AI 기반 세금 신고, 국세청이 절대 반대하는 이유 정리
많은 분들이 세금 신고를 가장 피하고 싶지만, 동시에 효율적으로 처리하고 싶어하는 과제로 꼽습니다. 특히 생성형 AI 가 일상화되면서 “내가 세금 신고도 AI 에게 맡길 수 있지 않을까”라는 생각을 가진 사람도 늘어났습니다. 하지만 전문가들의 경고는 명쾌합니다. 세금 신고는 단순한 산출문서가 아닙니다. 오차가 있어서는 안 되는 금융 데이터이기 때문입니다. 미국의 국세청을 비롯해 전문가들은 AI 가 세금 신고를 처리하는 데 적합하지 않다는 점을 강조합니다.
왜 AI 가 세금 신고에 위험한 걸까요? 주요 이유는 AI 가 정보를 ‘예측’하기 때문에 발생하는 ‘환각 (Hallucination)’ 현상 때문입니다. 즉, 사실이 아닌 내용을 그럴싸하게 만들어낼 수 있는 AI 기술 특성상, 숫자 오류가 발생할 수 있습니다. 세금 신고서에서 한 자리 숫자의 오차가 발생할 때마다 환급액이나 벌금, 이자 부담이 따를 수 있습니다. 전문가들은 AI 가 내놓은 답변을 맹신하지 않고 반드시 사람 전문가의 검증이 필요하다고 말합니다.
실제로 CNET 에서 보도된 기사에서는 AI 를 사용하는 대신 전문가의 도움을 청해야 한다는 주장이 힘을 얻고 있습니다. 세무 변호사인 트래비스 theoretical 로우는 단호하게 “절대 그렇게 하지 않는다고” 말했습니다. 또한 일리노이 대학의 슅 Raskie 교수도 AI 를 세무 신고에 활용할 것을 권장하지 않는 의견을 밝혔습니다. AI 가 세금 신고를 위한 전용 툴이 아니더라도 일반 목적의 AI 는 세금 규정에 대한 훈련을 받지 않았기 때문에 신뢰할 수 없습니다.
또한 개인정보 보호 측면에서도 위험합니다. 챗봇들은 클라우드에서 데이터를 관리하며, 사용자의 의도하지 않은 정보를 유출할 수도 있습니다. 최근 일례로 일론 머스크 의 xAI 가 만든 Grok 모델이 개인정보를 다른 사용자에게 공개할 수 있다는 문제가 제기되기도 했습니다. 사회보장보험 번호 (SSN) 나 금융 명세서 등 민감한 정보를 입력하는 것은 절대 피해야 합니다. 이는 단순히 사생활 침해가 아니라 보안 사고 시 막대한 손실을 초래할 수 있습니다.
Chris Linderwell 은 H&R Block 의 소비자 세금 제품 담당 вице-president 로서 “AI 가 틀린 정보를 제공하면 사용자는 처벌, 이자, 반환금 상실 등의 책임이 있다”고 경고했습니다. 이는 AI 가 잘못하더라도 최종 보고서를 제출한 본인에게 책임이 있음을 강조하는 것입니다. 세금 신고는 금융 데이터를 다루므로 “거의 맞았다” 정도가 아니라 “정확해야 한다”는 기준이 필수입니다.
그럼에도 AI 를 완전히 배제할 필요는 없습니다. 검색 엔진처럼 활용은 가능하죠. “세무 관련 용어는?” “내 소득에 따른 세율 차이는?” 등 기본적인 조사나 질문에는 유용하지만, 최종 답변은 반드시 자신의 세무사와 맞바꿔야 합니다. 오픈AI 에서도 챗봇이 금융 전문가 대행 기능을 제공하지 않으며, 답변은 검증 전까지 신뢰하지 말아야 한다고 밝혔습니다. AI 가 제공하는 외부 링크는 반드시 출처를 확인해야 합니다.
사용 방법에는 여러 가지가 있습니다. 예를 들어, AI 를 세금 서류를 정리하는 체크리스트 제작이나 전문 용어 번역에 활용할 수 있습니다. 또한, 암호화폐 소득이 있거나 가계부양인 가구인지 등 구체적인 상황에 따라 어떤 서류를 챙겨야 하는지 안내해 줄 수도 있습니다. 하지만 “세무사의 조언 없이 AI 만 믿으면 안 된다”는 점을 명심해야 합니다. AI 의 답변 품질은 단순히 모델만의 문제가 아니라 사용자의 질문 방법과 관련된 사소한 편향을 통해 달라질 수 있습니다.
결론으로, 세금 신고는 ‘인간이 루프 (Human in the Loop)’로 관리되어야 합니다. AI 가 제안한 내용을 그대로 믿는 것이 아니라, 전문가의 조언과 비교하여 신중하게 검증해야 합니다. AI 가 효율적이거나 편리하다고 느껴도, 세금 문제라면 인간의 판단과 감수성이 더 안전합니다. 이 기사를 통해 많은 분이 자신의 재정 정보를 보호하고 올바른 세금 신고를 위한 판단력을 키우시길 바랍니다. AI 기술은 발전하지만, 세금이라는 분야에서는 책임과 정확성이 무엇보다 우선된다는 지혜를 기억하시길 권장합니다.
이 글은 CNET의 기사를 바탕으로 작성되었습니다.
