문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 35 시간
코스 개요
재무를 위한 AI 기초 및 AI 활용 Python
현대 금융에서의 AI, 분석 및 에이전틱 AI
- 생성형 AI, 기계 학습, 자동화 및 에이전틱 AI의 차이점과 금융 분야에서의 적용 범위.
- 회계, FP&A, 보고, 감사, 재무 관리(Treasury), 공유 서비스 등 금융 전반의 활용 사례.
- AI 보조 작업과 통제된 자동화 사이에 적합한 작업을 식별하는 법.
재무용 Python - AI를 코딩 파트너로 활용하기
- 금융 전문가를 위한 Python 기초: 변수, 데이터 유형, 조건문, 함수 및 노트북.
- 단독 코딩 대신 AI 어시스턴트를 활용해 Python 코드를 생성, 설명, 디버깅 및 개선.
- 신뢰할 수 있는 재무 특화 코드 생성을 위한 프롬프트 기술.
Python으로 재무 데이터 처리하기
- Pandas와 DataFrame을 사용하여 Excel 및 CSV 데이터 가져오기.
- 필터링, 그룹화, 집계 및 재무 지수 계산.
- AI를 활용해 오류 설명, 로직 개선 및 분석 단계 문서화.
실무용 재무 코딩 적용
- 반복적 계산, 편차 분석 및 비율 분석의 자동화.
- AI 보조 코드 리뷰를 통해 재사용 가능한 Python 워크플로 구축.
- 재무 보고에 사용하기 전 출력값 검증.
실습 애플리케이션
- 샘플 재무 데이터셋을 분석하기 위한 AI 보조 Python 워크플로 구축.
- 생성된 코드 검토, 가정 사항 테스트 및 인간 검증을 통한 출력값 개선.
AI를 활용한 고급 재무 데이터 분석
재무 데이터 준비 및 품질 관리
- 재무 데이터 정리, 검증 및 표준화.
- 누락 값, 중복 데이터, 일관되지 않은 분류 및 날짜 이슈 처리.
- 분석을 위해 다양한 재무 출처의 데이터 통합.
고급 재무 분석
- 매출, 비용, 마진, 수익성 및 운전자본 분석.
- 예산 대비 실적, 편차 및 기간별 비교 분석.
- 주요 재무 드라이버를 식별하기 위한 드릴다운 분석.
AI 보조 분석 및 이상치 감지
- AI를 활용해 변동, 패턴 및 비정상 거래 조사.
- 재무 데이터 기반 분석 질문 및 가설 생성.
- 유용한 신호와 오해의 소지가 있는 AI 생성 해석 구별하기.
예측 및 시나리오 분석
- 예측을 위한 과거 추이, 드라이버 및 가정 사항.
- 재무 의사결정 지원을 위한 왓-이프(What-if) 및 민감도 분석.
- 재무 통제를 유지하면서 시나리오 내러티브를 지원하는 AI 활용.
실습 애플리케이션
- 재무 데이터셋의 전 과정(end-to-end) 분석 및 주요 편차/이상치 식별.
- 기저 데이터를 바탕으로 한 간결한 AI 보조 재무 인사이트 요약서 작성.
AI 기반 재무 대시보드 및 경영 인사이트
재무 대시보드 설계
- 재무, 경영 및 운영 보고를 위한 유의미한 KPI 선정.
- 시각적 양(visual volume)이 아닌 의사결정 질문 중심으로 대시보드 설계.
- 경영진, 관리자, 분석가별 뷰 구조화.
대화형 재무 대시보드 구축
- 대시보드용 재무 데이터 연결 및 변환.
- KPI 카드, 추이, 편차 시각화, 드릴다운 및 필터 생성.
- 예산 대비 실적, 수익성, 현금 흐름 및 성과 뷰 구축.
AI 강화 대시보딩
- 자연어 쿼리를 활용한 재무 데이터 탐색.
- KPI 변동에 대한 AI 보조 요약 및 설명 생성.
- 심층 분석이 필요한 영역을 AI를 통해 식별.
대시보드 통제 및 신뢰성 확보
- 데이터 갱신, 추적 가능성, 검증 및 정산 고려사항.
- 접근 권한, 민감한 재무 정보 및 통제된 분배 관리.
- 오해의 소지가 있는 시각적 표현 또는 AI 생성 결론 방지.
실습 애플리케이션
- 구조화된 데이터셋을 활용해 대화형 재무 대시보드 구축.
- 측정 가능한 재무 변동과 연결된 AI 보조 경영 코멘터리 추가.
일반 총장(GL) 및 재무 운영을 위한 고급 AI 도구
일반 총장(GL)에서의 AI 적용
- GL 계정, 거래 패턴 및 계정(post) 동작 분석.
- AI를 활용해 거래 분류 및 계정 수준 검토 지원.
- 비정상적, 고위험 또는 패턴에서 벗어난 항목 식별.
정산(Reconciliation)을 위한 AI
- 재무 데이터셋 간 레코드 매칭 및 예외 식별.
- 은행, 사내거래, 재무제표 정산 지원.
- 미정산 항목을 인간 조사를 위해 우선순위화.
회계 전표 분석
- 중복, 비정상적 및 수동 전표 감지.
- 기말 전표 분석 및 설명 자료 생성 지원.
- 재무 팀을 위한 리스크 지표 및 검토 체크포인트.
재무 마감 및 보고에서의 AI
- 마감 태스크 우선순위화 및 예외 기반 검토.
- AI 보조 편차 설명, 코멘터리 및 검토 노트 생성.
- 최종 보고 전 구조화된 승인 및 검증 절차 적용.
실습 애플리케이션
- 샘플 GL 데이터셋 분석 및 이상치/정산 예외 식별.
- 재무 경영진을 위한 통제된 AI 보조 검토 요약서 작성.
재무 운영 및 의사결정 지원을 위한 에이전틱 AI
재무용 에이전틱 AI 이해
- AI 워크플로가 왜 '에이전틱'인가: 목표, 계획, 도구, 메모리, 행동 및 피드백 루프.
- 에이전틱 AI가 재무 운영을 지원할 수 있는 범위 및 인간 승인이 필수적인 영역.
- 단일 에이전트와 다단계 또는 멀티 에이전트 재무 워크플로 비교.
에이전틱 재무 워크플로 설계
- 데이터 수집, 분석, 검증, 보고 태스크를 위한 에이전트 생성.
- 에이전트를 구조화된 재무 데이터 및 승인된 도구와 연결.
- 에스컬레이션 규칙, 체크포인트 및 승인 경계 설계.
재무에서의 에이전틱 활용 사례
- 자동화 편차 조사 및 경영 코멘터리 워크플로.
- GL 예외 분류, 정산 지원 및 마감 상태 모니터링.
- 예측 갱신, 시나리오 준비 및 재무 쿼리 어시스턴트.
에이전틱 AI의 거버넌스, 리스크 및 통제
- Human-in-the-loop 통제, 감사 추적, 권한 및 직무 분리 원칙.
- 데이터 비밀성, 환각(Hallucination) 리스크, 검증 및 모델 한계.
- 본격 배포 전 안전한 운영 경계 설정.
최종 실습 캡스톤
- 하나의 재무 활용 사례에 Python, AI, 고급 분석 및 대시보드 출력을 통합.
- 결과 분석, 예외 플래깅 및 경영 인사이트를 준비하는 에이전틱 워크플로 설계.
- 워크플로, 통제 사항, 출력값 및 권장 후속 단계 제시
요건
- 금융, 회계, 재무 보고 또는 FP&A(재무 계획 및 분석) 개념에 대한 기초 이해.
- Excel 숙련도 및 재무 데이터셋 처리 경험.
- Python 프로그래밍 경험은 필수적이지 않으나, 데이터 분석에 대한 기초 지식이 도움이 됩니다.
- ChatGPT, Microsoft Copilot, Claude 등 AI 또는 생성형 AI 도구에 대한 기초적 이해는 권장되나 필수 요건은 아닙니다.
- 재무 보고서, KPI, 예산, 편차 분석 및 관련 재무 데이터 작업에 익숙한 상태.
- 실습 세션을 위해 필수 교육 도구, 데이터셋 및 승인된 AI 플랫폼에 접근 가능한 노트북 준비.
회원 평가 (1)
이번 교육에서 유추할 수 있는 팁과 권장 프롬프트
Lee Mei Lin - ST Engineering IHQ Pte Ltd
코스 - InVideo AI: Creating Engaging Short-Form Videos
기계 번역됨
