이득:
- 감사 주기(기획, 증거 수집, 분석, 문서화, 보고)에서 인공지능이 실시간으로 시간을 절약해주는 부분과 감사 의견, 중요한 왜곡표시 판단 등의 결정이 업무 위험 수준에 따라 독립 감사인에게 맡겨지는 부분을 구별할 수 있습니다.
- 각 AI 출력을 소스에 연결하고, 다시 계산하고, 감사자 회의론으로 테스트하는 단계를 통해 각 AI 출력을 검증하는 규율을 적용하는 능력.
- 비밀유지 및 독립성을 원칙으로 감사자료를 익명화하고 안전한 차량을 선택하는 습관을 들이고 있습니다.
감사인의 하루는 대부분의 사람들이 생각하는 것보다 훨씬 더 많은 시간을 "증거 축적"과 "판단" 사이에 소비합니다. 수천 개의 분개 항목을 스캔하고, 계정 잔액을 문서화하고, 추정의 합리성에 의문을 제기하고, "정말 그렇습니까?"라고 묻습니다. 고객의 말을 액면 그대로 받아들이는 것이 아니라. 당신은 파고 있습니다. 데이터 정리, 표준 조항 검색, 작업 문서 초안 작성, 조정 차이 나열 등 일부 작업은 반복적이고 시간이 많이 걸립니다. 다른 것들은 귀하의 감사 의견, 즉 재무제표가 "모든 중요한 측면에서 진실되고 공정한지"에 대해 공개적으로 표명된 의견을 직접적으로 결정하는 판단이며, 이는 매우 낮은 오차 범위를 가져야 합니다.
인공 지능(줄여서 AI, 줄여서 AI – 인간처럼 텍스트를 생성하고, 패턴을 인식하고, 대규모 데이터 세트에서 관계를 찾고, 계산을 수행할 수 있는 컴퓨터 시스템)이 바로 이 그림의 중심에 있습니다. 올바르게 사용하면 3시간짜리 분석 검토 요약이 40분으로 단축됩니다. 몇 초 만에 수십만 개의 기록을 검색합니다. 표준 품목을 찾을 수 있도록 안내합니다. 잘못 사용하면 작업 문서에, 그리고 궁극적으로 감사 의견에 겉으로는 안전하고 유창하지만 완전히 꾸며낸 숫자, 존재하지 않는 표준 조항 또는 입증되지 않은 결과가 포함될 수 있습니다.
이 모듈의 첫 번째 단원은 소프트웨어 소개가 아닙니다. 감사업무에서 AI를 어디에 넣어야 할지, 어디에 아예 넣지 말아야 할지 명확히 하는 게 목적이다. 감사는 대중의 신뢰에 의존하고 그 결과가 투자자, 채권자, 세무 행정 및 사회에 영향을 미치는 규정 준수가 중요한 직업이기 때문입니다. 처음부터 기본 원칙을 세우자. 인공지능은 컨트롤러가 아니라 보조자이다. 감사의견, 중요한 왜곡표시 판단, 최종의견에 관한 모든 결정에 대한 책임과 최종 승인은 유능하고 독립적인 감사인에게 있습니다.
제어 루프와 AI의 위치
독립 감사를 이해하려면 작업을 하나의 주기로 생각하는 것이 유용합니다. 계획 및 위험 평가 단계에서는 비즈니스를 파악하고 잘못될 가능성이 높은 부분을 파악합니다. 증거 수집 및 테스트 단계에서는 계정 잔액, 거래 클래스 및 공개를 문서, 확인 및 분석에 연결합니다. 평가 단계에서는 결과의 중요성을 평가하고 결론을 내립니다. 보고 단계에서는 의견과 조사 결과를 서면으로 작성합니다. 전체 주기에 걸쳐 문서(작업 문서)는 작업에 대한 추적 가능한 증거를 생성합니다.
AI는 이 주기의 모든 단계에 접근할 수 있지만 각 단계마다 권한이 다릅니다. 계획 시 위험 아이디어 및 중요성 시나리오를 생성합니다. 테스트에서 데이터를 준비하고, 스캔하고, 이상 징후를 표시합니다. 평가에 초안 의견을 작성합니다. 보고 시 결과 및 보고 언어를 가속화합니다. 그러나 그는 어떤 단계에서도 결정을 내리지 않습니다. 결정에는 전문적인 판단과 회의가 필요합니다. 이는 양도할 수 없습니다.
처음부터 몇 가지 기본 용어를 정의해 보겠습니다. 감사 증거는 감사인이 자신의 의견을 근거로 삼는 정보(문서, 확인, 재계산, 분석)입니다. 중요성은 오류가 재무제표 이용자의 결정에 영향을 미칠 만큼 큰지 여부에 대한 임계값입니다. BDS는 터키에서 시행되는 독립 감사 표준입니다. 이는 국제 감사 표준(ISA)을 준수하며 POA(공공 감독, 회계 및 감사 표준 기관)에서 게시됩니다. 작업문서(Working Paper)는 수행한 작업과 얻은 결과를 기록한 문서입니다. 다음 단원에서 이러한 개념을 하나씩 설명하겠습니다. 지금은 다음 사항을 알아 두십시오. 이러한 모든 개념에서 AI는 개요와 분석을 제공하지만 판단은 제공하지 않습니다.
다음 표는 임무별 AI의 역할과 위험 수준을 요약한 것입니다.
퀘스트
AI의 역할
위험 수준
누가 승인/결정하는가
데이터 정리, 포맷
작업자, 액셀러레이터
낮음
감사팀 구성원
작업 보고서/요약 초안
스케치 생성기
낮음-중간
수석 감사관
표준/품목찾기
방향 찾기
중간
감사인 (공문으로 확인)
분석 절차 해석
가설 생성기
중간
감사담당자
저널/이상치 스캔
통계적 지표
중간-높음
감사자(모든 예외를 검사합니다)
중요성/리스크 판단
보조 입력
높다
감사인의 전문적 판단
감사의견/결론
입력도 아니고 초안 언어입니다
매우 높다
책임감사인(서명)
이 한 가지를 명심하십시오. 위험이 증가함에 따라 AI의 역할은 작아지고 감사인의 판단은 커집니다.
"검증"이 이 사업의 핵심인 이유
인공지능 언어 모델은 답변에 자신감을 갖고 있는 것처럼 보이지만 확실하지 않을 수도 있습니다. 이를 기술 용어로 환각이라고 합니다. 모델이 실제로 존재하지 않는 정보(숫자, 표준 항목, 날짜)를 마치 사실인 것처럼 흐르는 문장으로 조작하는 경우입니다. 감사자에게 이는 치명적인 함정입니다. 모델은 "작년 총 이익률은 34%였습니다."와 같은 숫자를 생성할 수 있습니다. 그러나 그는 귀하의 데이터를 본 적이 없으며 이 숫자는 완전히 조작되었습니다. 또는 "TMS 36 조항 22가 2021년에 변경되었습니다"라고 표시될 수도 있습니다. 그러나 그러한 조항이나 변경은 없을 수 있습니다. 그는 똑같은 유창함과 똑같은 확신을 가지고 말하므로 옳고 그름을 구별하는 유일한 것은 당신의 지식과 확인하는 습관입니다.
검증 규율은 감사의 세 단계로 구성됩니다.
- 소스 링크: 숫자, 비율, 잔액 및 표준 항목의 경우 AI의 메모리가 아닌 자체 감사 증거(시산표, 보조 원장, 은행 확인, 계약서) 및 공식 소스(KGK에서 게시한 BDS 및 TFRS 텍스트, 관련 성명)를 참조하세요. AI를 사용하여 데이터를 기억하는 것이 아니라 해당 데이터에 대해 논평합니다.
- 재계산/비교: AI가 반환하는 각 수치 결과, 평가 및 추세를 독립적으로 확인합니다. 백분율, 합계, 잔액 차이를 직접 확인하세요.
- 테스트 감사자 회의론: 출력이 증거, 규정 및 상식과 충돌하는지 회의적인 눈으로 질문합니다. “이것이 사실이라면 또 무엇이 사실이어야 합니까?” 그리고 “이것이 거짓이라면 어떤 증거가 이를 보여줄 것인가?” 묻다.
주의: AI가 작성한 작업 문서를 결과나 숫자를 확인하지 않고 파일에 넣는 것은 서명되지 않은 작업 문서를 증거로 간주하는 것과 같습니다. 출력이 유창하다고 해서 사실이 아닙니다. 그것이 사실이라는 것을 증명해야만 그것이 사실이 됩니다.
독립성과 기밀성: 감사의 두 가지 불가침 원칙
감사의 적법성은 두 가지 기본 원칙에 기초합니다. 첫째, 독립성: 감사인은 실제로나 외양적으로 자신이 감사하는 기업으로부터 독립적이어야 합니다. 자신의 의견을 왜곡할 수 있는 이해관계를 멀리해야 합니다. 둘째, 기밀 유지: 감사 중에 알게 된 정보는 승인되지 않은 사람과 공유하거나 개인적인 이익을 위해 사용할 수 없습니다.
AI의 사용은 이 두 가지 원칙 모두에 직접적으로 관련됩니다. 감사를 받은 회사의 당좌 계좌에 고객 이름, 납세자 식별 번호, 은행 정보 및 금액을 공개 AI 도구에 붙여넣는 것은 이 데이터가 외부 서버로 이동한다는 것을 의미합니다. 이는 직업 윤리의 기밀 유지 원칙과 개인 데이터가 관련된 경우 KVKK(개인 데이터 보호법)를 모두 위반합니다. 규칙은 간단합니다. 데이터를 익명화하고 불필요한 데이터를 공유하지 않는 것입니다. "ABC Tekstil A.Ş., TIN 1234567890, 잔액 4,850,000 TL" 대신 "중간 규모 제조 회사, 미수금 잔액 X 크기"라고 작성하세요. 가능하다면 데이터 처리 계약이 있는 기업 도구를 선택하고, 모델 교육에 데이터를 사용하지 말고, 감사 추적을 유지하세요.
독립성에는 추가적인 미묘함이 있습니다. 감사 대상 회사의 자체 시스템에 내장된 AI 도구를 맹목적으로 신뢰하면 그 결과를 독립적으로 제어할 수 없으므로 독립성이 훼손될 수 있습니다. AI는 도구입니다. 누가 만들었는지, 데이터가 어디로 가는지, 출력을 확인할 수 있는지 여부는 모두 독립성의 일부입니다.
세 개의 미니 케이스
사례 1 — 안전한 사용. 선임 감사자는 일반적으로 22개 항목의 분석 검토 요약을 직접 작성하는 데 3시간을 소비합니다. 그는 시산표에서 가져온 숫자를 익명으로(회사명 없음, 계좌 및 금액만) YZ에 제공하고 의견 초안을 요청했습니다. AI는 12분 만에 스케치를 완성했다. 감사인은 각 비율을 자신의 워크시트와 비교하고 두 가지 잘못된 비율을 수정했으며 편차에 대한 두 가지 설명을 입증했습니다. 소요 시간: 3시간이 아닌 45분. AI가 초안을 제시했고, 책임과 의견은 감사관에게 남았습니다.
사례 2 - 확인되지 않은 숫자 트랩. 한 연습생 감사관이 AI에게 "이 업계의 평균 재고 회전율은 얼마나 됩니까?"라고 질문했습니다. AI는 업계 데이터에 접근할 수 없음에도 불구하고 "약 6.4"라는 자신감 있는 숫자를 제공했습니다. 인턴은 이것을 기대값으로 워크시트에 썼고, 이는 고객의 비율인 4.1이 "합리적"인 것처럼 보이게 했습니다. 감사관이 물었을 때 출처는 AI의 발명품이라는 것이 밝혀졌습니다. 분석 절차가 다시 수행되었습니다. 실수: AI에 없는 벤치마크 데이터를 요청하는 것입니다.
사례 3 - 기밀성 위반. 한 팀원은 확인 편지를 보낼 고객의 전체 목록(직함, 주소, 금액, 연락처 이름)을 공개 AI 도구에 업로드하고 "확인 편지 초안을 작성"했다고 말했습니다. 데이터가 조직 외부로 나갔습니다. 감사 회사의 품질 부서에서 기밀 검토가 시작되었습니다. 올바른 방법은 실제 데이터를 제거하고 "[고객 이름]", "[금액]"과 같은 자리 표시자가 있는 템플릿을 요청하는 것이었습니다.
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
이 회사의 재무제표를 해석하고 위험이 있는지 알려주세요.
이 주장에는 결함이 있습니다. AI에는 데이터, 컨텍스트 또는 역할이 부여되지 않습니다. AI는 데이터가 없기 때문에 일반적인 진술을 하거나 꾸며낸 숫자로 '해석'을 합니다. 기간도, 회계도, 감사 목적도 명확하지 않습니다.
강력한 프롬프트:
귀하의 역할: 귀하는 독립 감사자를 지원하는 분석 보조원입니다. 통제 관할권은 나에게 속합니다. 초안과 계정을 생성하게 됩니다.컨텍스트: 다음은 익명 처리된 시산표 요약입니다(회사 이름 없음). 내 목표는 올해와 전년도 사이의 중요한 변화(수평 분석)를 확인하고 조사해야 할 편차를 결정하는 것입니다.데이터:[계정 이름; 전년도 금액; 금년 금액 라인]작업:1) 각 계정의 금액 및 변동률을 계산합니다. 확인할 수 있도록 계산 단계를 보여줍니다.2) 20%를 초과하거나 기호가 변경된 항목(예: 손익->손실)을 "검토 대상"으로 표시합니다.3) 표시된 각 항목에 대해 2~3가지 가능한 설명을 제안합니다. 이는 증거로 검증되어야 한다는 점에 유의하십시오. 4) 확실하지 않거나 데이터에서 추론할 수 없는 숫자를 만들지 마십시오. "데이터에서 추출할 수 없습니다"라고 씁니다. 출력을 테이블로 제공하십시오.
이 주장은 역할과 경계(사법감사관 내), 데이터, 단계, 검증 가능성, '조작 금지' 등을 명확히 규정하고 있기 때문에 강력하다.
일반적인 실수
- AI를 자원으로 착각합니다. 숫자, 비율, 표준 품목 및 날짜는 AI의 메모리에 의존합니다. AI는 방향 찾기입니다. 소스 제어 증거 및 공식 텍스트.
- 맥락 없이 프롬프트를 작성합니다. 역할, 데이터, 목적을 제시하지 않고 "해석"이라고 말합니다. 결과는 가짜가 될 것입니다.
- 기밀 데이터를 있는 그대로 붙여넣습니다. 고객 이름, TIN, 개인 데이터가 포함된 기록을 익명화 없이 공유합니다. 개인 정보 보호 및 KVKK 위반.
- 유효성을 검사하지 않고 출력을 파일에 넣습니다. 유창한 글이 맞다고 생각해서 워크시트에 옮겨놓는다.
- 판단을 위임합니다. “AI가 그렇게 말했다”는 근거로 성급하게 결론을 내리는 것. 감사의견은 양도할 수 없습니다.
팁: 감사자의 마음으로 모든 AI 세션에 참여하십시오. "이 출력이 어디에서 잘못되었을 수 있습니까?" 이 질문은 자동화 편향에 대한 해독제이며 모듈 전체에서 반복됩니다.
요약하면
인공 지능은 감사의 강력한 보조자입니다. 데이터를 준비하고, 스캔하고, 초안을 작성하고, 계산하고, 시간을 몇 분으로 단축합니다. 그러나 감사의견, 중요한 왜곡표시에 대한 판단 및 결론은 독립적이고 능력 있는 감사인에게 속합니다. AI의 출력이 검증되지 않는 한 서명되지 않은 작업 서류만큼 유효합니다. 세 가지 불가침 원칙: 소싱 및 재계산(인증), 감사인의 회의적인 태도로 테스트, 데이터 익명화, 안전한 수단 선택(기밀성 및 독립성). 위험이 커질수록 AI의 역할은 작아지고 판단력은 커집니다.
응용과제
자신의 감사 업무(또는 가상 감사)에서 세 가지 반복 작업을 선택합니다. 예를 들어 (1) 시산표에서 수평적 분석 요약 추출, (2) 표준 조항 찾기, (3) 작업 문서 초안 작성 등이 있습니다. 위의 "강력한 프롬프트" 패턴을 사용하여 각각에 대한 프롬프트를 작성합니다. 역할, 익명화된 데이터, 단계 및 "제작 금지"를 추가합니다. 그런 다음 세 가지 확인 단계(소스, 재계산, 의심스러운 테스트)를 통해 출력을 실행하고 발견한 오류를 기록합니다.
체크리스트
- [ ] AI에 제공한 데이터를 익명화했습니다. 나는 고객 이름, TIN, 개인 데이터를 공유하지 않았습니다.
- [ ] 프롬프트에 역할, 맥락, 목적 및 "가짜 없음"을 추가했습니다.
- [ ] 독립적인 소스를 사용하여 출력의 모든 숫자와 비율을 다시 계산했습니다.
- [ ] 공식 텍스트에서 표준/물질 참조를 확인했습니다.
- [ ] 출력을 "어디서 잘못될 수 있습니까?"로 변환합니다. 나는 다음과 같은 질문으로 회의적으로 테스트했습니다.
- [ ] 최종 판단과 의견은 본인이 직접 결정했습니다. 나는 AI를 이유로 언급하지 않았습니다.
- [ ] 데이터 기밀성 및 독립성 측면에서 내가 사용한 도구의 적합성을 평가했습니다.