정확성만으로는 부족하다

초록

스프레드시트 감사의 전통적 목표는 결과의 정확성을 검증하는 것이지만, 실제로는 ‘정확한’ 스프레드시트라도 잘못된 의사결정을 초래할 수 있다. 본 논문은 정확성 검증이 갖는 두 가지 한계(정확성 판단의 어려움, 정확해도 결과 오류 가능성)를 제시하고, 스프레드시트를 평가할 때 고려해야 할 핵심 기준—명확성, 유지보수성, 검증 가능성, 의사결정 적합성—을 정의한다. 또한 이러한 기준을 구현하기 위한 설계 원칙과 실무적 방법론을 논의한다.

상세 분석

본 논문은 스프레드시트 감사가 전통적으로 “정확성(accuracy)”에만 초점을 맞춰 왔으며, 이는 두 가지 근본적인 문제를 내포하고 있음을 지적한다. 첫 번째 문제는 ‘정확성’ 자체를 판단하기가 어렵다는 점이다. 스프레드시트는 종종 복잡한 비즈니스 로직, 외부 데이터 연동, 그리고 사용자 정의 함수 등을 포함하고 있어, 표면적인 수식 검증만으로는 전체 모델이 의도한 대로 동작하는지를 확신하기 힘들다. 특히, 입력 데이터의 가정이나 전제조건이 명시되지 않으면, 동일한 수식이라도 다른 상황에서는 전혀 다른 의미를 가질 수 있다. 두 번째 문제는 ‘정확한’ 스프레드시트라도 잘못된 결과를 도출할 가능성이 있다는 점이다. 이는 모델이 올바르게 구현되었더라도, 사용자가 모델을 오용하거나, 결과 해석 과정에서 오류가 발생하거나, 모델이 실제 비즈니스 환경의 변화에 적응하지 못하는 경우에 나타난다.

논문은 이러한 한계를 극복하기 위해 스프레드시트를 평가할 때 네 가지 핵심 기준을 제시한다. 첫째, 명확성(clarity) – 셀과 수식, 데이터 흐름이 직관적으로 이해될 수 있어야 하며, 주석과 문서화가 충분히 이루어져야 한다. 둘째, 유지보수성(maintainability) – 구조가 모듈화되고, 중복이 최소화되며, 변경이 용이하도록 설계돼야 한다. 셋째, 검증 가능성(verifiability) – 자동화된 테스트, 검증 시나리오, 그리고 버전 관리가 적용돼야 한다. 넷째, 의사결정 적합성(decision relevance) – 모델이 실제 의사결정 과정에 필요한 KPI와 시나리오를 정확히 반영하고, 결과가 이해관계자에게 명확히 전달될 수 있어야 한다.

이 네 기준을 구현하기 위한 구체적 방법으로는, 계층적 설계(입력‑계산‑출력 구분), 네이밍 규칙(의미 있는 셀 이름과 범위 정의), 데이터 검증 규칙(입력 제한 및 오류 표시), 자동화된 회귀 테스트(주요 계산 로직에 대한 테스트 시트), 그리고 버전 관리와 변경 로그(Git‑like 시스템 혹은 스프레드시트 자체의 히스토리 기능 활용) 등을 제안한다. 특히, 회귀 테스트는 수식이 변경될 때마다 기대값과 실제값을 비교함으로써 ‘정확성’이 유지되는지를 지속적으로 확인한다.

또한 논문은 사례 연구를 통해, 기존에 ‘정확한’ 것으로 평가받던 재무 모델이 실제로는 잘못된 가정(예: 고정 금리 가정) 때문에 부정확한 의사결정을 초래한 사례를 제시한다. 이를 통해 정확성 검증만으로는 충분하지 않으며, 위에서 제시한 네 가지 기준을 포괄적으로 적용해야만 스프레드시트가 신뢰할 수 있는 의사결정 도구가 될 수 있음을 강조한다.

결론적으로, 저자는 스프레드시트 감사의 패러다임을 ‘정확성 → 신뢰성(robustness)’으로 전환할 것을 촉구한다. 이는 감사자가 단순히 수식 오류를 찾는 것을 넘어, 모델 전체의 설계, 문서화, 테스트, 그리고 비즈니스 적합성을 종합적으로 평가해야 함을 의미한다.