OpenAI는 회계 법인이 Codex를 사용하여 자가 진화하는 세무 Agent (Tax Agent)를 구축한 사례를 발표했습니다. 이는 비개발자(Non-coder)의 효율을 10배 이상 높일 수 있는 참조 샘플입니다.

30개 이상의 회계 법인이 이번 세무 시즌에 7,000개의 세무 신고서를 처리했으며, 정확도는 97%에 달했습니다. 하지만 핵심은 시간을 절약하는 것이 아니라, 시스템이 스스로 진화한다는 점에 있습니다. 출시 당시에는 세무 신고서의 1/4만이 75%의 정확도를 보였으나, 6주 후에는 86%로 향상되었습니다.

한 수석 회계사의 사례: 작년에는 세무 업무에 180시간을 소요했으나, 올해는 15시간 만에 끝냈습니다. 절약된 165시간 동안 무엇을 했을까요? 고객에게 전화해 세무 신고서를 설명하고, 신규 고객을 유치하는 데 사용했습니다.

이 세무 회사가 Codex를 사용하며 얻은 핵심 경험은 다음과 같습니다:

1. 자가 순환 진화 (Self-looping Evolution)
   문제 발견 → 프롬프트 (Prompt) 수정 → 배포. 이 순환 과정을 모두 Codex가 수행하도록 하여, 사람이 일일이 반복적인 업데이트를 모니터링할 필요가 없습니다.

2. 세 가지 기둥 아키텍처 (Three-pillar Architecture)
   회계사의 직관이 무엇을 학습할지 결정하고, 원본 파일부터 제출까지 전 과정에 흔적(Trace)을 남기며, Codex가 생산 데이터를 평가 (Eval) 표준으로 변환하여 스스로 버그를 수정합니다. 이 세 가지 중 하나라도 없어서는 안 됩니다.

3. 회계사의 수정은 곧 입력값 (Input)
   매번 수동으로 조정하는 모든 내용이 기록됩니다: AI가 무엇을 출력했는지, 회계사가 무엇으로 수정했는지, 최종적으로 무엇이 제출되었는지 기록됩니다. 즉, 회계사가 업무를 수행하는 것 자체가 Agent를 훈련시키는 과정이 됩니다.

4. 격리 환경은 엔지니어링 규율 (Engineering Discipline)
   쓰기 가능 구역(Codex가 코드를 수정하고 평가(Eval)를 실행하는 곳)과 읽기 전용 구역(원본 파일, 최종 세무 신고서, 문서)을 엄격히 분리합니다. 이는 Agent가 디버깅하는 과정에서 데이터를 오염시키는 것을 방지하기 위함이며, 많은 팀이 출시 후에야 이 함정에 빠지곤 합니다.

5. 복제 가능한 가속 (Replicable Acceleration)
   임대 주택 분야에서 6주 만에 90%의 정확도를 달성한 후, 구축된 검토(Review) 도구, 평가(Eval) 규격, 구현 패턴을 Schedule C, Schedule A 등에 즉시 재사용하여 점점 더 빠르게 작업할 수 있게 되었습니다.