생성형AI가 회계 업무의 효율성을 향상시키는데 미치는 영향 - 마이크로소프트 코파일럿을 중심으로 -

이현범

doi:10.35174/JKCI.2024.12.24.4.161

추천

검색

질문

자료유형: 학술저널

저자정보: 이현범 (건국대학교)

저널정보: 한국문화산업학회 문화산업연구 문화산업연구 제24권 제4호

발행연도: 2024.12

수록면: 161 - 167 (7page)

DOI: 10.35174/JKCI.2024.12.24.4.161

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구의 목적은 본 연구는 인공지능(AI) 기술, 특히 생성형 AI가 회계 프로세스의 효율성을 어떻게 개선하는지를 탐구하고, 이를 통해 회계 업무의 자동화와 데이터 분석에서의 활용 가능성을 실증적으로 분석하는 데 목적을 둔다. 현대의 디지털 전환은 반복적이고 비효율적인 회계 업무를 개선할 수 있는 AI 기술의 도입을 필수적으로 만들고 있다. 본 연구는 생성형 AI가 회계 프로세스에서 제공하는 혁신적 가치를 분석하고, 회계 전문가와 조직에 미치는 영향을 다룬다. 생성형 AI는 대규모 언어 모델(LLM)을 기반으로 방대한 데이터를 처리하고, 이를 학습하여 새로운 콘텐츠와 인사이트를 생성할 수 있는 기술이다. 회계 업무에서 생성형 AI는 자동화와 데이터 분석을 통해 업무의 효율성과 정확성을 높이는 데 기여한다. 예를 들어, 재무제표 작성 및 분개 처리와 같은 반복적 작업을 자동화하고, 실시간 데이터 분석을 통해 이상 거래 탐지 및 규정 준수를 지원한다. 또한, 생성형 AI는 회계 데이터를 통합적으로 분석하여 재무 상태를 예측하거나, 비용 절감 전략과 투자 기회를 도출하는 데 활용될 수 있다. 이러한 기술은 회계 전문가들이 단순 데이터 입력과 같은 저부가가치 업무에서 벗어나 전략적 분석 및 의사결정과 같은 고부가가치 업무에 집중할 수 있도록 지원한다. 특히, AI는 데이터의 패턴을 감지하고 통찰력을 도출함으로써, 기업이 변화하는 시장 환경과 복잡한 규제에 신속히 대응할 수 있도록 돕는다. 그러나 이러한 긍정적 효과에도 불구하고, 데이터 품질 관리, 초기 도입 비용, 기술 인프라 구축, 조직 내 AI 활용 역량 부족 등의 도전 과제 또한 존재한다. 본 연구는 생성형 AI 기술이 회계 업무에서 제공하는 실질적 효과와 이를 도입하는 과정에서의 한계를 체계적으로 분석한다. 연구 결과는 AI 기술이 회계 프로세스를 효율화하고, 데이터 분석을 통해 새로운 비즈니스 통찰을 제공하는 데 있어 핵심 역할을 한다는 점을 강조하며, 회계 분야에서 AI 기술의 성공적인 활용 방안을 제시한다. 이 연구는 기업의 디지털 전환과 회계 혁신을 위한 중요한 기초 자료를 제공할 것이다.

This study aims to explore how artificial intelligence (AI) technologies, especially generative AI, can improve the efficiency of accounting processes and empirically analyze their potential for automation and data analytics in accounting. Modern digital transformation has made it imperative to adopt AI technologies that can improve repetitive and inefficient accounting tasks. This study analyzes the transformative value that generative AI provides in accounting processes and addresses the implications for accounting professionals and organizations. Generative AI is a technology that can process massive amounts of data based on large-scale language models (LLMs) and learn from it to generate new content and insights. In accounting, generative AI contributes to increasing efficiency and accuracy through automation and data analytics. For example, it automates repetitive tasks such as financial statement preparation and journalization, and analyzes real-time data to help detect anomalous transactions and support compliance. Generative AI can also be used to analyze accounting data holistically to forecast financial conditions or identify cost-saving strategies and investment opportunities. These technologies free accounting professionals from low-value tasks such as data entry and allow them to focus on high-value tasks such as strategic analysis and decision-making. In particular, AI can detect patterns in data and derive insights, enabling organizations to respond quickly to changing market conditions and complex regulations. However, despite these positive effects, there are also challenges, including data quality management, initial adoption costs, technology infrastructure, and a lack of AI capabilities within organizations. This study systematically analyzes the practical benefits of generative AI technologies in accounting and the limitations of their adoption. The findings emphasize the key role AI technology plays in streamlining accounting processes and providing new business insights through data analytics, and suggest ways to successfully leverage AI technology in accounting. This research will provide an important foundation for organizations’ digital transformation and accounting transformation.

#생성형AI #회계업무자동화 #데이터분석 #효율성과 정확성 #전략적 의사결정지원 #Generative AI #AccountingAutomation #DataAnalytics #Efficiency andAccuracy #StrategicDecision Support

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문과 함께 이용한 논문

CraftGround: A Flexible Reinforcement Learning Environment Based on the Latest Minecraft

양현서 , 이민수 , 장병탁 Journal of KIISE 2025 .03

회계교육의 과제와 AI를 활용한 회계데이터분석 수업사례

박진하 Korea Business Review 2025 .02

[동정] 회계사회, AI 기반 챗봇 서비스 출시… 회계·세무 전문정보 제공

김영기 월간 조세금융 2025 .01

교육용 메타버스 월드 구축을 위한 도구 개발: 마인크래프트 에듀케이션을 중심으로

이상민 , 김승현 디지털콘텐츠학회논문지 2024 .05

마인크래프트 교육용 에디션이 제공하는 교육 자료의 분석

이상민 , 김귀훈 , 김승현 한국컴퓨터교육학회 학술발표대회논문집 2023 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092114567

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)