빅데이터 분석으로 체납유형별 맞춤형 징수 활동 펼친다

행안부, 경기도와 함께 과거 5년간 체납 데이터 분석 및 시범 서비스 개시

[보안뉴스 박미영 기자] 지방세 체납데이터를 분석해 체납자별로 납부가능성을 예측하고 체납 유형별 맞춤형 징수 활동을 지원하는 빅데이터 기반의 지능형 세무행정 서비스가 본격화될 전망이다.

행정안전부는 차세대 지방세시스템 구축 사업의 일환으로 경기도와 협업해 빅데이터 기반의 지방세 체납회수율 예측모델을 만들고, 이를 통해 지자체별로 체납징수계획·체납안내·현장조사 및 징수 활동 등에 활용할 계획이라고 밝혔다.

그간 세무공무원이 체납관리를 위해 체납자별 200여종의 정보를 수작업으로 확인해야 하는 등 효율적 체납관리에 어려움이 있었다.

행정안전부는 경기도 31개 시군의 과거 5년간 체납자료를 분석하고 체납자별 체납회수율예측과 분석보고서를 생성해 체납유형별 맞춤형 징수 활동을 지원할 계획이다.

경기도 체납 166만건(2020년 2월 기준)을 대상으로 체납회수율 예측모델에 적용해 분석한 결과를 살펴보면 단기체납(1년 이내)은 166만건 중 92만건(55.3%)이 대상이며, 6개월 내 체납회수율은 53.2%로 예측됐다.

단기체납은 납세의지가 회수율에 영향을 많이 미치는 것으로 나타났으며, 체납 즉시 안내 등으로 집중 관리하면 징수율을 높이는데 효과적인 것으로 분석됐다.

장기체납은 53만건(32.3%)이 대상으로 6개월 내 체납회수율은 16.3%로 예측됐으며, 납세의지보다 경제력이 회수율에 더 영향을 미치는 것으로 나타났다.

분석보고서는 세무공무원이 체납 활동을 종합적으로 판단할 수 있도록 체납자별 재산·소득·신용등급 등 47개 항목을 담고 있으며, 체납회수율 예측모델에서 자동 생성된다.

경기도를 대상으로 시범 운영한 결과 체납 징수 활동을 위한 사전 준비 시간이 획기적으로 줄어드는 효과가 있고, 현장조사 시에도 모바일로 제공되면 유용하게 쓰일 수 있다는 점에서 큰 호응을 얻었다.

앞으로 시범 서비스 대상 지자체를 단계적으로 확대하고, 사용자 요구 사항을 반영해 체납회수율 예측모델의 정확도를 높여 전국 서비스로 확대할 계획이다.

고규창 행정안전부 지방재정경제실장은 “데이터 중심의 과학적 세무행정을 구현하기 위해 앞으로 국민이 체감할 수 있는 다양한 빅데이터 과제를 발굴하고 지방재정에 파급효과가 큰 과제부터 단계적으로 분석해 지방세무행정의 신뢰도를 높이고, 국민의 삶이 개선되도록 지속적으로 노력할 계획”이라고 밝혔다.
[박미영 기자(mypark@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다