원에서 역할 재설계, 인증, 채용까지 포괄하는 AI 인재 전략을 마련한 조직은 15%뿐입니다.
- 14%는 AI에 맞춰 어떤 역량을 키워야 할지 아직 정리하지 못했고 교육도 시작하지 않았습니다.
- 대부분의 조직은 그 중간 단계에 있습니다. 24%는 기본적인 AI 이해도를 높이는 중이고, 30%는 일부 직원에게 AI를 활용해 재무 업무 프로세스를 설계하는 방법을 교육하고 있습니다.
AI가 재무 업무를 바꾸고 있는 만큼, 리더들은 팀 내 역할과 업무를 다시 설계해야 합니다. 인재를 채용할 때도 기존 경력만 보기 보다, 다양한 배경을 가진 사람을 받아들일 필요도 있습니다.
앞으로 재무팀은 재무 전문성만으로는 충분하지 않을 가능성이 큽니다. 데이터와 AI를 이해하고 전략적으로 사고할 수 있는 복합적인 역량이 더 중요해질 것입니다.
AI 활용 다음 단계는, 하이브리드 방식입니다
재무 리더의 51%는 이미 내부 역량과 외부 전문성을 함께 활용하는 하이브리드 방식을 선택하고 있습니다. 이 비율은 향후 12개월 안에 57%까지 높아질 것으로 예상됩니다.
한편 중국, 싱가포르, 네덜란드는 외부 솔루션에 의존하는 방식에서 빠르게 벗어나고 있습니다. 모든 것을 외부에 맡기면 파트너가 지나치게 많아지고, 데이터가 다시 흩어질 수 있기 때문입니다.
AI를 잘 쓰려면, 결국 사람이 준비돼야 합니다
재무 리더의 53%는 AI로 재무 업무를 해 본 경험과 역량이 부족하다는 점을 주요 장애물로 꼽았습니다. 대부분의 조직은 이제 막 이 문제를 해결해 가기 시작했습니다.
- 전사 차원에서 역할 재설계, 인증, 채용까지 포괄하는 AI 인재 전략을 마련한 조직은 15%뿐입니다.
- 14%는 AI에 맞춰 어떤 역량을 키워야 할지 아직 정리하지 못했고 교육도 시작하지 않았습니다.
- 대부분의 조직은 그 중간 단계에 있습니다. 24%는 기본적인 AI 이해도를 높이는 중이고, 30%는 일부 직원에게 AI를 활용해 재무 업무 프로세스를 설계하는 방법을 교육하고 있습니다.
AI가 재무 업무를 바꾸고 있는 만큼, 리더들은 팀 내 역할과 업무를 다시 설계해야 합니다. 인재를 채용할 때도 기존 경력만 보기 보다, 다양한 배경을 가진 사람을 받아들일 필요도 있습니다.
앞으로 재무팀은 재무 전문성만으로는 충분하지 않을 가능성이 큽니다. 데이터와 AI를 이해하고 전략적으로 사고할 수 있는 복합적인 역량이 더 중요해질 것입니다.
AI 활용 다음 단계는, 하이브리드 방식입니다
재무 리더의 51%는 이미 내부 역량과 외부 전문성을 함께 활용하는 하이브리드 방식을 선택하고 있습니다. 이 비율은 향후 12개월 안에 57%까지 높아질 것으로 예상됩니다.
한편 중국, 싱가포르, 네덜란드는 외부 솔루션에 의존하는 방식에서 빠르게 벗어나고 있습니다. 모든 것을 외부에 맡기면 파트너가 지나치게 많아지고, 데이터가 다시 흩어질 수 있기 때문입니다.
북미, 정제된 데이터와 적극적인 투자로 앞서가고 있습니다
정리된 데이터가 경쟁 우위를 만듭니다
북미에서는 37%가 AI가 미리 설정된 여러 업무를 수행할 수 있을 만큼 발전했다고 봤습니다. 글로벌 평균 30%보다 높은 수치입니다. 이 차이는 데이터 환경에서 비롯된 것으로 보입니다. 북미에서 데이터가 부서나 시스템별로 흩어져 있거나 기준이 일관되지 않다고 답한 비율은 47%로 APAC 55%, EMEA 58%보다 낮았습니다.
투자가 실행을 뒷받침합니다
북미는 투자 계획에서도 앞서 있습니다. 응답자의 67%가 향후 12개월 동안 AI 투자를 10% 이상 늘릴 것으로 봤고, 투자 변화가 없을 것이라고 본 비율은 8%에 그쳤습니다. 다른 지역들과 비교하면 AI 투자에 가장 적극적인 편입니다.
유럽·중동·아프리카, 규제 환경이 AI 격차를 키우고 있습니다
규제 부담이 국가마다 다릅니다
EMEA(유럽·중동·아프리카) 지역 안에서도 영국은 AI 실행 성숙도가 가장 높은 국가로 꼽힙니다. AI가 단일 업무를 처리하는 수준부터, 미리 설정된 여러 단계의 업무를 실행하고, 사람의 개입을 거의 받지 않고 업무를 자율 실행하는 수준까지 전반적으로 앞서 있습니다. 리스크와 컴플라이언스 우려가 AI 도입 속도를 늦추고 있다고 답한 비율도 영국은 49%였습니다. 프랑스 54%보다 낮은 수치입니다.
데이터 파편화는 여전히 큰 걸림돌입니다
영국은 EU 일부 국가보다 규제 환경이 유연해 AI 도입 의지가 더 높게 나타났습니다. 하지만 데이터가 흩어져 있는 문제는 여전히 해결해야 할 과제로 남아 있습니다. 프랑스와 독일에서는 응답자의 71%가 재무 업무 전반에 AI를 도입할 때 가장 큰 기술 과제로 지역, 법인, 외부 업체에 흩어진 시스템을 연결하는 일을 꼽았습니다. 전 세계에서 가장 높은 수준입니다.
아시아 태평양 지역, 인재 양성 수준이 AI 격차를 가르고 있습니다
앞서가는 국가는 내부 역량을 먼저 키웠습니다
APAC에서는 내부 AI 역량을 키우는 데 적극적인 국가일수록 더 빠르게 움직이고 있습니다. 싱가포르에서는 기업의 27%가 전사 차원의 AI 인재 전략을 실행하고 있습니다. 조사 대상 국가 중 가장 높은 비율이며, 중국도 21%로 그 뒤를 따르고 있습니다. 인재 육성 차이는 실제 AI 활용 수준에서도 드러납니다. 싱가포르에서는 18%가 최소한의 사람 개입만으로 AI를 자율 실행하고 있습니다. 글로벌 평균이 11%보다 높은 수치입니다.
인재 격차는 AI 활용 격차로 이어집니다
반대로 뉴질랜드와 호주는 인력 준비도에서 뒤처져 있습니다. 전사 차원의 AI 인재 전략을 마련한 기업은 각각 7%, 9%에 그쳤습니다. 이런 차이는 AI를 실제 업무에 활용하는 차이로도 이어지고 있습니다.
재무 리더들의 다음 우선순위를 확인해 보세요
Airwallex는 재무 리더들이 AI 초기 도입을 넘어, 복잡한 업무 환경에서 AI를 실제로 안착시키는 과정에서 어떤 과제를 마주하고 있는지 살펴보기 위해 Forrester Consulting에 조사를 의뢰했습니다.
이 리포트에는 11개 국가의 재무 리더 1,279명을 대상으로 한 설문조사와 재무 분야 리더 6명의 인터뷰 결과가 담겨 있습니다. AI를 더 넓게 활용하려면 어떤 장벽을 넘어야 하는지, 데이터와 시스템, 업무 흐름, 사람의 판단을 어떻게 연결해야 지속 가능한 AI 활용으로 이어질 수 있는지에 대한 인사이트를 담았습니다.
위에서 언급한 모든 통계는 2026년 6월 진행된 이 조사에 기반합니다.