데이터에서 이상 징후를 찾은 뒤, 감사는 무엇으로 판단하나

정기 감사에서 특정 거래처와의 거래가 몇 달 사이에 부쩍 늘어난 것을 발견했다고 가정해 보겠습니다. 금액은 결재 한도 바로 아래에서 반복되고 전표상으로는 결재가 끝난 정상 거래입니다. 숫자만 보면 눈에 띄지만 숫자만으로는 문제가 있다고도 없다고도 말하기 어렵습니다.

이 지점에서 감사가 다음으로 확인하는 것이 비정형 데이터입니다. 거래를 둘러싼 메일, 메신저 대화, 품의서와 첨부 문서 같은 자료입니다. 최근 감사에서 비정형 데이터 분석이 자주 언급되는 이유가 여기에 있습니다.

정형 데이터가 보여주는 것과 보여주지 않는 것

정형 데이터는 표와 숫자로 정리된 자료입니다. 회계 전표, 거래 내역, 시스템 접근 기록, 근태 기록이 여기 해당합니다. 언제 무엇이 얼마나 일어났는지를 정확히 보여줍니다. 이상 징후를 걸러내는 출발점으로 유용합니다.

다만 정형 데이터는 무엇이 일어났는지까지만 알려줍니다. 그 거래가 왜 그렇게 설계되었는지, 담당자들 사이에 어떤 논의가 있었는지, 결재란의 승인이 실제 검토를 거친 것인지는 숫자에 남지 않습니다. 이상 징후 하나를 두고 곧바로 결론을 내리기 어려운 이유입니다.

맥락과 의도는 비정형 데이터에 남는다

비정형 데이터는 정해진 형식이 없는 자료를 말합니다. 메일 본문, 메신저 대화, 워드·한글·PDF 문서, 회의록, 스캔한 이미지가 모두 포함됩니다. 기업이 다루는 자료의 대부분이 실제로는 이쪽입니다.

거래가 왜 그 시점에 몰렸는지, 특정 거래처가 어떻게 선정되었는지, 내부에서 어떤 대화가 오갔는지는 대개 이 자료에 담깁니다. 정형 데이터가 가리키는 이상 징후에 맥락을 더해 주는 것이 비정형 데이터입니다. 반대로 비정형 데이터만 보면 인상은 강해도 사실관계가 정리되지 않습니다. 두 자료는 함께 볼 때 판단이 섭니다.

함께 볼 때 판단이 서는 지점

정형과 비정형을 교차해 볼 때 확인하는 것은 대체로 다음과 같습니다.

1. 시점의 일치 여부

전표상 거래 시점과 그 거래를 논의한 메일·메신저의 시점이 맞아떨어지는지 봅니다. 결재가 끝난 뒤에야 관련 논의가 시작되었다면 순서를 다시 따져 볼 여지가 있습니다.

2. 설명의 일관성

품의서에 적힌 사유와 실제 주고받은 대화가 같은 방향인지 확인합니다. 문서상 사유와 내부 대화가 어긋나는 경우가 있습니다.

3. 관련자의 범위

정형 기록에는 승인자 몇 명만 남지만 비정형 자료에는 실제로 관여한 사람이 더 드러나기도 합니다. 기록된 결재선과 실제 관여 범위가 다른지 봅니다.

이 세 가지는 어느 하나로 결론을 내리기 위한 것이 아니라, 정형 데이터의 이상 징후가 실제 사실관계와 이어지는지 확인하기 위한 관점입니다.

사람이 다 읽기 어렵다는 문제

비정형 데이터의 어려움은 양과 형식에 있습니다. 한 사안의 관련자 메일과 메신저만 모아도 수만 건이 되고 형식이 제각각이라 검색만으로는 맥락이 잡히지 않습니다. 과거에는 담당자가 눈으로 읽어 내려가는 방식에 의존했고 그만큼 시간이 걸리고 놓치는 부분이 생겼습니다.

최근에는 이 과정에 분석 기술이 쓰입니다. 방대한 대화와 문서에서 특정 사안과 관련된 부분을 추려 내고 관련자와 시점을 정리해 사람이 판단할 수 있는 형태로 좁혀 주는 방식입니다. 다만 기술이 좁혀 주는 것은 검토 대상이지 결론이 아닙니다. 무엇이 사실인지는 사람이 자료를 확인해 판단합니다.

판단 전에 정리해 둘 점

정형 데이터는 감사의 출발점이고 비정형 데이터는 그 신호에 맥락을 더해 사실관계를 확인하는 자료입니다. 숫자에서 이상이 보일 때 그 숫자만으로 단정하지 않고 관련된 메일·메신저·문서를 함께 확인할 때 판단의 정확도가 올라갑니다. 비정형 데이터 분석이 감사에서 중요해지는 이유는 다루는 자료가 늘어난 데 있는 것이 아니라 판단에 필요한 맥락이 대부분 그 안에 있기 때문입니다.

※ 해당 게시물은 생성형 AI를 이용해 제작되었고, 전문가 검토 후 게시하였습니다.