Molayo

© 2026 Molayo

Dev.to헤드라인2026. 06. 04. 16:18

AI가 파키스탄인들의 세금에 대한 생각을 조용히 변화시키는 방법

요약

파키스탄의 낮은 세수 비율 문제를 해결하기 위해 AI를 활용한 금융 문해력 증진 방안을 제시합니다. 복잡한 세무 법령을 평이한 언어로 번역하고, 매년 변하는 세금 구간을 동적으로 계산하는 AI 도구의 필요성을 강조합니다.

핵심 포인트

  • 파키스탄의 낮은 세수 비율은 정보 부족과 낮은 금융 문해력에 기인함
  • AI를 활용해 복잡한 세무 조례를 쉬운 언어로 요약 및 번역 가능
  • 매년 변경되는 세금 구간을 반영하는 동적 계산 로직 구축 필요
  • 단순 집행보다는 접근 가능한 금융 정보 제공이 핵심 해결책

문제는 단순히 탈세나 부패(물론 그런 문제도 존재하지만)만이 아닙니다. 더 깊은 문제는 이해력입니다. 파키스탄 노동 인구의 상당 부분인 프리랜서, 급여 생활자, 소상공인들은 자신이 얼마를 내야 하는지, 왜 내야 하는지, 또는 어떻게 계산해야 하는지를 단순히 이해하지 못하고 있습니다.

FBR(Federal Board of Revenue, 연방 국세청)의 자체 포털은 마치 준수 의지를 꺾기 위해 설계된 것처럼 느껴질 수 있습니다. 세금 구간(Tax slabs)은 매 예산안마다 바뀝니다. 원천징수세(Withholding tax) 규칙은 거래 유형에 따라 다릅니다. 그리고 누군가가 외화 송금 수입을 얻는 순간, 규칙은 그들이 신고자(Filer)인지 비신고자(Non-filer)인지에 따라 갈라집니다.

이 지점이 바로 AI, 그리고 솔직히 말해 코드와 세무 로직을 모두 이해하는 개발자들이 실질적인 차이를 만들어낼 수 있는 부분입니다.

지식의 격차가 진짜 격차다

AI 도구에 대해 이야기하기 전에, 이 수치를 잠시 살펴볼 가치가 있습니다. 파키스탄의 GDP 대비 세수 비율(Tax-to-GDP ratio)은 약 9~10%를 맴돌고 있으며, 이는 지역 내에서 가장 낮은 수준 중 하나입니다. 이를 인도(~11%), 방글라데시(~10.5%), 또는 전 세계 평균인 ~15%와 비교해 보십시오.

정부의 통상적인 대응은 집행(Enforcement)입니다. 더 많은 감사, 더 많은 벌금, 더 넓은 원천징수망을 구축하는 것이죠. 하지만 자신이 무엇을 내야 하는지 진심으로 이해하지 못하는 사람들을 대상으로 하는 집행은 무딘 도구일 뿐입니다.

부족한 것은 의사 결정 시점에 접근 가능한 금융 문해력(Financial literacy)입니다.

Upwork에서 활동하는 프리랜서가 이번 달에 500달러를 벌었다면, 다음과 같은 질문에 답할 수 있어야 합니다:

  • 이것은 과세 대상인가?
  • 신고를 해야 하는가?
  • 은행 송금을 통한 원천징수(Withholding)로 이미 세금이 부과되었는가?
  • 신고자(Filer)가 되는 것이 실제로 여기서 돈을 아껴주는가?

이 중 어떤 답변도 명확하지 않습니다. 이 답변들은 인간을 위해 작성되지 않은 FBR 회람(Circulars), 관보(Gazette) 통지, 그리고 예산 문서들을 꼼꼼히 읽어야만 얻을 수 있습니다.

AI가 여기서 실제로 할 수 있는 일

구체적으로 이야기해 봅시다. "AI가 세금 문제를 해결할 것이다"라는 말은 듣기에는 좋지만 아무런 의미가 없는 모호한 주장입니다.
AI가 진정으로 도움이 되는 부분은 다음과 같습니다:

1. 평이한 언어로의 세무 번역 (Plain-Language Tax Translation)

파키스탄의 소득세 조례(Income Tax Ordinance) 2001은 수십 번 개정되었습니다. 실제 법률 문구는 내용이 조밀하고, 참조할 내용이 많으며, 이전 조항들에 대한 숙련도를 전제로 합니다.

AI 언어 모델(Language Models)은 법률 문구를 평이한 우르두어(Urdu)나 영어로 요약하는 데 매우 뛰어난 성능을 보입니다. 개발자는 조례의 특정 섹션을 가져와 구조화된 프롬프트(Prompt)와 함께 LLM(Large Language Model)에 전송하고, 예시가 포함된 평이한 언어의 설명을 반환하는 간단한 도구를 구축할 수 있습니다.

prompt = """
당신은 파키스탄 세무 전문가입니다. 다음의 소득세 조례(Income Tax Ordinance) 섹션을
실질적인 예시와 함께 쉬운 영어로 설명하세요.
...

이것만으로도 — 즉, 검색 가능하고 AI로 요약된 ITO(Income Tax Ordinance) 버전은 — 기존의 대부분의 자료보다 더 유용할 것입니다.

2. 동적 세금 계산 로직 (Dynamic Tax Calculation Logic)

파키스탄의 소득세 구간(Tax Slabs)은 매년 재정법(Finance Act)에 따라 변경됩니다. 하지만 계산 구조는 일관적입니다: 누진 세율 구간(Progressive Slabs), 고정 세액(Fixed Tax) + 임계값 이상의 한계 세율(Marginal Rate).

급여 소득자를 위한 2024-25 회계연도(FY2024-25) 구간 구조를 코드로 나타내면 다음과 같습니다:

function calculateIncomeTax(annualIncome) {
  const slabs = [
    { min: 0,         max: 600000,    fixedTax: 0,      rate: 0.00 },
...

깔끔하고, 읽기 쉬우며, 감사(Auditable)가 가능합니다. 문제는 온라인에서 세무 정보에 접근하는 대부분의 사람들이 이러한 정보를 얻지 못하고 있다는 점입니다. 그들은 구식 수치가 포함되어 있고 상호작용 요소가 없는 모호한 블로그 게시물만을 접하고 있습니다.

3. 세무 시나리오를 위한 AI 기반 질의응답 (AI-Powered Q&A for Tax Scenarios)

가장 강력한 응용 분야는 대화형(Conversational) 서비스입니다. 수백 개의 서로 다른 계산기를 만드는 대신, 파키스탄의 세무 맥락을 이해하고 다음과 같은 질문에 답할 수 있는 하나의 AI 어시스턴트를 구축하는 것입니다:

"저는 월 80,000 PKR을 버는 급여 소득자입니다. 고용주가 세금을 원천징수합니다. 그래도 제가 직접 신고(File a return)를 해야 하나요?"
"작년에 DHA에 있는 토지를 매각했습니다. 어떤 자본 이득세(Capital Gains Tax)가 적용되나요?"
"저는 비신고자(Non-filer)입니다. HBL에서 현금을 인출할 때 어떤 원천징수세(WHT, Withholding Tax)율이 적용되나요?"

여기서 핵심적인 엔지니어링 과제는 AI 자체가 아니라 컨텍스트 레이어(Context layer)입니다. 대규모 언어 모델(LLMs)은 자신 있게 환각(Hallucination)을 일으킵니다. 세금 관련 질의에서 이는 매우 위험합니다. 올바른 아키텍처는 검색 증강 생성 (RAG, Retrieval-Augmented Generation)입니다:

사용자 질의 (User query)
    ↓
검증된 FBR 문서 / 재정법 (Finance Acts)에 대한 의미론적 검색 (Semantic search)
...

이를 통해 AI를 실제 규정 텍스트에 근거하게 만들고, 환각을 줄이며, 사용자 신뢰를 구축할 수 있습니다.

신고자(Filer) vs 비신고자(Non-Filer)의 역학 관계는 아직 충분히 탐구되지 않았습니다

파키스탄 조세 제도에서 가장 오해받는 측면 중 하나는 활성 납세자 명단 (ATL, Active Taxpayer List)과 그것이 재정적으로 실제로 무엇을 의미하는가 하는 점입니다.
비신고자(Non-filers)는 수십 가지 거래에 걸쳐 현저히 높은 원천징수세 (WHT, Withholding Tax)율을 지불합니다:

그 차액은 실제 돈입니다. 하지만 대부분의 사람들은 신고를 하면 세금을 더 많이 내야 한다고 가정하기 때문에 신고를 하지 않습니다. 사실 많은 급여 소득자들에게 신고란 이미 원천징수된 세금을 공식화하는 과정일 뿐이며, 그 외 모든 항목에 대해 더 낮은 원천징수세율을 적용받을 자격을 갖추게 해줍니다.

"귀하의 예상 거래 패턴을 바탕으로 비신고자로서 연간 추가로 지불하고 있는 금액은 다음과 같습니다"와 같은 모델링을 수행할 수 있는 AI 도구가 있다면, 많은 사람들에게 진정으로 혁신적인 계기가 될 것입니다.

왜 개발자가 이를 구축하기에 적합한 사람인가

회계사는 규칙을 이해합니다. 변호사는 법령(Ordinance)을 읽을 수 있습니다. 하지만 오직 개발자만이 다음을 수행할 수 있습니다:

  • 설치 없이 브라우저에서 실행되는 대화형 도구 구축
  • 재정법 (Finance Act)이 변경될 때 프로그래밍 방식으로 세율 구간 (Slab) 로직 업데이트
  • AI API를 통합하여 도구를 대화형으로 구현
  • 사용자당 한계 비용이 거의 없는 대규모 배포

기회는 차세대 FBR 포털을 만드는 것이 아닙니다. 시민과 복잡함 사이의 레이어 — 계산기, 설명 도구, 시나리오 모델러, 그리고 궁극적으로 준수(Compliance)를 처벌이 아닌 정보로 느끼게 만드는 AI 어시스턴트를 구축하는 것입니다.

파키스탄의 개발자 커뮤니티는 규모가 크고 재능이 뛰어나며, 점점 더 현지의 문제를 해결하기 위한 솔루션을 구축하고 있습니다. 세금 도구는 활용도가 가장 높은 수직적 시장(Verticals) 중 하나입니다. 모든 이에게는 세금 문제가 있고, 기존 도구들은 형편없으며, 지식의 격차는 엄청나기 때문입니다.

이상적인 모습 (What Good Looks Like)

이 분야에서 제품 구축을 고민하고 있다면, 다음과 같은 대략적인 품질 기준을 참고하십시오:
최소 기능 제품 (Minimum viable): 현재의 세율 구간(Slabs)이 적용된 깔끔한 소득세 계산기, 모바일 친화적이며, 결과를 쉬운 언어로 명확하게 설명함.
우수함 (Good): 납세자(Filer)와 비납세자(Non-filer) 비교 기능 추가, 급여 소득과 사업 소득 모두 처리, 자카트(Zakat) 공제 필드 포함.
탁월함 (Excellent): FBR(연방 국세청) 문서에 기반한 RAG(검색 증강 생성) 기반 AI 어시스턴트, 후속 질문 답변 가능, 출처 인용, 재정법(Finance Act) 변경 시 자동 업데이트.
독보적임 (Exceptional): API를 통해 IRIS 데이터와 연결(FBR이 API를 개방할 경우), 세무 신고(Return filing) 가이드 제공, 원천징수 영수증(Withholding tax certificate) 파싱 통합.

현재 "최소 기능 제품"과 "우수함" 사이의 공간 대부분은 비어 있는 상태입니다.

마지막 생각

신흥 시장의 금융 기술(Fintech)에 관한 지루한 진실은, 가장 큰 이득이 화려한 머신러닝 (ML) 모델이나 블록체인 인프라에서 오는 것이 아니라, 단순히 기존의 공개된 정보를 접근 가능하고 상호작용 가능하게 만드는 것에서 온다는 점입니다.
파키스탄의 세법은 공개되어 있습니다. FBR의 세율 구간도 공개되어 있습니다. 재정법(Finance Acts)도 공개되어 있습니다. 지식은 이미 존재합니다. 부족한 것은 인터페이스입니다.
만약 당신이 파키스탄 세금 도구를 "만들 가치가 있는지" 고민하며 망설이고 있는 개발자라면, 답은 "예"입니다. 그리고 그 격차는 외부에서 보는 것보다 훨씬 더 큽.

파키스탄의 핀테크(Fintech) 또는 거브테크(Govtech) 분야에서 무언가를 만들어 본 적이 있나요? 댓글을 남겨주세요. 다른 분들이 무엇을 만들고 있는지 정말 궁금합니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0