AI 확산에 CFO 역할 재편… ‘기다림의 비용’이 커졌다

인공지능(AI) 확산 속도가 예상보다 빨라지면서 최고재무책임자(CFO)의 역할도 크게 달라지고 있다. 비용을 통제하고 위험을 늦게 반영하던 전통적 재무 전략만으로는 기업 경쟁력을 지키기 어려워졌다는 진단이다. 이제 CFO에게 필요한 것은 ‘통제’만이 아니라 불확실성 속에서도 움직일 수 있는 ‘규율 있는 결단’이라는 평가가 나온다.

IBM의 ‘트랜스포메이션 엣지: C-스위트 재창조’ 인터뷰 시리즈에서 스콧 그로스먼(Scott Grossman) 엔소노 CFO는 뉴욕에서 진행된 대담을 통해 AI 시대 재무 책임자의 핵심 과제를 ‘성장 마인드셋’과 ‘거버넌스’로 요약했다. 엔소노는 메인프레임, 프라이빗 클라우드, 퍼블릭 클라우드 환경을 아우르는 하이브리드 IT 관리 서비스 기업으로, 약 4000명의 직원을 두고 250개 기업 고객을 상대하고 있다.

그는 지난 10년 동안 엔소노 매출이 10억달러 늘었고, 이 가운데 약 70%는 유기적 성장에서 나왔다고 설명했다. 원화로는 약 1조5153억원 규모다. 현재 엔소노는 사모펀드 KKR 산하에 있으며, 임직원이 지분을 공유하는 구조도 운영 중이다. 회사의 디지털 전환이 단순한 기술 도입이 아니라 성장과 기업가치, 구성원 보상과 직결돼 있다는 의미다.

그로스먼은 과거 CFO가 예산을 관리하고 비용을 줄이는 ‘안전한 손’으로 여겨졌다면, 이제는 사업 현장을 직접 이해해야 한다고 강조했다. 영업, 제품, 운영 조직과 함께 움직이며 AI가 사업 전반에 어떻게 스며드는지 파악해야 한다는 것이다. AI는 비용 구조뿐 아니라 가격 책정, 인력 운영, 제품 개발, 나아가 미래 매출이 발생하는 방식 자체를 바꾸고 있어서다.

‘치프 노 오피서’에서 벗어나야 한다

전통적으로 CFO는 보수적 판단을 내리는 인물로 인식돼 왔다. 이른바 ‘치프 노 오피서’라는 별칭도 여기서 나왔다. 하지만 AI 시대에는 이런 태도가 오히려 성장의 발목을 잡을 수 있다. 그로스먼은 “이제 CFO는 성장 마인드셋을 가져야 하며, 기술이 어떻게 변하는지 배우려는 자세가 필요하다”고 말했다.

특히 AI 서비스의 과금 체계가 기존 소프트웨어와 크게 다르다는 점은 CFO의 고민을 키우고 있다. 좌석당 구독료를 받는 전통적 소프트웨어는 예측 가능한 재무 모델을 만들기 쉬웠지만, AI는 ‘토큰’ 사용량에 따라 비용이 달라진다. 이용자가 늘고, 에이전트가 상시 작동하고, 프롬프트가 복잡해질수록 비용도 함께 뛸 수 있다. CFO가 기술 구조를 더 깊이 이해해야 하는 이유다.

그렇다고 실험 자체를 막는 것이 해법은 아니라는 게 엔소노의 판단이다. 회사는 초기에 직원들이 외부 AI 모델에 무제한으로 접근하지 못하도록 제한하는 대신, 사내에서 통제 가능한 자체 도구를 만들어 AI 기능을 활용하도록 했다. 동시에 AI 정책을 마련하고 감사위원회와도 이 문제를 초기에 공유했다. 모르는 것이 많다는 점을 인정한 상태에서, 불확실성을 이유로 도입을 미루기보다 경계선을 먼저 세운 셈이다.

AI 투자의 핵심은 ‘행동하지 않을 비용’

AI 투자에서 가장 큰 변화는 자본 배분의 기준이 달라졌다는 점이다. 과거에는 투자 전에 수익률을 비교적 명확히 산정할 수 있었지만, 지금은 기술 발전 속도가 너무 빨라 완벽한 사업성을 기다리다 보면 시장 기회를 놓칠 수 있다. 그로스먼은 실제로 엔소노의 AI 투자 판단에서 중요한 기준이 ‘행동하지 않을 비용’이었다고 말했다.

엔소노는 약 2년 전 메타 출신 데이터센터 책임자를 머신러닝 부문 부사장으로 영입하며 본격적인 첫발을 뗐다. 당시만 해도 완성된 AI 조직 모델이나 실행 매뉴얼은 없었지만, 선제적으로 인재를 확보하고 방향을 잡는 것이 필요하다고 봤다. 이후 이 역할은 최고AI책임자(CAIO)로 발전했다.

이는 많은 기업이 참고할 만한 대목이다. AI 전환은 처음부터 완벽한 설계도를 갖고 시작되기보다, 전략 방향과 핵심 인재, 그리고 불확실성을 견디는 실행력에서 출발하는 경우가 많다.

비용 절감보다 중요한 것은 새 매출원

초기 기업 AI 논의는 대체로 생산성 향상과 자동화, 인건비 절감에 초점이 맞춰졌다. 하지만 엔소노는 비용 절감만으로는 한계가 분명하다고 본다. 줄일 수 있는 비용은 결국 바닥이 있기 때문이다. 반면 AI를 제품과 서비스에 녹이면 새로운 고객가치와 매출원을 만들 수 있다.

엔소노는 기존 관리형 서비스 사업 모델을 ‘문제 발생 후 대응, 복구, 완화’ 중심에서 ‘예측, 예방, 최적화’ 중심으로 바꾸는 데 AI를 활용하고 있다. 10년치 운영 데이터를 기반으로 장애, 변경, 마이그레이션, 시스템 중단 이력을 분석해 문제를 사전에 감지하고 해결 속도를 높이는 도구를 개발 중이다.

대표 사례가 ‘엔비전 프레딕티브 엔진(EPE)’과 ‘다이어그노우(DiagnoseNow)’다. EPE는 텔레메트리 데이터를 활용해 장애나 주요 사고를 미리 예측하고, DiagnoseNow는 인프라 정보를 바탕으로 들어오는 사고 원인을 분석한다. 그로스먼에 따르면 DiagnoseNow는 평균 해결 시간을 최대 66% 줄였고, EPE는 사고 발생 건수를 최대 40% 낮췄다.

이 같은 내부 성과는 곧바로 외부 고객 대상 사업 기회로 이어졌다. 엔소노는 해당 솔루션을 현재 약 25개 고객에게 소개했으며, 고객 반응도 긍정적이라고 설명했다. 내부 효율화가 상용 서비스로 전환되면서, AI가 비용 절감 도구를 넘어 성장 엔진으로 작동하기 시작한 것이다.

AI 시대 CFO는 기술도 이해해야 한다

AI 전환은 재무 부서만의 문제가 아니다. 최고정보책임자(CIO), 최고기술책임자(CTO), 최고AI책임자(CAIO), 최고법률책임자(CLO)까지 함께 움직여야 한다. 데이터 거버넌스, 법률 리스크, 기술 구조, 인력 교육이 모두 동시에 연결되기 때문이다.

엔소노는 직원들이 자체 플랫폼 위에서 AI 에이전트를 직접 개발할 수 있도록 했고, 전 직원을 대상으로 AI 교육도 의무화했다. 더 나아가 모든 직원의 연간 목표에 AI 관련 항목을 반영했다. AI 활용을 특정 기술 조직에만 맡기지 않고, 전사적 문화 변화로 확장한 셈이다.

그로스먼은 AI 시대 CFO에게 가장 중요한 덕목으로 ‘겸손’과 ‘용기’를 꼽았다. 무엇을 모르는지 인정할 수 있어야 하고, 모든 AI 프로젝트가 명확한 투자수익률(ROI)을 갖고 시작하지 않는다는 점도 받아들여야 한다는 뜻이다. 물론 이는 재무 규율을 포기하라는 의미는 아니다. 다만 초기 AI 투자의 전략적 가치가 기존 ROI 계산만으로는 충분히 포착되지 않을 수 있다는 점을 인정해야 한다는 이야기다.

토큰 기반 비용 구조는 이런 판단을 더욱 어렵게 만든다. 프롬프트 길이, 질의 빈도, 에이전트 작동 시간에 따라 비용이 달라지기 때문에 단순한 라이선스 모델보다 예측이 훨씬 까다롭다. 그만큼 CFO도 AI 엔지니어 수준은 아니더라도, 기술이 어떤 방식으로 비용과 수익에 영향을 미치는지 이해할 필요가 커졌다.

결국 AI 시대 CFO의 역할은 ‘확실성’만을 기준으로 의사결정하는 데서 벗어나고 있다. 기업을 보호하면서도 앞으로 나아갈 공간을 만들어야 하고, 결과가 모두 보이지 않아도 필요한 실험에는 자금을 배분해야 한다. 엔소노 사례는 AI TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.