AI에 대한 신뢰와 현실의 간극: 84%는 AI 결과물을 신뢰하지만, 26%는 오류가 외부에 유출된 경험 있다

AI에 대한 신뢰와 실제 성과 사이에 위험한 간극이 존재한다. 워크바이브(Workiva)의 '2026 중간연도 임원 벤치마크 조사(2026 Midyear Executive Benchmark Survey)'는 전 세계 2,272명의 재무, 위험 관리, 지속가능성 담당 임원과 367명의 기관 투자자를 대상으로 실시됐다. 조사 결과, 대다수 리더는 AI 결과물에 자신감을 보였지만, 4명 중 1명은 AI 오류가 방어선을 뚫고 이사회나 외부에까지 도달한 경험이 있는 것으로 나타났다. 이 조사는 북미, 라틴아메리카, 유럽, 아시아 태평양 지역 조직을 망라하며, 신뢰도가 데이터 품질과 통제 수준을 훨씬 앞지르고 있는 현실을 적나라하게 보여준다.

임원의 자신감과 현실의 괴리

조사에 응한 임원의 **84%**는 사람의 사전 검토 없이도 AI가 생성한 결과물의 정확성을 어느 정도 신뢰한다고 답했다. 이 수치는 조직 전반에서 AI가 보고 및 분석 작업의 상당 부분을 처리하도록 하는 데 폭넓은 수용성이 있음을 시사한다.

하지만 같은 조사에서 26%(4명 중 1명)의 임원은 내부 감사 결과 AI 오류가 외부 청중이나 이사회 구성원에게까지 전달된 사실이 적발됐다고 보고했다. 이처럼 표면적인 신뢰도와 실제 실패 사례 사이의 간극이 이번 보고서의 핵심 발견이다.

워크바이브의 바바라 라슨(Barbara Larson) CFO는 이렇게 직설적으로 표현했다: "데이터 품질에 대한 통제 없이 AI를 신뢰하는 것은 전략이 아니라 책임(liability)입니다."

데이터 품질, 가장 취약한 고리

신뢰의 간극 아래에는 더 근본적인 문제인 데이터 품질이 자리 잡고 있다. 임원 중 단 **11%**만이 자신의 조직 데이터 품질이 AI 사용에 충분하다고 생각한다. 나머지 89%는 현재 배포 중인 AI 도구를 뒷받침할 기초 데이터가 준비되지 않았음을 인정한 셈이다.

이러한 불일치는 실제 결과로 이어진다. **71%**의 임원은 낮은 데이터 품질이 재무 및 지속가능성 보고에서 AI 활용에 최소한 중간 수준의 영향을 미쳤다고 답했다. 데이터 품질 저하로 인한 주요 결과로는 잘못되거나 지연된 운영 의사 결정이 1순위로 꼽혔으며, 그 뒤를 규제 벌금 또는 법적 조치, 투자자 및 대출 기관의 신뢰 상실이 따랐다.

투자자, 예의주시하고 있다

기관 투자자들은 임원진의 자신감에 안심하지 않고 있다. 기관 투자자의 **89%**는 기업 공시에서 AI 생성 콘텐츠의 정확성에 대해 우려를 표명했다. 이러한 우려는 AI 결과물을 비공식 초안이 아닌 감사 가능한 기록으로 취급하라는 규제 압력이 높아지는 상황과 맞물려 있다.

또한 **95%**의 기관 투자자는 리더들이 분산된 재무 보고 데이터의 위험을 과소평가하고 있다고 생각한다. 시간이 지남에 따라 취약하거나 검증 불가능한 데이터는 이해관계자와의 신뢰도를 떨어뜨릴 수 있다.

인프라 우선순위: 앞으로의 길

임원들은 명확한 인프라 투자 방향으로 응답하고 있다. 조사에 따르면 **96%**의 임원은 데이터 사일로를 해소하기 위해 최고 경영진(C-레벨) 간의 협력이 필수적이라고 답했으며, **79%**는 전사적 데이터 격차를 해소하기 위해 데이터 자동화와 거버넌스를 최우선 과제로 삼고 있다. 대부분의 조직은 전담 IT 지원(73%)과 별도 예산(71%)을 통해 이러한 전환에 자금을 지원하고 있다.

내부 감사 팀의 **76%**는 이미 조직의 AI 모델을 적극적으로 평가하고 있는 것으로 나타났다. 비즈니스 리더들은 데이터 거버넌스의 성공을 위해 CFO(최고재무책임자), CIO(최고정보책임자), CSO(최고지속가능성책임자)가 반드시 함께 힘을 모아야 한다는 데 거의 만장일치로 동의했다.

인프라 우선순위는 '실행(execution)'에서 '오케스트레이션(orchestration)'으로 이동하고 있다. CFO들은 특히 단일 '진실의 시스템(system of truth)' 역할을 할 수 있는 플랫폼을 찾고 있다. 이는 AI 에이전트를 추적 가능하고 규제 수준의 데이터 환경에 연결하여 모든 결과물을 검증하고 모든 공시를 방어할 수 있도록 하기 위함이다.

AI 에이전트, 보고 워크플로우에 진입

조사 결과와 동시에, 워크바이브는 감사 가능한 안전장치 내에서 작동하도록 설계된 세 가지 목적별 AI 에이전트를 출시했다: 재무 보고서 일관성 검사를 위한 타이-아웃 에이전트(Tie-Out Agent), 동종 업계 공시 분석을 위한 벤치마킹 에이전트(Benchmarking Agent), ESRS 및 ISSB(국제지속가능성기준위원회) 기준 준수를 위한 지속가능성 공시 에이전트(Sustainability Disclosure Agent). 이 에이전트들은 **워크바이브 날리지(Workiva Knowledge)**라는 지속적인 인텔리전스 레이어에 내장되어, AI 결과물을 조직 자체의 데이터, 지침 및 콘텐츠에 기반하도록 한다.

감사 추적 아키텍처가 중요한 이유는, 2026년 현재 규제 대상 금융 서류의 AI 생성 결과물이 FINRA(미국금융감독청)의 '2026 연례 규제 감독 보고서'에서 명명된 위험 범주가 되었기 때문이다. 할루시네이션(hallucination) 위험은 AI가 서술을 생성할 수 있는 여지가 가장 큰 곳, 즉 경영진 논평, 각주 공시, ESG(환경·사회·지배구조) 관련 언어 등에서 가장 높으며, 이 에이전트들은 바로 이 영역을 원천 데이터에 기반하도록 설계되었다.

결론

워크바이브의 '2026 중간연도 임원 벤치마크 조사'는 AI 도입에 있어 빠르게 움직이고 있지만, 이러한 도입을 안전하게 만들기 위해 필요한 데이터 기반과 거버넌스 구조 구축에는 너무 느리게 움직이고 있는 업계의 현실을 보여준다. 수치는 명확하다: 신뢰도 84%, 적발된 오류 26%, 데이터 준비 완료 11%, 투자자 우려 89%. AI에 대한 자신감과 AI 통제 사이의 격차를 해소하는 것이 이제 재무, 위험 관리 및 지속가능성 분야 리더들에게 가장 중요한 과제가 되고 있다.