개념 검증 차원에서 남는 토큰을 활용해 IRS 세금 서식과 계산표를 형식화하고 있음. 폐지된 IRS Direct File을 공개적으로 유지·관리하는 프로그램으로 발전시킬 수 있는지 확인하려는 목적이며, 현재 미국 연방세 관련 상황의 약 60% 를 다루는 것으로 추산함. https://github.com/emmilco/us-tax-model
구체적으로 어떤 부분을 형식화하는 건가요? 주어진 세금 신고서가 정확하다는 것을 검증하는 건가요?
멋지지만, 대형 AI 기업들이 곧 우리에게서 충분한 데이터를 모아 손쉽게 해낼 수 있지 않을까요?
해외에 거주하는 미국 시민이라 세금이 복잡한 편임. 믿을 만한 국제 세무 신고 대행자를 찾지 못해 직접 신고하며, 최근 몇 년간 신고서 초안과 증빙 서류를 Claude로 검토해 왔음.
잘못 적용한 환율을 찾아내고 그 실수가 생긴 경위까지 짚어낸 반면, 맥락을 몰라 정상적인 항목을 오류로 판단하기도 함. 세법 해석이 모호한 부분에서는 나와 다른 처리를 제안했고, 추가 조사 후 그 해석을 받아들인 경우도, 받아들이지 않은 경우도 있음. IRS 지침과 다른 답을 하다가 링크를 제시해야 인정하기도 했으며, 예상 세액은 크게 틀리고 재차 지적해도 고치지 못함.
세무 작업에 매우 유용하지만, 서류만 넣으면 검토 없이 제출할 완성본이 나오는 수준은 아님. W-2 근로소득만 있고 다른 큰 소득이 없다면 가능할지도 모르지만, 그 경우는 잘 모르겠음.
해외에 살면서 현지 회사도 운영하고 있어 미국 세금 신고가 악몽에 가까우며, 현재 연간 2,000달러는 족히 들어감. 몇 년 치 자료가 쌓이면 원본 명세서와 최종 신고 서식을 에이전트에 보여주고 맡길 수 있기를 기대했음.
나도 Claude에 과거 신고서를 검토시켜 기록의 오류를 발견함. 분석서를 작성하게 한 뒤 전문가에게 모두 확인받고 수정 신고까지 맡겼으며, 추가 검토 수단으로 확실히 유용함.
나도 같은 처지이며 거주국 회계사와 미국 회계사를 각각 두고 있음. Claude와 ChatGPT가 검토, 설명, 오류 발견에 큰 도움이 됐고, Google에서 찾지 못한 관련 정보가 있는 웹사이트까지 찾아줘서 놀랐음.
나도 세금이 복잡한 편인데, 올해는 GPT Sol이 전문 회계사보다 나았음. 내가 상당히 방향을 잡아줘야 했고 약 20억 토큰이 필요했지만, 신고 대행료 3,000~4,000달러를 내는 것보다 나았음. 준비와 지시에 든 총시간도 평소 회계사와 신고할 때보다 적게 걸림.
내 상황 전체를 담은 PDF와 CSV 문서 100개 이상을 제공해 모든 은행 명세서와 대조할 수 있게 한 것이 도움이 된 듯함.
외국인으로서 사업자 등록을 하는 과정에서 LLM 상담이 매우 유용했음. 다만 내 전문 분야가 아니고 실수의 대가가 매우 크기 때문에 여전히 상당히 조심스러움.
몇 년 전 세무 회계사가 신고를 잘못해 약 2만 달러의 손해를 봤고, 나중에 회계사를 바꾼 뒤에야 알게 됨. 현재 최고 수준의 Claude나 GPT도 같은 실수를 할지는 모르지만, 모델 덕분에 매년 수천~수만 달러를 아낄 여지가 있다고 느낌.
2만 달러가 들었다는 게 실제보다 세액을 높게 계산했다는 뜻인가요, 아니면 낮게 계산한 것을 IRS가 적발해 추가 청구했다는 뜻인가요?
전자라면 세부 요건은 생략하더라도 3년 이내 환급 청구가 가능함. 후자라면 원래 신고가 정확했는지와 무관하게 해당 세금을 납부해야 함.
1만 달러를 아낄 수도, 반대로 잃을 수도 있으며 어느 쪽일지 평가하기도 어려워 보임.
실수에 대한 책임은 여전히 누군가 져야 함. 그 회계사가 비슷한 실수를 반복했을 가능성이 높아도 다른 고객의 사정은 알 수 없으니, 처음 고를 때는 새 회계사를 고를 때보다 정보가 부족했다는 것이 핵심임.
LLM은 증명처럼 말로 풀어주지 않으면 간단한 계산도 잘 못하기 때문에, 가까운 시일 내에 세금 신고를 잘할지는 의문임. 예를 들어 “주방 저울에 용기를 올리고 영점을 맞춘 뒤 땅콩 100g을 넣고 다시 영점을 맞춤. 아몬드 100g을 더 넣고 용기를 치우면 저울은 얼마를 가리키는가?”라고 물어보면 엉망이 됨.
아몬드를 넣은 뒤에는 영점을 맞추지 않았다는 사실과 용기 무게를 빼야 한다는 점을 놓침. 정답은 −(100g + 용기 무게) 임. 물리 세계 개념에도 취약하다는 점을 함께 찌르는 질문이며, LLM은 그저 추측할 뿐임. 세금 업무를 잘하려면 다양한 상황에 대한 학습과 계산 보조 서비스가 필요함.
“모든 최초 계산과 파생 값은 반드시 $LANG 프로그램으로 계산하라”는 식의 지시만 주면 됨. 규칙을 제공한다면 LLM이 평균적인 회계사보다 세금 계산을 더 잘 구현할 수 있다고 봄.
반대로, 주요 LLM에 최근 미국 세법안에 관한 똑같은 질문들을 매달 던지는데 아직도 정답을 내놓지 못함.
고객의 이전 세무 자문가가 저지른 실수를 바로잡는 일로 경력을 시작했는데, 다음 세대 세무 변호사도 같은 일을 하게 될 듯함. 다만 이전 자문가가 LLM으로 바뀔 뿐임.
관리 중인 상속재산의 의무 최소 인출액(RMD) 계산에 Gemini의 도움을 받았음. 조언은 대체로 괜찮았지만 미국 연방세와 캘리포니아주 세금의 원천징수를 모두 틀렸고, 연방세 공제도 놓침. 부부 합산 신고(MFJ)와 배우자 사망의 영향은 정확히 다룸.
지금까지는 절세 계획이나 자문보다 신고 준비에 더 효과적이었음. 질문하기 전에 법률, 규칙, 지침을 넣어볼 계획인데 RAG는 아직 괜찮은 접근인가요? 소형 언어 모델을 써보는 게 나을까요?
Opus 5.5에 인터넷 조사를 맡기면 어떤 결과가 나올지 궁금함. 법률 관련 작업에 쓰고 있는데 대체로 훌륭하며, 다만 웹 접근 권한을 줘야 함.
조금 다른 얘기지만 QuickBooks도 배워서 소프트웨어를 개선했으면 함.
거래 내역 1,700건을 내려받고 AI로 분석용 앱을 만들어, 거래를 살펴보면서 분류가 제대로 됐는지 확인함. QuickBooks로는 하루 종일 걸리던 일을 이제 한 시간도 안 돼 모두 검토할 수 있었음.