[질문] AI 회계 분석으로 재무제표 취합, 업무 자동화하는 방법 (제미나이 활용) 안녕하세요, 시즌 중 반복되는 업무나 연도별 실적 비교를 위해 몇 시간씩 재무제표를 들여다보며 수작업하시던 경험, 다들 한 번쯤 있으실 겁니다. 특히 5개년, 7개년치 재무제표 취합 작업을 하다 보면, 계정과목을 하나하나 대조하고 매핑하는 과정에서 많은 시간과 에너지가 소요되곤 합니다. 오늘은 이러한 반복 업무를 획기적으로 줄여줄 수 있는 AI 회계 분석 방법을 소개해 드리고자 합니다. 바로 구글의 Gemini(제미나이)를 활용한 업무 자동화 팁인데요. 현직 회계사께서 직접 시연한 내용을 바탕으로 정리했으며, 실무에 바로 적용해 보실 수 있을 만큼 유용하니 끝까지 참고해보시면 좋을 것 같습니다. https://www.youtube.com/watch?v=QEyrbZMvenI

아래는 “제미나이(Gemini)” 같은 대형 언어모델(LLM)을 활용해 재무제표 취합·정리·분석 업무를 자동화하는 실무 가이드입니다. 현업에서 자주 반복되는 작업(다년치 표준화·계정매핑·증감분 해석 등)을 최소화하고, 사람은 검토(예외/설명)만 하도록 워크플로우를 설계하는 것을 목표로 합니다. 실무에 바로 적용 가능한 프롬프트 예시, 도구 추천, 자동화 파이프라인(전체 흐름)과 검증·제어 포인트도 포함했습니다.

요약(한 문장)

• 입력: PDF/이미지/엑셀로 온 재무제표 → OCR/테이블 추출 → 계정표준화(매핑) → 숫자정렬·누락보정 → 다년 비교·비율분석 → 설명(자동생성) → 엑셀/시트 출력
• 핵심: 규칙(차트오브어카운트, 매핑테이블) + LLM(제미나이) 프롬프트(추출·매핑·해석) + 자동화 스크립트(파이썬/스프레드시트/클라우드)

1. 전체 파이프라인 (권장 순서)

1. 수집: 이메일 첨부 / 회계시스템 추출 / 클라이언트 폴더에서 파일 수집
2. OCR/테이블 추출: PDF·스캔 → 표 형태로 변환 (pdfplumber, Camelot, Tabula, 또는 Google Vision)
3. 전처리: 문자정규화(통화기호, 괄호(음수) 표준화), 열명 표준화(예: "매출액" vs "영업수익")
4. 계정 매핑: 원계정명 → 표준 Chart of Accounts(COA)로 매핑(규칙기반 + LLM 보조)
5. 집계/통합: 연도별, 회사별로 standard format(COA 기준)으로 합치기
6. 자동분석: 증감표, 비율(유동비율, ROE 등), 이상치 감지, 주석(LLM에서 자연어 요약)
7. 출력/보고: Google Sheets / Excel 템플릿, 피벗 테이블, PPT 요약 자동생성
8. 검증/로그: 변환 전후 원본 링크와 변경 이력 기록, 사람 검토 대시보드

2. 필요한 도구 (권장)

• OCR/표 추출: pdfplumber, Camelot, Tabula, Google Cloud Vision OCR
• 데이터 처리: Python(pandas), Google Sheets API, Excel Power Query
• 계정 매핑·유사도: fuzzywuzzy(또는 RapidFuzz), 정규식
• LLM: Google Vertex AI의 Gemini(혹은 Gemini via API) — 텍스트 정제, 복잡한 매핑 판단, 설명 생성
• 워크플로우 자동화: Airflow/Cloud Functions/Apps Script (Google Sheets와 연동시)
• 로깅/감사: DB(예: BigQuery) 또는 S3 + 메타데이터 저장

3. 실무 단계별 상세 + 예시 프롬프트(한글) A. PDF → 표(숫자)로 추출

• 목적: 표를 행/열 형태 CSV로 변환(셀 경계 인식과 합계·머리글 처리)
• 도구: Camelot/pdfplumber 또는 Google Vision + table-parsing
• 검증포인트: 총계/합계가 원본과 일치하는지(샘플 몇 건 자동비교)

B. 계정명 정규화(이하 프롬프트는 Gemini용 예시)

• 역할: 원계정명을 표준 COA 항목으로 매핑, 매핑 이유(규칙)를 함께 출력

• 입력 예시(프롬프트): "다음은 재무제표의 계정명 목록입니다. 표준 COA(별도 제공 리스트)에 맞춰 각 계정명을 매핑해 주세요. 출력은 CSV 형식으로 (원계정명, 표준COA코드, 표준COA명, 매핑유형[정확/유사/수동검토], 매핑근거)를 포함하세요. 유사 매칭은 유사도 점수(0~100)도 기재하세요. 원계정명: ['매출액', '매출총이익', '제품매출', '상품매출', '영업수익'] 표준COA: [1000:매출(Revenue), 1100:매출원가(COGS), ...]"

• 자동화 팁: 우선 규칙기반(명시적 키워드 매칭) → fuzzy matching(유사도 threshold 85 이상 자동) → 그 외는 “수동검토”로 표기

C. 합계·검증(콘솔리데이션)

• 목적: 동일 COA코드로 합산, 연도별 표 생성
• 체크리스트: 총자산 = 유동자산+비유동자산 등 회계 등식 검증, 연속성 체크(전년과 기초계정 연결)

D. 증감/설명 자동생성 (LLM 활용)

• 입력: 표준화된 연도별 숫자표 + 간단한 룰(비율·임계치)
• 프롬프트 예시: "다음은 회사 A의 요약 손익계산서(표준COA)입니다. 연도별 증감과 주요 원인(재료비 상승, 매출구성 변화, 일회성 항목 등)을 간단명료하게 3문장 이내로 설명하고, 이상치(증감률>30% 또는 항목비중 급변)는 별도 리스트로 표기하세요. 표: {표 데이터 붙여넣기}"

E. 재무비율·이상치 탐지

• 자동 규칙: 증감률 임계값(예: 전년비 > ±30%), 항목비중 변화(비중 차 > 10%p)
• LLM 사용: 이상치에 대한 가능한 원인(시장/회계처리/환율/일회성 수익 등)을 후보로 제시

F. 주석·감사 추출 (공시/주석 원문에서)

• OCR로 추출된 주석에서 핵심문장 요약(예: 중요한 회계정책 변경, 법적 분쟁 등)
• 프롬프트 예시: "아래 주석 본문을 읽고 '중요 회계정책 변경', '일회성 항목', '계약/법적이슈' 항목별로 1-2문장 요약"

4. 매핑 전략(구체)

• 표준 COA 준비: 고객별/업종별 COA 템플릿을 미리 준비
• 매핑 우선순위:
  1. 완전 일치(문자열 동일)
  2. 규칙(키워드: '제품'→제품매출, '매출원가'→COGS)
  3. 정규표현식(숫자 포함, 괄호 등)
  4. 유사도(Fuzzy matching; threshold 85)
  5. LLM 판단(문장 맥락 파악)
  6. 수동검토 표시
• 매핑 매트릭스(예) 컬럼: 원계정명 | COA코드 | COA명 | 매핑유형 | 유사도 | 검토자 | 검토상태

5. Gemini(LLM) 프롬프트 템플릿(복수 용도 — 한국어)

• 테이블 추출 검증: "다음은 PDF에서 추출된 표입니다. 헤더가 잘못 분리되었거나 열병합/셀병합 오류가 있는지 점검하고, 정정해야 할 열 이름과 이유를 CSV로 반환하세요. 표: {표 데이터}"
• 계정매핑(앞서 예시)
• 증감·이상치 설명(앞서 예시)
• 재무요약 보고서(경영진용 1페이지): "회사 A의 핵심 재무요약(요약표 포함)을 경영진용 1페이지(한국어)로 작성하시오. 핵심 이슈(3개), 권고사항(2개) 포함."

6. 자동화 구현 예시(아키텍처 & 간단 코드 플로우)

• 아키텍처: 파일 스토리지(GCS) → Cloud Function 트리거 → OCR → ETL 파이프라인(Python) → Gemini 호출(분석/설명) → 결과저장(GCS/BigQuery/Sheets) → 알림/리뷰
• 간단 파이썬 의사코드(Pandas + 가상의 Gemini API 호출)
  1. 추출 결과를 pandas DataFrame으로 읽음
  2. 전처리 함수(normalize_names)
  3. 매핑: for name in colnames: if exact → map elif fuzzy>85 → map else flag
  4. LLM 호출(프롬프트 전송) → 설명받아 저장 (실제 API는 Vertex AI 문서 참고)

7. 검증·통제(감사 대응)

• 변경 로그(누가, 언제, 어떤 매핑을 변경했는지)
• 샘플 기반의 자동검증(매핑 대상 중 임의 5%를 매일 자동 샘플로 표시하여 담당자가 확인)
• LLM 결과에 신뢰도/점수 표기(예: '매핑유사도 92' 또는 '설명 확신도 낮음')
• 민감정보(PII/원장계정)는 암호화/접근제어

8. 실무 팁 & 주의사항

• LLM은 보조 도구: 자동매핑·설명은 사람이 최종 승인해야 함(특히 회계처리 판단 필요 시)
• 일관된 COA 유지가 핵심: 고객별 매핑 테이블을 점진적으로 축적
• 수치 검증을 항상 포함: 합계 일치 여부, 기본 회계 방정식 체크
• 원본 보존: 원본 파일과 OCR원본을 보관하여 감사 추적 가능하게
• 비용관리: LLM 호출을 적절히 배치(예: 대량매핑은 일괄 처리, 설명은 샘플·예외에만 호출)

9. 예시 출력 포맷(엑셀/시트 권장 컬럼)

• 기본: 기업명 | 연도 | COA코드 | COA명 | 금액 | 통화 | 출처파일 | 원원본셀 | 매핑유형 | 매핑점수 | LLM설명 | 검토자 | 검토상태
• 분석시트: 항목별 증감률(%) | 항목비중(%) | 전년대비주석 | 이상치플래그

10. 테스트 케이스(권장)

• 정상 케이스: 표준명칭 사용 파일
• 예외 케이스: 합계 누락, 합산 오류, 환율표기 혼용, 괄호/음수 표시 다양한 케이스
• 규칙 변경 테스트: COA 업데이트 시 재적용 결과 검증

마무리(다음 단계 제안)

• 1단계: 샘플 파일 3~5건으로 PoC 실행(파이프라인 구성 + 자동매핑 테스트)
• 2단계: 검증 로직(합계/회계방정식) 추가 및 LLM 프롬프트 튜닝
• 3단계: 운영화(자동 트리거, 검토자 알림, 로그 저장)

원하시면:

• 귀사(또는 샘플) COA에 맞춘 매핑 프롬프트/스크립트 템플릿을 직접 만들어 드리겠습니다.
• 혹은 업로드 가능한 샘플 재무제표(민감정보 제거)를 주시면, 자동화 PoC용 상세 스크립트(파이썬 예제 + Gemini 프롬프트)를 만들어 드릴 수 있습니다.

어떤 형태로 진행하길 원하시나요? (예: “샘플 3개 파일로 PoC 코드”, “Google Sheets 자동화 템플릿”, “Gemini 프롬프트 세트”).