[실무 일기] XBRL 쪼개기 ① : 기계가 읽는 재무제표 데이터베이스 (+ opendart 활용)
지난 글에서 xbrl을 도입한 금감원의 작성 가이드를 보고 7단계로 나누어 시리즈로 살펴보기로 하였다. 오늘은 그 첫 번째 시간으로, 왜 우리가 이 생소한 언어를 배워야 하는지, 그리고 공시의 패러다임이 어떻게 변하고 있는지 그 본질을 짚어보고자 한다.
1. 금융감독원 XBRL 재무제표 작성 가이드의 등장과 의미
금융감독원은 상장기업 등의 올바른 XBRL 재무 데이터 생성을 유도하고, 기업이 자체적으로 데이터 품질 관리 능력을 향상할 수 있도록 ‘XBRL 재무제표 본문·주석 작성 가이드’를 마련하였다.
▶지난 글 참조하기: [XBRL쪼개기] 금융감독원 XBRL 재무제표 작성가이드 (본문/주석)
이번 가이드는 미국 SEC 등 선진화된 XBRL 공시 제도를 운영하는 국가들의 지침을 참고하여 제작되었다. 이는 국내 기업의 재무 데이터가 국제적 정합성을 갖추게 됨을 의미한다.
해외 투자자가 별도의 번역이나 재가공 없이도 우리 회사의 데이터를 즉시 분석할 수 있게 된다면, 코리아 디스카운트 해소와 기업 가치의 정확한 평가에도 기여할 수 있을 것이다. 공시 담당자인 우리에게는 귀찮은 작업일지 몰라도, 시장 전체로 보면 데이터의 혈관을 뚫는 작업이다.
▷2025.01. 금융감독원 DART XBRL 재무제표 본문/주석 작성 가이드 중 38페이지 발췌
2. 기계가 읽는 재무제표 데이터베이스 (+사람이 읽는 보고서의 한계와 비효율)
지금까지 우리가 공시해온 방식은 ‘사람’이 눈으로 읽기 편한 문서를 만드는 데 치중되어 있었다. 폰트 크기를 맞추고, 표의 테두리를 정렬하며, 가독성을 위해 여백을 조절했다.
하지만 분석가나 투자자 입장에서는 수만 개의 기업 데이터를 분석할 때 일일이 PDF를 열어 숫자를 엑셀에 옮겨 적어야 하는 막대한 비효율이 발생했다. 오타가 날 확률도 높고, 기업마다 계정과목 명칭이 미세하게 달라 비교 분석도 어려웠다.
기계가 읽는 데이터베이스(DB)의 탄생
XBRL은 재무제표에 ‘디지털 바코드’ 를 입히는 작업이다. 이제 공시는 보고서를 ‘제출’하는 행위를 넘어, 우리 회사의 재무 상태를 기계가 즉시 읽고 분석할 수 있도록 데이터베이스를 설계하는 과정으로 변모했다.
단순한 텍스트가 아니라, 그 숫자가 차변 성격인지 대변 성격인지, 특정 시점(Instant)의 잔액인지 기간(Duration)의 발생액인지에 대한 속성(Attribute)이 데이터 자체에 포함된다.
3. OpenDART를 통한 재무재표 데이터베이스 활용의 유용성
우리가 기를 쓰고 XBRL 태깅을 해야 하는 이유는 OpenDART(전자공시 오픈 API) 시스템을 통해 기업의 정보가 필요한 외부에 비교하기 쉬운 자료를 제공하기 위함이다.
왜 OpenDART인가?
금융감독원은 기업들이 제출한 XBRL 데이터를 OpenDART를 통해 일반에 공개한다. 과거에는 공시 시스템에서 일일이 기업명을 검색해 보고서를 열어봐야 했지만, 이제는 프로그래밍(Python 등)을 통해 수천 개 기업의 재무제표를 초 단위로 수집할 수 있다.
정보 이용자가 누리는 유용성
- 데이터 추출의 자동화: 투자자나 AI 모델이 OpenDART API를 호출하면, 우리가 입력한 XBRL 태그를 기반으로 특정 계정(예: 연구개발비, 우발부채 등)의 숫자만 쏙쏙 뽑아낼 수 있다.
- 비교 가능성의 극대화: 서로 다른 기업이더라도 동일한 택사노미(Taxonomy) 표준 태그를 사용했다면, 기계는 이를 같은 성격의 데이터로 인식하여 즉시 비교 차트를 그려낸다.
- 오류 검증의 과학화: 기계가 데이터를 읽기 때문에, 자산 = 부채 + 자본이라는 기본 원칙이나 주석 간의 숫자 불일치를 순식간에 잡아낸다.
실무자인 우리가 정확한 태그를 선택해 설계하지 않으면, OpenDART를 통해 우리 회사 데이터를 내려받는 모든 이용자가 잘못된 정보를 얻게 된다. 우리의 손끝에서 정보의 가치가 결정되는 셈이다.
4. 왜 ‘데이터 설계’ 능력이 실무자의 핵심 역량인가?
(1) 정보의 논리적 계층 구조 설계
가이드 제2장에서 강조하듯, XBRL 공시의 핵심은 행(Line Item)과 축(Axis)의 조합이다. 단순한 표를 그리는 것이 아니라, 특정 데이터가 어떤 분류 체계에 속하는지 논리적으로 설계해야 한다.
예를 들어, 매출채권을 지역별로 나누어 공시할 때, 이를 단순 텍스트로 나열하는 것과 ‘지역’이라는 차원(Dimension) 축을 사용하여 태깅하는 것은 데이터 활용도 면에서 천지 차이다.
(2) 표준계정과목 매핑 전략
회계팀 실무자는 우리 회사의 특수 계정과목을 표준 택사노미(Taxonomy) 중 어디에 매핑할지 결정해야 한다. 가이드에서는 표준계정과목 사용률을 일정 수준 이상 유지할 것을 권고한다.
무분별하게 ‘사용자 확장 계정’을 만드는 것은 데이터의 비교 가능성을 떨어뜨린다. 최대한 표준 언어로 우리 회사의 상황을 설명해내는 것, 그것이 바로 데이터 아키텍트로서의 회계 실무자가 갖춰야 할 역량이다.
5. 실무자의 요약 및 조언
금융감독원에서 최근 배포한 가이드를 찬찬히 훑어보며 느낀 점은 명확하다. 이 가이드는 단순히 '작성기 프로그램을 어떻게 돌리느냐'를 가르쳐주는 매뉴얼이 아니다.
(1) 결산 프로세스의 변화
이제 회계팀의 R&R(역할과 책임)에도 변화가 필요하다. 예전에는 전표 입력팀과 결산 공시팀이 분리되어 있었다면, 이제는 전표를 치는 단계에서부터 이 항목이 어떤 XBRL 태그로 연결될지를 염두에 두어야 한다.
결산 마감 직전에 가이드를 펼치면 이미 늦는다. 특히 이번 가이드에서 강조된 주석의 상세 태깅(Detailed Tagging) 의무는 상당한 숙련도를 요구한다. 평소에 우리 회사 주석의 구조를 표준 택사노미와 대조해보는 예습이 반드시 필요하다.
(2) 전문성 제고의 기회
변화는 늘 고통스럽다. 하지만 XBRL이라는 국제 표준 언어를 능숙하게 다룰 수 있다는 것은, 전 세계 어디에서나 통용되는 재무 데이터 전문가가 된다는 뜻이기도 하다. 단순 노가다성 작업으로 치부하기에는 그 담긴 철학과 가치가 매우 크다.
회계 실무자로서 이번 1편의 내용을 다음과 같이 요약하며 조언을 전한다.
- 공시의 본질 변화: 이제 공시는 예쁜 문서를 만드는 것이 아니라, 글로벌 표준에 맞는 정교한 데이터베이스를 구축하는 설계 작업임을 인지해야 한다.
- 국제적 흐름 준수: 이번 가이드는 미국 SEC 등 선진 사례를 참고하여 제작된 만큼, 국제적 정합성을 맞추는 것이 향후 기업 가치 평가에 직결된다는 점을 명심하자.
- 사전 준비의 중요성: 결산 마감 직전에 가이드를 펼치면 이미 늦는다. 지금 바로 가이드의 용어 정의와 XBRL의 기본 구조를 익혀두어 데이터 설계의 밑그림을 그려두길 바란다.
- 실무 팁: XBRL은 ‘노가다’가 아니라 ‘규칙’이다. 규칙(Taxonomy)을 먼저 이해하면, 숫자를 끼워 맞추는 시간이 획기적으로 줄어들 것이다.
