"April Forecast Update," 발언은 재무 팀이 기업 영업팀의 관리 사업 리뷰 스토리를 작성하기 위해 Codex(코드 및 텍스트 생성 AI 모델)에 입력하는 프롬프트의 일부다. 이는 단순한 텍스트 생성을 넘어 실제 기업의 재무 데이터와 시스템을 결합하려는 시도를 보여준다. 이제 AI는 재무 분석가의 단순 보조를 넘어 검토 가능한 수준의 자산을 만드는 도구로 진입했다.

Codex의 재무 워크플로우 통합 데이터

재무 팀은 결산 워크북, 수익 및 비용 대시보드, 예측 업데이트, 이전 MBR(Monthly Business Review, 월간 사업 리뷰), 담당자 노트 등의 데이터를 Codex에 입력한다. Codex는 이 컨텍스트를 바탕으로 경영진 보고용 내러티브를 초안 형태로 작성한다. 주요 변동 사항, 예측 대비 변경점, 리스크, CFO(최고재무책임자) 예상 질문 및 담당자별 후속 조치를 포함하는 것이 핵심이다. 모든 주요 수치에 대해 워크북 탭이나 대시보드, 소스 노트를 인용하도록 설정되어 있다.

Codex가 외부 데이터에 접근하기 위해 사용하는 플러그인(기능 확장 도구) 목록은 Google Drive, SharePoint(문서 공유 및 협업 플랫폼), Box(클라우드 콘텐츠 관리 서비스), Spreadsheets, Presentations, Documents, Slack(협업 메신저), Teams, Gmail, Outlook Email이다. 이를 통해 AI는 흩어진 기업 내 데이터를 수집하여 하나의 보고서로 통합한다.

모델 신뢰도 향상을 위한 검증 작업도 수행한다. 워크북 구조, 수식, 하드코딩(데이터를 변수로 처리하지 않고 직접 입력하는 방식), 깨진 링크, 순환 참조(수식이 자기 자신을 참조하여 오류가 발생하는 현상), 부호 규약, 기간 레이블, 소스 일치 여부 등을 확인한다. 비즈니스 가정은 임의로 변경하지 않으며, 수정 사항과 고위험 이슈를 담은 QA memo(Quality Assurance memo, 품질 보증 메모)를 함께 생성한다.

재무 팀이 실제 업무에 적용할 수 있는 프롬프트 예시는 다음과 같다.

Prepare the [month/quarter] management business review story for [business/team]. Use the close workbook, revenue and expense dashboards, forecast update, prior MBR, owner notes, and finance close context I provide. Draft an executive-ready narrative with key variances, what changed since forecast, risks, CFO prep questions, and follow-ups by owner. Cite a workbook tab, dashboard, or source note for every material number.

Clean and review [model name] before it goes to [audience]. Check workbook structure, formulas, hardcodes, broken links, circulars, sign conventions, period labels, source tie-outs, checks, and output tabs. Make safe cleanup changes where appropriate, but do not change business assumptions without calling them out. Return a cleaned model if safe, plus a QA memo with high-risk issues, fixes made, remaining assumptions, and cells or tabs that need finance-owner review.

Refresh the [CFO/board] reporting pack for [month/quarter]. Use the latest forecast model, KPI dashboard, prior pack, cash view, forecast notes, owner inputs, and open questions I provide. Update key metrics, deltas, charts, and commentary. Create a pack summary that explains what changed, what needs owner input, which assumptions remain open, and which slides or sections need executive review.

수동 집계에서 판단 중심의 분석으로 전환

예전에는 분석가가 수많은 엑셀 시트를 일일이 대조하며 첫 번째 초안을 잡는 데 대부분의 시간을 소비했다. 반면 Codex를 도입한 환경에서는 데이터 수집과 기초 내러티브 작성을 AI가 담당하고, 분석가는 수치의 정확성을 검증하고 전략적 방향을 설정하는 판단 작업에 집중한다. 단순 집계 시간이 줄어들면서 보고서의 스토리텔링과 의사결정 준비 시간이 늘어나는 구조다.

실무자가 체감하는 가장 큰 변화는 모델 검증 방식이다. 기존에는 사람이 눈으로 수식을 쫓으며 오류를 찾았으나, 이제는 AI가 구조적 결함과 하드코딩된 셀을 찾아내어 리스트로 제공한다. 주목할 점은 AI가 비즈니스 가정을 임의로 수정하지 않고 사용자에게 검토를 요청하는 제어 장치를 두었다는 점이다. 이는 금융 데이터의 무결성을 유지하면서 효율성만 높이려는 전략이다.

반복적인 경영진 보고서 갱신 과정에서도 변화가 나타난다. 최신 예측 모델과 KPI(Key Performance Indicator, 핵심 성과 지표) 대시보드를 기반으로 지표, 델타(변동폭), 차트, 코멘터리를 자동으로 업데이트한다. 특히 이전 보고서 팩과 비교하여 무엇이 변했는지, 어떤 가정이 여전히 열려 있는지를 요약하여 경영진 리뷰 시간을 단축시킨다.

AI의 역할이 단순한 채팅 인터페이스를 벗어나 기업의 핵심 재무 자산을 직접 생성하고 검증하는 리뷰 준비 완료 단계로 진화했다.