Genie One이 재무 팀의 업무 방식을 혁신하는 방법

재무 팀의 역할은 단순히 숫자를 보고하는 것이 아닙니다. 그 숫자가 비즈니스에 어떤 의미인지 해석하고, CFO, 비즈니스 파트너 및 기타 리더들이 다음 단계를 결정할 수 있도록 돕는 것입니다. 재무 팀은 데이터를 바탕으로 무엇이 왜 변경되었는지, 그리고 다음에 무엇을 해야 하는지에 대해 신뢰할 수 있고 의사 결정에 바로 활용할 수 있는 설명을 제공해야 합니다. 

문제는 데이터 액세스 권한이 없는 경우가 거의 없다는 점입니다. 후속 질문에 답하기 위해 팀들은 종종 수동으로 데이터를 추출하고, 부서마다 다른 지표 정의를 조율하며, 근본적인 비즈니스 컨텍스트를 취합해야 합니다. 이로 인해 부서 간의 팩트 체크 프로세스가 느려지게 됩니다. 결국 답변이 준비될 때쯤에는 이미 리더십 회의가 끝난 뒤입니다.

Genie One은 승인된 지표, 회계 로직, 엔티티 구조, 조직 고유의 용어 등 재무 데이터에 의미를 부여하는 비즈니스 컨텍스트를 기반으로 하는 데이터 스마트 AI 동료입니다. 재무 판단이나 기존 통제 장치를 대체하지 않으면서도, 재무 팀이 결과의 배경에 있는 동인을 조사하고 반복적인 분석을 재사용 가능한 워크플로우로 전환할 수 있도록 지원합니다.

팀이 바로 시작할 수 있는 일반적인 재무 워크플로우는 다음과 같습니다.

예산 차이 분석

문제점: 차이 보고서를 통해 EMEA 지역의 매출이 계획을 초과 달성했다는 사실은 알 수 있습니다. 하지만 더 어려운 질문은 '왜' 초과했는지, 그리고 예측이나 운영 계획을 변경해야 하는지 여부입니다. 이에 답하려면 일반적으로 여러 사업부와 엔티티 간의 실적을 분석한 다음, 배분 로직, 시기적 차이, 일회성 항목 등을 고려해야 합니다.

Genie One의 지원 방법: 재무 비즈니스 파트너는 “지난 분기 EMEA 지역의 매출 차이를 주도한 사업부는 어디인가요?” 또는 “실적이 계획을 15% 이상 초과한 가장 큰 5개 지출 항목을 보여주세요.”와 같이 질문할 수 있습니다. Genie One은 EBITDA 및 CapEx와 같은 측정 기준에 대해 회사가 승인한 정의와 회계 기간, 엔티티 롤업을 이해하므로, 팀이 이미 사용하는 것과 동일한 로직에서 분석을 시작하여 더 빠르고 일관된 검토를 지원합니다.

재무 비즈니스 파트너는 답변의 기반이 되는 표와 정의를 검토한 후 비용 센터 소유자와 공유할 수 있으며, 다음 월간 또는 분기별 주기에 동일한 검토를 예약할 수 있습니다. 예를 들어, 뷰티 기업 Coty의 경우 Genie를 통해 재무 리더에게 거버넌스가 적용된 P&L, 순매출, CapEx 데이터에 대한 셀프 서비스 액세스를 제공하므로, 후속 분석을 위해 하루를 기다리는 대신 KPI 변화가 발생하는 즉시 조사할 수 있습니다.

현금 흐름 예측

문제점: 재무 계획 및 분석(FP&A) 및 자금 팀은 현금 및 운전 자본 동인에 대한 최신 뷰가 필요하지만 매출 채권, 지급 조건, 미결 주문, 재고 상태, 은행 활동, 사업부 예측 등의 입력 데이터가 서로 다른 일정으로 업데이트될 수 있습니다. 그 결과, 팀이 예상 현금 잔액은 알고 있더라도 무엇이 변경되었고 기여 요인이 무엇인지 신속하게 설명하기 어렵습니다.

Genie One의 지원 방법: Genie One을 사용하면 팀이 일상적인 언어로 현금 및 운전 자본 관련 질문을 조사할 수 있습니다. “사업부별 현금 전환 주기는 어떻게 되나요?” 또는 “어떤 고객의 매출 채권이 60일을 초과하여 연체되었나요?” 거버넌스가 적용된 매출 채권, 매입 채무, 재고 및 관련 재무 데이터를 하나의 분석으로 통합하므로, 사용자는 모든 입력 데이터를 수동으로 취합하는 대신 무엇이 트렌드를 주도하고 있는지 탐색하고 더 빠르게 조치를 취할 수 있습니다.

반복적인 작업의 경우 분석가는 자체 워크플로우를 위한 스킬을 생성하거나 대화를 Genie Agent로 저장하여 더 넓은 팀에서 재사용하고 개선할 수 있습니다. 그런 다음 팀은 주간 운전 자본 검토 또는 일일 매출 채권 연체 업데이트를 예약할 수 있으며, 결과는 시각화 자료 및 PDF 첨부 파일과 함께 채팅 스레드에 게시되고 이메일로 전송됩니다.

재무 마감 관리

문제점: 분기 및 연말 마감은 컨트롤러와 회계 팀에게 압박감이 큰 시기입니다. 이들은 정해진 기한 내에 잔액을 조정하고, 내부 거래 차이를 해결하며, 각 엔티티가 보고할 준비가 되었는지 확인해야 합니다. 대시보드에 진행 상황과 미결 작업이 표시되지만, 팀은 여전히 예외 사항, 특히 보고된 결과에 영향을 미칠 수 있는 미해결 조정 항목의 배후에 있는 거래를 조사해야 합니다.

Genie One의 지원 방법: Genie One은 회계 팀이 마감 예외 사항에서 근본적인 거래 내역으로 바로 이동할 수 있도록 지원합니다. 기업 컨트롤러는 다음과 같이 질문할 수 있습니다. “어느 엔티티에 $100,000를 초과하는 미조정 내부 거래 잔액이 있나요?” 또는 “분기 마지막 영업일 3일 동안 전기된 수동 분개장을 금액 순으로 정렬하여 보여주세요.”

Genie One은 각 사용자의 기존 권한을 준수하므로, 컨트롤러는 기업 전체에서 가장 큰 미해결 항목의 우선순위를 지정하여 마감을 순조롭게 진행할 수 있으며, 지역 회계사는 자신의 역할과 관련된 엔티티 및 거래만 자동으로 볼 수 있습니다. 지역 회계사는 별도의 뷰를 구성하거나 업무를 중복할 필요 없이 자신의 마감 일정 및 거래로 범위를 좁혀 기업 컨트롤러와 동일한 분석을 실행할 수 있습니다.

"Genie를 통해 재무 업무 방식을 바꿨습니다. 예전에는 며칠씩 걸리던 작업이 이제는 몇 분 만에 끝나며, 훨씬 더 자유롭게 질문을 탐색할 수 있게 되었습니다." —Cyro Souza, Unilever 라틴 아메리카 리드, 데이터 및 분석 시니어 매니저

Unilever가 Genie를 통해 재무 인사이트를 어떻게 가속화하고 있는지 전체 스토리에서 확인해 보세요. 

지출 분석

문제점: 지출이 증가할 때 조달 및 재무 리더는 재협상, 계약 준수 강제, 공급업체 통합을 수행할지 또는 변경 사항을 필요한 것으로 수용할지 결정해야 합니다. 문제는 일반적인 비즈니스 성장과 가격 인상, 계약 외 구매, 고비용 공급업체로의 전환 등 피할 수 있는 비용 증가를 구별하는 것입니다. 대시보드는 지출이 변경된 위치를 식별할 수 있지만, 어떤 공급업체나 구매 행동을 먼저 해결해야 하는지는 명확히 해주지 않습니다.

Genie One의 지원 방법: 조달 디렉터는 “통제 가능 지출(addressable spend) 중 계약 외 지출의 비율은 얼마나 되나요?” 또는 “전년 대비 단가를 10% 이상 인상한 MRO 공급업체는 어디인가요?”와 같이 질문할 수 있습니다. Genie One은 합계 데이터에서 관련 공급업체 및 구매 활동에 이르기까지 지출 패턴을 추적하도록 지원합니다. 또한 디렉터는 계약 요약본, 조달 정책, 공급업체 문서 등 관련 회사 자료를 가져와 지출이 협상된 조건 및 구매 정책과 일치하는지 이해할 수 있습니다.

이를 통해 조달 및 재무 부서는 불필요한 지출이 누적되기 전에 공급업체 협상의 우선순위를 정할지, 비준수 구매를 해결할지, 공급업체 통합을 추진할지, 비용 검토를 준비할지 등 문제에 대해 증거에 기반한 공통된 뷰를 가질 수 있습니다. 분석은 거버넌스가 적용된 비즈니스 데이터를 기반으로 유지되는 한편, 지원 자료는 기록 시스템(system of record)을 대체하는 대신 결과를 해석하는 데 필요한 컨텍스트를 추가합니다.

Genie One 시작하기

팀이 정기적으로 무엇이 왜 변경되었는지 설명해야 하는 차이 분석 회의, 현금 검토, 마감 상태 확인, 지출 검토 또는 이사회 사전 브리핑과 같은 정기 재무 검토부터 시작해 보세요. 예를 들어, 주간 실적 검토를 통해 계획 대비 실제 결과와 운전 자본 변동을 연계할 수 있습니다.

데이터 및 IT 팀과 협력하여 핵심 재무 데이터, 승인된 지표 정의, 엔티티 및 계정 과목표(chart-of-accounts) 매핑, 회계 연도 달력 로직을 포함하여 필요한 비즈니스 컨텍스트를 Databricks에서 사용할 수 있도록 설정하세요.

이 5분 데모를 통해 Genie One을 시작하고, Genie Ontology를 통한 통합 컨텍스트가 어떻게 Genie One을 일반적인 AI 어시스턴트와 차별화하는지  The Missing Layer in Enterprise AI Coworkers에서 자세히 알아보세요.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)