모두의 제안
국민의 목소리, 새로운 시작의 첫걸음
이재명 대통령이 듣겠습니다.
연 20조 원의 탈세로 정직한 납세자가 피해를 봅니다.
소득보다 과도한 소비자를 찾아 탈세를 막는 정책을 제안합니다.
신용카드, 부동산, 전자결제 데이터를 AI로 분석해 소득-소비 불일치자를 조사.
미국 IRS는 이로 연 10억 달러 세수 증대, 싱가포르는 탈세 적발 30% 증가. 한국도 홈택스, 카카오페이 데이터를 활용 가능.
프라이버시 보호 위해 동의 기반 데이터 사용, 2차 조사로 오탐지 방지. 연 2~4조 원 세수 늘리고 조세 정의 실현 기대!
아래는 다른나라의 탈세적발 AI 적용사례입니다
(1) 미국: IRS의 Lifestyle Audit
개요: 미국 국세청(IRS)은 Lifestyle Audit(생활양식 감사)을 통해 개인의 소득과 소비 패턴을 비교, 탈세 의심자를 식별.
방법:
신용카드 결제, 부동산 구매, 고가 차량 등록, 해외 여행 내역 등 소비 데이터를 수집.
소득 신고액과 소비 수준이 현저히 차이나는 경우(예: 연 소득 5만 달러 신고자가 100만 달러 부동산 구매) 조사 대상으로 지정.
IRS는 금융기관, 부동산 등기소, 자동차 등록 데이터와 연계해 분석.
성과:
연간 약 10억 달러 이상의 추가 세수 확보(2023년 기준).
고소득 탈세자(예: 자영업자, 프리랜서) 적발에 효과적.
한국 적용 가능성:
한국의 홈택스, 신한/국민카드 등 금융 데이터와 연계 가능.
프라이버시 보호를 위해 데이터 익명화 및 동의 절차 필요.
참고: IRS 공식 보고서 및 Hypersonix.ai(2023) 분석.
(2) 싱가포르: IRAS의 AI 기반 세무 감사
개요: 싱가포르 국세청(IRAS)은 AI와 빅데이터를 활용해 소비 패턴을 분석, 탈세 의심자를 추적.
방법:
신용카드, 전자 결제(GrabPay, PayNow), 부동산 거래 데이터를 AI로 분석.
예: 소득 신고가 낮은 개인이 고가 요트 구매 시 이상 탐지 알고리즘이 플래그.
머신러닝으로 소비-소득 비율 기준(예: 150% 초과)을 설정해 자동 필터링.
성과:
탈세 적발률 30% 증가(2022~2024년).
세무 감사 효율성 40% 향상, 조사관 1인당 처리 건수 증가.
한국 적용 가능성:
카카오페이, 토스 등 핀테크 데이터 활용 가능.
국세청의 기존 데이터(홈택스, 현금영수증)와 AI 결합 시 유사 시스템 구축 가능.
참고: 싱가포르 IRAS 보고서(2024).
(3) 호주: ATO의 데이터 매칭 프로그램
개요: 호주 국세청(ATO)은 Data Matching Program을 통해 소비 데이터를 소득과 대조, 탈세 탐지.
방법:
신용카드, 전자 결제, 부동산, 차량 구매, 해외 자산 데이터를 금융기관과 공유.
예: 소득 신고 3만 호주달러인 개인이 10만 달러 이상 명품 소비 시 조사.
머신러닝으로 이상 소비 패턴(예: 계절별 고가 소비 급증) 탐지.
성과:
2023년 약 7억 호주달러 추가 세수 확보.
소규모 사업자의 현금 거래 탈세 적발률 25% 증가.
한국 적용 가능성:
한국의 신용카드사, 부동산 거래소 데이터 활용 가능.
ATO처럼 소규모 사업자 현금영수증 발행 의무화 강화 필요.
참고: ATO 보고서(2024).
-------------------------------------------- 이상입니다 -----------------------------------------
저는 개발 분야에 20년 이상 몸담고 있으니 언제든 조언 가능합니다.
꼭! 공정 사회를 만들어 주십시오
댓글 -
정렬기준
0/300