회계·감사 인력 177만8000명…AI 통합은 13%

인공지능(AI)의 핵심 위기가 일자리 감소가 아니라 감사·회계 인력 부족에서 시작됐다는 진단이 나왔다. 미국 회계사·감사원 종사자는 2019년 약 196만명에서 2024년 177만8000명으로 줄어 코로나19 이전 수준을 회복하지 못했다.

비드야 피터스(Vidya Peters) 데이터스니퍼 CEO는 감사업계가 “실제로 위기 상황”에 놓였다고 말했다고 포춘은 전했다. 그는 감사·회계 분야의 채용 공고가 특정 시점에 실제 인력보다 “2~2.5배 많다”고 주장했지만, 이 수치를 뒷받침하는 독립 자료는 확인되지 않았다.

미국 노동통계국(BLS) 자료상 ‘회계사·감사원’ 종사자는 2022년 165만2000명에서 2024년 177만8000명으로 늘었다. 다만 포춘이 제시한 2019년 약 196만명과 비교하면 여전히 낮은 수준이며, 연도별 조사 방식과 직업분류가 달라 단순 비교에는 한계가 있다.

회계 인력 양성 지표도 엇갈린다. 미국공인회계사협회(AICPA)는 2023~2024학년도 회계학 학사·석사 학위 취득자가 5만5152명으로 전년보다 6.6% 감소했다고 밝혔다. 반면 2025년 봄 회계학 학부 등록자는 전년보다 12% 증가했지만, 등록자 증가가 졸업자와 취업자 증가로 이어졌는지는 확인되지 않았다.

피터스가 제시한 해법은 AI를 활용한 업무 자동화다. 데이터스니퍼가 감사·재무 전문가 200명 이상을 대상으로 실시한 조사에서는 73%가 AI를 필수적이라고 답했지만, 실제 업무 프로세스에 AI를 통합한 조직은 13%에 그쳤다.

AI 결과를 신뢰한다는 응답은 2025년 78%에서 2026년 55%로 하락했다. 데이터스니퍼는 이를 AI에 대한 거부보다 결과를 검증하고 책임 소재를 확인하려는 요구가 커진 결과로 해석했다.

피터스는 AI가 산출한 결과가 원문서의 특정 부분으로 추적돼야 하며, 최종 판단과 승인에는 사람이 남아야 한다고 밝혔다. AI가 자료를 처리하더라도 감사인의 검토와 책임까지 대체할 수 있다는 의미는 아니다.

데이터스니퍼는 9월 22일 감사·재무 업무를 여러 단계에 걸쳐 자동화하는 플랫폼 ‘Alwin’을 출시했다. Alwin은 자료 추출과 대조, 초기 검토를 수행하고 감사인이 결과를 검토·승인하는 구조로 설계됐다.

회사는 Alwin의 모든 결과가 원자료와 연결되고 작업 과정이 기록된다고 설명했다. 감사 업무에서 추적성은 어떤 자료를 근거로 판단했는지 나중에 확인할 수 있게 하는 절차로, 자동화 도구의 오류를 점검하는 기준이 된다.

감사 업무는 자동화가 진행되더라도 최종 책임과 규제 대응이 남는 분야다. 따라서 AI 도입률만으로 감사 품질이나 인력 부족 해소 여부를 판단하기는 어렵고, 실제 현장에서 오류를 얼마나 줄이는지와 감사인의 검토가 어떻게 이뤄지는지가 함께 확인돼야 한다.

BLS는 회계사·감사원 고용이 2025년부터 2035년까지 5% 증가하고, 매년 약 11만5300개의 일자리가 열릴 것으로 전망했다. 이 수치는 신규 수요와 은퇴·이직에 따른 대체 수요를 합친 것으로, 채용 공고 수나 실제 미충원 인력과는 다른 지표다.

AI가 일자리를 없애는지 늘리는지를 둘러싼 논쟁은 직무별로 다르게 나타난다. AI 인프라 확대가 숙련 기술직 수요를 늘리는 동시에 인력 부족을 키울 수 있다는 분석처럼, 기술 도입이 새로운 수요와 인력 공백을 함께 만들 수 있다는 설명도 있다.

마이크로소프트 AI CEO 무스타파 술레이만(Mustafa Suleyman)은 회계·법률 등 컴퓨터 기반 전문 업무 대부분이 12~18개월 안에 AI로 자동화될 수 있다고 말했다. 다만 이 발언은 직업 전체보다 개별 업무의 자동화 가능성에 초점을 둔 전망으로 해석될 여지가 있다.

데이터스니퍼 고객사 FGMK의 니컬러스 로빈스(Nicholas T. Robbins) 감사·회계 디렉터는 Alwin이 대규모 총계정원장 추출 업무를 수행했다고 평가했다. 이는 단일 고객사의 사례로, 감사업계 전체의 생산성 향상을 입증하는 자료는 아니다.

결국 이번 논의의 핵심은 AI가 감사인을 전면 대체하느냐보다 반복 작업을 줄이고 검증 업무를 보조할 수 있느냐에 있다. Alwin의 정확도와 오류율, 규제기관의 평가, 고객별 비용 절감 효과는 추가 검증이 필요하다.