(조세금융신문=고승주 기자) 국세청은 올해로 60주년을 맞이하면서 새로운 대도약을 약속했다. AI 전환, 세무조사 혁신 및 체납근절, 납세자 친화 성장기반 마련, 국세데이터 활용 확대, 합리적인 제도 개선 등 의미 있는 내용들이 혁신과제로 꼽혔다.

 

이러한 혁신과제는 국제적으로 새로운 국세행정 비전인 조세행정 3.0과 맞닿아 있으며, AI는 조세행정 3.0으로 가는 빠른 지름길을 안내한다. 다만, 어느 정도 정보를 활용할 것인지, 책임성과 거버넌스는 어떻게 할 것인지, 이를 수용하는 조직은 어떠한 형태여야 하는지 등에서 여러 과제를 넘어야 한다.

 

◇ 신고주의의 한계

 

2010~2020년 사이 국제사회에선 신고주의 시스템에 한계를 느끼고 있었다.

 

납세자가 신고하면, 국세청이 검증하고, 과세하고, 법원에서 판단 받고, 이러한 쫓고 쫓기는 두더지 잡기 게임은 교착상태에 머물렀고, 실제 소득과 과세 소득 간 격차(Tax Gap)는 줄어들지 못했다.

 

디지털 경제는 신고주의의 한계를 뚜렷이 드러냈다. 국제사회에선 역외 이전소득과 세원잠식 문제를 해결하려면 국내외 국가 간 공조(국가 외적 개혁) 그리고 이 공조를 뒷받침하는 획기적인 조세 시스템의 변혁(국가 내적 개혁)이 필요하다는 결론을 도출했다.

 

국가 외적 개혁 관련 십 년 넘게 고민한 결과, 국제사회는 제도적 출구방안을 내놓았다. OECD 세원잠식 및 소득이전(Base Erosion and Profit Shifting, BEPS) 프레임워크, 국가 간 과세정보 교환, 과세권 재배분, 글로벌 법인세 최저한세 등이 그 사례다.

 

간단히 요약하자면, 다국적 법인들이 조세조약과 국가 간 세율 차이를 이용해 탈법적 조세회피를 하는 것을 막기 위해 국가 간 과세정보를 교환하고, 조세조약을 어떻게 쓰든 최소한의 세금을 내도록 하는 방안들이었다.

 

이러한 국제 공조는 법인세를 통한 보조적 징수라는 한계가 있었고, 부의 최종적인 귀착, 개인소득세는 대상에서 제외돼 있었다.

 

과거 바이든 미국 행정부의 경우 글로벌 법인소득세 최저한세(구글세)에 그치지 않고, 글로벌 개인소득세 최저한세를 검토하며, 보조적 징수의 해결을 모색하기도 했다. 2022년 최상위 0.01% 부자에 대해선 20% 최저한세 방안을 검토했던 것인데, 부동산 보유세처럼 최상위 부자들의 자산에 대해 부유세를 물리는 방안이었다.

 

2024년 G20 리우데자네이루 정상회의에서는 최상위 부자들에 대한 글로벌 개인소득세 최저한세에 대한 국제연대와 결의가 이뤄지기도 했다. 단기간으로는 트럼프 행정부의 강한 저항이 있긴 하다.

 

그러나 최상위 부자들의 실효세율이 현재처럼 매우 적게 포착되고, 이것이 정부 재정수입에 유의미한 손실을 누적시키면, 재차 글로벌 과세 논의에 불이 붙을 수 있다.

 

◇ OECD 조세행정 3.0과 홈택스 2.0

 

OECD는 국가 외부 차원에서 과세권 배분과 최저한세란 논의를 진행하는 과정에서, 국가 내부 차원에서의 과제인 조세행정 3.0(Tax Administration 3.0)을 제시했다.

 

1.0은 과거 종이신고, 2.0은 전자신고, 3.0은 납세자 중심의 공유-분권화 시스템이다.

 

조세행정 3.0이 고안된 배경을 보면, 현재 원천징수 세금수입과 신고 세금수입을 비교해봤더니 원천징수는 빠짐없이 잘 걷히는데, 신고세수는 납세자가 신고를 하지 않거나 편법적 방법으로 빠져나가는 사례들이 꾸준히 발생했다.

 

납세자는 신고 단계에서 과세자료를 선택함에 있어 빠져나가고 싶은 욕구가 발생하게 되고, 과세당국은 신고받은 것만 검증하다 보니 양자간 정보 격차가 발생한 탓이다.

 

조세행정 3.0은 기본적으로 납세자에게 이익이 되는 조세행정 시스템을 지향한다. 좀 더 쉽게 비유하자면 쇼핑이나 예약 관련 플랫폼이 있는 것처럼, 세금과 거래 관련 정부가 제공하는 통합 플랫폼 서비스라고 설명할 수 있다.

 

마치 현대 금융서비스가 24시간 끊임없이 제공되는 것처럼, 24시간 납세자 중심의 조세 서비스(taxpayer-centric)가 제공되는데, OECD가 제시하는 사례에 따르면, IRP에 어떤 거래를 하게 되면, 그에 맞춰 공제나 조세감면이 맞춤형으로 제시되고, 납세자는 어떤 혜택을 얻을지를 선택하면 되는 식으로 혜택이 주어진다.

 

납세자의 이익은 조세행정 3.0에서 대단히 중요한 대목인데, 빼돌려서 얻게 되는 이익보다 참여함으로써 얻는 이익이 더 커야지, 조세 서비스를 위한 과세자료가 물 흐르듯 국세청 전산망 안에 들어와 데이터가 순환하는 자연스러운 시스템(natural systems), 조세 생태계가 구축될 수 있다. 모두가 향유하는 자산이기에 분권화(decentralisation)가 핵심 개념이다.

 

한국 국세청이 자주 하는 표현인 ‘세무 부담 없이 경영에만 전념하는 것이 이익’이라는 말도 조세행정 3.0과 의미가 비슷하다고 볼 수 있다.

 

이러한 점에서 국세청은 나름 모범적인 시도를 해왔다. 홈택스 2.0이란 표어로 납세 서비스 강화가 추진됐는데, 중소기업 법인세 컨설팅, 홈택스 미리 채움, 신고자료 제공, 알아서 신청하는 근로장려금, 알아서 찾아주는 세금환급 서비스 등은 조세행정 3.0으로 가는 여정이라고 평가할 수 있다.

 

 

◇ 납세자의 비서이자 세무공무원의 사무보조원

 

‘AI 기반 데이터 분석’은 조세행정 3.0의 여정에서 필수적인 도구다.

 

국세청의 AI 도입 전략을 보면, 크게 두 가지 영역으로 나뉜다. 납세자를 지원하는 AI에이전트, 세무공무원들을 위한 AI어시스턴트 영역이다.

 

AI에이전트는 납세자가 궁금한 거 물어보고 알려주는 AI세금업무 컨설턴트, 세금신고를 도와주는 AI전자신고 에이전트, 현재의 신고도움자료와 비슷하게 알아서 필요한 자료를 사전 제공하는 영역이 필요한 과세자료를 미리 제공한다.

 

AI챗봇, AI전화상담도 더 고도화할 것으로 예측된다. 납세자에게 최대한 유리한 영역의 방안을 제시하고, 납세자가 제시한 목표를 달성하기 위한 수단을 알려주며, 학습‧지각‧설계 방식에 따라 좀 달라질 수는 있겠지만, 외부 변수까지도 고려해 답을 알려줄 수도 있다.

 

특히 납세자들이 질의응답을 하면서 축적되는 사례데이터는 AI에이전트가 더 나은 답변을 제공함과 동시에, 규정 준수 가이드라인이라든지 세무 리스크에 대한 컨설팅까지도 제공하는 것을 목표로 한다.

 

세무공무원들이 사용하는 AI어시스턴트 영역은 신고 사후검증, 탈세혐의 추출 및 검증, 체납관리, 업무지원, 신고관리, 자료처리, 민원 처리 AI봇 등으로 구현될 것으로 보인다.

 

특히 세무시장에선 AI 탈루혐의 분석에 대해 많은 관심을 가지고 있다. 다만, 일부 업계인들이 우려하듯 국세청이 모든 금융거래를 들여다보고 소규모 거래까지 쌍끌이로 일괄 과세를 한다고 우려하기는 너무 이르다.

 

미국 사례를 볼 때 탈루 혐의 추출에 AI를 활용하더라도 소득적출 규모가 큰 대기업, 고소득자 쪽을 포착할 가능성이 있다. 미국은 2023년 헤지펀드, 부동산투자회사 등 평균 100억 달러 이상 사업체에 대해 AI를 활용한 탈세혐의 추출에 나선 바 있다.

 

◇ 혁신에서의 과제들

 

대화형 AI가 본격적으로 관심을 받던 시기 각국 국세청이 가장 손쉽게 도입한 영역 중 하나는 AI챗봇이었다. 이미 민간에서 상용화된 AI콜센터 모델이 있었으니 모델은 돈 주고 빌려오고, 학습은 내부에서 규칙기반으로 제시했다.

 

미국을 포함해 다수 국가가 응답률, 상담시간 측면에서 가시적 성과를 거두었다고 보고는 했지만, 내면을 들여다보면 질적 성과에선 다른 이야기가 나온다.

 

택스노츠(taxnotes)의 ‘직원 감축에서 국세청 챗봇의 능력 저하(IRS Chatbot Performance Lags Amid Staff Cuts)’ 기사를 보면, 정부 정보공개청구를 통해 확인한 결과 챗봇으로 상담 해결률이 줄고, 실시간 지원 요청률이 증가했다. 없는 것보다는 낫겠지만, 개인정보에 접근을 할 수 없고, 얻을 수 있는 정보도 제한적이다. 모델을 생성형 AI를 이용한다고 해도 과연 구속력 있는 답변을 할 수 있느냐, 개인인증정보를 받을 것이냐 등은 고민거리가 된다.

 

과세활용 정보에 대한 활용도 어디까지 허용 범위와 관리 대상인지 모색해야 한다. 프랑스 국세청의 혁신적 토지(Innovative Land) 프로젝트는 국립지리산림정보원(IGN)에서 촬영한 항공 사진 데이터를 받아 수영장 소유주를 추출, 재산세를 부과한 바 있다. 꽤 높은 성과를 거뒀지만, 이 과정에서 잘못 탐지한 문제가 포착됐고, 사람이 직접 이를 수정하는 작업을 했어야 했다.

 

독일, 오스트리아, 네덜란드, 스웨덴, 스페인 등은 웹 스크래핑 및 크롤링 시스템으로 인터넷 쇼핑몰, 인스타그램 등의 상업적 데이터 및 관련 모든 링크를 수집한다. 공개 정보 수집 자체는 문제가 아니고, 이미 민간 업체들도 하고 있지만, 만에 하나를 위해 개인정보보호와 상충여부에 대한 법제도적 장치가 필요할 수 있다.

 

분명한 점은 AI는 만능의 고성능 로봇이나 가상 지능체가 아니라는 점이다. 사용자의 환경, 알고리즘에 편견‧환각이 발생할 가능성이 있다. 개발단계에서 저러한 부작용을 제거하는 작업이 있겠지만, 개발단계에서의 시스템 개선으로는 부족할 가능성이 있다.

 

◇ AI거버넌스 = AI통제규칙

 

AI가 도구라면 AI거버넌스는 그 도구를 제어하는 규칙이다.

 

정부 AI거버넌스 실패 관련 가장 유명한 사례는 2018년 네덜란드의 건강보험 부정수급 방지 시스템, SyRI(Systeem Risico Indicatie) 시스템 폐지를 예로 들 수 있다. SyRI는 사생활 침해 및 방어권 보장 불가를 이유로 2020년 사실상 사용금지 판결을 받았다.

 

이 시스템은 가입자들의 소득, 교육 수준, 주거지, 세금 정보까지 분석해 부정수급 가능성이 높은 사람을 추출하는 게 목표였다.

 

SyRI의 실패 원인 첫째는 편향이었다. SyRI는 부자들은 제외하고 가난한 사람들, 또는 가난한 지역 사람들, 또는 저학력자들을 부정수급 위험 타깃으로 삼았다. 나쁜 짓은 가난한 사람들이 일으키는 것이라는 편견이 작동했다.

 

둘째, AI 알고리즘이 투명하지 않았다. AI가 무엇으로 학습했길래 이런 식의 분석, 사고, 결정하는지 가입자들이 알 수 없었다. 또한, 너무 많은 개인정보를 분석대상으로 삼았다.

 

셋째, 책임성이 부재했다. AI가 잘못된 판단을 내렸지만, 당국자들은 아무도 책임지려 하지 않았다.

 

비슷한 사례로 미국 형사 쪽에게서는 ‘흑인‧남성‧이민자=범죄자’ 편견이 작동한다. 안은혜 미국 세인트루이스 워싱턴대 사회복지학과 교수가 지난해 9월 1일 참여연대-월간복지동향, ‘공공서비스의 특수성을 고려한 AI거버넌스’ 기획 기고문에 따르면, 미국의 범죄예측 시스템 PredPol(현 Geolitica)의 우범가능지역 예측 정확도는 0.5% 미만이었다. 재범 예측 도구인 COMPAS의 재범 오판 확률은 흑인이 백인의 두 배에 달했다.

 

이러한 사례들은 국세행정 AI거버넌스에 세 가지 교훈을 제시한다(OECD AI principles 참조).

 

첫째, 책임성, AI가 한 일에 대한 책임은 사람이 지고, AI 판단을 따를지 안 따를지는 사람이 결정하라.

 

둘째, 담당공무원은 AI가 납세자에 대해 왜 그런 판단을 내렸는지에 대한 논리적인 설명을 할 줄 알아야 한다. AI 결정에 대해 이의제기 절차를 만들어라.

 

셋째, AI가 편향된 데이터를 먹지 크지 않도록 학습‧활용 데이터에 이력을 관리하라. 정기적으로 AI 편향을 감시해야 한다.

 

 

이러한 원칙은 주요국 국세청 AI거버넌스에 그대로 담겨 있다.

 

미국이 지난 2월 개정한 내부관리규정(IRM, Internal Revenue Manual) 제10.24.1조에는 생성형 AI가 개인 민감정보를 입력하지 말고, AI가 작성한 문서는 공무원이 검토 의무화하며 AI 최고책임자가 감독 권한과 책임을 지며, AI가 납세자 권리를 구속하는 판단을 내릴 때는 고강도의 감독이 필요하고, 투명성 보장‧편향성 제거 등이 포함돼 있다.

 

영국 국세청은 데이터 보호법(Data Protection Act 2018)을 통해 AI 사용에 대한 선을 긋고 있고, 일반 데이터 보호 규정 제22조(GDPR 제22조)에서는 명시적으로 AI를 언급하진 않지만, 사람이 AI로부터 전적인 판단을 받지 않을 권리를 규정하고 있다.

 

인간 개입 없이 AI가 독단적 판단을 내리는 건 원칙적 금지이며, 법률에 의해 허용되는 경우, 정보주체의 동의가 있는 경우, 계약이행을 위해 불가피한 경우를 제외하면 AI 판단을 사용할 수 없다. 이러한 예외적 사용을 할 때에도 인간이 개입하여 검토하고, 개인이 의견 표명 내지 결과에 이의를 제기할 수 있다.

 

또한, 영국 국세청 AI는 알고리즘과 매개변수에 대한 검증 가능성, AI 판단시 GDPR 제22조 저촉 여부 확인, 인간 개입을 의무화함으로써 책임소재 확립, SyRI과 유사 사태 방지를 위한 평등법(Equality Act 2010) 준수도 확인해야 한다.

 

한국의 경우 ‘인공지능 발전과 신뢰 기반 조성 등에 관한 기본법(이하 인공지능 기본법)’이 지난 1월 22일 부로 시행됐다. 해당 법에선 고영향 AI, 생성형 AI, 고성능 AI에 대한 AI 투명성‧안정성 관련 규제 적용을 명시한다.

 

2024년 8월 제정되긴 했지만, 시행은 2026년 8월인 유럽의 인공지능 법(AI Act)보다 발 빠른 시행이다. 국세청 AI의 경우 아직 마스터 플랜도 안 나왔기에 AI거버넌스에 대한 세부지침이나 규정을 말하기는 좀 빨라 보일 수 있다. 다만, 개발과정에서도 가이드라인을 긋는 과정에서 AI거버넌스는 자연발생적으로 생성될 것으로 보인다.

 

◇ 상향식 문화

 

“수평적으로 존중하고 대화하는 조직 문화가 중요하다. 시키는 대로만 하면 조직은 망한다. 직급이 낮을수록 현장과 가깝다는 점을 늘 염두에 두고, 위에 있는 사람이 더 많이 듣고 더 많이 책임져야 한다(26. 3. 10. 이재명 대통령, 제9회 국무회의).”

 

조세행정 3.0에서 조직 문화 혁신은 다소 부차적 목표로 보여지지만, 큰 틀에서 혁신 동력을 유지하는 수단이다.

 

AI거버넌스에서 확인됐지만, AI와 관련된 행동강령을 보면 인간의 역할은 여전히 중요하다.

 

조세행정 3.0에서는 조세행정 혁신을 위해 전사적인 수평적 조직 문화를 검토할 것을 제안한다.

 

최선은 조직의 최상위층부터 모든 직급에 이르기까지 AI 전환(원문에선 디지털 전환)에 대한 목표가 연쇄적으로 설정하는 것이 가장 좋은 형태다. 내 목표가 나의 위아래 목표와 어떤 연결점을 가지는지 이해하지 못하면, 눈앞의 일에 밀려 장기적 개혁에 대한 비전이 흐려진다. 혁신에도 관심도 줄어든다.

 

조직 내 직원의 현재 역량을 평가하고, 역량을 점진적으로 강화하기 위한 실행 계획, 조세 생태계 전반에 대한 AI 리터러시에 대한 이해, 데이터 보호 및 데이터 보안에 대한 이해, 조세 행정 내에서 발생하는 마찰의 원인 분석 능력 등은 실행방안으로 끝나지만, 국내에 맞춘, 모두가 참여하고 향유하는 시스템을 만들기 위해선 이 시스템에 관여하는 사람들의 참여와 관심, 행동이 중요하다.

 

해외 사례 몇 개 조합해 하달하는 것으로는 명시적인 성과지표를 충족할 지언정 효과는 발생하지 않기 때문이다.

 

말로만 소통이 아니라 조세행정 생태계에서 무엇을 이룰 수 있는지, 납세자의 기존 부담뿐만 아니라 오류의 원인, 의도적인 불이행의 기회 등을 찾아내도록 장려할 필요가 있다.

 

부서 간 개혁 우선순위와 개혁 요소를 고려하는 협업 체제를 구축하는 것도 좋은 방안으로 제시된다.

 

 

 

 

[조세금융신문(tfmedia.co.kr), 무단전재 및 재배포 금지]