재무 이직 면접 준비, 재무 AI 활용 능력을 네 가지 기준으로 점검합니다

재무팀 면접에서 AI 활용 능력을 묻는 곳이 늘었습니다. 교육에서 만난 취업 준비생 한 분은 지원하는 회사마다 AI 역량을 물어본다고 했습니다. 재무 일을 해 본 적이 없어서 무엇을 AI 역량이라고 말해야 할지 모르겠다는 말도 했습니다.

뽑는 재무팀도 AI 역량을 어떻게 확인할지 정하지 못한 경우가 많습니다.

그래서 재무 이직 면접에 쓸 AI 활용 능력 체크리스트를 만들었습니다. 기준 네 가지와 항목별 1~4점 채점표입니다. 대학교 강의에서 만난 학생이 실제로 응시하고 면접을 보며 맞는지 확인했습니다.

재무 이직 면접에서 확인하는 것

면접에서 보는 것은 AI를 써서 일을 잘하는지, 그 결과에 책임질 수 있는지입니다.

저도 재무팀을 운영하며 채용을 해 봤고, 지원하는 분들을 컨설팅하기도 했습니다. 어느 쪽에서 봐도 면접에서 보여 줄 것은 이 둘입니다.

AI Fluency 4D를 재무 AI 기준 네 가지로 옮겼습니다

AI를 잘 쓰는 데 필요한 능력은 Anthropic이 Rick Dakan, Joseph Feller 두 교수와 만든 AI Fluency 4D(CC BY-NC-SA 4.0)에 정리돼 있습니다.

4D에는 점수 기준이 없습니다. 면접에 쓰려면 점수가 있어야 해서 재무에 맞게 이름을 새로 붙이고 항목마다 1~4점 기준을 달았습니다. 4D를 재무 업무로 옮긴 이야기는 Claude Academy 인사이트 글에 따로 적었습니다.

③ 검증력을 가장 무겁게 봅니다. 4D의 책임에 해당하는 내용은 ③과 ④에 나눠 들어 있습니다.

AI 활용 능력 체크리스트 네 항목

1/ 맥락 설정력

낯선 일의 맥락을 빨리 잡는 능력입니다. 경력직은 회사가 바뀌어도 오퍼레이션을 이해하고 문제를 푸는지, 신입은 일 자체는 몰라도 문제를 정의하고 푸는 방식으로 빨리 적응할지를 봅니다.

지금은 전임자 자료, 회사 매뉴얼처럼 주어진 문서를 AI로 빨리 파악하는지를 봅니다. 오래된 경력보다 재무 사이클을 짧게라도 이해하고 AI로 적응하는 사람을 찾습니다. 경력이 짧거나 다른 산업으로 옮긴다면 이 능력을 먼저 보여 줍니다.

2/ 분해력

일을 쪼개서 설명하는 능력입니다. 재무 경험보다 일을 이해하고 나누는 능력을 봅니다. 요즘 면접에서는 특정 상황의 문제를 AI로 어떻게 풀지 많이 묻는다고 합니다.

기장 자동화 강의에서 늘 드는 예입니다. 데이터를 모으고, 모은 데이터로 분개를 자동화하고, 그 분개를 ERP에 반영해 신고까지 잇습니다.

데이터 수집에는 AI가 쓰일 곳이 많지 않습니다. 로데이터를 커넥터로 AI에 넘기면 되고, AI는 로데이터가 분개로 넘어가는 단계에서 쓰입니다. 자동 분개 규칙을 먼저 정해진 대로만 도는 코드로 만들고, 규칙으로 안 되는 건은 재무 AI 에이전트가 판단하고, 그래도 남는 건은 사람이 봅니다.

3/ 검증력

재무는 결과에 책임져야 하고 차이를 1원 단위로 맞춰야 해서 검증력이 특히 요구됩니다. 그동안 재무 AI가 현업에서 충분히 쓰이지 못한 이유도 이것입니다.

경력직이라면 결산을 1원까지 맞추려고 AI 워크플로 안에 무엇을 설계했는지 보여 줍니다. 결산 경험이 없으면 내 가계부를 자동화하면서 틀린 곳을 찾아 고친 과정, 정답과 맞는지 확인한 방법을 말합니다.

검증 사례를 말하면 「그 자료는 실제 데이터였나요」라는 질문이 따라옵니다.

4/ 지속력

재무 일은 매일, 매달, 매년 반복됩니다. AI를 쓰면 AI가 낸 결과까지 책임져야 하므로 계속 고쳐 가야 합니다.

AI 도입 초기에는 POC로 끝난 사례가 많았습니다. 첫 시도는 거창했지만 운영하며 생긴 문제를 풀지 못해 쓰이지 않았습니다. 개인 업무라도 좋으니 AI를 매일 어떻게 쓰고 있고, 무엇을 고쳐 지금 상태가 됐는지 말할 수 있어야 합니다. 면접관은 「마지막으로 손댄 게 언제예요, 왜 손댔어요」라고 묻습니다.

재무 이직 면접에 들고 갈 AI 활용 사례 만들기

가장 좋은 사례는 스킬이나 재무 AI 에이전트를 만들어 쓰면서 고쳐 온 이야기입니다. 왜 필요했고 어떻게 만들었는지, 운영하며 무엇이 나아졌는지 말합니다.

재무 일을 해 본 적이 없다면 가까운 결산부터 해 봅니다. 내 가계부, 부모님을 포함한 집안 재정, 지인 회사의 간단한 결산도 사례가 됩니다.

공부하는 과정도 사례가 됩니다. TaxDoctor나 회계위키 MCP를 연결해 매일 문제를 내 주는 재무 AI 에이전트를 루틴으로 둡니다. 처음에 단답형만 나오면 사례 문제로 바꾸고, 연결회계나 이연법인세처럼 궁금한 영역에 집중시키거나 단계별로 내게 고칩니다. 열흘이라도 운영해 본 기록이면 됩니다.

「아직 준비가 안 된 것 같습니다」, 「업무에 적용해 보진 않았지만 앞으로 잘할 수 있을 것 같습니다」 같은 답은 피합니다.

자격 요건에 AI 활용 능력이 적힌 공고라면 AI 결산 강의 하나는 들어 둡니다. 위하고(WEHAGO) 같은 ERP로 결산이 어떻게 돌아가고 어떻게 자동화할 수 있는지는 설명할 수 있어야 합니다. 여기에 더해 나만 말할 수 있는 AI 활용 이야기를 최소 하나 만듭니다.

회사 분석도 AI로 합니다. 예전에는 공시 자료를 읽고 정리하는 능력이 사람마다 크게 달랐습니다. 지금은 회사의 이슈와 비즈니스 구조, 결산에서 생길 문제를 AI가 알려 줍니다.

AI면접점검 스킬로 모의 면접 보기

체크리스트와 채점 기준을 AI면접점검 스킬로 GitHub에 공개했습니다. finance-ai-skills 저장소의 AI면접점검 폴더 주소를 복사해 Claude에 붙이고 이렇게 요청했습니다.

https://github.com/hany202507/finance-ai-skills/tree/main/skills/AI%EB%A9%B4%EC%A0%91%EC%A0%90%EA%B2%80
이 스킬 설치해서 나의 AI활용능력에 대한 인터뷰를 같이 진행해줘

스킬은 질문을 하나씩 내며 면접처럼 진행하고, 답을 평가해 고칠 점을 줍니다. 고친 답으로 다시 면접을 봅니다. 영상은 요청을 보내고 Claude가 답을 준비하는 데서 끝나서, 면접 진행과 채점 결과 화면은 나오지 않습니다.

AI 활용 능력 체크리스트를 쓸 때 알아둘 점

네 기준과 점수는 제 제안입니다. 회사마다 평가 방식이 다릅니다.

전 직장이나 인턴 회사의 내부 자료는 AI에 넣지 않습니다. 숫자와 이름을 지우고 방식만 설명합니다.

AI 점수는 내가 말한 내용에 근거한 참고입니다. AI가 만든 숫자를 내 경험처럼 말하지 않습니다.

회계사·세무사를 위한 제 강의가 이직을 준비하는 인하우스 재무 담당자에게는 멀게 느껴진다는 말을 들었습니다. 인하우스 재무 담당자를 위한 사례를 모아 강의를 준비하겠습니다.

이 글은 AI CFO Lab 유튜브 영상을 글로 옮긴 것입니다. 원 영상: AI CFO Lab

자주 받는 질문

Q. 재무 이직 면접에서 AI 활용 능력은 무엇으로 평가하나요

A. AI로 일을 잘하는지, 그 결과에 책임질 수 있는지 두 가지를 봅니다. 이 둘을 맥락 설정력, 분해력, 검증력, 지속력 네 기준과 1~4점 척도로 나눴고, 검증력을 가장 무겁게 봅니다.

Q. 재무 경력이 없으면 AI 활용 사례를 어떻게 만드나요

A. 결산과 가까운 일을 AI로 해 봅니다. 가계부를 자동화하며 틀린 곳을 고친 과정이나, TaxDoctor·회계위키 MCP로 매일 문제를 내는 에이전트를 고쳐 가며 운영한 기록이 재료입니다. 열흘이라도 운영해 본 이야기가 「앞으로 잘할 수 있을 것 같습니다」보다 낫습니다.

Q. AI Fluency 4D와 재무 기준 네 가지는 어떻게 다르나요

A. AI Fluency 4D는 Anthropic이 Rick Dakan, Joseph Feller 두 교수와 만든 위임, 서술, 분별, 책임 네 역량이고 점수 기준이 없습니다. 재무 기준은 위임을 목표 파악과 일 나누기로 쪼개고, 책임은 검증력과 지속력에 담았으며, 항목마다 1~4점 기준을 붙였습니다.

Q. AI면접점검 스킬로 모의 면접을 하려면 어떻게 하나요

A. GitHub finance-ai-skills 저장소의 AI면접점검 폴더 주소를 Claude에 붙이고 「이 스킬 설치해서 나의 AI활용능력에 대한 인터뷰를 같이 진행해줘」라고 요청합니다. Claude가 매긴 점수는 참고이고 최종 판단은 본인이 합니다.