감사받는 것은 즐거운 경험은 아니지만, 기업의 관행과 정책이 투명하고 법규를 준수하는지 확인하는 데 필수적입니다. 감사자는 비즈니스 위험 및 그 관리, 즉 "위험과 통제"를 조사하는 중요한 역할을 합니다. 그러나 위험 통제 매트릭스나 위험 평가를 생성하는 것은 부서 간에 반복적이고 유사한 작업이 많아 시간이 많이 소요될 수 있습니다. 이를 통해 AI 솔루션이 프로세스를 간소화할 수 있는 기회가 열렸습니다.
AI로 감사 효율성 개선하기
2014년에 설립된 클라우드 소프트웨어 회사 AuditBoard는 이 문제를 해결하기 위해 나섰습니다. 감사자를 위한 전문 플랫폼으로 알려진 AuditBoard는 최근 감사 및 위험 관리 팀의 효율성을 향상시키기 위한 고급 기능인 AuditBoard AI를 출시했습니다.
“우리 고객들 사이에서 가장 큰 문제는 감사 및 준수 팀의 업무량과 가용 자원 간의 격차가 커지고 있다는 점입니다.”라고 AuditBoard의 데이터 및 AI/ML 엔지니어링 부문 부사장인 안톤 담이 말했습니다. “AI는 이 격차를 해소할 수 있는 해결책을 제공합니다.”
감사에서의 혁신 유산
PwC와 EY에서 감사원으로 일했던 친구 다니엘 킴과 제이 리가 설립한 AuditBoard는 감사, 위험, 지속가능성 및 준수 분야에서 빠르게 입지를 다졌습니다. 현재 Fortune 500의 거의 50%를 포함해 2,000여 개 고객에게 서비스를 제공하고 있습니다.
이 회사의 클라우드 기반 플랫폼은 이전에 SOXHUB로 알려졌으며, 이제는 복잡한 스프레드시트 소프트웨어 대신 위험 평가와 감사 매트릭스를 쉽게 생성할 수 있게 되었습니다.
LLM을 통한 향상된 자동화
AuditBoard는 이제 생성 AI와 대형 언어 모델(LLMs)을 활용해 일상적인 작업을 자동화하고 있습니다. 감사자는 플랫폼 내의 새로운 "생성" 버튼을 사용해 LLM이 특정 문서 및 맥락에 따라 위험 및 통제에 대한 제안된 설명을 생성하도록 할 수 있습니다.
“우리는 이 기능을 사용자 경험에 직접 통합하고 있습니다.”라고 담은 설명했습니다. 한 고객은 위험 설명 작성에 소요되는 시간이 10분에서 1분으로 대폭 줄었다고 보고했습니다.
Syniverse의 수석 IT 감사 관리자 멜리사 피치도 “AuditBoard AI는 제 팀에 변화를 가져왔습니다. 예전에는 20분 걸리던 작업이 이제 5분 밖에 걸리지 않아 생산성이 크게 향상되었습니다.”라고 전했습니다.
AuditBoard AI의 이면
AuditBoard는 사용된 정확한 LLM을 공개하지 않았지만, 담은 마이크로소프트와의 파트너십을 언급하며 특정 감사 기능에 맞춘 다중 모델 접근 방식을 강조했습니다. “우리는 사용하는 모델이 감사 분야에 적합하고 고품질 결과를 제공하는 것을 목표로 하고 있습니다.”라고 그는 밝혔습니다.
데이터 무결성과 보안에 대한 약속
AuditBoard는 고객 데이터 보안을 최우선으로 하며, 다양한 고객의 데이터가 분리되고 안전하게 유지되도록 합니다. 데이터는 암호화된 채널을 통해 마이크로소프트 애저 클라우드 서버로 전송되어 각 고객의 정보의 무결성을 유지합니다.
“우리 운영에서 고객 경계는 신성한 것입니다.”라고 담은 강조했습니다.
반복적인 작업을 자동화하고 지능형 추천을 제공함으로써, AuditBoard AI는 감사자가 철저한 위험 및 통제 설명을 작성하고 중복 작업을 식별하며 다양한 프레임워크 간에 통제를 효율적으로 매핑할 수 있도록 지원합니다. 이 솔루션은 모든 AuditBoard 사용자에게 제공되어 더욱 효과적인 감사 프로세스를 가능하게 합니다.
순위 목록
