ChatGPT 금융서비스 공개: 한국 재무팀이 기능보다 먼저 정할 검증선

OpenAI가 2026년 9월 10일 발표한 ChatGPT for Financial Services는 재무 데이터를 찾고 모델을 만들며 보고 자료를 작성하는 흐름을 하나의 작업 공간에 묶은 제품입니다.[1] 국내 재무팀이 지금 할 일은 곧바로 계정을 늘리는 것이 아닙니다. 어떤 자료까지 연결할지, 숫자를 누가 원문과 대조할지, 최종 판단을 어디서 사람이 승인할지부터 정해야 합니다.

9월 10일 발표에서 실제로 달라진 것

OpenAI의 발표문에 따르면 새 제품은 Daloopa, PitchBook, LSEG News, Crunchbase 등의 데이터를 기본으로 제공하며, 투자은행과 주식 리서치 업무에서 회사 조사·재무 모델·고객 자료 작성을 돕습니다.[1] 기존 데이터 구독을 연동하는 경로와 여러 외부 도구 연결도 함께 제시됐습니다.[1]

눈에 띄는 변화는 대화형 AI가 답을 써주는 데서 끝나지 않는다는 점입니다. 사용자는 조정 EBITDA 같은 수치의 산출 근거와 주석을 따라가고, 분석 결과를 엑셀 모델이나 보고서 형식으로 옮길 수 있습니다.[1] 관리자는 조직의 엑셀·워드·파워포인트 템플릿도 배포할 수 있습니다.[1]

OpenAI의 금융팀용 공식 안내 역시 승인된 재무·운영 데이터를 연결하고, 수식과 가정을 점검하며, 결과를 추적 가능한 상태로 유지하는 흐름을 설명합니다.[5] Daloopa 앱 설명은 재무 지표에 원문 링크를 붙이는 기능을, LSEG 앱 설명은 채권·외환·주식 가격과 뉴스·실적 발표 자료를 조회하는 기능을 각각 명시합니다.[7][8]

확인된 사실 2026년 9월 10일 금융 특화 제품이 발표됐고, 기본 제공 데이터·기존 구독 연동·조직 템플릿·기업용 접근 통제가 제품 범위에 포함됐습니다.[1]

>

POEMORA의 해석 재무 AI 도입의 중심이 "좋은 프롬프트"에서 "승인된 데이터와 검토 가능한 산출물"로 이동하고 있습니다. 국내 팀도 모델 성능보다 데이터 경계와 승인 절차를 먼저 설계하는 편이 안전합니다.

출처 링크가 있어도 검증 책임은 사라지지 않는다

출처가 붙는 기능은 분명 유용합니다. 다만 링크가 있다는 사실과 숫자가 현재 의사결정에 적합하다는 판단은 다릅니다. 기준 기간, 통화, 연결·별도 재무제표, 일회성 비용 처리에 따라 같은 회사의 수치도 다르게 읽힐 수 있습니다.

재무팀은 산출물마다 아래 네 항목을 남기는 편이 좋습니다.

• 사용한 원문과 데이터 제공자
• 조회 시각과 기준 기간
• 사람이 바꾼 가정과 계산식
• 최종 검토자와 승인 시각

예를 들어 AI가 동종 기업 비교표를 만들었다면, 분석가는 표의 출처 링크만 누르는 데서 멈추지 않습니다. 비교 대상 선정 기준과 환율 적용일, 비정상 항목의 조정 여부를 원문에서 다시 확인해야 합니다. 발표문도 사용자가 수치의 조정 내역과 주석을 살펴본 뒤 가치평가에 어떻게 쓸지 결정하는 과정을 예로 듭니다.[1]

국내 재무팀은 세 개의 권한을 따로 봐야 한다

기업용 제품은 입력과 출력을 기본적으로 모델 학습에 사용하지 않으며, 저장·전송 구간 암호화와 보존 기간 설정을 제공한다고 OpenAI는 밝힙니다.[4][6] 금융 특화 제품은 SAML 기반 통합 로그인, SCIM 계정 관리, 역할 기반 접근 제어와 지원되는 활동 로그 내보내기를 기업용 통제 위에 얹습니다.[1]

그렇다고 "기업용이니 안전하다"고 한 줄로 정리하면 빠지는 부분이 있습니다. OpenAI의 관리자 문서는 앱 사용 권한, 앱이 실행할 수 있는 동작, 실행 전에 묻는 승인 설정을 서로 다른 통제로 설명합니다.[2] 동기화한 색인과 실시간 앱 동작도 별도로 검토해야 합니다.[2]

따라서 권한표에는 최소한 다음 세 줄이 필요합니다.

1. 읽기 권한: 어느 부서가 어떤 데이터 제공자와 사내 폴더를 조회할 수 있는가.
2. 작성 권한: AI가 문서·스프레드시트·외부 시스템을 바꿀 수 있는가.
3. 승인 권한: 민감한 변경과 외부 공유를 누가 최종 승인하는가.

앱을 연결한 뒤 사용자 교육만 하는 방식은 부족합니다. 퇴사·부서 이동 때 계정이 자동 회수되는지, 프로젝트별 정보 장벽이 실제로 작동하는지, 외부 공유가 기록에 남는지까지 운영자가 확인해야 합니다.

감사 로그는 도입 전에 내보내는 방법부터 시험한다

OpenAI Compliance Platform은 적격 Enterprise·Edu 작업 공간의 감사·인증·앱 로그 등을 외부 보안 정보 및 이벤트 관리(SIEM) 도구나 데이터 저장소로 가져가는 경로를 제공합니다.[3] 다만 모든 앱과 활동이 같은 범위로 기록된다고 가정해서는 안 됩니다. 관리자 문서도 앱·제품·작업 공간 설정에 따라 로그 지원 범위가 달라질 수 있으므로 실제 내보내기 범위를 확인하라고 안내합니다.[2]

작은 파일럿이라도 아래 순서로 점검하면 책임 소재가 선명해집니다.

1. 공개 재무자료만 담은 별도 작업 공간을 만든다.
2. 읽기 전용 역할과 관리자 역할을 나눈다.
3. 같은 질문을 두 번 실행해 출처와 수치가 재현되는지 본다.
4. 산출물을 사람이 원문·수식과 대조하고 승인 기록을 남긴다.
5. 앱 조회, 파일 생성, 공유 같은 시험 활동이 감사 로그에 어떻게 보이는지 내보낸다.
6. 기록되지 않는 활동은 자동화를 허용하지 않거나 별도 승인 절차로 보완한다.

이 과정에서 실패 기준도 정해야 합니다. 원문 링크가 열리지 않거나 기준 기간이 섞이면 산출물을 폐기하고, 민감 자료가 허용되지 않은 연결로 넘어가면 즉시 연결을 끊는 식입니다. 재시도 방법과 담당자까지 문서에 적어야 실제 사고 때 움직일 수 있습니다.

도입 판단은 데모가 아니라 한 업무의 끝에서 한다

첫 파일럿은 "지난 분기 실적 차이를 설명하고 승인된 보고서 초안을 만든다"처럼 시작과 끝이 분명한 업무가 적합합니다. 검색, 계산, 문서 작성 중 어디서 시간이 줄었는지와 별개로, 검토자가 원문을 찾는 데 더 오래 걸리지는 않았는지도 함께 봐야 합니다.

다음 질문 가운데 하나라도 답이 없으면 범위를 넓히지 않는 편이 낫습니다.

• 연결할 데이터의 소유자와 이용 조건을 확인했는가?
• 숫자마다 원문·기간·통화·가정을 되짚을 수 있는가?
• 작성과 외부 공유 전에 사람이 승인하는가?
• 계정 회수와 정보 장벽을 시험했는가?
• 필요한 활동이 감사 로그에 남고 내보내지는가?

POEMORA의 판단은 단순합니다. 이번 발표는 재무 AI가 실제 업무 흐름 안으로 더 깊이 들어왔다는 신호지만, 제품이 내부통제까지 대신해 주는 것은 아닙니다. 연결 범위를 좁게 시작하고, 한 업무의 입력부터 승인된 결과까지 검증한 뒤 넓혀야 합니다.

업무별 권한·승인·예외 처리를 실제 흐름으로 설계하려면 POEMORA 업무 자동화 서비스에서 적용 범위를 함께 정리할 수 있습니다.