AI 도입을 고려하는 CFO의 준비 단계
AI 기술의 도입은 재무 책임자(CFO)들에게는 새로운 도약과 같습니다. Foundation VC의 Ashu Garg와 Jaya Gupta는 AI 도입이 단순히 새 소프트웨어 카테고리 확정이 아니라 기업 소프트웨어를 근본적으로 바꾸는 것이라고 말합니다. 하지만 현실적으로, CFO들은 마케팅 전략에 쉽게 영향을 받지 않으며, 가시적인 가치가 입증될 때만 투자합니다. 재무 의사 결정에서 통제력을 잃는 것에 대한 우려도 크기에, 기술 공급업체들은 AI가 정확한 결과를 제공할 수 있다는 신뢰를 쌓아야 합니다.
AI가 가져올 변화와 준비
현재, 기존 LLM 및 대화형 AI 도구가 모든 재무 업무를 혁신하지는 않을 것입니다. 그러나 변화는 시작됐고, 미래를 대비해야 합니다. CFO들은 AI 도구를 도입할 수 있는 준비된 기반을 마련해야 하며, 이를 통해 유연하고 현실적인 접근이 가능합니다. 기초가 잘 구축되면 AI 도구가 정확한 정보에 기반해 결정을 내릴 수 있도록 관리할 수 있습니다.
예측 및 계획에서 신뢰할 수 없는 상황은 여전히 주요 과제입니다. '블랙 스완' 사건, 즉 예상치 못한 사건들이 성과에 큰 영향을 줄 수 있습니다. AI가 이런 상황에 적절히 대응할 수 있도록 많은 훈련이 필요합니다. 다양한 AI 에이전트들이 상호 협력해 자동으로 과제를 완료하는 방식으로 보다 복잡한 상황에 대응할 수 있습니다. 이 과정은 생산성과 비즈니스 성과를 새로운 차원으로 끌어올릴 가능성을 제시합니다.
AI 신뢰 구축을 위한 세 가지 우선순위
AI의 신뢰를 확보하기 위해 CFO는 다음 세 가지 우선순위에 집중해야 합니다.
-
입력 데이터의 무결성: 신뢰할 수 있는 결정을 내리기 위해서는 정확하고 무결성이 보장된 데이터가 필요합니다. AI 에이전트 간의 데이터 공유와 외부 소스 통합이 원활해야 하며, 모든 형식의 데이터를 읽을 수 있어야 합니다.
-
문제의 복잡성 처리: AI 도구는 해결하려는 문제에 적합해야 합니다. 일반적인 AI 모델은 고유한 문제 해결에 맞지 않을 수 있으므로, 문제와 연관된 적절한 데이터 소스를 훈련하는 것이 중요합니다. 또한, AI 모델이 우연성을 어떻게 처리할지 검토해야 합니다.
-
의사 결정의 투명성: 재무 환경에서 AI에 대한 신뢰는 투명성이 필요합니다. LLM이 발전하면서 의사 결정 메커니즘을 이해하는 것이 더 어려워지고 있습니다. 이로 인해 데이터 사용 및 모델 출력에 대한 명확성 확보가 필요합니다.
초기부터 이러한 우선순위를 해결하면, CFO들은 정책 및 가이드라인이 뒷받침된 구조적인 접근 방식의 일환으로 AI를 수용할 수 있게 됩니다. 이를 통해 AI 도입은 막연한 도약이 아니게 하며, 적절한 사고방식으로 접근하면 미지의 영역에 대한 불안을 완화할 수 있습니다.
출처 : 원문 보러가기