국세청이 내년부터 개발에 착수하는 AI 탈세적발 시스템에 기업과 세무업계의 관심이 쏠리고 있다.
AI가 방대한 과세자료를 분석하면 기존 조사 방식에서 포착하지 못했던 탈세 혐의까지 드러날 수 있기 때문이다.
관건은 AI에 어떤 자료를 제공하고, 이를 어떻게 활용하도록 설계하느냐다. 과거 세무조사에서 탈세로 판단한 사례가 이후 조세불복이나 행정소송에서 뒤집혔다면, 그 결과를 어떻게 반영할 것인지도 과제다.
국세청은 아직 학습자료 선정 기준과 조세불복 결과 반영 방식을 확정하지 않았다. 앞으로 전문가 자문을 받아 구체적인 기준을 마련할 계획이다.
택스워치는 전·현직 국세공무원과 세무업계·AI 전문가들의 의견을 통해 AI 도입으로 달라질 세무조사 환경과 시스템 구축 과정에서 고려해야 할 과제를 짚어봤다.
사람이 놓친 탈루혐의까지…AI는 얼마나 찾아낼까
국세청은 2027년부터 2029년까지 AI 탈세적발 시스템을 단계적으로 구축할 계획이다. 탈루유형 발굴과 탈세혐의 분석 등 조사공무원에게 필요한 자료를 제공하는 것이 목적이다.
국세청은 이미 법인카드 사용내역과 세금계산서, 사업자 신고자료 등을 전산으로 비교해 탈루혐의가 있는 사업자를 추려낸다. 이후 조사공무원이 실제 거래내역과 경비 계상 내역 등을 추가로 검토한다.
그러나 사람이 검토할 수 있는 자료에는 한계가 있다.
조사·전산 업무에 밝은 전직 국세공무원은 "사람이 수작업으로 분석하면 눈에 띄거나 규모가 큰 사건을 중심으로 검토할 수밖에 없다"며 "그동안 큰 그물로 큰 물고기만 잡았다면 AI로 전수분석이 가능해졌을 때는 촘촘한 그물로 작은 물고기까지 잡을 수 있는 것"이라고 설명했다.
예를 들어 소고기 식당 업종의 평균 원재료 경비율이 40%라고 가정했을 때, 특정 업체만 50%라면 추가 확인이 필요한 이상징후로 분류할 수 있다.
기존에도 전산 분석을 해왔지만, AI가 도입되면 더 많은 자료를 종합적으로 검토할 수 있다. 특히, 작은 금액의 반복적인 이상 거래도 분석 대상에 포함될 수 있다.
뒤집힌 과세 판단, AI는 어떻게 반영할까
AI가 얼마나 많은 탈루혐의를 찾아내느냐 못지않게 중요한 것이 분석자료의 정확성이다.
과거 세무조사에서 적발한 탈세 유형이나 추징 사례를 AI에 활용한다면, 해당 과세처분이 이후 조세불복이나 행정소송에서 뒤집혔는지도 고려해야 한다.
국세청 조사국 출신의 한 세무사는 "과세는 신속하게 이뤄지더라도 법원에서 확정판결이 나오기까지 4~5년이 걸릴 수 있다"며 "최초 과세 판단을 일반화해 조사에 활용하면 선의의 피해자가 발생할 수 있다"고 지적했다.
그렇다면 과거 과세 판단이 바뀔 때마다 AI를 다시 학습시켜야 할까?
국세청은 RAG(검색증강생성) 기술 도입도 검토하고 있다. 이 기술은 AI 모델에 모든 자료를 직접 학습시키지 않고, 별도의 데이터베이스에서 최신 법령이나 판례를 검색해 분석에 활용한다.
세무분야 AI '세법도우미' 개발에 참여한 양정환 더존비즈온 차장은 "세법도우미 개발 과정에서 법이 개정됐는데도 인터넷에 과거 자료가 그대로 남아 있어 잘못된 정보를 제공하는 문제를 겪었다"며 "RAG 기술을 사용한다고 해서 인터넷에 있는 모든 자료를 끌어오면 안 된다"고 지적했다.
이어 "세법도우미는 1·2심 판결 대신 대법원까지 확정된 판례를 중심으로 근거자료를 구성했다"며 "답변의 근거가 되는 자료는 별도의 데이터베이스를 만들어 엄선된 정보만 관리해야 한다"고 강조했다.
물론 AI를 활용한 국세청의 탈세혐의 분석 도구는 일반적인 세법 질의응답을 하는 민간기업의 AI 도구와는 다르다. 확정판결뿐 아니라 불복이 진행 중인 과세사례를 어떻게 취급할지도 판단해야 한다.
국세청 출신의 한 변호사는 "국세청은 내부적으로 불복 사건과 판결문 등을 관리하고 있다"며 "기존 자료를 활용하면 최초 과세 판단이 불복이나 소송에서 유지됐는지, 뒤집혔는지를 추적할 수 있을 것"이라고 예상했다.
하지만 RAG를 도입해도 잘못된 과세 판단이 자동으로 걸러지는 것은 아니다. 최초 과세처분과 이후 불복, 소송 결과를 연결해 관리해야 한다.
양 차장은 "중요한 것은 AI에 어떤 정보를 더 제공할 것인지 판단하는 것"이라며 "불복 판례를 포함할지는 실제 분석 성능을 계속 검증하면서 결정해야 한다"고 말했다.
국세청 관계자도 "과거 과세 판단이 뒤집힌 사례를 어떻게 반영할 것인지 검토해야 한다"며 "자료를 직접 학습시킬지, RAG로 참고하도록 할지, 학습주기는 어떻게 정할지 등을 검토하고 있다"고 밝혔다.
AI가 탈세 혐의 잘못 짚었다면…누가 검증할까
AI가 찾아낸 이상 징후가 반드시 탈세를 의미하는 것은 아니다.
예를 들어 칼국수 전문 음식점이 한 달에 수천만 원어치의 쌀을 구입했다면 의심스러운 거래로 볼 수 있다. 하지만 식당에서 사용하는 것이 아닌, 지역사회 행사에 기부하려고 구입한 것이라면 정당한 지출일 수 있다.
국세청은 AI가 세무조사 대상을 자동으로 선정하지 않는다고 설명한다. AI는 조사공무원에게 분석 자료를 제공하는 보조 수단이며, 최종 판단은 공무원이 내린다.
기존 세무조사에서도 전산으로 추출한 혐의를 공무원이 검증하지만, 막상 조사해 보면 문제가 없는 납세자도 있다.
국세청은 세무조사 과정에서 성실납세가 확인된 납세자를 대상으로 '조사 모범납세자' 제도를 운영하고 있다. 일반 모범납세자와 달리 명단을 공개하지 않는데, 납세자와 국세청 모두 세무조사를 받았으나 문제가 없었다는 사실이 알려지는 것을 부담스러워하기 때문이라는 설명이다.
다만 조사 결과 문제가 없었다고 해서 당초 조사대상 선정이 잘못됐다는 의미는 아니다. AI가 도입되더라도 실제 조사에 앞서 잘못된 혐의를 얼마나 걸러낼 수 있는지가 중요하다.
이에 더해 AI의 분석 기준을 납세자에게 어느 범위까지 공개할지도 쟁점이다.
국세청은 현재도 구체적인 전산 분석 기법과 조사대상 선정 기준을 외부에 공개하지 않는다. 일부 기준은 내부 직원에게만 제한적으로 공유한다. AI 시스템 도입 후에도 이러한 원칙은 유지될 것으로 보인다.
조사국에 근무했던 전직 국세공무원은 "국세청이 AI로 탈세 혐의를 찾아내는 방식이 알려지면, 실제 혐의가 있어도 적발되지 않도록 민간에서 장부를 조작하는 AI를 만들 수도 있다"며 "그래서 구체적인 선정기준은 공개할 수 없는 것"이라고 말했다.
하지만 분석 기법 비공개와 납세자에게 탈루 혐의 근거를 설명하는 것은 별개의 문제다.
국세청 관계자는 "AI 탈세적발 시스템은 조사공무원의 업무를 지원하는 수단으로, 납세자에게 직접 영향을 미치는 행정처분을 하는 것은 아니다"라며 "다만 AI 기본법에 맞춰 납세자의 설명 요구에 대응할 수 있도록 준비하는 방안을 검토하고 있다"고 밝혔다.
AI가 찾아내는 탈세 혐의가 많아질수록 이를 검증할 책임도 커진다. 국세청이 앞으로 마련할 학습자료 관리 기준과 검증 체계가 중요한 이유다.
