국회입법조사처, AI 기반 체납 예측·자동 분류체계 마련해야

빅데이터 활용한 사전적·개별적 대응, 맞춤형 관리전략 수립

 

​국내 지방세 체납액이 가파르게 늘며 2024년 기준 4조원을 넘어섰다. 체납액 규모는 해마다 증가 추세지만, 같은 해 체납 징수율은 정작 28%에 그쳤다. 이에 따라 지방세 체납 징수시스템에 인공지능(AI)과 빅데이터를 활용한 지능형 조세행정 도입이 시급하다는 주장이 제기됐다.

 

국회입법조사처는 지난 4일 발표한 ‘인공지능(AI)를 활용한 지방세 체납 징수 효율화 방안’ 보고서에서, 지능형 지방세 체납관리 체계 도입을 위한 구체적인 방안과 주요 고려사항을 제시했다.

 

​지방세 체납액은 2020년 3조3천263억원에서 2024년 4조4천133억원으로 4년새 약 32.7%나 급증했다. 같은 기간 징수하지 못한 미회수 잔액은 3조676억원에서 3조1천586억원으로 여전히 3조원대를 기록했다.

 

​가장 큰 문제는 낮은 징수율이다. 2024년 기준 지방세 체납 징수율은 약 28% 수준에 머물고 있다. 이는 체납 10건 중 7건 이상이 해소되지 못한 사실을 의미한다.

 

보고서는 현행 인력 중심·사후 대응방식이 명확한 한계가 있다고 지적했다. 지방세 체납이 증가하고 유형이 갈수록 복잡해지는 상황에서, 현행 방식은 인력 중심의 수작업 징수, 사후적·획일적 대응, 체납자 선별기술 부족 등 여러 한계를 안고 있다는 것이다.

 

따라서 AI 및 빅데이터 기반의 지방세 체납징수 시스템 도입 필요성을 제기했다. 

 

AI를 도입하면 납부 가능성이 높은 체납자를 선별해 집중관리할 수 있고, 납세자 개인 맞춤형 상담이 가능하다. 빅데이터는 체납자의 은닉재산 추적·고액체납 관리에 효과적이다.

 

또한 인공지능 및 빅데이터 분석 결과를 바탕으로 생계형 체납자에 대한 재기 지원 등 체납자별 상황에 맞는 차별화된 징수 방식을 적용할 수 있다.

 

보고서는 향후 △인공지능(AI) 기반의 체납 예측 및 자동 분류 △사전적·개별적 대응체계 구축 △체납자 맞춤형 관리 등이 필요하다고 주장했다.

 

새로운 지방세 체납관리 방식의 핵심은 인공지능(AI) 기반의 체납자 자동 분류체계 도입이다. 인공지능(AI)이 지방세 체납·납부 이력, 소득·재산 정보 등을 학습해 체납자의 납부가능성을 점수로 산출한다. 이를 통해 체납 유형을 △단순 체납 △생계형 체납 △악성 체납으로 자동 분류하고, 이를 바탕으로 집중 관리 대상을 선별한다.

 

보고서는 장기적으로는 금융·가상자산·신용정보 등 외부 데이터와 연계해야 한다고 밝혔다. 이를 통해 예측 정확도를 높이고 은닉재산 추적 기능까지 갖춘 전국 단위 빅데이터 통합플랫폼으로 발전시켜야 한다는 것이다.

 

빅데이터 분석을 활용하면 소득 급감, 사업 부진, 지방세 납부 지연 등 위험신호를 실시간으로 포착, 사전적·개별적 체납 대응이 가능해진다. 

 

아울러 AI 체납자 자동 분류 결과를 징수 현장에 적용해, 차별화된 맞춤형 관리 전략에 나설 것을 주문했다. 생계형·일시적 체납자는 분할납부, 납부 유예, 복지 연계 등 지원에 나서는 한편, 악성체납자는 재산 추적, 금융계좌 압류 등 강도 높은 행정제재와 체납처분을 우선 적용한다는 것이다.

 

다만 이러한 지능형 지방세 체납관리 시스템 도입에는 개인정보 보호, 철저한 보안, 행정 책임성이 반드시 전제돼야 한다고 보고서는 제언했다.