인공지능 모델의 회계 분야 문제 해결 성능에 관한 연구: ChatGPT와 DeepSeek의 비교를 중심으로, 박현재

기존 연구들은 주로 ChatGPT를 중심으로 회계 분야 문제 해결 성능을 분석해 왔으나, 최근 낮은 개발 비용에도 불구하고 높은 성능을 보이는 것으로 평가되는 DeepSeek에 대한 실증적 비교 연구는 제한적인 상황이다. 이에 본 연구는 DeepSeek의 회계학 문제 해결 성능이 ChatGPT와 비교하여 그 성능 수준을 검증하고, 회계 교육에서의 활용 가능성을 분석하는 것을 목적으로 한다. 

본 연구는 2021년부터 2023년까지의 공인회계사 시험 회계학 객관식 문제 총 150문항을 분석 대상으로 설정하였다. 각 문항에 대해 GPT-5와 DeepSeek-V3.2에 동일한 프롬프트(prompt)를 각각 30회 반복 제시하여 응답을 수집하였으며, 문항 단위 정답률 차이, 응답 일관성, 선택지 엔트로피, 문항별 선택지 분포, 조건부 최빈 오답 문항 비율 등 응답 구조를 종합적으로 분석하였다. 연구 결과, DeepSeek-V3.2는 전체 기간 기준에서 GPT-5와 비교하여 전반적으로 유사한 수준의 정답률을 보였으며, 허용 기준 내에서 비열등성이 성립하는 것으로 나타났다. 특히 DeepSeek-V3.2는 반복 질의 환경에서 높은 응답 일관성을 보이며, 다수의 문항에서 안정적인 선택 패턴을 형성하는 경향이 확인되었다. 이러한 결과는 학습자에게 일관된 피드백을 제공할 수 있다는 점에서 교육적 활용 측면에서 중요한 특성으로 해석된다. 

본 연구의 결과는 DeepSeek가 정답률 측면에서 ChatGPT와 유사한 성능을 보이면서 반복 질의 환경에서도 높은 응답 일관성을 나타낸다는 점에서 회계 교육에서 보조 학습 도구로 활용될 잠재력을 보유하고 있음을 시사한다. 또한 본 연구는 회계 교육에서 인공지능 모델의 합리적이고 효과적인 활용 방안을 모색하기 위한 실증적 기초 자료를 제공한다는 점에서 의의를 갖는다.