How HSP GRUPPE builds AI capabilities for tax advisory

🖼️ 인포그래픽

How HSP GRUPPE builds AI capabilities for tax advisory 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

💡 한 줄 요약

HSP 그룹은 오랜 디지털 표준화 기반 위에 챗지피티 엔터프라이즈를 조직 역량으로 정착시키고, 전문 판단을 유지하면서 반복적인 준비 업무의 단축에서 전체 업무 흐름의 재설계로 AI 활용 범위를 확장하고 있다.

📌 핵심 요약

법적으로 독립된 세무·감사·법률 사무소의 네트워크인 HSP 그룹은 20년 넘게 프로세스 디지털화와 표준화, 품질 관리, 지속적 개선 문화에 투자해 왔다.
HSP는 챗지피티 엔터프라이즈를 단순한 생산성 도구가 아니라 세무 자문, 법률 조사, 고객 소통, 재무 분석, 지식 공유를 아우르는 운영 모델의 일부로 도입했다.
월간 AI 포럼과 내부 데이터 보호·기밀 유지·거버넌스 요건을 운영하고, 모든 결과의 검토와 최종 책임은 세무·법률·회계 전문가에게 남겨 두었다.
공유 에이전트와 개별 활용 사례를 통해 반복적인 정보 준비 시간을 줄였으며, 부동산 투자 분석은 약 9시간에서 약 2시간으로 단축된 사례가 보고됐다.
HSP 그룹과 칸츨라이팍트가 공동 사용하는 81개 조직 그룹의 워크스페이스에서는 주간 활성 사용률 84%와 50만 건 이상의 메시지가 기록됐고, 내부 시나리오는 연간 약 4만 시간의 추가 역량과 약 380만 유로의 이론적 매출 가능성을 추산했지만 이는 실현되거나 보장된 매출이 아니다.

🧩 주요 포인트

장기간 축적한 표준 프로세스와 품질 관리 체계가 AI를 빠르게 흡수할 수 있는 조직적 기반이 되었고, 도입의 핵심 과제는 기술 제공보다 조직의 학습과 수용으로 이동했다.
공유 에이전트로 검증된 활용법을 전 직원에게 확산하면서도 전문가 검토와 최종 책임을 유지해, AI가 전문 판단을 대체하지 않고 준비 작업과 일관성을 지원하도록 설계했다.
절감된 시간을 인력 감축이 아니라 추가 고객 업무, 처리 기간 단축, 자문 역량 확대에 돌리는 전략을 택했으며, 향후 가치는 개별 과업의 자동화보다 전체 업무 흐름의 선제적 재설계에서 찾고 있다.

🧠 상세 정리

1. 디지털 기반에서 운영 모델의 재구상으로

HSP 그룹은 법적으로 독립된 세무 자문, 감사, 법률 사무소로 이루어진 네트워크이며, 생성형 AI가 등장하기 전부터 20년 넘게 업무 프로세스의 디지털화와 표준화에 투자해 왔다. 네트워크 전반에 품질 관리 체계와 지속적 개선 문화를 정착시킨 점은 이후 AI를 수용하는 운영 기반이 됐다. 챗지피티가 등장했을 때 경영진은 이메일 작성이나 문서 요약을 빠르게 하는 기능에만 초점을 맞추지 않았다. 대신 AI가 전문 서비스 회사의 운영 모델 일부가 되면 업무 자체가 어떻게 달라질지를 핵심 질문으로 삼았다. 이에 따라 챗지피티 엔터프라이즈의 활용 범위를 세무 자문, 법률 조사, 고객 소통, 재무 분석, 지식 공유까지 넓혔으며, 기술 도입보다 조직이 변화의 속도를 흡수하도록 만드는 일을 주요 과제로 규정했다.

2. 소프트웨어 배포가 아닌 조직 전환

HSP는 챗지피티 엔터프라이즈 도입을 일회성 소프트웨어 배포가 아니라 채택, 거버넌스, 지속적 학습을 포함한 조직 전환으로 추진했다. 매월 AI 포럼을 열어 직원들이 실제 활용 사례를 공유하고 서로의 경험에서 학습하도록 했으며, 성공한 아이디어가 조직 전체로 퍼질 수 있는 반복적인 교류 구조를 만들었다. 챗지피티 엔터프라이즈의 보안 기능은 기술적 기반으로 활용됐지만, 고객 관련 정보의 사용에는 HSP의 내부 데이터 보호, 기밀 유지, 거버넌스 요건이 별도로 적용됐다. 세무·법률·회계 결과에 대한 전문적 검토와 최종 책임도 관련 전문가에게 계속 남아 있다. 이러한 운영 방식의 목적은 자유로운 실험 자체가 아니라, 유용성이 확인된 활용법을 안전하고 반복 가능한 조직 역량으로 전환해 규모 있게 확산하는 것이었다.

3. 공유 에이전트와 현장 활용 사례

직원들이 일상 업무에서 새로운 AI 활용법을 찾는 동안 HSP는 성공적인 사례를 공유 에이전트로 표준화하기 시작했다. AI 고객 커뮤니케이션 에이전트는 초안 작성, 구조 정리, 명료성 향상, 고객 지향적 어조의 일관성을 지원하며, SKR03·SKR04 부킹 어시스턴트는 특정 회계 처리 질문의 준비와 분류를 돕지만 최종 판단은 직원이 내린다. 이처럼 공유 에이전트는 반복 업무를 줄이는 동시에 AI 전문가가 아닌 직원도 검증된 모범 사례를 활용할 수 있게 한다. 현장에서는 프랑크 하이벨이 복잡한 세무 문제와 고객 소통을 다듬는 기술적 논의 상대로 챗지피티를 사용하고, 마그달레네 포스나크는 여러 부동산 투자를 평가하는 시간을 약 9시간에서 약 2시간으로 줄였다. 마르코 셀은 고객과 재무 시나리오를 함께 살펴보는 대시보드에 AI를 활용하고, 얀헨리크 라이펠트는 자신의 전문 판단을 대체하는 대신 강화하는 수단으로 사용했다.

4. 챗지피티 워크와 전체 업무 흐름의 재설계

HSP는 챗지피티 워크에 접근한 지 몇 주 만에 소수의 개발자와 관리자를 대상으로 시험 운영을 시작한 뒤 더 넓은 워크스페이스로 확대하는 절차에 착수했다. 목적은 에이전트형 AI가 복잡한 업무 흐름을 안전하게 자동화할 수 있는지를 확인하면서 거버넌스, 품질, 비용의 균형을 검토하는 것이다. 네트워크 소속 사무소들은 이미 높은 업무량과 상당한 적체를 안고 있어, HSP는 절감 시간을 인력 감축보다 추가 고객 업무, 처리 기간 단축, 자문 여력 확대, 고객 서비스 강화에 사용할 계획이다. 연말 결산의 경우 현재는 장부 작성이 끝난 뒤 수개월이 지나서야 누락 정보가 발견되기도 하지만, HSP는 연중 장부를 지속적으로 검토하고 부족한 자료를 식별해 고객에게 선제적으로 요청하는 흐름을 탐색하고 있다. 확인된 88개 자동화 기회에 머무르지 않고 기존 과업을 그대로 자동화하는 수준을 넘어, 전문가가 파일을 열기 전부터 준비가 진행되는 전체 프로세스로 재설계하는 것이 다음 단계다.

5. 사용률, 생산성 및 역량 확대 성과

제시된 사용 수치는 HSP 그룹과 칸츨라이팍트가 공동 사용하는 81개 조직 그룹의 챗지피티 엔터프라이즈 워크스페이스를 기준으로 한다. 2026년 2월 1일부터 7월 14일까지 주간 활성 사용률은 84%였고, 주간 활성 사용자는 755명, 약 6개월간 고유 사용자는 913명이었으며, 같은 평가 기간에 50만 건이 넘는 메시지가 오갔다. 설문 응답자의 98.6%는 생산성이 높아졌다고 답했고 84.6%는 업무 품질 향상을 보고했으며, 95.9%는 매주 시간을 절약했고 63.5%는 주당 최소 2시간, 25.7%는 최소 5시간을 절약했다고 답했다. 고객 서비스 개선 응답은 79.7%, 직무 만족도 향상 응답은 78.1%였고, 직원들은 AI 지원으로 늘어난 여력을 인식해 연간 역량 계획에서 이전보다 훨씬 많은 업무를 계획하고 있다. 보수적인 내부 시나리오는 연간 약 4만 시간의 추가 역량 가운데 약 2만 8천 시간을 일반적으로 청구 가능한 전문 업무에, 약 1만 2천 시간을 행정·고객 서비스·지원에 활용할 수 있다고 추산했으며, 약 380만 유로의 이론적 연간 매출 가능성은 실현되거나 보장된 수익이 아닌 역량 시나리오로 명시됐다.

6. 리더십 교훈과 다음 단계

HSP의 핵심 교훈은 AI를 개인별 도구가 아니라 조직 전체가 공유하는 역량으로 다루고, 성공적인 실험을 누구나 이용할 수 있는 반복 가능한 업무 흐름으로 전환해야 한다는 것이다. 이를 위해 강한 프로세스와 품질·거버넌스 기반을 먼저 갖추고, 정기 포럼으로 학습 사례를 확산하며, AI 전문가와 현업 전문가를 연결하고, 새로운 기능은 소규모 집단에서 먼저 시험하는 방식을 제시한다. 배포 여부만 확인하지 않고 실제 채택률과 사업적 영향을 함께 측정해야 AI가 가치를 만드는 지점을 판단할 수 있다는 점도 강조한다. 다음 단계로 HSP 그룹과 칸츨라이팍트는 분산된 성공 사례를 평가해 문서화된 참조 업무 흐름으로 전환할 DATEV 중심의 공동 AI·사무소 프로세스·개발팀을 설립할 계획이다. 장기적으로는 개별 전문가를 보조하는 수준을 넘어 직원과 고객을 선제적으로 지원하는 전체 업무 흐름으로 발전시키되, 전문가가 판단과 복잡한 문제 해결, 고객 관계에 더 많은 시간을 쓰도록 만드는 방향을 유지한다.

🧾 핵심 주장 / 시사점

HSP 사례에서 AI 도입의 병목은 기능 부족이 아니라 조직이 빠른 기술 변화를 학습하고 흡수하는 능력이었으며, 기존의 표준화와 품질 관리가 그 흡수력을 높이는 기반으로 작용했다.
공유 에이전트의 역할은 전문가의 결정을 자동으로 대체하는 것이 아니라 초안, 분류, 구조화 같은 준비 단계를 줄이고 검증된 업무 방식을 조직 전체에 확산하는 데 있다.
시간 절감의 주요 효과는 같은 업무를 더 빨리 끝내는 데 그치지 않고, 확보된 시간을 고객 자문과 추가 업무, 처리 기간 단축에 재배분할 수 있다는 점에서 나타난다.