AX Case 08 · 공시·재무보고지원팀
주석 공시 요구사항 체크 — (주)세림로지스 첫 연차보고서 사례
K-IFRS 전환 첫 연차보고서를 준비하는 (주)세림로지스(사례 5호에서 이어지는 같은 가상 클라이언트 — 전환 영향 분석 다음 단계인 첫 공시 준비)의 주석 공시 요구사항 체크리스트를 AI가 kifrs 지식엔진 24회 호출로 5개 항목·공시 문단 63개를 수집해 체크리스트 40행까지 산출한 실험 기록입니다. 이 사례는 kifrs-rag의 4번째 소비 패턴 — 공시 절 수집형 사용을 실증합니다(기존 3류: 인식·측정 검색 / 신구 diff / 정형 재현성).
0회
kifrs 근거 검색 호출
0개
확보 공시 문단
0행
체크리스트 행
0건
판단 필요(인간 이관)
1 · Task
업무 정의 — 판단은 인간, 실행은 AI
`docs/firm-map/slots/disclosure-support.md` disc-task-01 카드의 분담을 그대로 따릅니다. 중요성 판단·공시 수준·최종 승인은 인간, 공시 문단 수집·1차 판정·체크리스트 초안은 AI입니다.
인간이 할 것
- 검토 대상 재무제표 항목·범위 확정(disc-manager-1)
- 중요성 판단(공시 대상 여부 최종 확정)
- 공시 수준(요약/상세) 결정
- 체크리스트 최종 검토·승인(disc-manager-1 → disc-partner-1)
AI가 할 것
- 재무제표 항목별 K-IFRS 공시 요구 문단 검색(kifrs MCP)
- 해당여부 1차 판정(해당/비해당/판단 필요)
- 체크리스트 초안 작성
전환 지점
- 인간: 검토 대상 재무제표 항목·범위 확정 → AI: kifrs MCP 공시 문단 검색·해당여부 1차 판정·체크리스트 초안 작성
- AI: 체크리스트 초안 제시 → 인간: 중요성·공시 수준 판단, 최종 검토·승인
2 · Input
입력 — 완전 가상 시나리오
본 시나리오는 완전 가상입니다 — 실존 기업·인물과 무관합니다. 가상 중견 물류사 (주)세림로지스는 코스닥 상장 예비심사를 준비 중이며, 2027-01-01 K-IFRS를 최초 적용합니다. 이번 실험은 사례 5호(K-GAAP→K-IFRS 전환 영향 분석)에 이어 전환 후 첫 연차보고서의 주석 공시 요구사항 체크리스트를 준비하는 단계로, 매니저(disc-manager-1)가 확정한 검토 대상 항목 5개를 AI가 그대로 인용해 전제로 삼았습니다.
| 항목 | 관련 기준서 | 확정 범위 |
|---|---|---|
| ① 리스 | K-IFRS 1116 | 사용권자산·리스부채 — 전환 첫해라 최중요 |
| ② 수익 | K-IFRS 1115 | 수행의무·계약잔액 |
| ③ 금융상품 위험 | K-IFRS 1107 | 신용위험·유동성위험 공시만(시장위험 등은 범위 밖) |
| ④ 유형자산 | K-IFRS 1016 | 공시 절 전반 |
| ⑤ 법인세 | K-IFRS 1012 | 이연법인세 중심 |
항목·범위 선정 자체는 human_side — 이 실험은 확정된 범위 내에서 kifrs MCP 공시 문단을 수집·매핑하는 ai_side만 수행합니다.
3 · AI Execution
AI 실행 — 수집 경로 비교, 이 사례의 차별 콘텐츠
AI는 kifrs를 24회 호출해(실패 0건) 5개 항목의 공시 문단 63개를 수집했습니다. 이번 실험의 핵심은 같은 대상을 두 경로로 수집해 비교한 것입니다 —전략 A(list_sections → get_context): 기준서의 "공시" 섹션 위치를 먼저 확인한 뒤 절 단위로 문단을 직접 조회. 전략 B(search): 자연어 쿼리로 공시 절을 직접 검색.
| 기준서 | 전략 A(list_sections→get_context) | 전략 B(search) | 결과 |
|---|---|---|---|
| 1116 (리스) | list_sections → get_context(51, around 8) + B48 부록 | search("리스 공시 요구사항...") — 공시 절 문단이 top-20에 단 하나도 등장하지 않음 | A: 51~59·B48~B53 완전 회수 / B: 사실상 실패 |
| 1115 (수익) | list_sections → get_context(110·116·119) | search("수익 계약잔액 수행의무 공시") — 7개 노출되나 114·115·117·122 누락 | A: 108~123 완전 회수 / B: 부분 회수(누락 발생) |
| 1107 (금융상품위험) | list_sections → get_context(35A·35M·39) | search("신용위험 익스포저 담보 유동성위험") — top-20 절반 이상 BC | A: 32A~41 완전 회수 / B: 부분 회수, 정밀도 낮음 |
| 1016 (유형자산) | list_sections → get_context(73, around 6) + 79 단독 | search("유형자산 공시 재평가 감가상각") — 74·74A·75·76·78 전혀 미노출 | A: 68~79 완전 회수 / B: 실패에 가까움(공시 절 라벨이 가장 깔끔한데도 최저 정밀도) |
| 1012 (법인세) | list_sections → get_context(79, around 6) + 85 단독 | search("법인세 이연법인세 공시 세율조정") — 81만 3위 도달, 83·84·85 미노출 | A: 73~85 완전 회수 / B: 부분 성공이나 불완전 |
결론은 5개 기준서 전수에서 일관됐습니다 — 전략 A가 예외 없이 전략 B를 능가했습니다(5/5 완전 회수 vs 부분 회수). 원인은 "공시하라"는 지시문이 공시 절 본문에만 국한되지 않고 측정 절에서 정의한 용어(감가상각·재평가 등)와 강하게 얽혀 있어, 벡터/BM25 기반 검색이 "이 문단이 공시 요구사항인지"를 구분할 신호를 충분히 갖지 못한다는 것입니다. 공시 절이 가장 깔끔하게 라벨링된 1016(유형자산)에서조차 search 정밀도가 가장 낮았습니다 — 역설적 관찰입니다.
observe → 정량화 → issue-back — 결함 성숙 경로
검색이 결론도출근거(BC) 문단이나 측정 절 문단에 끌리는 현상은사례 4호·사례 5호에서 이미 관찰 노트로 기록된 패턴("BC 쏠림")입니다. 이번 사례는 5개 기준서 전수를 두 경로로 비교해 이 패턴을 처음으로 정량화했습니다(1016은 8개 공시 문단 중 5개 top-20 밖, 1107은 13개 중 8개 미노출, 1116은 hierarchical 모드에서 16개 중 15개 미노출). "관찰(4·5호) → 정량화(8호) → 회송"이 결함이 성숙해 온 경로입니다. 다만 안정적인 정본 경로(전략 A)가 존재하므로 승격을 저지하지 않고, kifrs-rag BACKLOG로 issue-back했습니다 — search()에 문단 유형(공시/인식·측정/BC) 필터를 추가하면 구조적으로 해결될 것으로 보입니다.
후일담 — 당일 수리 완료. 회송 당일 kifrs-rag search()에 section(공시 절 부분일치)·exclude_bc(BC 제외) 후보 필터가 들어갔습니다. 랭킹은 그대로 두고 후보만 거르는 설계라 기존 검색 품질은 바이트 단위로 불변이고, 공시 필터를 켜면 top-20 공시 절 회수가 1107 기준2건 → 20건(1116 6→20, 1012 9→17)으로 올라갑니다. 정본 경로 (list_sections → get_context, 회수율 100%)는 그대로 유효하며, 필터는 검색 정밀도 보조 수단으로 자리잡았습니다.
4 · Output
산출물 — 공시 체크리스트 40행
체크리스트는 항목별로 [기준서-문단] 인용 → 공시 요구 내용 요지 → 해당여부 1차 판정(해당/ 비해당/판단 필요) → 근거 순으로 구성됩니다. 원문은 전재하지 않고 요지만 서술합니다.
해당
22행
회사 상황 전제상 공시 대상(1차 판정)
비해당
6행
원가모형·국내 단일 법인 등 전제상 해당 없음
판단 필요
12행
사실관계 미확정 — 인간 레이어 입구
"판단 필요" 12건이 이 산출물의 핵심입니다 — AI가 1차 판정을 내리지 않고 실사·중요성 확인이 필요한 사실관계(담보 제공 여부, 손상 발생 여부, 회계추정 변경 여부, 전환 방법 최종 선택 등)를 명시적으로 인간에게 이관합니다. AI가 판단을 대행하지 않는다는 원칙이 숫자로 드러나는 지점입니다.
최종 검토·승인 — 인간 검토 대기
AI 산출물은 여기까지입니다. 중요성 판단, 공시 수준(요약/상세) 결정, 체크리스트 최종 승인은 모두 공란입니다. disc-manager-1(1차 검토) → disc-partner-1(최종 승인·서명) 순으로 진행되며, 이 체크리스트를 기반으로 한 주석 문안 작성(disc-task-03)은 이 실험 범위 밖입니다.
5 · Verdict
판정 — AX 가능
| 게이트 검사 | 결과 |
|---|---|
| 공시 문단 표본 검증 (1116-53·58 사전 스모크 / 1107-39 유동성 만기분석 — 독립 재호출) | 3/3 실재 + 체크리스트 요지와 일치 |
| 커버리지 (5개 항목: 리스·수익·금융상품위험·유형자산·법인세) | 충족 — 공시 문단 63개 수집 → 체크리스트 40행(해당 22/비해당 6/판단 필요 12) |
| 의사결정 대행 금지 | 준수 — 중요성 판단·공시 수준 결정은 전부 "판단 필요"로 인간 이관, 승인 란 공란 |
| 수집 경로 검증 | list_sections→get_context(공시 절 위치→절 단위 수집)가 5개 기준서 전부 100% 회수 — 정본 경로 성립 |
| issue-back 기록 | 신규 결함 후보 1건 — search() 공시 절 필터 부재, kifrs-rag BACKLOG 회송 |
판정 근거
AI는 ai_side 계약("공시 요구 문단 검색·해당 여부 1차 판정·체크리스트 초안")을 완주했습니다 — 24회 호출(실패 0건)로 5개 항목의 공시 요구를 전수 수집했고, 해당/ 비해당/판단 필요의 3단 판정 구조가 인간 검토(중요성·수준)와 정확히 맞물립니다.
왜 검색 부적합이 conditional이 아닌가
search()가 공시 절 수집에 구조적으로 부적합하다는 것은 5개 기준서 전수에서 확인된 신규 결함이지만, 승격을 저지하지 않습니다 — 공시 절은 각 기준서에 섹션으로 명시돼 있어 list_sections → get_context로 결정적 수집이 가능하고, 이 경로가 5개 기준서 전부에서 100% 회수를 기록했습니다. 안정적인 정본 경로가 이미 존재한다는 점이 검색 실패가 곧바로 업무 실패로 이어졌던사례 1호(초기 conditional) 상황과 구조적으로 다릅니다.
잔여 한계
체크리스트는 요구사항 존재 여부까지 — 공시 문안 작성(주석 초안)은 별도 업무입니다. 1107 위험 공시는 채권 중심으로 한정(시나리오 전제)했고 파생·시장위험 전면 커버는 범위 밖입니다.
본 사례의 시나리오·기업·거래는 모두 합성이며 실존 기업·거래와 무관합니다. K-IFRS 원문은 저작권 경계에 따라 전재하지 않으며, [기준서-문단] 인용 표기와 요지 서술만 사용합니다. 본 페이지는 회계 자문이 아니며, 실제 공시 대응은 자격 있는 전문가의 판단을 따라야 합니다.