AI 시대의 국세청 세무조사

금년 2월 국세청은 2025년도 조사목표건수를 1만4천건 수준을 유지한다고 발표하면서 ‘AI 탈세적발시스템’이 본격적인 가동에 들어갔다고 밝혔다. 이어 AI 탈세적발시스템은 지난해 법인 세무조사에 이어서 올 8월부터는 개인 조사로 확대된다고 하였다. 필자는 국세청에서 38년 근무하고 퇴직하였고 2024년부터 세무사업을영위하고 있다. 세무사로 납세자의 신고업무를 시작하게 된 지도 어느새 2년차가 되었다.
 

5월 종합소득세 신고를 준비하기 전 국세청이 납세자에게 보낸 사전안내문서를 열람하게 된다. 사전안내문은 전년도 신고내용을 토대로 최근 3년간의 소득세 신고내용을 분석하여 당해 사업자의 소득률과 동일업종 전국평균 이익률, 개별비용의 과다 여부도 알려준다. 한 발 더 나아가 대표의 신용카드로 결재한 필요경비 중 주말사용 횟수와 금액까지 알려준다. 올해 종합소득세 신고 시 참고하라는 것이다. 어떻게 보면 납세자의 취약점을 알고 있으니 이를 시정하지 않으면 세무조사를 받을 수 있다는 무언의 압력이다. 사업체를 영위하는 납세자가 세무조사를 받게 되면 추징세액에 대한 막연한 두려움과 할 일을 제대로 하지 못할 정도의 스트레스를 받는다고 한다. 세무조사가 두렵기는 하지만 실제로 개인사업자가 세무조사를 받을 확률은 얼마나 될까? 국세청의 개인사업자의 조사건수는 다음과 같다.

       (국세종합통계)                                                                                                                                                                                                                                                  <단위 :명>

2023년 기준 소득세신고인원 대비 조사인원은 소득세 신고인원 대비 0.03%이고  부가가치세 일반사업자 인원대비는 0.07%이다. 매우 희박한 가능성이다. 일반적인 개인사업자는 평생동안 세무조사를 받을 일이 없다고 봐도 무리가 아니다. 
그렇다면 국세청은 개인사업자 조사대상자 선정기준은 어떤지를 알아본다. 세무조사대상자 선정기준은 첫 번째 정기세무조사 대상자이고 둘째는 비정기 세무조사 대상자이다.

첫 번째 정기 세무조사 대상자 선정 기준이다.
정기 세무조사는 주로 납세자의 신고 내용이 적절한지 검증하기 위해 주기적으로 선정하는 방식이다. 신고 성실도 분석 결과 불성실 혐의가 있는 경우, 국세청은 납세자의 신고 내용에 대한 과세자료, 세무 정보 및 회계 성실도 자료 등을 고려하여 정기적으로 성실도를 분석한다.
이 분석 결과 불성실 혐의가 있다고 인정되는 경우 정기조사 대상에 선정될 수 있다. 성실도 분석은 전통적인 조사대상자 선정기준이다. 
 

성실도 분석 외에 장기 미조사대상자에 대한 선정도 중요하다. 장기 미조사자는 최근 4과세기간 이상 같은 세목의 세무조사를 받지 않은 납세자에 대해 업종, 규모, 경제력 집중 등을 고려하여 신고 내용이 적정한지 검증할 필요가 있는 경우 선정된다. 특히, 대규모 기업집단에 속한 일정 규모 이상의 납세자는 5년 주기로 순환 조사를 받는 것이 원칙이다.
법인은 연간 수입금액이 1,500억 원 이상(자산 2,000억 원 이상이거나 전문인적용역 제공 법인은 500억 원 이상)인 법인은 5년 주기로 정기조사 대상이 된다.
개인은 연간 사업소득 수입금액이 500억 원 이상(변호사 등 전문인적용역 사업자는 200억 원 이상)인 개인사업자도 5년 주기로 정기조사 대상이 된다.

그리고 무작위 추출 방식의 표본조사가 있다. 국세청은 누구나 세무조사를 받을 수 있다는 가능성을 확산시켜 성실 신고를 유도하기 위해 무작위 추출 방식으로 대상을 선정하기도 한다. 처음에는 그야말로 무작위였다가 빅데이터에 기반한 분석을 하게 되었고, 최근에는 AI 탈세적발시스템 도입으로 무작위 추출이라기 보다는 분석된 탈세 유형 대상자를 콕 집어 내는 핀셋방식이라고 봐야 한다.
 

빅데이타 분석에 기반한 분석기법이 PCI분석기법이다. PCI는 재산(Property), 소비(Consumption), 소득(Income)의 약자로 PCI분석시스템이란 납세자의 재산 변동, 소비 지출, 그리고 신고된 소득을 종합적으로 비교 분석하여 소득 탈루 혐의를 포착하는 시스템이다.  '소득-지출분석시스템'이라고도 불린다. 이 시스템에 의하면 신고된 소득에 비해 재산이 증가하거나 소비가 과하다면 조사 받을 가능성이 높아진다. 
 

예를 들면 당신이 강남에 있는 고가의 아파트를 취득하게 되면 국세청의 PCI분석대상자가 될 것이다. 그리고 두 번째 취득할 때는 더 정밀한 분석대상자가 된다고 봐야 한다.  여기에 한발 앞서간 것이 알고리즘 기반이다. 기존의 탈세유형이 발견되면 해당유형을 빅데이터에 근거하여 혐의대상자를 추출한다. 알고리즘의 개발은 사람이 직접 빅데이터 분석하는 것에 의존한다. 그런데 AI 탈세적발시스템은 이제 새로운 탈세유형을 스스로 학습하는 것을 목표로 한다.  AI 탈세적발시스템은 좀더 후술하기로 한다.

두 번째 비정기 세무조사 대상자 선정 기준이다.
비정기 세무조사는 정기조사와 달리 특정 사유가 발생했을 때 실시되는 조사이다. 무자료거래, 위장·가공거래 등 거래 내용이 사실과 다른 혐의가 있거나, 신고 내용에 탈루나 오류의 혐의를 인정할 만한 명백한 자료가 있는 경우 비정기 조사가 이루어질 수 있다.
 

AI 탈세적발시스템에 대하여 좀 더 자세히 알아보기로 한다.  유튜브를 보면 국세청이 당신의 계좌를 감시하고 있다는 식으로 불안감을 조성하는 내용도 있다. 그러나 필자가 보기에 국세청은 당신의 계좌를 감시하고 있다고는 생각하지 않는다. 다만 알고리즘에 의하여 일정 조건이 되면 분석대상자가 된다고 볼 수 있다. 분석하는 것이 감시하는 것 아니냐고 하겠지만 조금 다르다.  

감시란 당신이 계좌에서 500만원을 현금 인출하면 국세청이 바로 신경망을 작동하는 것이다. 그러나 국세청은 당신의 인출을 감시하지는 않는다. 그러나 기록이 남을 뿐이다. 국세청이 FIU 연계 금융정보를 활용하고 있다는 사실은 잘 알고 있는 사실이다. 금융기관에서 신고한 현금거래보고서(CTR), 의심거래보고서(STR) 데이터를 통해 이상 금융 흐름을 국세청은 활용한다. 
 

가령 사업자 대표의 배우자나 가족에게 급여를 지급한 경우를 보자. 대표의 가족이 근무를 했는지 안 했는지가 쟁점인데,사업자 대표는 근로계약을 맺고 매월 4대 보험을 납부하며  출근부와 업무분장 등 증빙서류를 갖추어 놓으면 충분하다고 생각한다.
그러나, 국세조사관의 능력은 생각보다 앞서있다. 대표의 신용카드 사용내용 중 집 근처(반경 5㎞)에서 사용한 내역 정도는 어렵지 않게 분석할 수 있다. 집 근처에서 그것도 주말에 사용하였다면 업무상 목적의 사용으로 보기는 어려울 것이다. 이른바 공권력의 위력이 발휘된다. 가족들의 신용카드 사용내역, 출입국 기록, 교통카드 사용기록 등 국가가 가지고 있는 정보는 매우 방대하다. 소위 말하는 빅데이터이다.

빅데이터의 시대에는 사람이 마음만 먹으면 타깃을 추출해 낼 수 있다. 즉 국세조사관의 의지가 있어야 빅데이터가 의미있는 것이다. 그러나 이제는 AI의 시대이다. 이제는 국세조사관의 의지와는 관련 없이 시스템이 알고리즘에 의하여 의심 가는 납세자를 조사대상자로 선정할 수 있다는 것이다.
현재 통신기록이나 CCTV의 기록은 형사상 목적이 아니면 조회할 수 없게 법제화 되어 있다. 그러나 국가는 마음만 먹으면 볼 수 있다는 것을 염두에 둬야 할 것이다. 
 

미국에서는 탈세를 무거운 형벌로 처벌한다.  우리나라는 유명인이 탈세를 했다고 해서 방송에서 퇴출되거나 무거운 처벌을 받지는 않는다. 그러나 유명인이 마약, 성스캔들로 언론에 보도라도 되면 즉시 퇴출된다.  미국에서는 유명인을 매장시키는 방법으로 성스캔들 못지않게 탈세스캔들을 이용한다고 한다. 
이처럼 우리나라도 탈세를 이유로 납세자에 대한 개인정보를 접근하는 수준이 점점 확대될 수 있다. 국세청은 소위 빅데이터를 다루는 기관이다. 예전에는 이를 가공하는데 많은 인력과 시간이 들었으나 시간이 갈수록 명령어 하나로 온갖 혐의내용을 분석할 수 있다.
 

사전안내문서를 보며 내년에는 무슨 내용이 추가될지 걱정스럽다. 고객들의 세금을 줄여야 하는 전문가로서 세무사들도 괴롭다. 어쨌든 얄팍한 수는 통하지 않는다는 것이다. 
11월쯤 되면 당해연도의 매출도 윤곽이 드러난다. 그러면 매출에 비해서 원가가 충분한지도 살펴보게 된다. 원가가 부족하다고 생각하여 매입자료를 더 받을 수 있으면 더 받으라고 납세자에게 권고하였다고 하자. 그런데 AI는 이런 것을 용납하지 않는다. 1～11월까지 매출과 매입의 상관관계를 분석하였다가 12월에 비정상적으로 증가한 것을 포착하면 의심대상자로 추출하는 것이다. 바야흐로 이런 시대가 되었다는 점을 납세자는 명심해야 할 것이다.

높은 산에 오르면 시야가 넓어진다. 차와 사람이 줄 서서 움직이는 것이 훤히 보인다. 그러나 산 아래 있는 사람들은 자신들을 산 위에서 보고 있다는 것을 인식하지 못하다. 이것이 공권력이다. 
국세청의 지능은 날로 발달하고 있다. 인적인 지능과 AI 지능이 있다. 특히 AI 지능이 눈에 띄게 발달하고 있다. 국세청의 전산예산은 대략 연간 4천억 가량 투입된다고 한다. 2000년까지만 해도 물적시설 확장에 집중되었다. 필자가 재직중인 동안 전산환경이 3번의 큰 변화가 있었다. 1997년 온라인 전산환경이 구축되었고, 2010년 초에는 웹환경으로 바뀌었다. 2015년에는 민간의 ERP(Enterprise Resource Planning, 전사적 자원관리) 수준으로 진화하였다. 즉 세목부서별 Data가 유기적으로 관리되고 있다. 
예를 들면 개인들의 이자.배당소득 등 금융소득이 국세청에 보고되고 있다. 그런데 금융소득을 분석하면 개인의 금융자산 원금규모가 파악된다. 재산정보는 조사대상자로 선정되지 않으면 조회할 수 없도록 제도화 되어 있다. 그러나 이자배당 금융소득자료를 분석하면 재산정보를 조회하지 않고도 개인의 금융재산 규모가 파악되고 있고, 이를 통해 증여세 조사대상자를 선정할 수 있다. 
 

당신이 현금을 ATM 기계에서 출금하여 손주에게 정기적으로 준다고 가정해 보자. 당신의 손주가 그 돈을 은행에 입금하고 적금에 가입하여 늘려가고 있다고 하자. 국가는 당신의 금융거래내역을 감시하지는 않지만, 국가는 이러한 유형을 알고리즘화 하여 당신의 손주에게 송금한 혐의를 찾아내는 것은 어렵지 않다. 
과거에는 조사공무원의 능력에 따라 추징 여부가 좌우되었다. 그러나 이제는 AI 탈세적발시스템에 의하여 탈세할 가능성이 높은 납세자를 찾아낸다. 필자는 이를 공권력이라고 말하고 싶다. 공권력을 앝보지 말아야 할 것으로 보인다.

필자 소개
김용진 세무사는 세무대학(3기)과 한양대학교 경영학과를 졸업한 후 1985년 국세청에서 공직을 시작했다. 이후 서울지방국세청 조사1국, 국세청 재산세국 재산세과, 분당세무서 부가가치세과장, 국세청 심사1과 1팀장 등을 거쳤다. 서기관 승진 이후 서울지방국세청 조사4국 조사관리과 팀장, 서울지방국세청 송무국 송무1과 법인팀장, 거창세무서장, 충주세무서장, 분당세무서장, 송파세무서장을 역임했다. 현재는 메리트 세무법인 대표세무사로 재직중이다.