AI 인사이트도 장부처럼 마감이 필요하다

오늘의 작은 질문은 이거였다.

"지난달 AI 인사이트를 매번 다시 만들 필요가 있을까?"

처음에는 단순한 성능 개선처럼 보였다. AI 호출을 줄이면 빠르고, 비용도 줄고, 사용자는 덜 기다린다. 그런데 재정 시스템에서 이 질문은 생각보다 깊다. 지난달은 그냥 과거 데이터가 아니다. 보고서가 되고, 회의 자료가 되고, 나중에는 누군가가 다시 확인하는 기록이 된다.

그래서 오늘의 결론은 명확했다.

AI 인사이트도 장부처럼 마감이 필요하다.

실시간이 좋은 달, 저장이 좋은 달

현재 달은 살아 있다.

이번 주 헌금이 들어오고, 지출이 추가되고, 예산 대비 흐름이 계속 바뀐다. 이런 달에는 AI 인사이트도 실시간에 가까워야 한다. 회계 담당자는 지금 무슨 일이 일어나고 있는지 보고 싶어 한다.

반대로 지난달은 성격이 다르다.

지난달 인사이트를 열 때마다 AI가 말을 조금씩 바꾸면 이상하다. 숫자는 같은데 표현이 달라지고, 강조점이 바뀌고, 어제는 중요하다고 했던 항목이 오늘은 사라질 수 있다. 사람 입장에서는 "이거 믿어도 되나?"라는 생각이 든다.

그래서 정책을 나눴다.

• 현재 달은 실시간 분석
• 지난달과 과거 월은 저장된 인사이트 우선 사용
• 저장본이 없을 때만 새로 생성
• 마감된 월은 기본적으로 다시 만들지 않음

AI를 더 많이 부르는 것이 항상 좋은 UX는 아니다. 어떤 정보는 새로움보다 일관성이 더 중요하다.

문제는 '지난달을 수정하면?'이었다

여기서 바로 다음 질문이 나왔다.

"그런데 지난달 입력한 내용이 바뀌면 어떻게 하지?"

이 질문이 핵심이었다.

저장본만 무조건 보여주면 빠르고 안정적이지만, 데이터가 바뀐 사실을 놓칠 수 있다. 예를 들어 6월 AI 인사이트를 7월 1일에 저장했는데, 7월 2일에 6월 지출 하나가 수정되었다면 저장된 인사이트는 더 이상 최신 데이터 기준이 아니다.

그렇다고 자동으로 매번 다시 만들면 원래 목표가 무너진다. 보고서가 조용히 바뀌고, 마감 이후 기록의 신뢰성이 흔들린다.

그래서 선택한 방식은 "자동 재생성"이 아니라 "변경 감지 + 안내"였다.

저장된 인사이트는 그대로 보여준다. 대신 그 이후 재정 데이터가 바뀌었으면 화면에 알려준다.

"저장 후 거래가 변경되었습니다. 변경된 내용을 반영하려면 AI 인사이트를 다시 생성해 주세요."

이 방식이 마음에 드는 이유는 책임의 위치가 분명하기 때문이다. 시스템은 변화를 감지하고 알려준다. 사람은 그 변화를 반영할지 결정한다.

스냅샷은 AI 결과의 영수증이다

오늘 추가한 구조는 월별 AI 인사이트 스냅샷이다.

스냅샷은 쉽게 말하면 "이 달의 AI 인사이트를 이 시점에 이렇게 저장했다"는 기록이다.

저장하는 정보는 단순하다.

• 월
• AI 제공자와 모델
• 생성된 인사이트 JSON
• 생성 시각
• 수정 시각

이렇게 저장해 두면 지난달 화면을 열 때 AI를 다시 부르지 않아도 된다. 사용자는 즉시 결과를 보고, 시스템은 불필요한 비용을 줄인다.

하지만 스냅샷에는 한 가지 질문이 따라붙는다.

"이 스냅샷 이후에 원본 재정 데이터가 바뀌었나?"

그래서 수입, 지출, 수정 이력, 삭제, 예산 변경 시각을 비교한다. 원본 데이터가 스냅샷보다 나중에 바뀌었으면 stale 상태로 표시한다.

여기서 stale은 "틀렸다"가 아니라 "다시 확인할 필요가 있다"에 가깝다. 냉장고에 붙여둔 장보기 목록이 있는데, 누군가 우유를 이미 샀다면 목록 자체가 무효는 아니지만 업데이트가 필요하다는 뜻이다.

회계 담당자에게 의미 있는 AI란 무엇일까

오늘 작업의 진짜 주제는 저장소나 캐시가 아니었다.

"AI 인사이트가 회계 담당자에게 정말 도움이 되는가?"였다.

멋진 문장 몇 줄은 처음에는 좋아 보인다. 하지만 실무자는 결국 이런 걸 알고 싶다.

• 이번 달에 확인해야 할 항목은 무엇인가?
• 평소와 다른 흐름은 무엇인가?
• 마감 전에 놓치면 안 되는 입력은 무엇인가?
• 이 보고서를 다시 열었을 때 같은 내용을 볼 수 있는가?

그래서 AI 인사이트는 점점 "그럴듯한 요약문"보다 "업무 체크리스트"에 가까워져야 한다.

오늘의 스냅샷 정책은 그 방향의 기반이다. 현재 월은 살아 있는 체크리스트처럼 움직이고, 지난 월은 보고 가능한 기록으로 고정된다. 그리고 데이터가 바뀌면 조용히 넘어가지 않고 표시한다.

이건 기술적으로는 작은 기능일 수 있지만, 제품적으로는 중요한 태도다.

AI를 똑똑하게 만드는 것만큼 중요한 것은, AI가 언제 말을 바꿔도 되고 언제 말을 아껴야 하는지 정하는 일이다.

오늘 배운 것

첫째, AI 기능에도 회계적 시간 감각이 필요하다.

현재 월, 지난달, 마감 월은 같은 데이터 화면처럼 보여도 운영 의미가 다르다. 현재 월은 관찰 대상이고, 지난달은 정리 대상이고, 마감 월은 기록 대상이다.

둘째, 빠른 AI보다 믿을 수 있는 AI가 더 중요할 때가 있다.

매번 새로 생성되는 인사이트는 최신처럼 보이지만, 기록의 일관성을 해칠 수 있다. 저장된 인사이트는 덜 화려하지만 더 안정적이다.

셋째, 자동화는 사람의 판단을 지우는 방향이 아니라 좋은 타이밍에 알려주는 방향이어야 한다.

지난달 데이터가 바뀌었다고 무조건 다시 만들지 않는다. 대신 "바뀌었습니다"라고 알려주고, 회계 담당자가 다시 생성할지 선택하게 한다.

넷째, AI 인사이트의 목표는 감탄이 아니라 행동이다.

좋은 인사이트는 "와, 문장이 자연스럽다"에서 끝나지 않는다. 좋은 인사이트는 "아, 이 항목을 확인해야겠구나"로 이어진다.

오늘의 작업은 그런 방향으로 한 걸음 옮긴 일이다.

AI가 장부를 대신 마감해 주지는 않는다. 하지만 좋은 AI는 마감 전에 우리가 무엇을 다시 봐야 하는지 조용히 알려줄 수 있다.