본문으로 건너뛰기
피드

국세청 AI가 종합소득세 신고에서 보는 이상 신호들

ai-ml 약 4분
vote
0
댓글
북마크

국세청의 종합소득세 신고도움 서비스에 뜨는 개별분석자료가 점점 더 정교해지고 있다는 내용이다. 업종 평균, 전년 대비 변화, 유사 사업자 패턴을 AI가 비교하면서 가족 인건비, 증빙 부족, 접대비·차량비 과다 같은 신호를 잡아낸다.

  • 1

    국세청 AI는 업종·규모별 평균, 전년 대비 급변, 유사 사업자군 패턴을 기준으로 이상 징후를 탐지함

  • 2

    개별분석자료가 떴다고 바로 세무조사 대상은 아니지만 반복 노출되면 리스크 신호로 봐야 함

  • 3

    가족 인건비, 적격 증빙 수취율, 접대비·차량유지비, 소득률, 매출 급변이 주요 체크 포인트임

  • 국세청의 종합소득세 신고도움 서비스에 뜨는 ‘개별분석자료’가 예전보다 훨씬 날카로워졌다는 이야기임

    • 국세청 AI 시스템이 신고 데이터를 실시간으로 걸러보면서 이상 징후를 자동 포착한다고 함
    • 단순 안내문처럼 보여도, 실제로는 이미 신고 내용이 국세청 전산 필터에 걸렸다는 신호로 봐야 한다는 게 핵심임
  • 국세청 AI가 보는 기준은 크게 3가지임

    • 첫째, 같은 업종·비슷한 규모 사업자 평균과 비교해서 유독 튀는 숫자가 있는지 봄
    • 둘째, 전년 대비 변화가 급격한지 봄. 매출은 비슷한데 소득이 확 줄거나 특정 비용이 갑자기 늘면 바로 눈에 띄는 식임
    • 셋째, 유사 사업자군과 비교했을 때 비정상적인 패턴이 있는지 분석함

⚠️주의

> 개별분석자료가 떴다고 곧장 세무조사로 이어지는 건 아님. 다만 같은 유형의 메시지가 반복되면 국세청 필터링에 계속 노출되고 있다는 뜻이라 그냥 넘기면 꽤 찝찝한 상황임.

  • 첫 번째로 많이 걸리는 건 가족 인건비 과다임

    • 배우자나 자녀에게 지급한 급여가 동종 업계 평균보다 너무 높으면, 실제 근무 여부나 보수 수준이 의심받을 수 있음
    • 대응하려면 근무일지, 4대 보험 가입 내역, 업무 분장표, 출퇴근 기록, 업무 결과물 같은 증빙을 쌓아둬야 함
  • 적격 증빙 수취율이 낮은 것도 기본 중의 기본 체크 포인트임

    • 현금영수증이나 세금계산서 없이 비용 처리한 비율이 높으면, 비용 자체가 인정되지 않을 수 있음
    • 사업용 신용카드 등록, 전자세금계산서 수취, 현금 거래 시 현금영수증 확보 같은 루틴이 중요해짐
  • 접대비와 차량유지비가 업종 평균보다 높으면 개인적 사용을 의심받기 쉬움

    • 업무추진비는 접대 대상, 목적, 장소를 남긴 미팅 기록이나 출장 보고서가 필요함
    • 업무용 차량은 업무용 승용차 보험, 운행일지, 업무용·개인용 사용 비율 구분이 핵심 증빙임
  • 동종 업계 대비 소득률이 낮은 경우도 AI가 바로 보는 패턴임

    • 같은 업종, 비슷한 지역 사업자보다 소득률이 현저히 낮으면 매출 누락이나 경비 과다 계상 의심으로 이어질 수 있음
    • 소득률이 낮아진 이유가 있다면 객관적 자료로 설명할 수 있어야 함
  • 전년 대비 매출이 20~30% 이상 급변한 경우도 주의 대상임

    • 업종 특성상 매출 변동성이 크지 않은데 특정 연도에만 튀면 더 민감하게 볼 수 있음
    • 주요 거래처 변경, 업종 전환 준비, 휴업 기간 같은 이유가 있다면 관련 증빙을 미리 챙겨둬야 함
  • 결론은 꽤 현실적임. AI가 세무조사를 대신한다기보다, 세무조사 후보군을 더 정교하게 좁히는 필터 역할을 하고 있다는 것임

    • 개별분석자료를 ‘친절한 안내’로만 보면 놓치는 게 많음
    • 반복적으로 뜨는 항목은 사업 운영 투명성과 증빙 관리 상태를 다시 보는 트리거로 삼는 게 맞음

이건 단순히 세무 팁이라기보다 공공기관의 AI 기반 리스크 필터링이 이미 일상 업무에 들어왔다는 신호다. 개발자 입장에서도 ‘AI가 판단한다’는 말 뒤에 실제로는 평균 대비 이상치, 시계열 변화, 유사 집단 비교 같은 꽤 익숙한 패턴 탐지가 깔려 있다는 점이 포인트다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

애플 새 음성 인식 API, 온디바이스 영어 전사에서 위스퍼 스몰까지 이겼다

애플의 새 음성 인식 API인 스피치애널라이저가 리브리스피치 벤치마크에서 기존 SFSpeechRecognizer는 물론 위스퍼 스몰보다도 낮은 단어 오류율을 기록했어. 깨끗한 음성에서는 2.12%, noisy 음성에서는 4.56%로, 기존 애플 API 대비 오류율을 3.5~4배 줄였고 위스퍼 스몰보다 약 3배 빠르게 돌았어. 다만 영어·애플 플랫폼·OS 26 조건의 결과라, 다국어와 크로스플랫폼에서는 여전히 위스퍼의 장점이 남아 있어.

ai-ml

AI를 진짜 잘 쓰는 기업, 미국 증시에서 연 30% 프리미엄 받는다는 연구

예일대와 로체스터대 연구진이 기업의 실제 대형 언어 모델 사용 데이터를 분석했더니, AI 활용도가 높은 상위 20% 기업이 하위 20%보다 주당 평균 0.64% 높은 초과수익률을 냈다. 단순히 AI 기업이냐가 아니라, 업무에 AI를 얼마나 깊게 쓰는지가 시장 가치에 반영되고 있다는 얘기다.

ai-ml

ZTE, AI 에이전트폰으로 스마트폰 재도전…진짜 승부처는 앱 생태계

ZTE가 바이트댄스의 더우바오를 탑재한 AI 에이전트 스마트폰으로 시장 재진입을 노린다. 핵심은 사용자가 명령하면 AI가 여러 앱을 직접 열고 조작하는 방식인데, 위챗·타오바오·알리페이 같은 플랫폼과 충돌하면서 생태계 문제가 가장 큰 변수로 떠올랐다.

ai-ml

노벨상 학자들까지 “AI 경제 충격, 지금 제도 안 만들면 늦다”

노벨 경제학상 수상자 15명을 포함한 학자와 기술 업계 인사 약 200명이 AI가 향후 10년 안에 경제를 급격히 바꿀 수 있다며 정책 대응을 촉구했다. 이들은 산업혁명보다 큰 변화가 훨씬 짧은 시간에 올 수 있고, 대규모 일자리 대체와 생활 수준 향상이라는 양면성이 동시에 존재한다고 봤다.

ai-ml

NHN, AI 데이터센터 매출 기대감에 목표주가 5만6000원으로 상향

한국투자증권이 NHN의 목표주가를 4만5000원에서 5만6000원으로 올리고 투자의견 매수를 유지했다. 핵심 근거는 양평 AI 데이터센터 가동, 공공·민간 GPU 클러스터 수주 확대, 클라우드 사업부 신규 매출 반영이다.