리플의 AI 재무 관리 추진 내막: 통제력을 잃지 않는 자동화

리플, 재무 자동화에 안전장치 마련

기업 재무 팀은 최종 의사결정 권한을 인공지능에 넘기지 않으면서도 더 많은 재무 분석 업무를 자동화할 수 있습니다. 리플은 9월 10일 GSmart를 확장하여, 리플 트레저리 플랫폼에 현금 예측, 유동성 관리, 재무 리스크, 정산 및 보고 전반에 걸쳐 정책에 기반한 기능을 추가했습니다.

이 시스템은 재무 계산과 AI 해석을 분리하여, 기업 자금과 관련된 의사결정에서 기술의 역할을 제한합니다. 동일한 입력값을 주면 항상 같은 결과를 산출하는 결정론적 엔진이 기본 계산을 수행합니다. GSmart는 기업 정책을 해석하고, 패턴을 감지하며, 제안된 조치를 승인된 담당자에게 전송하기 전에 그 근거를 설명합니다.

리플 트레저리의 수석 부사장인 레나트 베르 에케(Renaat Ver Eecke)는 “모든 CFO는 AI를 도입해야 한다는 압박을 받고 있지만, 동시에 모든 재무적 결정이 설명 가능하고, 규정을 준수하며, 통제될 수 있도록 보장할 책임도 지고 있다”고 말하며 다음과 같이 덧붙였다:

“GSmart는 고객에게 AI 시스템을 맹목적으로 신뢰하라고 요구하기보다는, 각 조직의 자체 재무 정책 범위 내에서 투명하게 권고 사항을 제시하는 동시에 모든 결정에 대한 통제권을 사람이 계속 유지하도록 보장합니다. 이는 단순히 AI 기반의 재무 관리가 아니라, 재무 관리 기반의 AI입니다.”

AI 에이전트는 승인을 요청하기 전에 정책을 인용해야 함

각 조정된 에이전트는 정의된 재무 프로세스를 모니터링하고, 구체적인 대응 방안을 제안하며, 해당 제안을 뒷받침하는 정책 조항을 식별합니다. 그런 다음 제안 사항은 검토를 위해 담당자에게 상신됩니다. Knowledge Studio는 거버넌스 계층을 제공하여, 재무 부서가 조치가 승인자에게 전달되기 전에 적용될 조직의 정책과 통제 수단을 수립할 수 있도록 합니다.

리플이 거버넌스를 강조하는 이유는 기업들이 AI 에이전트를 감독할 수 있는 속도보다 훨씬 빠르게 이를 도입하고 있기 때문입니다. 가트너(Gartner)는 지난 4월, 전 세계 포춘 500대 기업이 2025년에는 15개 미만이었던 에이전트 수를 2028년까지 15만 개 이상으로 늘릴 것으로 전망했습니다. 조직 중 단 13%만이 적절한 AI 에이전트 거버넌스를 갖추고 있다고 응답했다.

Analytics Studio는 재무 데이터에서 정보를 추출하고 인사이트를 도출하도록 설계된 대화형 인터페이스인 ‘Ask GSmart’를 추가했습니다. 이 시스템은 예측, 노출 모니터링, 유동성 계획 및 보고를 위한 도구들과 함께 작동하며, 2025년 10월 리플이 10억 달러 규모의 인수를 발표하기 전에 GTreasury 내에서 개발된 기술을 확장한 것입니다.

리플, AI와 전통 및 디지털 자산 연계

이번 확장은 1월 출시된 ‘리플 트레저리(Ripple Treasury)’를 포함하는 광범위한 기업 재무 전략을 한 단계 발전시킨 것입니다. GTreasury의 엔터프라이즈 소프트웨어를 기반으로 구축된 이 플랫폼은 기존 현금 관리 기능과 리플의 달러 연동 스테이블코인 RLUSD 및 암호화폐 XRP를 포함한 디지털 자산 인프라를 결합합니다.

재무 부서는 올해 초부터 기존 워크플로우를 통해 XRP와 RLUSD를 보유, 모니터링, 수취 및 관리할 수 있게 되었습니다. 이러한 디지털 자산 통합 기능은 각 이벤트 발생 시점의 원생 자산 금액, 해당 법정화폐 가치 및 시장 가격을 기록하는 동시에 은행 및 수탁 기관 전반에 걸쳐 보유한 포지션을 통합합니다.

XRP는 XRP 레저의 기본 자산으로 작동하는 반면, RLUSD는 결제 및 유동성 관리를 위한 달러 표시 옵션을 제공합니다. GSmart는 AI 에이전트에게 이체에 대한 독립적인 제어권을 부여하기보다는 재무 운영 전반에 걸친 분석 및 예측 기능을 추가합니다.

초기 도입 현황에 따르면, 일부 자격을 갖춘 고객들은 이미 이 플랫폼의 자동 모니터링 도구를 사용하고 있는 것으로 나타났습니다. 리플(Ripple)은 고객의 60%가 노출 이상 및 정책 위반 사항을 식별하기 위해 ‘리스크 인사이트(Risk Insights)’를 활성화했으며, 44%는 예상 현금 흐름과 실제 현금 흐름을 비교하여 잠재적인 유동성 격차를 파악하기 위해 ‘포캐스트 인사이트(Forecast Insights)’를 사용하고 있다고 보고했습니다.