2장 재무, 회계 및 데이터 분석

월말이 되면 모든 사무실에서 비슷한 장면이 펼쳐집니다. 회계 담당자는 구겨진 영수증 뭉치를 펼쳐놓고 엑셀 화면을 번갈아 쳐다봅니다. 재무 팀장은 카드사 홈페이지에서 CSV 파일을 내려받아 피벗 테이블과 씨름합니다. 경영 기획실은 매출 추이 차트를 만들다가 밤을 새고, 회계법인에서 파견 나온 신입은 두 장부의 숫자가 1원 차이 나는 이유를 찾느라 눈이 빠집니다.

이 장에서 다루는 네 가지 작업은 기업의 재무 업무에서 반복되는 육체노동입니다. 영수증과 청구서를 장부로 옮기는 일, 카드 지출 내역을 분류하고 낭비를 찾아내는 일, 결제 데이터에서 경영 지표를 뽑아내는 일, 그리고 여러 장부의 숫자를 맞추고 미래의 재무 모델을 짓는 일입니다.

코워크는 이 네 가지 작업에서 "입력하고 대조하는 시간"을 확 줄여줍니다. 사람이 숫자를 타이핑하는 대신, 기계가 파일을 읽고 엑셀 수식까지 포함된 결과물을 만들어냅니다. 다만 이 장을 관통하는 원칙이 하나 있습니다. 코워크가 만든 숫자는 반드시 사람이 검증해야 합니다. 회계에서 "대충 맞는 숫자"는 "틀린 숫자"와 같습니다. 기계는 타이핑을 대신하고, 사람은 판단을 내립니다. 이 역할 분담을 잊지 않는 한, 코워크는 재무팀의 가장 부지런한 조수가 됩니다.

[알아두기] 이 장에서 자주 등장하는 용어

CSV(Comma-Separated Values)는 데이터를 쉼표로 구분하여 저장하는 텍스트 파일입니다. 엑셀에서 열 수 있고, 카드사나 결제 플랫폼에서 거래 내역을 내려받을 때 이 형식을 씁니다.

피벗 테이블(Pivot Table)은 엑셀에서 대량의 데이터를 항목별로 요약해 보여주는 분석 도구입니다. 수백 줄의 거래 내역을 월별, 카테고리별 합계표로 바꿀 때 씁니다.

1 영수증 및 인보이스 정산 자동화

가 왜 이 기능이 필요한가

경비 정산은 모든 직장인이 싫어하는 업무 1순위입니다. 출장을 다녀온 뒤 주머니에서 구겨진 택시 영수증을 꺼내고, 이메일에 흩어진 호텔 청구서를 다운로드하고, 이것들을 엑셀에 한 줄씩 옮겨 적는 작업입니다. 글로벌비즈니스여행협회(GBTA)의 2023년 연구에 따르면 기업이 경비 보고서 한 건을 처리하는 데 드는 평균 비용이 58달러에 이릅니다. 오류가 포함되면 100달러를 넘어갑니다. 돈을 쓴 기록을 정리하는 데 또 돈이 드는 셈입니다.

문제는 영수증의 형태가 제각각이라는 점입니다.

어떤 것은 감열지에 인쇄되어 석 달만 지나도 글씨가 사라집니다. 어떤 것은 PDF로 오는데 공급업체마다 금액을 적는 위치가 다릅니다. 사람이 이 불규칙한 정보의 파편들을 읽고 규격화된 장부로 옮겨 적는 행위는 인내심을 시험하는 반복 노동이면서, 숫자 하나를 잘못 입력했을 때 전체 장부의 잔액이 틀어지는 위험을 안고 있습니다.

나 코워크는 무엇을 해주는가

코워크는 영수증 사진과 PDF 파일이 담긴 폴더를 통째로 분석합니다. 각 파일에서 날짜, 공급업체명, 금액, 세액을 추출하고, 이 데이터를 엑셀 파일에 정리합니다. 엑셀 안에는 텍스트가 아니라 부서별 합계를 구하는 SUMIFS 수식, 예산 초과 항목을 빨갛게 표시하는 조건부 서식까지 포함됩니다. 코워크가 한 번에 만들어내는 것은 완성된 지출 결의서입니다.

이 과정의 기술적 토대는 다중모달(Multimodal) 인식입니다. 코워크에 탑재된 언어모델은 이미지 속의 글자를 읽을 뿐 아니라, 그 글자가 어떤 의미인지를 맥락에서 추론합니다. "2026-03-07"이라는 숫자가 결제일인지 사업자등록번호의 일부인지, 주변 텍스트를 보고 판별합니다.

다 기본 사용 따라하기: 영수증 10장으로 첫 정산 해보기

준비물: 바탕화면에 "경비정산-연습" 폴더를 만들고, 스마트폰으로 찍은 영수증 사진 5~10장을 넣어둡니다. 카페, 택시, 문구점 등 다양한 업종이 섞이면 좋습니다.

① Claude Desktop 앱을 열고, 상단의 모드 선택에서 "Cowork" 탭을 클릭합니다.

② 좌측 하단의 폴더 아이콘을 눌러 "경비정산-연습" 폴더를 선택합니다. Claude가 이 폴더의 파일을 읽고 쓸 수 있게 권한을 부여합니다.

③ 입력창에 다음 프롬프트를 입력합니다.

"이 폴더에 있는 모든 영수증 사진을 분석해줘. 각 파일에서 결제 날짜, 업체명, 금액을 추출하고, 엑셀 파일로 정리해줘. 엑셀 하단에 총합계 수식을 넣어줘."

④ Claude가 작업 계획을 화면에 표시합니다. "영수증 이미지 10장 분석 → 데이터 추출 → 엑셀 파일 생성"과 같은 단계가 나열됩니다. 내용을 확인한 뒤 실행을 승인합니다.

⑤ Claude가 각 영수증을 순서대로 읽고, 추출한 데이터를 엑셀에 채워넣습니다. 약 2~3분 후 폴더 안에 "경비정산.xlsx" 파일이 생성됩니다. 열어보면 날짜, 업체명, 금액이 행별로 정리되어 있고, 맨 아래에 SUM 수식으로 총합계가 계산되어 있습니다.

라 응용 사례: 카테고리 분류와 조건부 서식 추가

기본 정산이 됐으니 한 단계 올려봅니다. 이번에는 지출 항목을 카테고리별로 나누고, 일정 금액 이상은 눈에 띄게 표시하겠습니다.

① 같은 폴더에 영수증을 더 추가합니다. 식비, 교통비, 사무용품, 숙박비 등 다양한 종류가 섞이도록 합니다. PDF 청구서가 있다면 함께 넣습니다.

② 입력창에 다음 프롬프트를 입력합니다.

"이 폴더의 모든 영수증과 청구서 파일을 분석해줘. 각 파일에서 날짜, 업체명, 금액, 결제수단을 추출하고 엑셀로 정리해줘. 지출 카테고리를 식비, 교통비, 숙박비, 사무용품, 기타로 분류해줘. 카테고리별 소계를 SUMIFS 수식으로 넣고, 5만 원이 넘는 지출은 조건부 서식으로 노란색 배경을 입혀줘. 금액이 비어 있거나 읽기 어려운 항목은 비고란에 '수동 확인 필요'라고 표시해줘."

③ Claude가 작업을 시작합니다. 카테고리 판단이 추가되므로 시간이 조금 더 걸립니다. Claude는 " 스타벅스"를 식비로, "카카오택시"를 교통비로 분류합니다. 업체명만으로 카테고리가 모호한 경우에는 금액 규모와 결제 시간대를 참고하여 추론합니다.

④ Claude가 생성한 엑셀을 열어 확인합니다. 카테고리별 소계가 수식으로 계산되어 있고, 5만 원 초과 항목에 노란색 배경이 입혀져 있습니다. 비고란에 "수동 확인 필요"가 적힌 행이 있다면, 그 영수증 원본을 직접 눈으로 확인하고 수정합니다.

여기서 반드시 점검할 사항이 있습니다. Claude가 분류한 카테고리가 회사의 계정과목 기준과 맞는지 확인해야 합니다. AI는 일반적인 상식으로 분류하지만, 각 회사의 회계 규정은 회사마다 다릅니다. "택시비"를 "교통비"에 넣는 회사가 있고 "출장비"에 넣는 회사가 있습니다. 사람이 기준을 고쳐줘야 합니다.

마 실전 활용: 월례 정산 시스템 구축

매달 같은 작업을 반복한다면, 이것을 시스템으로 만들 수 있습니다. 코워크의 예약 작업(Scheduled Tasks, 지정한 시간에 자동으로 실행되는 반복 업무) 기능을 씁니다.

① 먼저 폴더 구조를 정합니다. 바탕화면에 "월별경비" 폴더를 만들고, 그 안에 "대기" 폴더와 "완료" 폴더를 둡니다. 한 달 동안 영수증 사진을 "대기" 폴더에 던져넣기만 하면 됩니다.

② Cowork 입력창에 /schedule이라고 입력합니다.

③ Claude가 몇 가지 질문을 합니다. 작업 이름, 실행 주기, 실행 시간을 선택합니다. "매월 1일 오전 8 시"를 선택합니다.

④ 작업 내용을 다음과 같이 설정합니다.

"월별경비/대기 폴더에 새로 추가된 영수증과 청구서 파일을 모두 분석해줘. 날짜, 업체명, 카테고리, 금액을 추출하여 '2026년 X월 경비정산.xlsx' 파일을 생성해줘. 카테고리별 소계 수식과 총합계 수식을 포함하고, 10만 원 초과 항목은 조건부 서식으로 표시해줘. 처리가 끝난 파일은 '완료' 폴더로 이동시켜줘."

⑤ Claude가 예약 작업을 생성합니다. 좌측 사이드바의 "Scheduled" 메뉴에서 등록된 작업을 확인할 수 있습니다.

주의할 점이 있습니다. 예약 작업은 컴퓨터가 깨어 있고 Claude Desktop 앱이 열려 있을 때만 실행됩니다.

매월 1일 오전 8시에 컴퓨터가 꺼져 있으면 작업이 실행되지 않습니다. 출근 후 앱을 열면 밀린 작업이 실행되는 방식이므로, 출근 직후 앱을 여는 습관을 들이면 됩니다.

[알아두기] 영수증 인식의 정확도

Azure의 인보이스 모델, AWS의 Textract, Google의 Document AI 같은 전문 문서 파서(Parser, 문서에서 원하는 데이터를 뽑아내는 소프트웨어)는 표준 형식 문서에서 95퍼센트 이상의 정확도를 보입니다.

코워크의 다중모달 인식도 깨끗한 사진이라면 비슷한 수준입니다. 다만 구겨진 감열지, 잉크가 번진 손글씨, 어두운 조명에서 찍은 사진은 정확도가 떨어집니다.

Google Cloud 공식 문서는 최소 200dpi, 가능하면 300dpi 이상 해상도를 권장합니다. 스마트폰 카메라로 찍을 때 영수증을 평평하게 펴고 밝은 곳에서 촬영하면 인식률이 올라갑니다.

바 이런 문제가 생겼다면

(1) 영수증 사진이 너무 어두워서 금액이 추출되지 않는다 Claude는 읽기 어려운 항목을 임의로 추정하지 않고, 비고란에 "확인 불가"라고 표시합니다. 해당 영수증을 밝은 곳에서 다시 찍거나, 원본 영수증의 금액을 직접 엑셀에 수동 입력합니다.

(2) 같은 업체인데 이름이 다르게 추출된다 ("스타벅스 강남점", "STARBUCKS", "스벅") 이것은 "정규화" 문제입니다. Claude에게 "업체명을 통일해줘. '스타벅스'로 된 모든 변형을 '스타벅스'로 합쳐줘" 라고 추가 지시하면 됩니다.

자주 거래하는 업체가 정해져 있다면, 표준 업체명 목록을 별도 텍스트 파일로 만들어 같은 폴더에 넣어두고 "이 목록을 기준으로 업체명을 통일해줘"라고 지시하는 것이 효과적입니다.

(3) 엑셀 파일의 수식이 깨져 보인다 Claude가 생성한 엑셀을 LibreOffice로 열면 일부 수식이 깨질 수 있습니다. Microsoft Excel에서 열면 정상 표시됩니다. LibreOffice를 쓴다면 Claude에게 "LibreOffice에서도 호환되는 수식으로 만들어줘"라고 지시합니다.

2 신용카드 지출 내역 분석

가 왜 이 기능이 필요한가

월간 신용카드 청구서를 받으면 대부분의 사람들은 총액만 확인하고 결제합니다. 수백 건의 거래 내역이 줄줄이 나열되어 있지만, 그것을 카테고리별로 분류하고 지난달과 비교하고 낭비를 찾아내는 일까지 하는 사람은 드뭅니다. 시간이 없어서입니다.

기업도 마찬가지입니다. 법인카드 3장의 월간 내역을 합치면 수천 줄이 됩니다. 거래처 항목에는 "NHN KCP정기결제", "AMZN MKTP US", "SQ *SQC CAFE"처럼 결제 대행사의 암호 같은 코드가 가득합니다. 이것이 서버 호스팅비인지, 광고비인지, 직원 회식비인지 기억을 더듬어 분류하는 일은 상당한 인지 에너지를 요구합니다. 그 사이에 6개월 전 테스트로 결제했던 월 19달러짜리 해외 소프트웨어 구독료가 아무도 모르게 빠져나가고 있습니다.

나 코워크는 무엇을 해주는가

코워크는 카드사에서 다운로드한 CSV 파일을 분석하여 세 가지 결과물을 만듭니다.

첫째, 모든 거래를 식비, 교통비, 소프트웨어 구독료, 광고비 같은 카테고리로 분류한 정리 시트.

둘째, 카테고리별 지출 비중과 전월 대비 변동을 보여주는 요약 차트.

셋째, 해지 가능한 구독, 중복 결제, 비정상적 시간대 거래 등을 집어낸 비용 절감 제안서입니다.

다 기본 사용 따라하기: 카드 내역 한 달치 분석하기

준비물: 카드사 홈페이지나 앱에서 이번 달 이용 내역을 CSV 파일로 다운로드합니다. 대부분의 한국 카드사는 "이용내역 조회" 페이지에서 "엑셀 다운로드" 또는 "CSV 다운로드" 버튼을 제공합니다. ① 바탕화면에 "카드분석" 폴더를 만들고 다운로드한 CSV 파일을 넣습니다.

② Cowork 모드에서 이 폴더를 연결합니다.

③ 입력창에 다음 프롬프트를 입력합니다.

"이 폴더에 있는 신용카드 이용 내역 CSV 파일을 분석해줘. 모든 거래를 식비, 교통비, 쇼핑, 소프트웨어 구독료, 생활비, 기타로 분류해줘. 카테고리별 합계와 전체 비중(퍼센트)을 계산하고, 파이 차트로 시각화한 엑셀 파일을 만들어줘."

④ Claude가 CSV를 읽어들이고 분류 작업을 시작합니다.

가맹점명에서 업종을 추론합니다. "배달의민족"은 식비로, "카카오T"는 교통비로, "Netflix"는 구독료로 분류합니다. 약 2~3분 후 분석 결과가 담긴 엑셀 파일이 폴더에 생성됩니다.

⑤ 엑셀을 열어 분류 결과를 검토합니다. 가맹점명이 모호하여 "기타"로 분류된 항목이 있다면, 직접 올바른 카테고리로 수정합니다.

라 응용 사례: 카드 여러 장 합치기와 월별 비교

법인카드 2장과 개인카드 1장의 내역을 합쳐서 분석하고, 지난달과 비교해 보겠습니다.

① "카드분석" 폴더에 이번 달 CSV 파일 3개와 지난달 CSV 파일 3개를 함께 넣습니다. 파일명에 카드 이름과 월을 포함시키면 좋습니다. "삼성카드_2026년02월.csv", "삼성카드_2026년03월.csv" 같은 식입니다.

② 다음 프롬프트를 입력합니다.

"이 폴더에 있는 6개의 신용카드 CSV 파일을 모두 분석해줘. 카드별로 날짜 형식이 다를 수 있으니 통일해줘. 모든 거래를 하나의 표로 합치고, 식비, 교통비, 소프트웨어 구독, 광고비, 접대비, 사무용품, 기타로 분류해줘. 엑셀에 다음 시트를 만들어줘.

첫째 시트는 전체 거래 목록. 둘째 시트는 카테고리별 월간 요약(2월과 3월 비교). 셋째 시트는 카테고리별 증감 차트. 넷째 시트는 매달 반복 결제되는 구독 서비스 목록. 구독 목록에는 서비스명, 월 결제 금액, 최초 결제일을 포함해줘."

③ Claude가 여러 CSV의 열 구조를 맞추는 작업부터 시작합니다. 카드사마다 열 이름이 다릅니다. 어떤 파일은 "이용일자", 어떤 파일은 "거래일"이라고 적습니다. Claude는 이 차이를 인식하고 하나의 표준 구조로 통합합니다.

④ 결과 엑셀을 열어봅니다. 둘째 시트의 월간 요약에서 2월 대비 3월에 어떤 카테고리 지출이 늘었는지 한눈에 보입니다. 넷째 시트의 구독 서비스 목록을 보면, 쓰지 않는데 계속 결제되는 서비스가 있을 수 있습니다

카드 지출 분석에서 자주 놓치는 부분이 있습니다. 환불과 취소 건입니다. CSV에서 음수(마이너스) 금액은 환불이나 취소를 뜻하는데, 이것을 단순 합계하면 실제 지출보다 적게 나옵니다. Claude에게 "환불 건은 별도로 표시하고, 순지출 금액과 총지출 금액을 구분해서 보여줘"라고 지시하면 이 문제를 방지할 수 있습니다.

마 실전 활용: 비용 절감 보고서

숫자를 정리하는 것과 비용을 줄이는 것은 다른 일입니다. 경영진에게 보여줄 비용 절감 보고서를 만들어 보겠습니다.

① 앞서 만든 분석 결과가 있는 폴더에서 다음 프롬프트를 입력합니다.

"방금 분석한 카드 지출 데이터를 바탕으로 비용 절감 보고서를 Word 문서로 작성해줘. 다음 항목을 포함해줘. 첫째, 즉시 해지 가능한 미사용 구독 서비스와 예상 절감 금액. 둘째, 같은 유형의 서비스가 중복 결제되는 항목. 셋째, 월간 결제를 연간 결제로 전환하면 절약 가능한 금액 추정.

넷째, 전월 대비 급증한 카테고리와 원인 가설. 보고서 첫 페이지에 핵심 요약 3줄을 넣어줘."

② Claude가 분석 데이터를 재검토하고 Word 문서를 생성합니다. 구독 서비스 중 3개월 이상 사용 이력이 없는 항목을 자동으로 골라내고, 월간 결제와 연간 결제의 가격 차이를 계산합니다.

기억해야 할 것이 있습니다. 기계는 고급 레스토랑의 50만 원 지출을 "접대비"로 분류할 뿐입니다. 그 자리가 투자자를 설득하기 위한 전략적 지출이었는지, 통제 안 된 낭비였는지는 기계가 판단할 수 없습니다. 데이터를 정리하고 낭비의 징후를 찾아내는 일은 기계가 빠르지만, 그 지출을 유지할지 줄일지 결정하는 것은 경영자의 몫입니다.

바 이런 문제가 생겼다면

(1) CSV 파일을 열었더니 한글이 깨져 보인다 한국 카드사의 CSV 파일은 EUC-KR 인코딩을 쓰는 경우가 많습니다. Claude에게 "CSV 파일의 인코딩을 자동 감지해서 UTF-8로 변환한 뒤 분석해줘"라고 지시하면 됩니다.

(2) 가맹점명이 암호 같아서 분류가 부정확하다 자주 거래하는 가맹점의 분류 기준을 텍스트 파일로 만들어 폴더에 넣어둡니다. "AWS = IT 인프라, 배달의민족 = 식비(복리후생), 카카오T = 교통비"와 같은 목록입니다. Claude에게 "이 분류 기준표를 먼저 읽고 적용해줘"라고 지시합니다.

(3) 해외 결제 금액이 원화와 달러로 섞여 있다 "해외 결제 건은 원화 환산 금액을 기준으로 분석하고, 원래 통화와 적용 환율을 별도 열에 표시해줘"라고 지시합니다.

3 실시간 수익 및 트랜잭션 분석

가 왜 이 기능이 필요한가

온라인 쇼핑몰을 운영하거나, SaaS(Software as a Service, 인터넷을 통해 구독료를 받고 소프트웨어를 제공하는 사업 모델) 제품을 판매하거나, 구독형 서비스를 제공하는 사업자에게는 결제 데이터가 매일 쏟아집니다. 스트라이프(Stripe), 페이팔(PayPal), 토스페이먼츠 같은 결제 플랫폼을 통해 고객이 구매하고, 환불하고, 구독을 취소하는 기록이 초 단위로 쌓입니다.

문제는 이 데이터를 경영에 쓸 수 있는 숫자로 바꾸는 데 시간이 든다는 점입니다.

총매출은 얼마인지, 어떤 상품이 잘 팔리는지, 고객 이탈률은 어떤지, 환불이 급증하고 있는 건 아닌지 파악하려면 데이터를 다운로드하고, 피벗 테이블을 돌리고, 차트를 그려야 합니다. 이 작업을 매주 반복하면 상당한 시간이 빠집니다.

나 코워크는 무엇을 해주는가

코워크는 결제 데이터 CSV를 분석하여 비즈니스 핵심 지표를 계산하고, 이상 징후를 찾아내며, 경영진에게 보고할 요약본까지 만들어줍니다.

MCP 커넥터(Model Context Protocol, AI가 외부 서비스와 데이터를 주고받는 통신 규격)를 통해 Stripe 같은 결제 플랫폼에 직접 연결할 수도 있고, CSV 파일을 폴더에 넣어서 분석할 수도 있습니다.

2026년 2월 Anthropic은 금융 서비스 전용 플러그인 다섯 종을 공개했습니다.

재무 분석, 투자은행, 주식 리서치, 사모펀드, 자산관리 플러그인입니다. FactSet과 MSCI의 MCP 커넥터도 함께 출시되어, 기관급 시장 데이터를 코워크 안에서 직접 조회할 수 있게 됐습니다. 다만 이 플러그인과 커넥터는 기업용 구독(Team, Enterprise)에 최적화되어 있으므로, 개인 사업자라면 CSV 파일 기반 분석으로 시작하는 것이 현실적입니다.

다 기본 사용 따라하기: 주간 매출 분석

준비물: 결제 플랫폼에서 최근 7일간의 거래 내역을 CSV로 다운로드합니다. Stripe라면 Dashboard 의 Payments 메뉴에서, 토스페이먼츠라면 관리자 페이지에서 내려받을 수 있습니다.

① "매출분석" 폴더를 만들고 CSV 파일을 넣습니다.

② Cowork에서 폴더를 연결한 뒤 다음 프롬프트를 입력합니다.

"이 폴더의 결제 내역 CSV를 분석해줘. 지난 7일간의 총매출, 일평균 매출, 건당 평균 결제 금액, 환불 건수와 환불률을 계산해줘. 결과를 엑셀로 정리하고, 일별 매출 추이 꺾은선 차트를 포함해줘."

③ Claude가 데이터를 읽고 분석합니다. 결과 엑셀에는 핵심 지표가 요약된 시트와, 일별 매출 추이 차트가 포함됩니다.

라 응용 사례: 카테고리별 수익과 이상 징후 탐지

① 같은 CSV 파일로 더 깊은 분석을 요청합니다.

"방금 분석한 데이터에서 추가 분석을 해줘. 상품 카테고리별 매출 비중을 계산하고, 결제 성공률과 실패율을 보여줘. 지난주 같은 기간 대비 매출이 20퍼센트 이상 변동한 날이 있으면 표시해줘. 환불이 하루에 5건 이상 발생한 날도 별도로 표시해줘. 결과를 엑셀에 '이상 징후' 시트로 추가해줘."

② Claude가 통계적 기준으로 비정상적인 변동을 찾아냅니다. 특정 날짜에 환불이 몰렸다면 그 원인을 파악할 실마리가 됩니다. 특정 상품의 매출이 급감했다면 가격 정책이나 재고 문제를 점검할 신호입니다.

Stripe 공식 문서에 따르면, 수익 인식(Revenue Recognition) 관련 그래프는 대시보드에 표시되기까지 최대 72시간 지연이 있을 수 있습니다. 결제 승인율이나 실패율 같은 운영 지표와, 회계상 인식 매

출은 성격이 다릅니다. 한쪽은 심장 박동이고, 다른 한쪽은 건강 검진 결과표입니다. 경영진 대시보드를 설계할 때 이 둘을 한 칸에 섞지 않는 편이 좋습니다.

마 실전 활용: 경영진 주간 브리핑 자동화

이 분석을 매주 자동으로 실행하고, 경영진에게 보고할 요약 문서까지 만들어 보겠습니다.

① Cowork에서 /schedule을 입력합니다.

② 다음과 같이 설정합니다.

작업 이름: 주간 매출 브리핑 실행 주기: 매주 월요일 오전 9시 작업 내용: "매출분석 폴더에 있는 가장 최근 결제 내역 CSV를 분석해줘. 지난 주 총매출, 상품별 매출 비중, 환불률, 결제 성공률을 계산하고, 전주 대비 변동을 보여줘. 이상 징후가 있으면 경고해줘. 분석 결과를 1페이지 Word 요약본으로 작성해서 같은 폴더에 저장해줘. 파일명은 '주간매출브리핑_2026년MM월DD일.docx' 형식으로 해줘."

③ 매주 월요일 아침, 컴퓨터를 켜고 Claude Desktop을 열면 브리핑 문서가 폴더에 준비되어 있습니다.

경영진 요약본은 짧을수록 좋습니다.

첫 문단에 이번 주 핵심 변화 세 가지, 둘째 문단에 원인 가설, 셋째 문단에 즉시 실행할 조치와 다음 주 관찰 항목을 넣습니다.

대시보드가 아무리 훌륭해도 경영진은 화면을 오래 들여다보지 않습니다. 한 장 메모가 없으면 데이터는 존재하지만 의사결정은 늦습니다.

바 이런 문제가 생겼다면

(1) CSV 파일의 날짜 형식이 엉뚱하게 인식된다 엑셀이 날짜를 자동 변환하면서 미국식(월/일/년)과 한국식(년-월-일)이 뒤섞이는 문제입니다. Claude에게 "날짜 형식을 YYYY-MM-DD로 통일해줘"라고 명시하면 됩니다.

(2) 결제 데이터에 개인정보(고객 이름, 이메일)가 포함되어 있다 분석에 개인 식별 정보는 필요 없습니다.

CSV를 폴더에 넣기 전에 개인정보 열을 삭제하거나, Claude에게 "고객명과 이메일 열은 무시하고 분석해줘"라고 지시합니다. 코워크는 로컬 컴퓨터에서 작동하므로 데이터가 외부로 나가지는 않지만, 민감한 데이터가 포함된 폴더에 접근 권한을 주는 것 자체가 신중할 필요가 있습니다.

(3) Stripe 같은 해외 결제 플랫폼과 직접 연결하고 싶다 코워크의 MCP 커넥터를 통해 Stripe에 연결할 수 있습니다.

2026년 2월 기준으로 FactSet, MSCI 등 금융 데이터 커넥터가 공식 출시되었고, Stripe 커넥터도 설정에서 확인할 수 있습니다. 다만 API 연결 설정은 기술적 지식이 필요하므로, 처음에는 CSV 다운로드 방식으로 시작하고 익숙해진 뒤에 커넥터 연동을 시도하는 것을 권합니다.

4 재무 모델링 및 계정 대조

가 왜 이 기능이 필요한가

재무 부서에서 가장 고된 두 가지 작업이 있습니다.

하나는 계정 대조(Reconciliation, 서로 다른 장부의 숫자가 일치하는지 확인하는 작업)입니다.

은행에서 다운로드한 거래 내역과 회사 내부 장부의 숫자가 맞는지 확인하는 일입니다. 수만 건의 거래 중에서 금액이 맞지 않는 몇 건을 찾아내야 합니다. 결산기가 되면 회계 담당자는 VLOOKUP 함수와 피벗 테이블을 동원해 두 장부를 비교하며 밤을 지새웁니다.

다른 하나는 재무 모델링입니다.

손익계산서, 대차대조표, 현금흐름표가 서로 연결된 3-Statement 모델을 엑셀로 만드는 일입니다. 매출이 10퍼센트 오르면 현금흐름이 어떻게 바뀌는지, 설비 투자를 하면 언제 자금이 부족해지는지 예측하는 시스템입니다.

이 모델을 구축하려면 수백 개의 셀에 연쇄 수식을 걸어야 하고, 하나가 빠지면 전체가 틀어집니다.

나 코워크는 무엇을 해주는가

코워크는 여러 개의 스프레드시트를 비교하여 불일치 항목을 자동으로 찾아냅니다. 금액이 다른 건, 한쪽에만 있는 건, 날짜가 살짝 어긋난 건을 구분하여 별도 시트에 정리합니다.

재무 모델링에서는 가정(Assumption)을 입력하면 3개 재무제표가 연동된 엑셀 모델을 생성하고, 시나리오별 변수를 바꿔가며 결과를 시각화해 줍니다.

다만 이 영역에서는 아직은 정확도가 떨어 집니다. 2026년 2월 Wall Street Prep가 실시한 비교 테스트에서 Claude, Shortcut, Microsoft Copilot, ChatGPT에 Apple의 3-Statement 모델 구축을 요청했습니다.

Claude가 네 도구 중 가장 높은 점수를 받았지만, 10점 만점에 5.5점이었습니다. 주니어 애널리스트의 수준에는 미치지 못했습니다.

AI가 과거 재무 데이터 일부를 부정확하게 입력하거나, 수식 대신 숫자를 직접 넣는(하드코딩) 문제가 발견되었습니다. AI가 만든 재무 모델은 "60퍼센트까지 빠르게 올리는 도구"이지, "검토 없이 제출하는 완성품"이 아닙니다.

다 기본 사용 따라하기: 두 장부 대조하기

준비물: 은행에서 다운로드한 거래 내역 엑셀 파일과, 회사 내부 회계 시스템에서 추출한 원장 엑셀 파일 두 개를 준비합니다.

① "대조작업" 폴더를 만들고 두 파일을 넣습니다.

② Cowork에서 폴더를 연결한 뒤 다음 프롬프트를 입력합니다.

"이 폴더에 있는 두 개의 엑셀 파일을 대조해줘.

하나는 은행 거래 내역이고, 하나는 내부 원장이야. 거래일, 금액, 거래처를 기준으로 비교해서 다음을 정리해줘. 첫째, 양쪽 모두 일치하는 거래 건수와 금액. 둘째, 금액이 다른 거래 목록. 셋째, 은행에만 있고 내부 장부에는 없는 거래. 넷째, 내부 장부에만 있고 은행에는 없는 거래. 결과를 새 엑셀 파일의 별도 시트로 만들어줘. 불일치 건에는 노란색 배경을 넣어줘."

③ Claude가 두 파일을 읽고 키(거래일+금액+거래처)를 기준으로 대조를 시작합니다. 거래 일자가 하루이틀 차이 나거나, 거래처명이 미묘하게 다른 경우에도 같은 거래일 가능성을 추론합니다.

④ 결과 엑셀이 생성됩니다. "불일치" 시트에 정리된 항목만 눈으로 확인하면 됩니다.

수만 건의 거래에서 모래사장의 바늘을 찾는 대신, 기계가 바늘 후보 몇 개를 골라낸 것입니다.

[알아두기] 대조 상태를 분류하는 방법

대조 결과를 "일치/불일치"로만 나누면 부족합니다. 실무에서는 더 세밀하게 구분합니다.

완전 일치(Exact Match)는 문제없는 거래입니다. 금액 불일치(Amount Mismatch)는 수수료나 환율 차이가 원인일 수 있습니다. 날짜 차이(Date Shift)는 같은 거래인데 기록 일자만 다른 경우입니다. 한쪽 누락(Missing)은 한쪽 장부에만 존재하는 거래로, 입력 누락이거나 아직 처리되지 않은 건일 수 있습니다.

라 응용 사례: 3-Statement 재무 모델 초안 만들기

① 바탕화면에 "재무모델" 폴더를 만듭니다. 회사의 과거 3년 치 재무 데이터(매출, 비용, 자산, 부채 등)가 담긴 엑셀 파일을 넣습니다. 없다면 가상의 데이터로 연습해도 됩니다.

② 다음 프롬프트를 입력합니다.

"이 폴더에 있는 과거 재무 데이터를 바탕으로 향후 3년 치 3-Statement 재무 모델을 엑셀로 만들어줘. 다음 가정을 적용해줘. 매출 성장률 연 10퍼센트, 매출총이익률 60퍼센트, 판관비 비율 30퍼센트, 법인세율 22퍼센트, 감가상각은 정액법 5년. 엑셀에 Assumptions 시트, 손익계산서 시트, 대차대조표 시트, 현금흐름표 시트를 만들어줘. 모든 예측 수치는 하드코딩이 아니라 Assumptions 시트의 변수를 참조하는 수식으로 연결해줘."

③ Claude가 각 시트를 만들고 수식을 입력합니다. Assumptions 시트의 성장률을 바꾸면 손익계산서의 매출이 바뀌고, 그 변화가 대차대조표와 현금흐름표로 자동 전파되는 구조입니다.

④ 여기서 반드시 확인해야 할 것이 있습니다.

Claude가 수식 대신 숫자를 직접 입력한 셀이 없는지 검증합니다.

엑셀에서 Ctrl+`(백틱)을 누르면 모든 셀의 수식이 표시됩니다. 수식이 아니라 숫자가 박혀 있는 셀이 보이면, 올바른 수식으로 수정합니다. Wall Street Prep 테스트에서 지적된 문제가 바로 이것입니다.

AI는 계산 결과를 알고 있기 때문에 수식을 거치지 않고 답을 바로 넣는 경우가 있습니다. 사람이 나중에 가정을 바꾸면 그 셀만 업데이트되지 않아 전체 모델이 어긋납니다.

마 실전 활용: 시나리오 분석과 경영진 보고

투자 유치를 준비하거나, 이사회 보고를 앞두고 있다면 여러 시나리오를 한꺼번에 보여줘야 합니다.

① 앞서 만든 재무 모델이 있는 폴더에서 다음 프롬프트를 입력합니다.

"방금 만든 재무 모델에 시나리오 분석을 추가해줘. 낙관 시나리오는 매출 성장률 15퍼센트, 기본 시나리오는 10퍼센트, 비관 시나리오는 5퍼센트로 설정해줘. 세 시나리오의 3년 후 순이익과 현금 잔액을 비교하는 차트를 만들어줘. 비관 시나리오에서 현금이 마이너스가 되는 시점이 있다면 경고 표시를 해줘. 그리고 이 분석 결과를 경영진 보고용 Word 문서 2페이지로 요약해줘."

② Claude가 Assumptions 시트에 시나리오 선택 드롭다운을 만들고, 각 시나리오별 결과를 계산하여 비교 차트를 생성합니다. Word 요약 문서에는 핵심 숫자와 의사결정 포인트가 정리됩니다.

이 결과물 앞에서 한 가지를 기억해야 합니다. 기계가 만든 재무 모델은 논리적으로 매끄럽고, 변수를 바꿀 때마다 차트의 곡선이 깔끔하게 움직입니다. 하지만 그 모델을 지탱하는 가정들은 인간이 던져준 추정값에 불과합니다. 소비 심리의 변화, 예상치 못한 규제, 경쟁사의 등장 같은 변수는 엑셀 수식

안에 담기지 않습니다. 기계는 며칠이 걸리던 모델링 작업을 몇 분으로 줄여주었지만, 그 시트 위에 찍힌 숫자가 현실에서도 살아남을지 판단하는 것은 화면 바깥에 서 있는 사람의 현실 감각입니다.

바 이런 문제가 생겼다면

(1) 대조할 두 파일의 열 이름이 완전히 다르다. Claude에게 "첫 번째 파일의 '입금일'은 두 번째 파일의 '거래일자'와 같은 열이야. '입금액'은 '차변금액'과 같아"라고 매핑 정보를 직접 알려줍니다. Claude는 이 지시를 기준으로 대조합니다.

(2) 재무 모델의 대차대조표가 균형(Balance)이 맞지 않는다 자산 합계와 부채+자본 합계가 일치하지 않는 것은 수식 연결이 빠진 곳이 있다는 뜻입니다. Claude에게 "대차대조표의 자산 합계와 부채+자본 합계가 맞지 않아. 원인을 찾아서 수식을 고쳐줘"라고 지시합니다. Claude는 수식 의존성을 추적하여 누락된 항목을 찾아냅니다.

(3) "Claude가 만든 모델을 감사인에게 보여줘도 되나요?" AI가 생성한 모델은 초안으로 활용하되, 반드시 사람이 셀 단위로 수식을 검증한 뒤 제출해야 합니다. 감사에서는 숫자의 정확성뿐 아니라 그 숫자가 어디서 왔는지 추적 가능해야 합니다. AI가 하드코딩한 셀이 있으면 추적이 끊기므로, 검증 과정에서 모든 셀이 수식으로 연결되어 있는지 확인하는 것이 필수입니다.

이 장에서 다룬 네 가지 작업의 공통점이 있습니다.

코워크가 대신하는 것은 타이핑, 분류, 수식 입력, 패턴 탐색 같은 반복 작업입니다. 코워크가 대신하지 못하는 것은 "이 숫자가 맞는가?", "이 지출을 줄여야 하는가?", "이 가정이 현실적인가?"라는 판단입니다. 영수증 정산에서 벗어난 담당자는 숫자를 입력하는 사람이 아니라, 기계가 만든 장부의 신뢰성을 의심하고 승인하는 최종 검증자로 역할이 바뀝니다. 카드 지출 분석을 받아든 경영자는 비용을 줄일지, 더 공격적으로 투자할지 스스로 결정해야 합니다.

기계가 완벽한 지도를 그려주어도, 험난한 지형을 직접 밟고 걸어가야 하는 것은 결국 우리의 두 발입니다. 다음 장에서는 이 재무 데이터를 바탕으로, 마케팅 콘텐츠와 영업 자료를 어떻게 만들어내는지 살펴봅니다.