소식

Aug 16, 2023

감사 기술의 미래, 3부: 대기업

감사를 받은 기업의 데이터가 점점 더 풍부해짐에 따라 새로운 기술이 도움이 되고 있습니다.

감사를 받는 회사의 데이터가 점점 더 풍부해짐에 따라, 새로운 기술은 대규모 감사 회사가 감사의 품질, 정확성 및 통찰력을 향상시키는 데 도움을 주고 있습니다.

The Analytical Accountant의 수석 컨설턴트인 Stuart Cobbe는 감사 업계 전반을 살펴보면 중소 규모 기업이 인공 지능(AI) 및 분석 도구를 사용하는 방식과 대규모 기업에서 일어나는 일이 극명하게 대조되는 점을 확인합니다. “재무보고위원회(FRC)가 규제하는 감사와 ICAEW가 다루는 감사 사이에는 구분이 있습니다.”라고 그는 말합니다. "그리고 이는 감사 대상 클라이언트의 규모와 복잡성과 대체로 일치합니다."

선도적인 AI 감사 소프트웨어 제공업체인 MindBridge의 전 글로벌 책임자, 분석 및 산업 통찰력을 갖춘 Cobbe는 AI, 오픈 뱅킹 및 분석 도구와 같은 솔루션이 감사 발전에 어떻게 도움이 되는지에 대해 강한 관심을 유지하고 있습니다.

그는 "중간 시장을 포함한 대규모 기업에서는 이러한 도구의 채택이 계속해서 가속화되고 있습니다. 실제로 많은 경우 예상되는 임계 질량에 도달하고 있습니다. 이를 수행하는 것이 모범 사례의 일부가 되고 있습니다."라고 말합니다. 위험 평가 및 수익 테스트에 대한 데이터 기반 접근 방식과 함께 종종 기계 학습 또는 AI를 기반으로 저널 전반에 걸쳐 일종의 데이터 분석을 수행합니다."

예를 들어 KPMG는 Microsoft Azure를 기반으로 하는 직관적인 '스마트 감사' 플랫폼 Clara의 본고장입니다. KPMG 최고 기술 책임자(CTO) 매튜 캠벨(Matthew Campbell)이 설명했듯이 회사는 이미 감사에서 AI의 여러 사용 사례를 파악했으며 그 중 하나가 이상 탐지입니다.

그는 "전통적인 분석 도구를 사용하면 일반적으로 일련의 규칙을 설정하고 대규모 데이터 세트에서 예외가 있는지 살펴보게 됩니다. 그러나 AI를 사용하면 소프트웨어에 대량의 데이터를 제공하고 다음과 같은 이상한 것을 신속하게 식별합니다. 당신은 그것이 당신이 찾고 있는 바늘인지도 모른 채 건초더미에서 바늘을 찾고 있는 것입니다."

Campbell은 또한 AI가 가치를 추가하는 영역으로 문서 읽기 및 판단 감사를 언급합니다. "대량의 구조화되지 않은 데이터에서 정보를 추출하고 해석하는 것이 성장 분야입니다."라고 그는 말합니다. "판단적인 측면에서 AI는 예측 또는 검증 요소(예: 자산 가치 평가)와 관련된 작업에서 지원 역할을 하고 있습니다. 따라서 우리는 주로 감사 프로세스의 일부를 자동화하거나 보완하기 위해 AI를 상당히 광범위하게 사용하고 있습니다. 감사관이 자신의 판단을 적용할 때."

이러한 맥락에서 Campbell은 AI 기반 지속적인 감사(고객의 진술을 실시간으로 조사하는 것)를 실질적인 현재 영향을 미치는 사용 사례가 아니라 감사 업계가 노력하고 있는 것으로 구성합니다. 그는 "이 기술은 사용 가능하며 일부 내부 감사 업무에서 제한적으로 사용되고 있다는 것을 알고 있습니다. 따라서 우리는 일반적으로 '1차 방어선'을 제공하기 위해 이러한 기술을 사용하여 감사하는 일부 기업을 목격하고 있습니다."라고 말합니다. 독립적인 외형적 형태라기보다는 ' 형태의 보증이다. 하지만 확실히 그런 방향으로 갈 여지가 있다."

최근에는 혁신적인 데이터 처리 도구가 KPMG 감사관이 프로세스 마이닝과 추세 분석이라는 두 가지 위험 기반 목적에 대한 근본 원인 분석을 수행하는 데 도움이 된다고 Campbell은 말합니다.

프로세스 마이닝은 트랜잭션이나 비즈니스 프로세스가 따라온 모든 경로를 소급하여 계획하여 감사자에게 감사 추적을 제공합니다. 또한 비효율성, 위험 및 오류를 감지합니다. 그런 다음 해당 정보를 사용하여 향후 유사한 프로세스에서 실패할 가능성을 강조할 수 있습니다.

추세 분석은 벤치마킹이나 진행 테스트에서 유사한 회사, 산업 및/또는 특정 프로세스를 비교하기 위한 추세를 식별하기 위해 데이터를 활용합니다. 이러한 분석을 통해 감사자는 사람의 눈에는 즉각적으로 명확하지 않을 수 있지만 시스템 위험의 근본 원인을 밝힐 수 있는 개발 상황을 식별할 수 있습니다.

Campbell은 "예를 들어 클라이언트 회사에 부정확한 송장을 승인하는 직원이 너무 많다는 사실을 발견할 수 있습니다. 총 작업량에 수백만 개의 송장을 처리하는 작업이 포함될 수 있으므로 장기적으로 심각한 문제가 발생할 수 있음을 의미합니다."라고 말했습니다. ."