Capacity Is a Resource, Not a Return: AI로 아낀 시간을 재무 성과로 바꾸는 CFO의 세 단계

AI로 줄인 업무 시간은 그냥 두면 팀 곳곳에 조금씩 흩어져 재무제표에 나타나지 않습니다. Gartner는 CFO가 이 시간을 관리하는 자원으로 다루라고 권합니다. 쓸 곳은 이사회 수준에서 정하고 재배치는 팀 목표에 넣습니다. 성과는 절약 시간이 아니라 매출·비용 회피·예측 정확도로 잽니다. 실제로 돌리려면 팀별 시간 원장과 재무 지표를 잇는 연결 고리가 있어야 합니다.

요약

Gartner가 2026년 11월 4일 낸 보도자료를 CPA Practice Advisor의 Isaac M. O’Bannon이 이튿날 전했습니다. 출발점은 AI 투자 수익을 보여 달라는 압박을 받는 CFO입니다. Gartner는 2026년 1~4월 기능 부서 고위 리더 1,303명을 조사했습니다. AI 때문에 인원이 줄었다는 답은 23%였고 오히려 늘었다는 답도 17%였습니다. 디지털 역량이 약한 인력의 수요는 줄지만 AI·디지털 역량이 강한 인력의 수요는 늘어서 일부 부서는 사람을 더 뽑고 있습니다. Gartner의 진단은 이렇습니다. 많은 조직에서 생산성은 실제로 오르지만 그 폭이 재무 실적을 눈에 띄게 바꾸거나 인원을 안정적으로 줄일 만큼 크지 않습니다.

Gartner Finance 부문의 Senior Specialist Analyst Grace Gstalder는 그래서 AI를 인원 감축 레버가 아니라 인력 구조를 바꾸는 계기로 보라고 말합니다. 문제는 절약한 시간이 팀마다 조금씩 흩어지고 대부분 조직에 그 시간을 재무 효과로 바꾸는 장치가 없다는 점입니다. 그의 표현으로 AI가 만든 여유 역량은 “a resource, not a return”입니다. 처방은 세 단계입니다. 여유 역량을 어디에 쓸지 이사회 수준에서 정합니다. 그 재배치를 팀 목표와 성과 지표에 넣고 생산성이 재무 결과로 이어지는지 보이게 만듭니다. 아래에서 이 논리를 다섯 가지 메커니즘으로 풀고 재무팀이 실제로 돌릴 때 필요한 기술·현업 디테일을 붙입니다.

핵심 메커니즘

Mixed Headcount Effect: AI가 인원을 줄이기만 하지는 않는 이유

같은 조사 안에서 인원이 줄었다는 답(23%)과 늘었다는 답(17%)이 함께 나옵니다. AI가 반복 업무를 가져가면 디지털 역량이 약한 역할의 수요는 줄고 AI 도구를 설계하고 다루는 역할의 수요는 늘어납니다. 두 힘이 부서마다 다른 크기로 작용하니 결과도 부서마다 크게 갈립니다. Gartner는 그 차이가 기존 인력이 가진 디지털 역량에 달려 있을 수 있다고 봅니다. AI 사업 계획서에 인원 감축을 기대 효과로 적기 전에 먼저 꺼내 볼 데이터입니다. 가상 예시로, 매입채무팀에서 송장 입력 인력 수요는 줄지만 자동 처리 규칙을 관리하고 예외를 판단할 사람을 새로 뽑아야 하는 경우가 이렇습니다.

Capacity Leakage: 아낀 시간이 사라지는 경로

절약한 시간은 저절로 다른 일로 옮겨 가지 않습니다. 사람마다 하루 몇십 분씩 줄어든 시간은 누가 무엇에 쓰라고 정하지 않으면 회의, 메일, 기존 업무의 여유로 흡수됩니다. Gartner는 의도적으로 방향을 돌리지 않으면 가치 대부분이 새어 나간다고 봅니다. 도입 뒤 사용률 지표는 좋은데 비용이나 매출이 그대로일 때 먼저 의심할 지점입니다. 가상 예시로, 50명인 재무팀이 1인당 주 2시간을 줄이면 합계는 주 100시간입니다. 그런데 사람마다 2시간씩 흩어져 있으면 누구도 새 업무를 하나 통째로 맡을 수 없습니다.

Priority Outcomes: 여유 역량의 행선지를 이사회에서 정한다

첫 단계는 AI가 만든 여유 역량이 어디서 가장 큰 가치를 내는지 이사회 수준에서 논의하는 것입니다. Gartner가 든 행선지는 세 갈래입니다. 외부 업체에 맡기던 일을 내재화하기, 직원의 시간을 매출을 만드는 활동으로 옮기기, 의사결정 지원·리스크 관리·예측·비즈니스 파트너링을 강화하기입니다. 행선지를 부서에 맡기면 부서마다 다르게 쓰여 회사 차원의 효과가 모이지 않습니다. 이사회에서 우선순위를 정해 두면 흩어진 시간을 모을 근거가 생깁니다. 절약 규모가 작은 단일 팀 시범 단계라면 이사회 안건까지 올릴 필요는 없고 부서장 선에서 행선지 하나를 정하면 됩니다.

Redeployment in Performance Management: 시간 재배치를 팀 목표에 넣는다

두 번째 단계는 AI로 생긴 여유 역량을 어떻게 쓸지에 대한 기대치를 팀 목표와 지표에 넣는 것입니다. 팀은 두 가지로 평가받습니다. AI로 시간을 만들어 냈는지, 그리고 그 시간이 어디로 갔는지 보여 줄 수 있는지입니다. 앞쪽만 재면 절약 시간 보고서만 쌓입니다. 뒤쪽까지 재야 행선지로 실제로 사람이 움직입니다. 가상 예시로, 결산팀 목표에 “월 결산 기간 단축”과 함께 “확보한 시간의 일정 비율을 사업부 원가 분석 지원에 배정”을 나란히 적는 식입니다.

Financial Visibility: 시간 대신 재무 결과로 잰다

세 번째 단계는 생산성 향상이 재무 결과에 어떻게 이어지는지 보이게 만드는 것입니다. Gartner는 절약 시간만으로는 AI의 사업 가치를 잴 수 없다고 봅니다. 대신 매출 성장, 비용 회피, 예측 정확도 개선, 더 빠른 의사결정, 리스크 감소 같은 결과와 연결하라고 권합니다. 절약 시간은 출발점이고 재배치 활동을 거쳐 재무 지표에 닿을 때 가치가 됩니다. 연결 고리 가운데 한 칸이라도 기록이 없으면 그 효과는 보고할 수 없습니다.

통념과 다른 주장

저자가 든 사례

보도자료는 애널리스트 권고라 특정 기업 사례는 없고 근거는 Gartner 자체 조사입니다.

Gartner 기능 부서 리더 조사: 인원 감소 23%, 증가 17%

• 상황: CFO들이 AI 투자 수익을 보여 달라는 압박을 받고 있습니다.
• 한 일: Gartner가 2026년 1~4월 기능 부서 고위 리더 1,303명을 조사했습니다.
• 결과: AI 때문에 인원이 줄었다는 답이 23%, 늘었다는 답이 17%였습니다. 조사 대상 기업과 부서별 수치는 원문에서 밝히지 않았습니다.
• 연결: Mixed Headcount Effect, Capacity Leakage.

기술 디테일: 시간 원장과 재무 지표를 잇는 법

아래 필드명, 설정값, 구성은 실행 제안이자 가상 예시입니다. 괄호에 연결된 메커니즘을 적었습니다.

절약 시간은 설문이 아니라 시스템 기록으로 기준선을 잡습니다(Capacity Leakage). 대상 과제(송장 처리, 계정 대사, 월 결산 보고서 작성 등)마다 도입 전 4주 동안의 소요 시간을 ERP 전표 생성·승인 시각, 업무 티켓의 열림·닫힘 시각으로 잽니다. 시스템 기록이 없는 과제만 2주 시간 기록을 받습니다. 도입 뒤 같은 방법으로 다시 재고 그 차이를 절약 시간으로 씁니다. 자기 보고 절약 시간은 부풀려지기 쉬우니 보조 지표로만 둡니다.

팀마다 시간 원장을 둡니다(Redeployment in Performance Management). 한 줄이 “어느 팀이 어떤 과제에서 얼마를 아꼈고 그 시간을 어디에 썼나”입니다.

{
  "ledger_id": "FIN-AP-2027Q1-014",
  "team": "매입채무팀",
  "task": "송장 입력·매칭",
  "baseline_hours_per_month": 320,
  "current_hours_per_month": 190,
  "freed_hours": 130,
  "redeploy_category": "insourcing",
  "redeploy_activity": "외주 대사 업무 내재화",
  "redeployed_hours": 100,
  "unallocated_hours": 30,
  "outcome_ref": "CONTRACT-BPO-0231",
  "owner": "매입채무팀장"
}

redeploy_category는 이사회가 정한 행선지(예: insourcing, revenue, forecasting, risk, partnering) 가운데 하나만 허용합니다. unallocated_hours가 분기 내내 freed_hours의 30%를 넘으면 새어 나가는 중이라는 신호로 봅니다.

재배치 활동 분류는 LLM에 맡기되 구조화 출력으로 받습니다(Priority Outcomes). 시간 기록이나 업무 티켓 설명을 모델에 넣고 redeploy_category, confidence(0~1), reason(한 문장) 세 필드만 JSON으로 받습니다. temperature 0으로 같은 입력을 3회 돌려 다수결로 정하고 세 번이 모두 다르거나 confidence가 0.6 미만이면 팀장 확인 큐로 보냅니다. 매주 10% 표본을 사람이 다시 분류해 일치율이 90% 아래로 떨어지면 분류 기준 예시를 보강합니다.

재무 지표는 행선지마다 계산식을 미리 정합니다(Financial Visibility).

행선지	재무 지표	계산 예	데이터 출처
내재화	비용 회피	종료·축소한 외주 계약 연간 금액 − 내부 인건비 배분액	계약 관리 시스템, 인사 원가
매출 활동	매출 성장	재배치 인력이 지원한 거래의 매출, 지원 전후 성사율	CRM
예측	예측 정확도	매출·현금 예측의 MAPE 개선 폭(%p)	FP&A 계획 시스템
의사결정 지원	의사결정 속도	분석 요청에서 결론까지 걸린 일수	요청 티켓
리스크	리스크 감소	감사 지적 건수, 이상 거래 사전 탐지 건수	감사·내부통제 시스템

효과를 AI 덕분이라고 말하려면 비교군을 둡니다(Financial Visibility). 같은 과제를 하는 팀 가운데 도입 시점이 늦은 팀을 비교군으로 두고 전후 차이의 차이를 봅니다. 결산처럼 계절성이 큰 과제는 전년 같은 달과 비교합니다.

막히는 경우	증상	대응
기준선이 없음	절약 시간을 자기 보고로만 집계	시스템 시각 기록이 있는 과제부터 시작, 나머지는 2주 시간 기록
이중 계산	두 팀이 같은 외주 계약 회피를 각자 보고	outcome_ref 하나에 원장 한 줄만 연결
미배정 시간 누적	unallocated_hours 비율이 계속 30% 초과	행선지 업무를 팀 단위로 묶어 배정, 다음 분기 목표에 반영
분류 흔들림	같은 활동이 주마다 다른 범주	범주 정의에 예시 3개씩 추가, 다수결·사람 검수 유지
재무 효과 지연	내재화는 했는데 계약 종료가 다음 해	계약 종료 예정일과 예상 회피액을 별도 열로 관리

현업 실행 디테일: 누가, 언제, 무엇을

아래 역할, 일정, 기준은 Gartner의 세 단계를 바탕으로 새로 짠 가상 예시입니다.

역할	맡는 일
CFO	행선지 우선순위 안을 이사회에 올리고 분기 판정 주재
이사회(또는 감사위원회)	여유 역량의 행선지 우선순위 합의, 분기 재무 효과 보고 수령
FP&A 리드	시간 원장 양식, 행선지별 재무 지표 계산식, 분기 집계
부서장	팀 목표에 절약·재배치 기대치 반영, 원장 승인
CHRO·HRBP	성과 관리 양식 수정, 재배치 인력의 역량 교육
AX 추진팀	기준선 측정, 원장·분류 자동화, 비교군 설계

준비물. AI를 쓰는 과제 목록과 담당 팀, 과제별 도입 전 소요 시간 기록, 외주 계약 목록과 갱신일, 최근 4개 분기 예측 정확도, 현재 팀 목표·성과 지표 양식이 필요합니다.

기간	할 일	산출물
1~2주	대상 과제 선정, 기준선 측정	과제별 기준 소요 시간표
3~4주	행선지 후보와 기대 효과 정리, 이사회 논의	행선지 우선순위 목록
5~6주	팀 목표에 절약·재배치 두 줄 반영, 원장 양식 배포	수정된 팀 목표, 시간 원장
7~12주	주간 원장 기록, 분류 검수, 재무 지표 집계	주간 원장 요약, 미배정 시간 추이
13주	분기 판정, 이사회 보고	행선지별 재무 효과 보고서

현장에 물을 것.

1. AI를 쓴 뒤 가장 많이 줄어든 과제는 무엇이고 그 기록은 어느 시스템에 남나요?
2. 그렇게 생긴 시간은 지금 누가 무엇에 쓰고 있나요? 그 사실을 보여 줄 기록이 있나요?
3. 지금 외주로 맡기는 일 가운데 확보한 시간으로 가져올 수 있는 것은 무엇이고 계약 갱신일은 언제인가요?
4. 팀 목표에 AI 관련 항목이 있다면 도입률을 재나요, 결과를 재나요?
5. 예측 정확도나 결산 기간처럼 이미 추적하는 지표 가운데 재배치 효과가 먼저 보일 지표는 무엇인가요?

진행 판정 기준(예시). 분기 말에 원장의 재배치 비율(redeployed_hours ÷ freed_hours)이 70% 이상이고 행선지마다 재무 지표 하나 이상이 기준선보다 나아졌으면 다음 분기에 대상 과제를 넓힙니다. 재배치 비율은 높은데 재무 지표가 그대로라면 행선지를 바꿀지 이사회에서 다시 봅니다. 재배치 비율이 50% 아래면 확대를 멈추고 팀 목표와 배정 방식부터 고칩니다.

AX 적용 제언. AI 도입 효과를 인원 감축 숫자로 약속하려는 기업이라면 그 약속을 하기 전에 이 세 단계를 먼저 깝니다. 첫 대상은 시스템 기록이 남고 외주 비중이 큰 재무 운영 과제(매입채무, 계정 대사, 결산)가 좋습니다. 기준선을 잡기 쉽고 내재화의 비용 회피를 계약 금액으로 바로 보여 줄 수 있습니다. 스폰서는 CFO가 맡고 CHRO가 성과 관리 양식을 함께 바꿔야 2단계가 실제로 돕니다. AI 사업 계획서 양식에 “절약 시간의 행선지”와 “연결 재무 지표” 칸을 의무로 넣는 것이 가장 빠른 첫 조치입니다.

원문 사례

항목	내용
원문	CPA Practice Advisor, 2026.11.5 게재, Isaac M. O’Bannon 작성
1차 자료	Gartner 보도자료(2026.11.4)
화자	Grace Gstalder, Gartner Finance 부문 Senior Specialist Analyst
조사	기능 부서 고위 리더 1,303명, 2026년 1~4월
결과	AI로 인원 감소 23%, 인원 증가 17%
진단	생산성 향상 폭이 재무 실적이나 인원을 바꿀 만큼 크지 않음, 절약 시간이 흩어지고 전환 장치가 없음
1단계	여유 역량의 우선 행선지를 이사회 수준에서 논의: 외주 내재화, 매출 활동, 의사결정 지원·리스크·예측·비즈니스 파트너링
2단계	재배치 기대치를 팀 목표와 지표에 반영, 시간 창출과 사용처 모두 책임
3단계	매출 성장, 비용 회피, 예측 정확도, 의사결정 속도, 리스크 감소로 측정
같은 보도	IT Brief UK(Karen Joy Bacudo, 2026.11.5)

핵심 개념

Freed capacity

AI가 업무 시간을 줄여서 생긴 여유 인력 시간입니다. 쓸 곳을 정하기 전까지는 비용도 수익도 아닙니다.

Insourcing

외부 업체에 맡기던 일을 내부 인력으로 되가져오는 것입니다.

Cost avoidance

원래 나갈 예정이던 비용을 나가지 않게 막은 금액입니다. 이미 쓰던 비용을 줄이는 비용 절감과 구분해 셉니다.

Business partnering

재무팀이 사업부 옆에서 수치 분석과 의사결정을 돕는 역할입니다.

Performance management

팀과 개인의 목표를 정하고 결과를 평가하는 제도입니다.

MAPE

Mean Absolute Percentage Error. 예측값이 실제값에서 평균 몇 퍼센트 빗나갔는지 나타내는 지표입니다.

내 메모

TODO: 내 생각 추가

원문은 CPA Practice Advisor의 「Gartner Identifies Three Steps for CFOs to Turn AI Time Savings into Business Value」(Isaac M. O’Bannon, 2026.11.5)이며 Gartner의 2026년 11월 4일 보도자료를 전한 기사입니다. Gartner 보도자료 페이지는 직접 열리지 않아, 같은 보도자료를 다룬 IT Brief UK 기사(Karen Joy Bacudo, 2026.11.5)로 화자 직함과 세부를 함께 확인했습니다. 요약, 핵심 메커니즘의 원문 설명, 통념과 다른 주장, 조사 사례, 원문 사례 표는 두 기사 내용을 AX Review가 다시 정리했습니다. 매입채무·결산 예, 50명 팀 계산, JSON 예시, 기준선·분류·비교군 방법, 재무 지표 계산식 표, 막히는 경우 표, 역할·일정·판정 기준, 인포그래픽은 원문에 없는 내용으로 새로 작성했고 그 안의 필드명과 숫자는 가상 예시입니다. 핵심 개념의 뜻풀이는 일반적인 정의로 보탰습니다. 전체 내용은 원문 페이지에서 볼 수 있습니다.