재무 계획이란?

재무 계획은 연결 기업 계획으로도 불리며, 기업의 전략적 방향을 모델링하고 재무 및 비즈니스 성과 최적화 조치를 취하기 위한 계획 수립을 의미합니다. 재무 계획은 미래 예측을 통해 수립되고, 재무 부서가 기업의 전사적 비즈니스 전략 달성을 지원하는 데 사용됩니다. 재무 계획의 구성 요소로는 장기 계획, 시나리오 모델링, 연간 예산 책정 및 예측, 임시 보고, 분석 등이 있습니다.

재무 부서는 재무 계획을 활용하여 전사적 전략 및 목표와 관련해 타 부서 및 운영 팀과 소통합니다. 재무 부서는 기업의 비즈니스 파트너이며, 타 부서들과 협력하여 조직의 재무 목표에 기여하기 위한 판매 및 마케팅 계획, 프로젝트 계획, 인력 계획 및 기타 운영 계획 이니셔티브들과 같은 연간 계획들을 개발합니다.

기간별로 이루어지던 재무 계획 수립은 지난 수 년 간 과거 성과 내역을 반영하는 지속적 프로세스로 발전하였고, 그 과정에서 기업의 재정 목표 달성을 위해 관련 동인들을 조정해 왔습니다. 이러한 변화에 발맞추어 재무 계획 애플리케이션 역시 HCM, ERP, 공급망, 운영과 같은 다른 시스템들과 연계하고, 전사적으로 연결된 보기를 제공할 수 있는 계획을 구축해야 하게 되었습니다.

재무 스프레드시트는 여전히 재무 계획에 사용되고 있나요?

전사적 계획 수립 및 예산 편성 소프트웨어가 널리 사용되는 오늘날에도 많은 재무 전문가들은 여전히 스프레드시트를 사용합니다. 그러나 다수의 근본적 한계로 인해 재무 스프레드시트는 미래에 대비한 계획 수립에는 사용하기 어렵습니다. 첫째, 스프레드시트는 감사 및 보안 수단 부족, 수작업에 따른 오류 증가, 거버넌스 체계가 없는 서로 다른 버전 사용 등 다수의 위험 요인을 갖추고 있습니다. 스프레드시트를 사용하면 데이터 수집 시간이 오래 걸리므로, 데이터가 스프레드시트에 추가되는 시점에는 이미 오래된 데이터가 되어 버렸을 가능성도 있습니다. 따라서 기업은 재무 및 운영 계획과 관련해 순간적이고 단편적인 데이터만을 활용 가능합니다.

재무 계획 스프레드시트는 기업의 여러 영역에 걸쳐 개별적으로 세분화되어 작성되므로 조직 전반적 계획 수립을 매우 어렵게 만듭니다. 여러 스프레드시트를 사용하는 경우, 다수의 매크로 및 링크를 이용해 스프레드시트끼리 서로 연결되므로 데이터를 지속적으로 추적하기가 어렵습니다.

그러나 무엇보다 중요한 문제는, 스프레드시트는 오늘날의 전사적 계획 수립, 예산 편성, 예측, 보고, 분석 등의 요구사항을 처리하기 위해 설계된 것이 아니었다는 사실입니다. 스프레드시트는 ERP 또는 다른 조직 시스템으로 다운로드하기가 어렵습니다. 또한 스프레드시트는 다수의 데이터 소스 및 예측 기능을 활용할 수 있는 상세한 What-if 분석 및 기타 고급 기술을 내장하고 있지 않습니다.

재무 계획의 역사

과거의 재무 계획은 기업의 다른 부서들과 단절된, 매우 수동적인 프로세스였습니다. 민첩성 및 정확성이 부족한 과거의 재무 계획은 분기별 및/또는 연간 단위로만 수행되었었습니다. 또한 보안, 오류, 속도, 부정확성 관련 위험을 초래하는 수많은 Excel 스프레드시트를 통해 이루어지는 것이 일반적이었습니다. 부정확하고 오래된 정보로 인해 비즈니스의 즉각적인 변화에 따른 정확한 예측 및 조정을 수행하기 어려울 때가 많았습니다.

일부 기업의 경우 계획 수립을 기업 운영에 실제로 적용할 수 있는 부가가치를 제공하는 작업이 아닌, 그저 형식적으로 수행하는 연간 행사로만 여겼습니다.

재무 계획 소프트웨어 로드맵

반면, 오늘날의 재무 계획은 데이터 중심으로 수행됩니다. 계획 수립은 일반적으로 재무 부서가 단독으로 수행하던 정기적 활동에서, 보다 지속적이고 연결된 프로세스로 변경되었습니다. 재무 계획은 점차 미래 예측을 도입하고 있으며, 데이터 과학, 모범 사례 및 방법을 활용하여 이미 일어났거나 현재 일어나고 있는 일이 무엇인지 파악하는 것 뿐만 아니라, 그 일이 왜 그리고 어떻게 일어나고 있는지, 또한 앞으로는 어떤 일이 일어날 가능성이 높은지 등에 대해서도 점차 많은 관심을 쏟고 있습니다.

재무 계획은 전적으로 수작업에만 의존하던 입력 프로세스에서 머신 러닝, AI 및 기타 고급 기술을 함께 활용 가능한 데이터 기반 프로세스로 발전하였습니다. 계획 수립 및 미래 예측을 위한 의사 결정은 과거의 추세를 바탕으로 이루어졌었습니다. 그러나 오늘날의 미래 예측 프로세스는 다수의 데이터 포인트, 시나리오, 추세 등에 기반한 머신 러닝 예측 기능을 활용해 보다 민첩하고 정확하게 수행됩니다.

계획 수립 및 예산 편성

계획 수립 및 예산 편성 소프트웨어는 25년 이상 사용되어 왔지만, 최근 온프레미스 또는 클라이언트/서버 기반 솔루션에서 클라우드 기반 솔루션으로의 큰 도약을 이루었습니다. 클라우드 전환을 통해 재무, 기타 부서 및 운영 팀 모두 같은 소프트웨어를 사용하여 완전히 상호 연결된 기업 계획을 수립할 수 있게 되었습니다.

기업의 계획 수립 및 예산 편성 도구 선택시 고려해야 할 5가지 주요 사항은 다음과 같습니다.

1. 내장된 계획 인텔리전스 및 모범 사례 기반 계획 프레임워크

계획 수립 및 예산 편성 솔루션에는 모델링을 위한 빈 캔버스 뿐만 아니라, 계획 인텔리전스, 그리고 예측 기반 계획 수립, 동인 기반 예산 책정, 강력한 What-if 시나리오 모델링, 샌드박싱, 상향/하향식 예산 편성, 승인, 워크플로우 등과 관련된 내장 기능과 같이 바로 사용할 수 있는 모범 사례들이 함께 포함되어야 합니다.

또한 장기 계획, 인력 계획, 자본 자산 계획, 프로젝트 재무 계획과 같은 특정 용도에 맞추어 제작 및 지원되는 각종 모듈도 포함되어야 합니다. 해당 모듈들은 고객의 기존 계획 프로세스와 원활하게 통합되고 함께 작동하도록 설계된, 완전히 기능하는 모듈입니다.

2. 재무, 운영, 기타 사업부의 계획 수립을 모두 포괄하는 기능

재무 계획 뿐만 아니라 HR, IT, 공급망, 영업과 같은 다양한 사업부들을 위한 운영 계획 및 모델링을 함께 제공하는 진정한 종합 솔루션인 연결된 계획 수립 플랫폼을 선택해야 합니다. 해당 솔루션은 전적으로 소프트웨어 공급업체에 의해 개발 및 유지보수되어야 하며, "마켓플레이스"에서 제공하는 단순한 추가 기능에 그쳐서는 안 됩니다.

3. 사용자에 의해 수행 가능한 대규모의 자유 형식 재무 및 운영 모델링

오늘날의 빠르게 변화하는, 민첩한 비즈니스 모델들은 간단히 수행 가능한 재무 및 운영 시나리오 모델링을 필요로 합니다. 그러한 모델링 수행을 위해서는 자유 형식 모델링에 사용될 대량의 데이터를 가져오고 처리할 수 있는 시스템의 능력이 필수적입니다. 또한 기업 단위 분석에 사용되는 방대한 양의 데이터를 처리하기 위한 강력한 백엔드 엔진이 반드시 필요합니다. 이상이 오늘날의 계획 수립 및 예측 솔루션에 요구되는 임시 모델링을 위한 필수 조건들입니다. 그에 더하여 대용량 데이터를 위한 확장성 및 사용자를 위한 간편한 사용성 또한 반드시 갖추어야 합니다.

4. 강력한 관리 및 재무 보고 기능

보고(reporting)라는 표현은 다양한 작업을 아우르는 포괄적 표현으로 사용될 수 있습니다. 사용자는 임시 분석을 수행하여 데이터를 세부적으로 분석할 수 있습니다. 또는 표준 대시보드를 통한 상태 업데이트만을 수행하고 싶을 수도 있습니다. 간단히 인쇄할 수 있는, 픽셀 퍼펙트(pixel-perfect) 보고서용 표준 패키지가 여전히 필요할 때도 있습니다.

대부분의 기업들은 보고 패키지를 준비할 때 협업에 의한 서술식 요소를 추가함으로써 관리 보고를 현대화, 간소화하고 있습니다. 귀사의 계획 수립 시스템은 단순한 데모에 그치는 것이 아니라, 이러한 모든 작업을 실질적으로 수행할 수 있어야 합니다.

종합적 EPM 계획 솔루션에는 대시보드, 임시 분석, 픽셀 퍼펙트 재무제표, 완전한 서술식 보고서를 비롯한 모든 보고 관련 요구 사항이 포함되어야 하며, 모든 기능들은 브라우저, 모바일 디바이스 및 기타 친숙한 도구들을 통해 이용 가능해야 합니다. 관련 서술이 포함된 복잡한 예산 장부로부터 임시 분석에 이르기까지 보고를 위한 모든 요구사항은 재무 전문가들에게 익숙하고, 쉽게 사용할 수 있는 스프레드시트 형식의 인터페이스를 통해 제공되어야 합니다. 급변하는 글로벌 비즈니스는 다수의 임시 분석을 필요로 하며, 데이터 보안 역시 반드시 유지되어야 하므로 이상의 솔루션 유연성 확보는 매우 중요합니다.

5. 내장된 머신 러닝을 통한 자동 재무 데이터 분석

머신 러닝과 같은 신흥 기술들이 기존의 비즈니스 관행을 빠르게 변화시키고 있습니다. 데이터 과학을 통한 예측 분석은 인간이 인식할 수 없는 상관 관계, 이상값, 예외 사항 등을 발견할 수 있습니다. 이는 계획의 정확성을 크게 향상시키고, 계획 수립 프로세스 및 데이터 분석에 소요되는 시간을 크게 단축해 줍니다. 데이터 사이언티스트가 아니어도 사용 가능한, 내장된 데이터 과학 기능을 활용하여 변칙 및 이상값을 파악 및 수정하고 예측 편향을 제거할 수 있습니다.

예산

예산 편성을 위해서는 실제 및 예상 재무 성과를 분석, 비교하여 전사적 비용 할당 방식을 결정해야 합니다.

대다수 기업의 예산에 공통적으로 포함되는 요소들은 다음과 같습니다.

• 비용 예산
• 자본 투자 예산
• 상세 세입 예산
• 현금 흐름 예산
• 상세 제조 예산

제로 베이스 예산 편성

제로 베이스 예산 편성은 일반적으로 조직 내 비용 간소화를 위해 사용되는 예산 편성 방법입니다. 이는 모든 비용 내역을 세분화하여 예산으로 편성하고, 그 타당성을 입증하도록 하는 관행을 기반으로 합니다. 기존 예산은 고려하지 않고, 모든 예산을 제로 베이스에서 편성합니다(과거 비용은 고려하지 않습니다). 이는 종종 비용 절감 프로세스로 간주되지만, 수익 창출 활동에 리소스를 집중하는 데 사용될 수 있습니다.

하향식 대 상향식 예산 편성

하향식 접근 방식에는 고위 경영진이 전체 조직에 대한 상위 등급의 예산을 편성하고, 기업 단위로부터 하위 부서 또는 예산 집행자 단위의 운영 계획에 목표를 할당하는 과정이 포함됩니다. 상향식 접근 방식의 경우, 개별 부서 또는 예산 집행자별로 예산을 계획한 뒤 상위 등급의 예산 관계자에게 제출하여 승인을 득합니다.

예측

예측(forecasts, forecasting)이란 예산 목표 대비 실제 성과 내역을 반영하여 주기적으로, 또는 지속적으로 예산을 조정하는 프로세스를 뜻합니다. 이는 재무 및 운영상의 조정 내역을 모델링 및 이행함으로써 할당된 목표에 보다 근접할 수 있도록 해 주는 프로세스입니다. 지속적으로 수행되는 예측 프로세스의 경우, 연속 예측(rolling forecasts)으로도 지칭합니다.

예산과 예측의 차이

예산은 미래의 특정 기간 동안 기업이 달성하고자 하는 목표와 관련된 재무적 기대치를 표현합니다. 예산은 기업의 전략 또는 장기 계획 수행을 위한 구체적 방식을 계획함에 있어 재무적 기반을 제공해 줍니다. 일반적으로 기업의 예산은 대부분 반기 또는 년 단위로 주기적으로 재평가됩니다. 예산의 구성 요소는 다음과 같습니다.

• 수익 및 비용 추정
• 예상 현금 흐름
• 예상 채무 감소
• 예상 및 실제 성과를 비교하기 위한 벤치마크

반면 재무 예측은 과거 성과를 기준으로 계획을 조정하여 우선순위, 목표, 작업을 재정비함으로써 연간 예산 목표를 달성할 수 있도록 합니다. 관리 팀은 재무 예측을 참고하여 실제 데이터를 기반으로 즉각적 조치를 취할 수 있습니다. 재무 예측은 예산에 비해 훨씬 자주 작성 및 재평가됩니다. 대부분의 경우 예측은 연중 지속적으로 진행되는 프로세스입니다.

재무 예측법

질적 예측, 양적 예측, 또는 두 가지 방법의 조합을 모두 사용하는 다양한 재무 예측 방법들이 존재합니다.

시나리오 계획 수립

재무 모델링의 한 가지 유형은 FP&A 직원이 가장 가능성 높은 경우 및 최선, 최악의 시나리오를 함께 매핑하여 기업에게 가장 적합한 재무적 위치를 파악하는 시나리오 플래닝입니다. 그 결과에 따라 기업은 예상되는 다양한 결과에 대한 대응 단계들을 파악할 수 있습니다. 또한 그러한 예측 결과는 인력 충원, 시장 침체, 프로젝트, 제품 출시, 자본 비용 및 기타 항목들과 관련된 투자 계획 수립 시에도 도움이 될 수 있습니다.

몬테카를로 시뮬레이션

몬테카를로 시뮬레이션은 예측이 어려운 프로세스와 관련된 다양한 결과별 확률을 모델링하는 데 사용되는 기법입니다. 때로는 예측 내역 및 예측 모델에 내재된 위험 및 불확실성의 영향을 이해하고자 사용됩니다. 몬테카를로 시뮬레이션을 통해 다양한 시나리오별 가능성을 파악하고, 보다 정확한 결정을 내릴 수 있습니다.

직선 예측법

이 방법은 일반적으로 회사의 성장률이 일정할 때, 동일한 비율로 지속적인 성장이 계속되었을 경우의 시나리오를 간단히 파악하고자 사용됩니다. 단순 연산 및 과거 데이터만을 사용합니다. 결과적으로 재무 및 예산 목표 설정에 활용할 수 있는 성장 예측치를 렌더링합니다.

이동 평균 예측법

이동 평균은 일, 월 또는 분기와 같이 직선보다 짧은 시간 프레임으로 지정된 측정 단위 내의 평균 실적을 계산합니다. 연 단위와 같은 장기간을 대상으로는 사용되지 않습니다. 예측 결과를 미래의 추세선에 적용하기까지 너무 많은 지연이 발생하기 때문입니다.

단순 선형 회귀 예측법

종속 변수와 독립 변수 간의 관계를 기반으로 추세선 차트를 작성하는 데 사용됩니다. 선형 회귀 분석은 Y축 종속 변수의 변경 사항을 X축 설명 변수의 변경 사항과 연계하여 표시합니다. X 및 Y축 변수 간의 상관 관계를 통해 생성되는 그래프 선은 일정한 추세를 나타내며, 일반적으로는 위 또는 아래로 이동하거나 평행을 유지합니다.

다중 선형 회귀 예측법

두 개 이상의 독립 변수를 사용하여 투영하는 기법입니다. 기본적으로 다중 선형 회귀(MLR)는 독립 설명 변수(매개변수)와 종속 응답 변수(결과) 간의 관계 모델을 생성합니다.