예산 집행 이상패턴 탐지 AI

농정AI 제안 보고 · 예산·부정수급·감사 · No. 034

예산 집행 이상패턴 탐지 AI 도입 제안

제안 구분	예산·부정수급·감사 / 허브 AI + 데이터 연결형
제안 요지	부서별 예산 집행 내역에서 평소와 다른 지출 패턴이 감지되면 자동으로 표시해줍니다.

1. 추진 배경

• 예산 집행 내역은 방대하여 평소와 다른 지출을 사람이 일일이 찾아내기 어렵습니다.
• 이상 지출은 착오부터 부적정 집행까지 다양하며, 조기에 발견할수록 시정이 쉽습니다.
• 사후 감사에 의존하면 발견이 늦어 환수와 책임 규명이 어렵습니다.

2. 제안 내용

• 집행 패턴 학습: 부서와 사업별 평소 집행 패턴을 학습합니다.
• 이상 징후 표시: 금액, 시기, 거래처, 지출 항목이 평소와 다른 건을 표시합니다.
• 위험도 분류: 단순 착오 가능성과 점검 필요성이 높은 건을 구분합니다.
• 점검 안내: 해당 부서에 확인 요청과 소명 항목을 안내합니다.

3. 활용 예시

• 회계연도 말에 특정 항목 지출이 갑자기 몰리는 경우를 찾아냅니다.
• 같은 거래처에 비슷한 금액을 나누어 지급한 정황을 포착합니다.
• 사업 목적과 맞지 않는 항목에 지출이 이루어진 경우를 확인합니다.

4. 필요한 데이터(상세)

이 제안의 성패는 모형보다 데이터 연결에 달려 있습니다. 필요한 데이터와 확인이 필요한 사항은 다음과 같습니다. 보유기관은 예시이며 실제 제공 여부와 접근 권한은 협의가 필요합니다.

데이터	내용·용도	주 보유기관(예)	확인 필요 사항
예산 집행 내역	지출 패턴	농림축산식품부	집행 데이터의 상세도
계약·지출 증빙	거래 확인	소속 부서	증빙 전산화 수준
거래처 정보	거래 관계	소속 부서	사업자 정보 보호
사업별 예산 계획	계획 대비 집행	농림축산식품부	사업 코드 일치
과거 감사 지적 사례	이상 유형 학습	감사 관련 기관	공개 범위
회계 규정·지침	정상 지출 기준	재정 관련 기관	최신 규정 반영

데이터 정비 선결 과제

• 집행 데이터를 항목별로 상세하게 수집하는 체계가 필요합니다.
• 이상과 부정을 구분하고 소명 기회를 주는 절차를 마련해야 합니다.
• 탐지 결과의 활용 목적과 접근 범위를 정해야 합니다.

5. 필요한 기반

허브 AI + 데이터 연결형 — 허브 AI에 해당 데이터 접근권만 연결하면 처리 가능

• 데이터 연결 계층: 집행 내역과 증빙을 연결한 부서 단위 분석 공간
• 분석 계층: 평소 패턴 모델링과 이상 탐지
• AI 계층: 이상 사유 설명과 확인 요청 문안 작성
• 통제 계층: 열람 권한, 소명 절차, 결과 활용 범위 관리

6. 추진 방안(안)

단계	내용
시범	집행 데이터가 정비된 한 개 기관의 일부 항목에서 시험합니다.
검증	과거 지적 사례를 넣어 탐지 여부를 확인합니다.
확대	항목과 기관을 넓힙니다.
정착	내부 통제 절차에 상시 점검 단계로 포함합니다.

※ 단계별 기간과 예산은 데이터 협의 결과에 따라 정해야 하므로 이 글에서는 제시하지 않습니다.

7. 기대 효과

• 착오와 부적정 집행을 조기에 발견하여 시정할 수 있습니다.
• 내부 통제 수준이 높아집니다.
• 감사 대응 부담이 줄어듭니다.

8. 검토 필요 사항

• 정상적인 예외 지출이 이상으로 분류될 수 있어 소명 절차가 중요합니다.
• 직원이 감시받는다고 느끼지 않도록 목적을 투명하게 설명해야 합니다.
• 탐지 정확도가 낮으면 업무 부담만 커지므로 단계적 도입이 필요합니다.

9. 건의 사항

집행 데이터가 정비된 한 개 기관의 일부 항목에서 이상 탐지를 시범 시행하고, 오탐률을 확인한 뒤 내부 통제 절차에 반영할 것을 건의합니다.

← 농정AI 전체 보기

이 글은 AI가 제시한 아이디어를 보고서 형식으로 정리한 것으로, 농림축산식품부의 공식 입장이나 추진 계획이 아닙니다.