중국 인공지능의 세무 영역 응용 시의 리스크와 법적 규제 연구 = A Study on the Risk and Legal Regulation of China's Artificial Intelligence in Taxation

국문 초록 (Abstract)

세무 행정에 참여하는 인공지능의 폭과 깊이가 지속적으로 향상됨에 따라, 일련의 실제 경험은 인공지능 기술이 우리에게 편리함과 효율성을 가져다줄 뿐만 아니라, 실무 면에서 많은 위험이 있음을 보여준다. 데이터 관리 리스크, 기술 격차 리스크 및 응용 윤리 리스크 세 가지 측면에서 구체적으로 나타난다. 데이터 마이닝과 빅데이터 분석 기술의 발전으로 데이터의 양은 더 이상 인공지능의 적용을 방해하는 중요한 요소가 아니다. 반대로 데이터 소스의 일반화 및 검증 가능성 부족과 같은 요인의 영향을 받아 데이터 품질이 인공지능 응용 프로그램의 정확도를 직접적으로 결정한다. 납세자의 잘못된 신고, 데이터의 중복 수집 및 누락은 과세 데이터의 품질에 영향을 주게 된다. 데이터의 내재적 편견은 데이터 품질에도 영향을 미친다.
세무 당국은 정확한 감독을 위해 데이터 출처를 확대하고 납세자 데이터의 수집 및 처리를 불가피하게 확대하여 납세자의 사생활에 대한 우려를 야기하고 있으며, 다른 한편으로는 높은 실용성과 확장성으로 인해 데이터 유출의 중요한 영역이 되고 있다. 세무 분야에서 차세대 인공지능 기술의 추가 홍보 및 적용은 세무 기관과 납세자 간의 자연적인 정보 비대칭성을 강화하게 된다. 세무 알고리즘은 국가 과세 이익과 관련이 있으며 기밀 유지 요구 사항은 납세자가 알고리즘 정보를 얻는 데 도움이 되지 않는다. 납세자는 세무 기관이 의사결정을 내리는 내부 운영 메커니즘을 이해하고 환원할 수 없기 때문에 납세자가 의사결정 결과에 의문을 제기하는 능력이 분화되어 구제권 실현에 영향을 미치게 된다. 인공지능은 세금 징수 및 관리의 효율성을 향상시키는 동시에 인공지능 의사결정은 세금 결정을 '일치화' 또는 '표준화'하는 경향이 있으며, 세금 판례에 대한 고려를 무시하여 개별 납세자에 대한 불공정한 결정을 내리게 할 수 있다.
데이터 관리 규칙에 대해서는 정보 품질기준의 구체성에 대한 명확한 규정이 없고, 각 분야의 데이터 품질을 효과적으로 통일하기 어려운 것이 사실이다. 세금 관련 데이터 수집 기준이 명확하지 않으면 정부의 정보 수집 행위를 효과적으로 규제할 수 없다. 알고리즘 해석 규칙이 분명하지 않은 부분이 있는데, 개인 정보 보호법은 정부 기관의 해석 내용에 대해서는 범위를 정하지 않고 있는 것이 그 예이다. 이와 함께 현재 세계 각국은 '자동 의사결정'이 무엇인지 파악하는 데 어려움을 겪고 있다. 사법, 경찰, 사회 신용 평가 등의 분야에서 알고리즘의 자동화 관행은 알고리즘의 의사결정과 마찬가지로 편향될 수도 있고 인간의 의사결정보다 더 은밀하게 진행된다는 것을 보여주었다. 바로 이 부분에 알고리즘 편차의 딜레마가 존재한다. 문제는 상관관계가 인과성이 아니며, 상관관계만으로 인과관계를 추론하면 납세자들에게 편견을 초래할 가능성이 크다는 점에 있다. 넓은 의미에서 알고리즘 블랙박스에는 기술적 병목현상에 따른 블랙박스와 국가의 과세 이익을 보호하기 위해 형성된 기술적 블랙박스가 모두 포함된다. 알고리즘의 블랙박스는 납세자가 세금 결정의 형성 과정에 직접 참여하고 결론에 대한 합리적인 설명을 얻는 것을 불가능하게 할 뿐만 아니라, 세무 당국이 자동화된 결정을 객관적으로 질의할 수 없도록 하고 자동화된 결정의 통제 및 영향에 취약한 약점이 있다.
상기 쟁점들에 대응하기 ...