- BI 및 SAP 데이터를 반복적으로 비교 · 분석하는 수작업 발생 - 계정별 증감 원인 확인을 위한 현업과의 반복적인 커뮤니케이션 - 결산 분석 결과가 담당자의 경험과 개인 역량에 의존 - 과거 결산 이력 및 분석 노하우가 체계적으로 축적되지 않음 - 보고서 작성을 위한 숫자 검증 및 단수 조정에 많은 시간 소요
매월 D+3일 재경실에서는 회장단께 월간 결산 실적 보고를 드리고 있습니다. 해당 보고를 위하여 재경 담당자는 BI와 SAP 데이터를 비교·분석하고 사업부 담당자와 반복적으로 커뮤니케이션하며 증감 원인을 확인하고 있습니다. 이 과정은 많은 시간과 리드타임이 소요되며 담당자의 경험과 노하우에 크게 의존합니다. 또한 보고가 지연될 경우 수많은 현업 및 재경 담당자들은 보고가 완료될 때까지 대기해야 하는 비효율이 발생합니다. 본 프로젝트는 AI Agent가 업로드 된 BI 및 SAP 데이터를 기반으로 재무상태표와 손익계산서 계정별 이상 증감을 자동 분석하고 BI-SAP 데이터 일치 여부를 검증합니다. 또한 담당자가 입력한 분석 결과를 지속적으로 학습하여 결산 지식 DB를 구축하고, 과거 결산 이력, 환율 변동, 계절성 및 전월·전년 추이 등을 종합 분석하여 예상 증감 원인과 확인이 필요한 사항을 선제적으로 제안합니다. 최종적으로 세부 데이터 간 단수 조정 및 집계 오류 확인 등을 수행하여 월간 결산 실적 보고 숫자와 분석 코멘트 초안을 자동 생성함으로써 결산 리드타임을 단축하고 재경 담당자가 전략적 분석 및 의사결정 지원 업무에 집중할 수 있도록 지원합니다. 즉, Closing Agent는 '데이터 분석 → 원인 추론 → 현업 확인 → 보고서 작성'으로 이어지는 월결산 업무 전 과정을 지원하는 재경 특화 AI Agent입니다.
- AI 기반 결산 분석 자동화로 결산 리드타임 단축 - BI-SAP 데이터 자동 검증을 통한 데이터 신뢰성 향상 - 결산 지식 DB 구축으로 조직 분석 노하우 자산화 - 과거 데이터 기반 선제적 이상징후 탐지 및 리스크 대응 - 보고서 숫자 및 분석 코멘트 초안 자동 생성으로 업무 효율 향상 - 재경 담당자의 전략적 분석 및 의사결정 지원 업무 집중