인공지능(AI) 발전이 회계감사시장에 미치는 영향

조진삼; 안성윤; 정운섭

추천

검색

자료유형: 학술저널

저자정보: 조진삼 ((주)테크벨류) 안성윤 (가톨릭대학교) 정운섭 (삼덕회계법인)

저널정보: 한국회계학회 회계저널 회계저널 제27권 제3호

발행연도: 2018.1

수록면: 289 - 330 (42page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 2017년 7월부터 한국회계학회 미래회계위원회 포럼에서 논의된 사항을중심으로 인공지능기술 활용을 포함한 데이터분석이 회계감사에 적용됨에 따라 변화될 회계감사시장을 분석하고 있다. 2018년 현재 우리나라 회계감사시장은 감사분석에 빅데이터를 활용하는 단계에 있다. 빅데이터를 빠르게 분석할 수 있는 인공지능기술의 발전으로100% 전수조사를 통한 감사 및 상시감사가 효율적으로 실행 가능하게 되고, 감사품질이향상될 수 있을 것으로 기대된다. 인공지능시대 회계감사 발전의 가장 큰 제약조건은 데이터분석에 활용될 수 있는 목적적합한 데이터를 확보하는 것이다. 데이터분석에 적합한 데이터의 형태로 처리하는 데 많은 시간이 소요된다는 문제점이 있고, 충분하고 적합한 감사증거가 될 수 있는 데이터의 신뢰성(integrity)과 보안(security)이 확보된 고품질의 데이터 입수가 중요하다. 회계감사시장에서 감사시간이 감사보수, 감사품질, 감사 관련 제도에 적용되고 있기 때문에 감사시간 구조 및 가치의 변화에 대한 논의가 현안이 될 것이다. 비회계사인 전산감사전문가의 감사보조자 활용이 증가됨에 따라 감사인측 전문가가 수행한 업무의 활용과 관련한 감사기준이쟁점으로 나타나고 있다. 인공지능기술 도입에 투자할 수 있는 여력이 있는 대형회계법인은 고품질의 감사업무를 효율적으로 수행하게 되어 중소형회계법인과의 격차가 나타나 회계감사시장에서의 변화가 예상된다. 2018년 1월, IAASB의 ISA는 ‘원칙중심’을 고수하고 데이터분석 활용에 있어 ‘전문가적의구심’을 적용해야 한다는 주요 피드백 의견을 제시하고, ‘감사품질’에 대한 심도 깊은 연구를 지속하고 있다. IAASB의 감사품질관리체계는 비즈니스 실무와 상법, 재무보고 관련된 법과 규제 및 재무보고관리체계, 정보기술, 기업지배구조, 감사규제, 감사인의 역량(attracting talent) 등 상황요인의 중요성을 강조한다. PCAOB의 감사품질지표(AQI) 중 감사투입요소인 감사전문가 인력이 가장 중요한 것으로 지지되고 있어 감사인의 ‘전문가적 판단’은 인공지능시대의 회계감사에서 핵심적인 역할을 수행할 것이다. IAASB의 DAWG가 제시한 데이터분석과 재무제표감사, 기술과 ISA, 토론, 도전, 중소기업, 중소형회계법인, 공공부문 조직, 기준제정, 품질관리, 그룹감사, 교육, 윤리, 등 광범위한 주제와 관련한 주요 현안은 인공지능시대를 맞이하기 위한 출발점에 해당한다. 무엇보다 우리나라의 회계감사시장에서는 이러한 이슈가 국제사회와 다르게 나타날 수 있는 문제점을 파악하는 연구가 필요하다. 전문가적 판단을 존중하는 원칙중심의 IFRS가 전면 도입되었음에도 기준 해석, 안내 등 기업과 감사인에 대한 사전 지도와 지원은 미흡한 반면, 사후 적발과 제재에 지나치게 편중되어 있다는 시장의 평가는 충분한 연구가 뒷받침되지 않은 감사기준 도입은 감사실패로 이어질 위험을 지니고 있음을 의미한다. 본 연구는 ‘인공지능 발전이 회계감사시장에 미치는 영향’과 관련하여 미래회계위원회 포럼에서 다룬 광범위한 주제를 제시함으로써 현재 학계와 실무계가 인공지능시대에 대해 어떤생각을 하고 있는지 반영하고 있다. 이를 통해 인공지능(AI)발전이 회계감사시장에 미치는 영향을 예측하고 대안을 마련하기 위한 기초 자료를 제공한다는 점에서 한국회계학회의 발전에 공헌하고 있다.

This study is based on the discussion at the Korean Accounting Association Forum on the Future of Accounting held from July 2017. It analyses how artificial intelligence(AI) in data analytics is changing the audit market. As of 2018, the Korean audit market moves to the next audit generation that relies on the inclusion of big data in audit analytics tools. AI in auditing makes it possible to transfer from audit sampling in the selection of a sub-set of a whole population to the application of audit procedures to 100% all items of the entire population. AI makes continuous auditing possible and helps improve audit quality. The key issue for the AI-driven transformation of today's world of audit is how to gain relevant and reliable data for data analytics. Transforming data into a useable format requires considerable time and effort. To obtain sufficient appropriate audit evidence, it is essential to acquire high-quality data that ensures data integrity and data security. The adoption of AI-enabled system adjusts the allocation of audit hours to phases of the audit. A change in the allocation of audit hours affects the distribution of audit fees and regulations on auditing practice. The use in an audit engagement of persons with specialized skill and knowledge in an AI-enabled system other than accounting and auditing personnel will cause controversial issues confronting ISA 620 'Using the Work of an Auditor’s Expert'. A Big 4 auditor investing in AI is creating an initial impetus to enhance audit capacity and a differentiated audit service thereby increasing audit quality. In January 2018, the IAASB's Data Analytics Working Group(DAWG) issued a feedback statement on 'Exploring the Growing Use of Technology in the Audit, with a Focus on Data Analytics'. The ISA aren't broken and should remain principles-based, but need to reflect the digital era in application guidance(IAASB 2018, 6). Applying Professional Skepticism when using data analytics remain paramount, as professional skepticism is integral to understanding the benefits and limitations of data analytics in view of its intended use in the audit(IAASB 2018, 6). The IAASB currently has a number of ongoing projects and initiatives, as detailed in its Work Plan for 2017-2018(IAASB 2018, 10). The IAASB's Framework for Audit Quality includes the contextual factors and developments including business practices and commercial law, laws or regulations relating to financial reporting and the applicable financial reporting framework, information technology, corporate governance, audit regulation, and attracting talent(IAASB 2015, 9-10). PCAOB's Audit Quality Indicators(AQI) project is focusing on audit professionals as the potential AQI in the future. The auditor's professional judgement is a crucial factor in providing a high-quality audit to support the next generation of auditing. IAASB's DAWG introduces the issues such as data analytics and the financial statement audit, technology and the ISA, discussion, challenges encountered by auditors, considerations specific to auditors who perform audits of Small- and Medium-Sized Entities(SME), Small and Medium Practices(SMP), and public sector entities, the standard-setting path ahead, quality control, group audit, education, ethics, etc. The starting point for preparing for the AI future is understanding the complexity of those issues. A rigorous research study on comparisons of different accounting practices between different countries or cultures should precede the adoption of AI technology in the audit process. Under K-IFRS that requires professional judgement regarding the principles-based accounting standards, market participants address that penalties for failing to follow accounting standards have been tightened whereas guidelines for avoiding such violations are insufficient. The thoughtless adopting of International Standard on Auditing also may not avoid audit failure. This study represents both academic and industrial perspectives on AI development in Korea and contains comprehensive coverage of diverse topics at the Korean Accounting Association Forum. It contributes to an emerging literature by providing insights into the impact of AI on the audit market and serving as a stepping stone for future research and development.

#artificial intelligence(AI) #audit market #big data #data analytics #audit quality

참고문헌 (48)

참고문헌 신청

Abdolmohammadi, M. J. / 1999 / A comprehensive taxonomy of audit task structure, professional rank and decision aids for behavioral research / Behavioral Research in Accounting 11:51~92

Accounting Today / The audit of the future / Accounting Today

Agnew, H. / Auditing: Pitch battle / Financial Times

Bauguess, S. W. / Has big data made us lazy?

Bauguess, S. W. / The role of big data, machine learning, and AI in assessing risks: A regulatory perspective

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

조진삼

소속기관 (주)테크벨류

주요연구분야 사회과학 > 경영학

논문수 1 이용수 432

안성윤

소속기관 가톨릭대학교

주요연구분야 사회과학 > 경영학 사회과학 > 교육학

논문수 15 이용수 813

정운섭

소속기관 삼덕회계법인

주요연구분야 사회과학 > 교육학 사회과학 > 경영학

논문수 4 이용수 447

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (48)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)