세포아소프트 e-Accounting의 AI 자동전표는 매입세금계산서가 수신되면 공급자사업자번호를 기준으로
동일 거래처의 과거 전표를 조회합니다.
이 이력에서 가장 많이 사용된 비용명을 확인한 뒤, 그 비용명을 새로운 전표에 자동으로 매핑합니다.

예를 들어 한 거래처의 과거 전표에서 사무용품비가 12건, 소모품비가 4건, 비품비가 1건 사용되었다면 가장 많이 쓰인 사무용품비가 새 전표에 자동으로 적용됩니다.

단순히 공급업체의 업종만으로 판단하는 것이 아니라,
해당 기업이 실제로 사용해 온 회계 처리 이력을 근거로 삼는다는 점이 핵심입니다.

글로벌 구매 소프트웨어 시장은 2025년 101억 달러에서 2033년 213억 달러로,
연평균 10.0% 성장이 전망됩니다.

도입 기업층도 확대되고 있습니다.
비용 효율적인 클라우드 네이티브 SaaS 구매 솔루션을 도입하는 중소기업과 스타트업이 늘고 있으며,
과거 대기업 중심이던 기능을 모듈 단위로 활용하고 있습니다.

국내 시장도 같은 흐름입니다.
세포아소프트의 2024년 전자구매 SaaS 계약 건수는 전년 대비 3배 증가해 사상 최대를 기록했습니다.

그렇다면 구매시스템 선정 기준은 구체적으로 어떻게 바뀌었을까요?

바뀐 기준 ① 자산 보유(CAPEX)에서 구독형 운영(OPEX)으로

과거 기준: 서버·DB·라이선스를 구매해 자산으로 보유한다.
새 기준: 구독 기반으로 필요한 만큼 이용한다.
구축형은 H/W·S/W 라이선스와 구축 용역에 초기 투자가 집중됩니다.
구독형은 월·연 단위 이용료로 비용이 평준화되어, 총소유비용(TCO) 예측과 예산 편성이 용이합니다.

바뀐 기준 ② 장기 구축에서 신속한 도입(Time-to-Value)으로

과거 기준: 요건 정의부터 오픈까지 수개월에서 1년 이상 소요된다.
새 기준: 검증된 표준 프로세스(Best Practice) 기반으로 단기 오픈한다.
별도 인프라 구성이 필요 없어 구축 리드타임이 단축됩니다.
현업은 도입 효과를 조기에 체감하고, 투자 대비 효과(ROI) 실현 시점도 앞당겨집니다.

바뀐 기준 ③ 일회성 구축에서 지속적 고도화로

과거 기준: 구축 후 시스템이 노후화되면 차세대 프로젝트로 재구축한다.
새 기준: 정기 릴리스를 통해 상시 최신 버전을 유지한다.
SaaS는 신규 기능과 보안 패치가 정기 릴리스로 자동 적용됩니다.
수년 주기로 반복되던 차세대 재구축 사이클에서 벗어날 수 있습니다.

바뀐 기준 ④ 기능 범위에서 AI 내재화로

과거 기준: 얼마나 많은 기능을 제공하는가?
새 기준: AI가 업무를 얼마나 자동화하는가?
AI 기능은 클라우드 환경에서 가장 먼저 적용되고 확산됩니다.
Coupa는 450곳 이상의 고객사가 AI에이전트를 운영 환경에서 활용 중이며,
일부 고객사는 구매요청 처리 리드타임을 최대 50% 단축했다고 발표했습니다.
견적 비교 분석, 증빙 자동 검증, 이상 거래 탐지 등 AI 기능은 이제 구매시스템의 기본 요건입니다

SAP 퍼블릭 클라우드 환경에서 경비정산 시스템은 SAP Integration Suite(CPI) 같은 Integration Layer를 거쳐 SAP와 연결됩니다.
이 계층은 단순한 통로가 아닙니다. 경비정산 데이터를 SAP API가 요구하는 형식으로 바꾸고, SAP의 처리 결과를 다시 돌려주는 변환 역할을 맡습니다.
구축 초기에 어떤 업무 로직을 경비정산 시스템이 맡고, 어떤 변환 로직을 Integration Layer가 맡을지 명확히 나누지 않으면 이후 한쪽 시스템에 유지보수 부담이 쏠립니다.

1. 잔고증명서 자동날인으로 업무시간 획기적 단축

가장 번거로웠던 대량의 ‘잔고증명서’ 날인 업무를 자동화했습니다.
담당자가 문서를 업로드하면 자동으로 날인 위치가 지정되어 시스템이 알아서 일괄 날인을 진행하도록 구축하여, 실물 날인에 쏟던 업무 시간을 극적으로 단축했습니다.

주요 개선 효과

• 문서 업로드만으로 날인 위치 자동 인식

• 대량 문서 일괄 날인 자동 처리

• 잔고증명서 날인 업무 시간 대폭 단축

2. 잔고증명서 자동날인으로 업무시간 획기적 단축

자주 사용하는 외부 발송 공문 등을 시스템 내 ‘템플릿’으로 표준화하여 등록했습니다.
담당자는 시스템 내에서 템플릿을 불러와 데이터를 입력하고 결재만 진행하면
자동으로 날인된 공문이 완성됩니다.

또한 누가, 언제, 어떤 용도로 인감을 사용했는지 고유 식별번호와 함께 날인 이력이 시스템에 자동 저장되도록 구축하여, 완벽하고 철저한 이력 관리가 가능해졌습니다.

주요 개선 효과

• 공문 템플릿 표준화 및 자동날인 처리

• 결재 완료 시 날인 문서 자동 완성

• 고유 식별번호 기반 날인 이력 자동 저장

3. 비용 절감 및 강력한 내부통제 확보

종이 없는(Paperless) 업무 환경을 구축하여 출력 및 퀵/등기 비용을 크게 절감했으며,정해진 프로세스를 통해서만 인장이 사용되도록 하여 컴플라이언스를 완벽하게 준수할 수 있는 체계를 마련했습니다.

주요 개선 효과

• Paperless 환경 구축으로 출력·발송 비용 절감

• 정해진 프로세스 기반의 인장 사용으로 컴플라이언스 준수

• 내부통제 강화를 통한 보안 리스크 최소화

여러 업체의 견적을 받았다는 사실만으로 구매 경쟁력이 높아지는 것은 아닙니다.
최초 견적과 최종 계약금액, 과거 구매단가, 실제 발주금액을 함께 비교해야 견적 경쟁과
협상의 효과를 판단할 수 있습니다.

​전자구매 데이터를 활용하면 다음과 같은 내용을 확인할 수 있습니다.

경비정산솔루션에 AI를 붙이는 기업이 늘어도, 회사마다 경비 규정과 회계처리 기준이 다르다는 사실은
달라지지 않습니다. 같은 비용이라도 회사에 따라 복리후생비·회의비·부서운영비로 갈리고, 출장비·숙박비 한도와 접대비 사전승인 기준도 제각각입니다.
게다가 과거 데이터에 잘못 처리된 계정과목이나 중복 거래가 그대로 남아 있으면,
AI는 그 오류를 학습해 똑같이 반복할 위험이 있습니다.

“미국은 새벽이라 내일까지 기다려야 합니다.”
날인 요청을 보냈지만 해외 승인자는 업무시간이 아닙니다. 다음 날 “어떤 문서인가요?”라는 질문이 돌아오면 다시 하루가 늦어질 수 있습니다.

“승인은 받았는데, 인감 담당자가 휴가입니다.”
도장은 사무실에 있고, 처리 방법은 특정 담당자만 알고 있습니다.
대신 처리할 기준이 없다면 담당자 부재가 계약 지연으로 이어집니다.

“이 도장, 누가 승인해서 찍은 건가요?”
본사 감사에서 사용 내역을 요청합니다. 승인 메일과 날인 문서, 엑셀 대장을 따로 찾아
맞춰봐야 합니다.
기록이 빠져 있다면 당시 담당자의 기억에 의존하게 됩니다.
이 문제는 인감 사용 요청과 승인, 날인, 기록이 서로 떨어져 있을 때 발생하기 쉽습니다.

OCR과 LLM이 결합된 회계 자동화는 증빙 데이터를 다른 업무 데이터와 함께 분석할 수 있다는 점에서 이전과 다릅니다. 증빙정보, 전표정보, 법인카드정보, 출장정보, 회사의 경비규정을 함께 놓고 보면, 단순한 데이터 대조를 넘어 업무 맥락을 고려한 판단이 가능해집니다.
예를 들어 해외 출장 영수증에 사용시간 23시 40분, 품목 중 주류가 함께 찍혀 있다면,
이 정보를 출장 일정 및 경비규정과 함께 검토해 의견을 제시할 수 있습니다.

경비정산 과정에서는 사용내역 확인부터 계정과목 선택, 적요 작성, 보고서 생성까지 반복적인 판단 업무가 발생합니다. AI 에이전트는 여러 업무 데이터를 연결하여 사용자가 직접 처리하던 과정을 자동화하고 업무 흐름을 이어갑니다.