CHALLENGE
클라이언트가 필요로 한 이유
클라이언트는 거래가 늘어날수록 전표 분류, 신고 자료 취합, 미수·미지급 확인에 더 많은 시간을 쓰고 있었습니다. 특히 월말과 신고 기간에 여러 달의 자료를 한꺼번에 맞추면서 누락과 중복을 뒤늦게 발견하는 문제가 있었습니다.
필요했던 것은 회계 판단을 모두 자동화하는 도구가 아니라 반복 입력을 줄이고 사람이 확인해야 할 거래를 좁혀주는 운영 시스템이었습니다. 원본 거래, 추천 계정과목, 확정 결과가 분리되어 수정 근거를 추적할 수 있어야 했습니다.
직원 수 10인 미만의 중소사업자들은 전표 입력과 세무 신고 자료 준비를 담당 직원이나 대표 본인이 직접 처리하고 있었습니다. 거래 건수가 월 수백 건에 달해도 계정과목 분류는 매번 수작업이었고, 부가세 신고 시즌에는 수개월치 거래 내역을 한꺼번에 취합하는 데 며칠이 소요되었습니다. 미수금·미지급금 현황은 월말이 되어야 집계되었습니다.
월 전표 입력에 20~30시간, 부가세 신고 자료 준비에 3~4일 소요
수작업 회계 처리의 핵심 문제
| 문제 | 영향 |
|---|---|
| 수동 계정과목 분류 | 거래 건별 과목 판단에 시간 소요, 오분류 위험 |
| 신고 자료 수동 취합 | 부가세·종소세 시즌마다 수일 작업 |
| 미수금 월말 확인 | 연체 거래처 조기 대응 불가 |
| 재무제표 수동 작성 | 월말 정산 후 별도 작성으로 지연 발생 |
전문 회계 프로그램은 학습 비용이 높고, 스프레드시트는 규모가 커질수록 관리가 어려워지는 딜레마가 있었습니다.
클라이언트 요청사항과 기획 방향
| 클라이언트 요청 | 이렇게 기획한 이유 | 해결 방식 |
|---|---|---|
| 거래 입력과 계정과목 분류 시간을 줄여달라는 요청 | 자동 분류 결과를 바로 확정하면 잘못된 회계 처리가 누적될 수 있음 | 추천값과 사용자 확정값을 분리하고 낮은 신뢰도는 검토 대상으로 표시 |
| 신고 자료를 기간별로 바로 조회 | 신고 시점에 원본을 다시 모으면 누락과 중복을 찾는 데 시간이 걸림 | 확정 전표를 기준으로 기간·세목별 집계와 근거 거래 연결 |
| 미수·미지급을 월말 전에 파악 | 잔액과 지급 기한이 분산되면 후속 조치가 늦어짐 | 거래처별 잔액과 만기일을 계산해 우선 확인 항목 제공 |
SOLUTION
시온랩은 거래 입력의 부담을 줄이는 것을 최우선 과제로 삼았습니다. AI가 거래 내역을 분석하여 계정과목을 자동 추천하고, 축적된 데이터를 기반으로 신고 자료와 재무제표를 자동 생성합니다.
시스템 구조
- 회계 대시보드 : 매출·매입 현황, 미수금·미지급금 비율, 월별 손익 추이 등 핵심 재무 KPI를 한눈에 확인합니다. 경영 상태를 즉시 파악하고 이상 징후를 조기에 발견합니다.
보안 정책으로 확대가 제한됩니다
- AI 계정과목 자동 추천 : 거래 내역 입력 시 AI가 과거 분류 패턴을 학습하여 계정과목을 자동 추천합니다. 추천 결과를 확인하고 확정하면 되므로, 계정과목을 일일이 선택하는 시간이 크게 줄어듭니다.
보안 정책으로 확대가 제한됩니다
- 세무 신고 자료 자동 생성 : 입력된 전표를 기반으로 부가세·종합소득세 신고에 필요한 자료를 자동으로 생성합니다. 신고 시즌마다 반복하던 수동 취합 작업이 버튼 클릭 한 번으로 완료됩니다.
보안 정책으로 확대가 제한됩니다
- 미수금·미지급금 실시간 추적 : 거래처별 미수금·미지급금 현황을 실시간으로 집계하고, 연체 발생 시 즉시 알림을 제공합니다. 월말을 기다릴 필요 없이 문제를 조기에 인지하고 대응합니다.
보안 정책으로 확대가 제한됩니다
- 재무제표 자동 생성 : 월별 손익계산서와 재무상태표를 자동으로 생성하고, 엑셀·PDF 형태로 내보낼 수 있습니다. 월말 결산 후 별도로 작성하던 리포트 작업이 시스템에서 즉시 완료됩니다.
보안 정책으로 확대가 제한됩니다
회계 지식이 깊지 않은 사업자도 사용할 수 있도록, AI 추천 결과를 확인·확정하는 단순한 흐름으로 UX를 설계했습니다.
BUILD
구축 방향과 데이터 처리 로직
원본 거래, 분류 추천, 사용자 확정, 보고 집계를 단계별로 나누었습니다. 자동 추천은 입력을 돕는 값으로만 사용하고, 확정된 전표만 신고 자료와 재무 집계에 반영해 수정 전후의 근거가 남도록 구성했습니다.
| 구간 | 들어오는 데이터 | 판정·처리 기준 | 다음 상태 |
|---|---|---|---|
| 거래 수집 | 거래일, 금액, 거래처, 적요 | 중복 식별값과 필수값 확인 | 원본 거래 저장 |
| 분류 검토 | 과거 분류, 추천 계정, 신뢰도 | 임계값 미만은 사용자 확인 필요 | 확정 전표 또는 검토 대기 |
| 마감·보고 | 확정 전표, 기간, 세목 | 차변·대변과 기간 합계 대조 | 신고 자료와 잔액 현황 생성 |
VALIDATION
검증한 업무 범위
| 검증 구간 | 확인한 상황 | 완료 기준 |
|---|---|---|
| 분류 품질 | 높은·낮은 신뢰도의 추천 결과 | 낮은 신뢰도 거래는 자동 확정되지 않음 |
| 중복 방지 | 같은 거래 내역 재수집 | 한 건만 유지되고 원본 식별값이 남음 |
| 집계 정합성 | 전표 합계와 보고서 합계 비교 | 기간·계정별 합계가 확정 전표와 일치 |
비슷한 업무에 적용할 수 있는 부분
경비 정산, 매입 검수, 정기 청구처럼 원본 거래를 분류하고 사람의 확정을 거쳐 집계하는 업무에 적용할 수 있습니다. 자동화 범위를 넓히기보다 검토 경계와 수정 이력을 분명히 두는 것이 중요합니다.
RESULT
| 지표 | Before | After | 개선율 |
|---|---|---|---|
| 월 전표 입력 소요 시간 | 20~30시간 | 3~4시간 | 85% 절감 |
| 세무 신고 자료 준비 | 3~4일 | 수 분 내 자동 생성 | 90% 단축 |
| 미수금 인지 시점 | 월말 집계 후 (최대 30일 지연) | 발생 즉시 알림 | 인지 지연 95% 단축 |
| 월말 재무제표 작성 | 별도 수작업 | 자동 생성 | 70% 단축 |
※ 본 프로젝트는 고객사 실제 업무 요건을 바탕으로 설계한 결과물이며, 보안 정책에 따라 일부 화면만 공개했습니다.
