Server message: The transaction log for database 'DBR_New' is full due to 'LOG_BACKUP'. severity(35) number(42) state(2) line(1) Server Name:DBRDB001 Procedure Name:Server message: The transaction log for database 'DBR_New' is full due to 'LOG_BACKUP'. severity(35) number(42) state(2) line(1) Server Name:DBRDB001 Procedure Name:Server message: The transaction log for database 'DBR_New' is full due to 'LOG_BACKUP'. severity(35) number(42) state(2) line(1) Server Name:DBRDB001 Procedure Name: 성공적인 디지털 재무 리더 되려면 | 리더십 | DBR
로그인|회원가입|고객센터
Top
Askbiz 버튼 검색버튼 메뉴버튼

MIT Sloan Management Review

성공적인 디지털 재무 리더 되려면

크리스토프 스타우티센 | 385호 (2024년 1월 Issue 2)
Article at a Glance

머신러닝 기술 기반의 분석 기법을 활용해 성공적으로 재무팀의 디지털 전환을 이끈 디지털 재무 리더들의 공통점은 무엇일까?

이들은 1) 고급 분석 기법을 활용해 조직 전체의 전략적 요구에 대응하고 2) 머신러닝이 어떻게 결과를 도출했는지 해석하고 설명할 수 있다. 3) 효과적인 데이터 관리를 위해 다양한 부서와 협력하면서도 4) 분석 기법을 팀 내부에 구축해 내재화한다. 5) 초기 시행착오가 있더라도 새로운 아이디어를 탐색하고 실험하도록 독려하고 6) 보수적 팀 문화를 극복하고 변화를 관리하며 7) 디지털 전환 노력에 모든 팀원을 동참시킨다.

성공적인 디지털 재무 리더가 되려면 이 공통점을 염두에 두고 재무팀의 데이터 분석 성숙도를 객관적으로 평가해 현재 팀의 디지털 여정이 어느 단계에 위치해 있는지 정확히 파악해야 한다.



인도에 있는 한 대형 병원 그룹의 최고재무책임자(CFO)에게는 고민이 있었다. 비용 지출을 줄이면서 환자들에게 최고의 의료 서비스를 제공하려면 분석해야 할 지표가 수백 개에 달했다. 환자의 연령과 보험 정보, 치료와 연구실 실험 결과로 나온 임상 데이터, 환자식의 품질 및 의료진의 응대력 같은 운영 데이터, 비용과 매출 같은 재무 데이터에 이르기까지 일일이 대자면 끝이 없었다. 병원에 있는 경영 소프트웨어로 이렇게 복잡한 자료를 분석하기에는 처리 능력에 한계가 있었다. CFO는 이 문제를 해결하기 위해 머신러닝 기반의 새로운 의사결정 지원 시스템을 도입했다. 시스템에서 도출된 통찰을 바탕으로 조치를 취하자 환자 만족도 점수가 12%나 높아졌고 가치를 창출하지 않는 활동을 없애서 비용을 대폭 절감할 수 있었다.

이 병원의 CFO처럼 재무 책임자들은 업계를 막론하고 데이터와 분석 기법을 결합해 재무 프로세스를 만들고 이를 통해 조직 운영을 개선하려 애쓴다. 그렇다고 모든 CFO가 이런 도구들, 특히 새로운 머신러닝 기술을 도입하는 데 성공하는 것은 아니다. IT 전문 리서치 회사인 가트너의 2022년 조사에 따르면 기업 CFO의 80%는 사업을 효과적으로 지원하고 보호하려면 재무팀이 머신러닝과 인공지능 활용 속도를 지금보다 훨씬 더 높여야 한다고 응답했다.1 그렇다면 왜 이렇게 많은 CFO가 이런 신기술의 이점을 충분히 활용하지 못하는 걸까? 그리고 어떻게 하면 그 속도를 높일 수 있을까?

필자는 교육자이자 컨설턴트로서 20여 개 업종의 다양한 기업에 재직 중인 수백 명의 CFO와 재무 책임자들을 연구했다. 조사 기업들의 매출 규모는 2억5000만 달러부터 200억 달러 이상까지 다양했다. 인터뷰와 설문조사 등을 활용해 연구를 하면서 필자는 CFO들이 디지털 기술을 재무 부서에 어떻게 활용하고 있는지, 그들이 디지털화를 통해 얻으려는 게 무엇인지, 이 디지털 활용 역량을 개발하는 과정에서 어려운 점은 무엇인지를 파악하고자 애썼다. 그 결과 고급 분석 기법을 업무에 성공적으로 활용하는 CFO는 실시간 통찰을 제시하고, 인간의 실수와 편향을 줄이며, 프로세스와 의사결정 속도를 높인다는 것을 발견했다.

이런 성공적인 디지털 재무 리더들은 업무 시간의 더 많은 비중을 성과 관리, 인수합병, 가격 수립, 전략 기획 등 가치 창출 활동과 부정행위 감지, 리스크 관리 등 가치 보호 활동에 할애하고, 이를 통해 자신을 차별화할 수 있다. 반면 인보이스 발행, 비용 처리, 회계 등 거래 처리 활동에는 시간을 덜 쓸 수 있다. 이들 대부분이 이미 사무 지원 업무와 그 외 수동 프로세스를 자동화해 업무 효율을 높여 놨기 때문이다.

필자는 본 조사에서 디지털 재무 리더들의 이런 성공을 견인한 7가지 고급 역량을 발견했다. 이 역량은 재무팀의 직무를 분석 기법을 통해 가치를 창출하는 데이터 기반 직무로 바꿔주는 원동력이기도 하다. 지금부터 이 역량들을 구체적으로 하나씩 설명할 것이다. 그와 함께 재무팀이 이 디지털 여정의 그 어떤 단계이든 현재 데이터 분석 역량의 성숙도를 가늠할 수 있도록 평가 도구도 제시할 것이다.


디지털 재무 리더들을 위한 7가지 필수 능력

1. 고급 분석 기법으로 전략적 요구에 대응하기. 아직도 많은 회사가 재무팀에 회계장부 관리, 거래 내역 처리, 보고서 제출 등 전통적인 운영 업무를 기대한다. 하지만 선도적인 재무 리더들은 디지털 전략 차원에서 고민하고 기술을 활용해 조직의 전략적 목표를 좀 더 빨리 달성하기 위한 기회를 모색한다. 유럽의 한 제약회사 CFO는 조직의 가격 전략 수립을 지원할 수 있는 더 명확하고, 빠르고, 풍부한 통찰을 제시해 달라는 임무를 받았다. 회사는 이를 위해 의약품의 가격을 예측하는 새로운 머신러닝 모델을 구축했다. 원재료 가격, 생산 비용, 규제 가이드라인, 재고 비용, 다른 시장 상황, 전 세계에 걸친 제품 공급 현황, 그 외 제품 관련 변수들의 변화를 거의 즉각적으로 반영해 동적 예측치를 생성하는 모델을 갖춘 것이다.

사업부 리더들은 이 정보 덕분에 시장 데이터와 의약품의 특징들에 대한 실시간 피드를 바탕으로 가격을 재빨리 조정할 수 있었다. 이런 변화는 재무팀이 더 적극적으로 가격 전략을 개발, 활용하고 회사의 가치를 높이는 데 기여하는 계기가 됐다.

다국적 소매유통 기업의 또 다른 CFO는 고급 분석 기법을 활용하면 회사의 사이버 보안 프로파일을 강화할 수 있을 것이라 생각했다. 그러고는 최고정보책임자(CIO), 회사의 클라우드 제공업체와 협력해 머신러닝 기술을 사이버 보안 시스템에 적용했다. 이 기술 덕분에 회사는 클라우드에 저장된 민감한 재무 데이터, 지적 자산, 직원 정보 같은 데이터를 확인하고 누군가 이 데이터에 비정상적인 방식으로 접근하거나 데이터를 옮기면 경고를 받을 수 있게 됐다.

사례 속 두 CFO처럼 필자가 인터뷰한 대부분의 디지털 재무 리더들은 회사 자산을 보호하고 사업 성과를 객관적으로 개선하기 위해 기술과 고급 분석 기법 활용을 전략적 우선순위로 고려한다고 말했다.

Untitled-1

질문들을 바탕으로 회사 재무팀의 데이터와 분석 성숙도가 현재 어떤 수준이고, 전체 분석 여정의 어디쯤에 위치해 있는지 확인해 보자. 질문지는 총 7개의 영역으로 구성돼 있으며 각 영역에 속한 질문들의 점수를 모두 더하고 그 합을 3으로 나누면 해당 영역의 평균 점수가 나온다. 점수가 4점 이상이면 그 영역의 역량이 상대적으로 강하다는 것이고 3점 이하면 개선 조치가 필요하다는 신호다.

각 영역의 평균 점수를 모두 더한 후 7로 나누면 전반적인 능력의 평균 점수를 알 수 있다. 본 평가 도구는 이 전체 평균을 기준으로 성숙도 수준을 3가지로 구분한다. 전체 평균이 3점 미만이면 그 팀의 디지털 재무 능력이 뒤처진다고 봐야 한다. 점수가 3과 4 사이인 팀은 디지털 재무 능력을 현재 개발하고 있다는 것이고, 4점 이상인 팀은 디지털 재무 능력에서 선두를 달린다고 볼 수 있다. CFO는 이 지표를 가지고 팀의 디지털 재무 능력이 시간이 지나면서 어떻게 발전하는지 추적, 관찰할 수 있다. 또 다국적 기업의 경우에는 법인별로 재무팀의 데이터와 분석 능력을 비교할 수 있다.


2. 머신러닝이 도출한 결과를 해석하고 설명하기. 머신러닝 모델이 블랙박스 같다고 말하는 사람들이 있다. 거기서 나오는 예측들이 어떤 식으로 도출되는지 불분명하기 때문이다. 디지털 재무 리더들은 이런 한계를 알기 때문에 모델의 설명가능성(explainability)을 높이려 한다. 즉, 모델이 어떤 식으로 결과를 산출하는지를 알기 위해 각종 기법과 도구를 동원한다.

한 글로벌 자동차 제조사의 CFO는 이런 설명 가능성과 해석 가능성이 AI와 머신러닝을 활용해 재무 리스크와 신용 리스크를 감지할 때 겪는 주요 애로사항이라는 것을 깨달았다. 이 경우 분석 모델이 어떤 식으로 리스크를 예측했는지 이해하는 게 매우 중요했다. 고객의 인종 등 인구통계적 특성을 나타내는 대리 지표들만 보고 신용 지원서를 심사하는 불법적이고 비윤리적인 방식이 채택되지는 않았는지를 알려면 어떻게 예측 결과가 나왔는지를 설명할 수 있어야 했다.

또 다른 CFO와 재무팀 직원들은 누가 자동차 대출을 받을지를 결정하는 머신러닝 모델이 왜 어떤 지원자의 대출 신청은 거부하고, 왜 다른 지원자의 대출 신청은 승인하는지를 알고 싶었다. 또 어떤 지원자에게는 70%의 채무 불이행 확률을 부여하면서 다른 지원자에겐 평균적으로는 20%의 확률만 부여하는지 알고 싶었다. 그래서 게임이론에서 파생된 샤플리 값(Shapley values)2 을 모델에 적용해 각각의 특징이 머신러닝 모델의 최종 결과에 미치는 상대적인 영향력을 확인했다.3 그 결과 CFO와 팀원들은 주택 소유 여부, 소득 대비 대출 비율, 신용카드 채납금 수준이 자동차 대출금 연체를 예측하는 데 가장 중요한 변수라는 것을 알 수 있었다.

이처럼 디지털 재무 리더들은 다른 CFO에 비해 그들이 사용하는 분석 모델의 내부 작동 방식이 어떤지, 또 그 방식이 모델이 생성하는 결과에 어떤 영향을 주는지 파악하는 것을 더 중요하게 여긴다.

3. 효과적 데이터 관리를 위해 다양한 부서와 협력하기. 데이터의 규모와 복잡성이 비약적으로 증가하면 재무팀이 다른 부서를 위해 실행 가능한 통찰력을 도출하는 데 필요한 데이터의 ‘진실된 하나의 출처’를 찾기는 더 어려워진다. 디지털 재무 리더는 이렇게 양적으로 증가하는 데이터의 수집과 관리, 접근에 대한 지침이 될 만한 명확한 전략을 갖고 있고 그중 다수는 전체 조직의 데이터 전략을 정의하는 데 중요한 역할을 담당한다.

아시아의 한 철강 회사 CFO는 새로운 분석 솔루션을 개발하는 과정에서 일단 데이터 전략을 정의한 후 조직 전체가 데이터 표준을 따르도록 협조를 이끌었다. 이를 위해 해당 데이터 전략을 회사의 최우선 사업 안건으로 올렸다. 회사가 기대하는 재무팀의 목적은 제품별 매출과 이익은 물론 고객 세그먼트별 매출과 이익까지 관리하는 것이었다. 그렇게 하려면 고객 유치 비용, 주문율 및 고객 이탈률, 서비스 비용같이 고객 수익성을 나타내는 핵심 지표들을 확인하고, 이 지표들을 전체 조직과 다른 부서들에 걸쳐 일관되게 정의할 방법을 찾아야 했다. 재무팀은 또한 데이터 출처를 간소화하기 위해 데이터 호수4 를 만들고 고객 지표를 추적하는 과정을 자동화했다. 이런 개선 작업을 통해 재무팀이 원하는 지표를 추적할 수 있게 된 것은 물론이고 다른 여러 부서도 변화하는 고객 요구에 경쟁사보다 더 빨리 대응하고 고객들에게 더 효율적인 서비스를 제공할 수 있게 됐다.

디지털 재무 리더들은 조직 내 사일로(silo)들을 아울러 데이터가 민주화될 수 있도록 앞장설 가능성이 크다. 이는 정보를 권력으로 간주하고 데이터 소유권을 사수하려는 전통적인 재무 리더들과 확연하게 다른 점이다.

4. 분석 기법을 팀에 내재화하기. 디지털 재무 리더들은 외부 전문가들의 역량에 의존하기보다 재무팀 내부에 데이터와 분석 기법을 구축하기 위한 단계를 밟는다. 이를 위해서는 재무팀 직원 대다수가 데이터과학과 데이터관리 및 프로그래밍 교육을 반드시 받아야 한다. 그와 동시에 발전된 AI 도구를 제대로 활용하려면 소통과 문제 해결 능력을 키우고 데이터로부터 실행 가능한 통찰을 도출할 수 있어야 한다. 또 경험이 많은 재무, 회계 담당자들을 독려해서 데이터와 분석 기법을 활용한 잠재적 사용 사례를 적극적으로 실험하고 데이터와 신기술에 거부감을 갖는 사람들의 협조를 이끌어내도록 만들어야 한다.

한 다국적 호텔 그룹의 CFO는 재무팀을 더 강력한 분석 중심 조직으로 육성하기 위해 전통적인 재무, 회계 업무에 익숙한 직원들은 더 이상 뽑지 않고 데이터과학자나 수학자, 데이터 엔지니어들을 채용하기 시작했다. CFO는 이런 신규 인력에게 예산 편성, 재무 분석, 컴플라이언스, 리스크 관리, 기타 회계 원칙에 대한 기본 사항들을 실무 중심으로 가르쳤다. 간부급 직원들은 적어도 1주일에 하루를 할애해 신입 직원들이 재무 및 회계 역량을 키우도록 도왔다. 한편 신규 인력 중 분석 기법에 대한 전문 지식이 풍부한 직원들은 기존 직원들이 분석 및 데이터 엔지니어링 능력을 활용해 재무와 사업 관련 이슈들을 해석할 수 있도록 지원했다.

GettyImages-1485905081_[변환됨]


5. 탐색하고 실험하기. 디지털 재무 리더들이 데이터와 분석 기법을 성공적으로 활용하겠다는 목표에 차근차근 다가가는 경우는 드물다. 필자와 인터뷰한 많은 리더는 처음에는 시행착오가 많았다고 고백했다. CFO는 인내심, 탐색적 접근법, 실험 결과가 계획대로 안 나와도 실패를 용인하는 자질 등을 갖춰야 한다. AI 기반 모델이 가치 있는 결과를 생성하려면 적절한 데이터는 물론이고 데이터의 정교한 처리와 확장이 필요하기 때문에 시간이 걸릴 수 있다.

한 건설 엔지니어링 회사의 CFO는 탐색적이고 학습하는 문화를 장려하기 위해 재무팀 직원들이 여러 사업부와 혁신팀, IT 부서를 돌며 순환보직 형태로 업무를 익히게 했다. 이 직원들은 다른 부서 직원들과 중요한 관계를 형성했고, 그들의 요구사항을 더 잘 이해하게 됐으며, 재무팀이 제공하는 서비스의 품질을 높일 수 있는 새로운 기회들을 발견했다. CFO는 순환 보직을 마친 직원들에게 새로 습득한 지식을 바탕으로 신기술과 분석 기법을 활용해 재무 서비스를 개선할 아이디어를 내 달라고 요청했다. 그리고 좋은 제안을 한 직원들은 공개적으로 격려하고 보너스도 지급했다. 이런 문화는 소극적이었던 직원들이 아이디어를 적극적으로 내도록 자극하고 직원들의 흥미를 북돋웠다.

6. 팀 문화의 변화 관리하기. 재무팀의 문화는 보통 보수적이고 신중한 편이다. 이런 특징은 오히려 새로운 도구와 업무 방식에 대한 저항감을 야기할 수 있다. 가령, 세법에 대한 자부심이 누구보다 강한 세무사는 아마도 세무 최적화 방법을 알려주는 기계의 존재에 거부감을 가질 것이고 AI가 제안하는 내용을 무시할 가능성이 크다. 성공하는 디지털 재무 리더는 데이터 기반의 문화를 확립하고 직원들이 앞선 분석 기법과 신기술을 수용했을 때 어떻게 기술의 효과가 극대화될 수 있는지 단계별로 설명한다. 예를 들어 한 다국적 IT 기업의 CFO는 회사를 디지털 조직으로 탈바꿈하기 위한 방안을 강구하고 있었다. 그래서 재무팀 직원들에게 고급 분석 기법을 업무와 문제 해결에 활용해야 할 필요성을 분명히 전달했다. 또 세무회계 담당 직원들에게는 AI가 제안하는 세무 최적화 방법을 그들의 전문 지식과 결합했을 때 회사 수익이 어떻게 증대될 수 있는지와 관련된 내용을 소책자로 만들었다.

7. 디지털 전환 노력에 모든 팀원을 동참시키기. 디지털 재무 리더들은 팀원 전체가 디지털 혁신에 참여하고 팀의 성공에 기여할 수 있도록 기회를 부여한다. 포용적인 업무 환경에서는 직원 모두가 인정받고 있다고 느끼고 자신에게 맞는 디지털 기술을 개발할 수 있다. 재무팀 임원들은 팀원 전체가 자신에게 맞는 교육 및 기술과 데이터에 접근할 수 있도록 하면서 새로운 기술의 습득이 기회로 연결될 수 있도록 보장해야 한다.

대형 통신회사의 한 CFO는 재무팀 직원 절반가량이 회사의 목표 달성에 필요한 분석 능력이 부족하다는 것을 알게 됐다. 게다가 팀원 다수가 10년 후에는 쓸모없어질 업무에 관여하고 있었다. CFO는 그런 직원들을 해고하지 않고, 그 대신 이들에게 새로운 기술을 배울 수 있는 기회를 제공했다. 이 프로그램이 시행된 첫해에 회사는 조직에 신설된 보직 대부분을 내부 직원들로 충당할 수 있었다.


디지털 재무 리더, 이렇게 시작해 보자

데이터와 분석 기법을 재무팀 업무에 효과적으로 활용하는 능력을 키우려면 CFO는 여러 방면으로 조치를 취하고 조율해야 한다. 특히 투자가 가장 시급한 영역을 파악하기 위해 필자는 본 연구에서 얻은 통찰을 바탕으로 성숙도 모델과 그에 상응하는 평가 도구를 개발했다. (표 1) 평가 결과는 해당 재무팀이 얼마나 정교한 분석 능력을 갖추고 있는지, 그리고 디지털 혁신을 주도하기 위해서는 어떤 기술과 태도를 더 개발해야 하는지 명확히 보여준다. CFO는 이 평가를 주기적으로 반복해서 팀의 발전 양상을 모니터링하고 상대적으로 취약한 역량을 집중적으로 육성해야 한다.

발전된 분석 기법을 성공적으로 활용하기 위한 재무팀의 여정은 그 출발선이 어디냐에 따라 다양한 형태로 나타날 것이다. 그렇다 할지라도 성공하는 디지털 재무 리더들에게는 공통점이 있고, 이 공통점은 재무팀의 디지털 여정에 유용한 지침이 될 것이다.


번역 |김성아 dazzlingkim@gmail.com



편집자주
이 글은 MIT 슬론 매니지먼트 리뷰(SMR) 2023년 여름 호에 실린 ‘How Digitally Mature Is Your Finance Office?’를 번역한 것입니다.
  • 크리스토프 스타우티센 | 크리스토프 스타우티센(Kristof Stouthuysen)은 벨기에 블레릭(Vlerick) 경영대학원과 루벤가톨릭대(KU Leuven)의 경영 회계 및 디지털 금융 교수이자 블레릭 경영대학원의 금융 리더십과 디지털혁신센터 이사다.

    이 필자의 다른 기사 보기
인기기사
Server message: The transaction log for database 'DBR_New' is full due to 'LOG_BACKUP'. severity(35) number(42) state(2) line(1) Server Name:DBRDB001 Procedure Name: