AI 기반 세금 혁신

이러한 열풍에도 불구하고, 많은 세무 부서들은 기술 혁신에 대한 기대와 변화에 대한 거부감 사이에서 갈등하며 여전히 AI 도입을 주저하고 있습니다. 세무 부문 리더들은 (가장 대표적인 부정확성과 데이터 보안 문제를 포함하여) 잠재적인 위험 요소들을 경계하며, AI 기반의 효율성이 주는 이점과 그에 따르는 리스크 사이에서 신중하게 득실을 따져보고 있습니다. 많은 기업이 생산성 향상을 위한 생성형 AI 활용부터 데이터 집약적인 작업의 자동화까지, 단순히 AI 도구에 익숙해지는 것부터 시작했습니다. 딜로이트의 Tax Transformation Trends에 따르면, 세무 리더 중 21%이 AI를 사용하여 일상적인 데이터 작업의 자동화를 우선순위에 두고 테스트하고 있습니다. (그림 2) 일부는 이미 세무 계획 개선(10%), 세금 리스크 및 기회 파악(8%)과 같은 AI를 위한 보다 전략적인 과제를 실험하기 시작했습니다.

시중에 나와 있는 AI 도구의 종류가 매우 다양하고 매일 더 많은 도구가 개발되고 있으므로, 첫 번째 원칙을 잊지 말고 비즈니스 또는 세무 부서의 목표를 명확히 파악하는 것이 중요합니다. 성공 요인으로는 규정 준수 간소화, 인사이트 강화, 비용 절감 또는 정확도 향상 등이 있습니다. 명확하게 정의된 목표는 AI 도구 기능에 대한 평가 기준을 명확히 합니다. 일반적으로 사람들이 시간을 보내는 업무에 AI 도구를 통합하는 것이 중요합니다. 또한 기록 시스템(Systems of Record)/기업 리소스 계획 시스템(Enterprise Resource Planning systems)과 경계 시스템(boundary systems)의 데이터 흐름을 AI 도구에 통합하는 것도 고려해 보세요. 예를 들어, 설문 응답자의 46%는 이미 AI 기반 세무 분석 도구로 ERP 시스템을 강화했으며, 추가로 44%는 이를 계획하고 있습니다. (그림 3)

세무 부서는 입증 가능한 비즈니스 성과에 우선순위를 둠으로써 전략적 목표를 달성하는 데 AI를 효과적으로 활용할 수 있습니다.

적절한 데이터 품질을 갖춘 AI는 불량 데이터를 처리할 때보다 훨씬 빠르게 정보를 처리하여 더 빠른 인사이트를 제공하고 더 적시에 비즈니스 의사결정을 내릴 수 있습니다. 이를 위해서는 잘 정의된 데이터 전략과 접근 방식이 필요하며, 이는 AI 기반 비즈니스 성과를 향상시키기 위해 어떤 데이터를 사용해야 하고 또 사용할 수 있는지 이해하는 데 매우 중요합니다. 이 전략은 또한 데이터 개인정보 보호 및 기밀성을 고려하여 세무 프로세스 흐름에 중요한 데이터를 명확하게 정의하고 해당 데이터를 보관하는 시스템을 식별해야 합니다. 세무 리더는 세금 데이터를 꼼꼼하게 준비하고 정리함으로써 정확한 인사이트를 확보하고 효율성을 개선하며 위험을 줄일 수 있습니다.

세무 리더는 세금 데이터를 꼼꼼하게 준비하고 정리함으로써 정확한 인사이트를 확보하고 효율성을 개선하며 위험을 줄일 수 있습니다.

세무 부서에서 AI 도입의 가장 큰 장벽은 신뢰로, 77%의 세무 책임자가 세무 절차를 AI에 맡기기 전에 90% 이상의 정확도를 요구하고 있습니다. 이는 엄격하고 규제되는 세금의 특성, 비즈니스에 대한 impact, 그리고 AI의 역량에 대한 투명성과 신뢰도 향상을 위한 필요성을 반영합니다.

신뢰 문제 외에도 다른 요인들이 세무 리더들의 선뜻 나서지 못하게 하는 요인으로 작용하고 있습니다. (그림 4) 여기에는 예산 제약(딜로이트 설문조사 응답자 중 45%), 팀 내 부족한 AI 전문성(36%), 명확한 AI 전략 부족(33%) 등이 있습니다. 더불어, 데이터 보안과 개인정보 보호에 대한 우려(30%)와 경영진의 지원 부족(28%)이 큰 장애물입니다.

빠른 해결 방법은 없지만 이러한 문제는 해결할 수 있습니다. 신중한 접근 방식은 작게 시작하여 빠르게 배우고 그 과정에서 자신감을 쌓는 것입니다. 결정적으로, 핵심 비즈니스 문제 해결에 초점을 맞춘 프로그래밍 방식의 사려 깊은 배포 전략은 명확한 지침 없이 단순히 도구를 도입하는 것보다 더 나은 참여도와 ROI를 제공합니다.

AI 산업을 제외한 대부분의 조직에게 AI는 새로운 영역입니다. 도입의 장벽(그림 5)은 팀의 부족한 AI 전문성이며, Tax Transformation Trend 2025 설문조사 응답자 중 45%는 향후 1~2년 내에 가장 필요한 것으로 AI 관련 기술을 꼽았습니다. 또한 응답자의 94%는 향후 4~5년 내에 AI 역량이 필수적일 것이라고 믿었습니다. (그림 5) 응답자의 53%는 세무팀의 기술 전문성을 향상하기 위해 기술 및 AI에 능숙한 디지털 네이티브 인재를 적극적으로 채용하고 있다고 답했습니다. 따라서 문제를 해결하려면 기본적인 첫 단계로 AI 을 통해 달성하고자 하는 결과를 정의하고 팀에 새로운 기술을 도입할 계획을 세워야 합니다.

세무 업무의 광범위한 분포와 전문가 또는 지원 기능, 인재 전략 및 스킬셋에 대한 광범위한 기업적 관점을 가진 이해관계자를 고려할 때, 전사적으로 AI를 더 잘 활용하려면 재무 및 IT와의 긴밀한 협업을 촉진하는 것이 필수적입니다.