🔎
한눈에 보기
포트원 MCP 서버에 거래대사 조회 기능이 추가됐습니다. 포트원 콘솔에서 대사 결과를 대사일치, 대사불일치, 대사불능, 수집전거래로 분류해주는 데서 끝났던 흐름이, 이제 그 결과를 지표로 가공하는 단계까지 이어집니다. 실효 수수료율, 거래대사 불일치율, 정산 캐시플로우처럼 그동안 엑셀에서 피벗을 돌려 만들던 숫자를 질문 한 줄로 얻을 수 있습니다. 결제 원장과 정산 원장을 한 대화 안에서 함께 조회하기 때문에, 두 데이터를 묶어야 나오는 지표도 계산 과정 없이 확인할 수 있습니다.
안녕하세요 AI 재무 인프라 솔루션 포트원입니다.
정산 마감 주가 되면 재무팀의 다른 업무는 멈춥니다. PG사별 정산 내역을 내려받아 내부 결제 데이터와 한 줄씩 맞추는 일이 며칠을 잡아먹기 때문입니다. 포트원 내부 집계 기준으로 월 거래액 15억 원 이상 기업은 담당자 3명이 평균 3일을 여기에 씁니다.
문제는 이 일이 해마다 무거워진다는 점입니다. 한국은행 「2025년중 전자지급서비스 이용현황」에 따르면 PG 서비스 일평균 이용액은 전년 대비 9.2% 늘었고, 이용 건수는 11.8% 늘었습니다. 금액보다 건수가 빠르게 늘고 있으니, 맞춰봐야 할 양은 매출이 자라는 속도를 앞질러 불어납니다.
대사를 자동화하면 이 시간은 줄어듭니다. 그런데 대사가 끝난 자리에서 시작되는 일이 하나 더 있습니다. 이번 글에서는 대사 결과를 보고용 지표로 바꾸는 그 마지막 구간을 포트원 MCP 서버로 어떻게 줄일 수 있는지 알려드립니다.
거래대사를 자동화했는데 왜 아직 엑셀을 열고 있을까요?
거래대사는 우리 시스템의 거래 데이터와 PG사가 보내온 정산 데이터를 맞춰보며, 받을 돈이 제대로 들어왔는지 확인하는 작업입니다.
포트원은 이 대사를 자동으로 처리해 대사일치, 대사불일치, 대사불능, 수집전거래 네 가지 상태로 분류하는 기능을 콘솔에서 제공해 왔습니다. PG사 어드민을 하나씩 돌며 엑셀을 내려받던 작업은 여기서 해결됐습니다.
그런데 해결하지 못한 문제가 남았습니다. 월요일 아침 보고서에 들어가는 숫자는 PG사별 실효 수수료율과 거래대사 불일치율, 다음 주 입금 예정액 같은 지표입니다. 이 지표를 만들려면 조회 결과를 엑셀로 내려 피벗을 돌리고 지난달 파일과 비교해야 했습니다.
포트원은 이 문제를 풀기 위해 MCP 서버에 거래대사 조회 기능을 추가했습니다.
- 거래대사 건별 내역 조회: 건 단위 대사 상태와 불일치 상세
- 거래대사 정산 요약 조회: PG사별 정산 예정 금액과 수수료, 입금 스케줄
- 거래대사 정산 통계 조회: 기간과 PG사 기준 집계 수치
기존 결제 내역 조회 기능과 함께 쓰면, 결제 원장과 정산 원장을 한 대화 안에서 맞춰볼 수 있습니다. 콘솔 로그인 세션을 기준으로 동작하기 때문에, 로그인한 상점의 데이터만 조회됩니다.
함께 읽으면 좋은 콘텐츠
USE CASE 1. 계약 요율과 실제 수수료율은 얼마나 벌어져 있을까요?
계약서에 적힌 요율과 정산 내역에서 역산한 요율이 어긋나는 일은 현장에서 드물지 않게 일어납니다.
차이가 생기는 이유는 정산액에서 빠지는 항목이 요율 하나가 아니기 때문입니다. 상점부담 무이자 할부 수수료, 해외카드 취소와 차지백, 현금성 거래취소 같은 항목이 함께 반영되면서 실제 정산액 기준 부담률은 계약 요율과 달라집니다.
확인이 까다로운 이유는 결제 원장과 정산 원장을 동시에 봐야 한다는 점에 있습니다. 결제 금액은 결제 내역에, 실제 입금액과 수수료는 정산 내역에 있어서, 두 데이터를 PG사별로 묶고 기간을 맞춰야 실효 수수료율이 나옵니다.
MCP 서버는 두 원장을 한 대화 안에서 조회하기 때문에, 이 계산 과정을 질문으로 대체할 수 있습니다.
💬
이렇게 물어보세요
지난 분기 결제 금액과 정산 금액을 PG사별로 비교해서 실효 수수료율을 계산해줘. 계약 요율과 차이가 큰 곳이 있으면 알려줘.
여기서 나온 숫자는 재계약 협상에 그대로 쓸 수 있습니다. 수수료가 비싸다는 인상 대신, PG사별 괴리 폭이라는 근거를 내놓게 됩니다.
USE CASE 2. 불일치를 '건'이 아니라 '지표'로 관리하면 무엇이 달라질까요?
매달 불일치 건을 처리하다 보면, 지난달에도 비슷한 건을 봤다는 느낌이 듭니다. 그 느낌이 사실인지는 유형별로 집계해봐야 알 수 있습니다.
불일치 건은 하나씩 원인을 찾아 처리하면 그 달의 일은 끝납니다. 그런데 대사불일치와 대사불능, 수집전거래가 각각 몇 건이고 지난달보다 늘었는지는 건별 처리로 알 수 없습니다.
유형별로 묶어 월별 추이를 보면 구조적 원인이 드러납니다. 특정 PG사에서만 대사불능이 몰린다면 연동이나 수집 주기를 점검할 신호이고, 금액 불일치가 한 결제수단에 집중된다면 취소 처리 흐름을 살펴볼 대상입니다.
건별 내역과 불일치 상세를 함께 조회할 수 있으니, 분류와 집계는 AI에게 맡기면 됩니다.
💬
이렇게 물어보세요
최근 6개월 거래대사 결과에서 불일치 건을 유형별로 분류하고, 월별 불일치율 추이와 함께 정리해줘.
이렇게 만든 불일치율은 재무팀의 품질 지표가 됩니다. 개별 담당자의 실수를 세는 숫자가 아니라, 대사 프로세스가 어디서 새는지 가리키는 숫자이기 때문입니다.
USE CASE 3. 다음 주 입금 예정액을 미리 그릴 수 있을까요?
자금 계획을 세우려면 날짜별로 얼마가 들어오는지 알아야 합니다. 그런데 PG사마다 정산 주기가 D+1, D+7, D+14처럼 제각각이어서, 같은 날 발생한 거래도 입금일이 넓게 흩어집니다.
그래서 담당자는 PG사별 정산 예정 내역을 각각 확인한 뒤 날짜 축으로 다시 묶습니다. PG사가 늘어날수록 이 표를 만드는 시간도 함께 늘어납니다.
정산 요약 조회에는 PG사별 정산 예정 금액과 입금 스케줄이 함께 담겨 있습니다. 날짜별로 재구성하는 작업은 질문 하나로 넘어갑니다.
💬
이렇게 물어보세요
다음 주 PG사별 정산 입금 예정 금액을 날짜별로 정리해서 캐시플로우 표로 만들어줘.
이 표가 있으면 지급 일정을 입금 일정에 맞춰 조정할 수 있습니다. 파트너 정산일이나 세금 납부일이 입금이 비는 날에 몰려 있는지도 함께 보입니다.
API로 AI에 붙이는 것과 MCP 서버는 무엇이 다를까요?
콘솔에서 엑셀을 내려받아 AI에 올리는 방식으로도 분석은 됩니다. 차이는 두 번째 질문에서 나타납니다.
"그럼 지난달도 같이 비교해줘"라는 말이 나오면, 업로드 방식에서는 조회하고 내려받고 올리는 과정을 다시 거쳐야 합니다. MCP 서버에서는 조건을 말하면 그대로 이어집니다.
API와 AI를 붙이는 방식은 사람이 AI에게 데이터를 날라주는 구조라면, MCP는 AI가 스스로 데이터를 가지러 가는 구조입니다.이 차이는 분석의 깊이로 이어집니다. 데이터를 다시 준비해 전달하는 단계가 사라지면서, 질문이 사고의 흐름을 끊지 않고 이어지기 때문입니다.
데이터를 직접 조회하는 구조라면 개인정보 처리도 함께 봐야 합니다. 포트원 MCP 서버는 API 응답에 포함된 개인정보를 우선 식별하고 제거합니다. 다만 제3자 AI 서비스를 사용하는 경우, 그 외 정보는 해당 서비스의 운영 정책에 따라 처리될 수 있습니다.
자주 묻는 질문
Q. 포트원 MCP 서버는 어떻게 설치하나요?
두 가지 방법이 있습니다. GitHub Releases에서
portone-mcp-server.dxt 파일을 내려받아 Claude Desktop에 끌어다 놓으면 끝납니다. 또는 사용하는 AI 도구의 MCP 설정에 npx -y @portone/mcp-server@latest를 등록하는 방법이 있고, 이때는 Node.js 22.6.0 이상이 필요합니다.Q. 작년에 나온 결제 연동용 MCP 서버와 같은 건가요?
같은 서버이고, 할 수 있는 일이 늘었습니다. 기존에는 개발자센터 문서와 연동 코드 레퍼런스를 AI에게 제공해 결제 연동을 돕는 역할이었습니다. 이번에 결제 내역과 거래대사 데이터 조회가 추가되면서 재무·정산 실무에서도 쓸 수 있게 됐습니다.
Q. 조회되는 데이터는 언제 기준인가요?
포트원은 PG사의 결제 및 정산 데이터를 API로 자동 수집하며, 거래 발생 다음 날 업데이트됩니다. 따라서 당일 거래는 아직 수집전거래 상태로 조회될 수 있습니다.
Q. 비용이 드나요?
MCP 서버는 오픈소스(Apache 2.0 / MIT)로 공개돼 있어 별도 비용 없이 설치할 수 있습니다. 조회 범위는 콘솔 계정에 연결된 서비스 기준이므로, 거래대사 서비스 이용 여부에 따라 달라집니다.
정산 데이터를 다루는 방식이 바뀌고 있습니다
재무 데이터를 AI로 분석하는 방식은 이미 퍼지고 있습니다. Gartner는 클라우드 ERP 지출에서 AI 기반 솔루션이 차지하는 비중이 2024년 14%에서 2027년 62%로 늘어날 것으로 전망했습니다. 데이터를 정제하는 데 쓰던 시간이 줄면, 그만큼이 재무팀 본연의 일로 돌아옵니다.
그 일은 숫자를 만드는 쪽이 아니라 읽는 쪽입니다. 지표를 관리하고 현금 흐름을 개선하는 일에 시간을 쓸 수 있습니다.
대사에 쓰는 시간과 대사 결과를 정리하는 시간은 서로 다른 문제입니다. 앞의 시간은 콘솔이 줄였고, 뒤의 시간은 질문 한 줄이 대신합니다.
포트원 MCP 설치하기
