감사 사전경보 AI

농정AI 제안 보고 · 예산·부정수급·감사 · No. 035

감사 사전경보 AI 도입 제안

제안 구분	예산·부정수급·감사 / 허브 AI + 데이터 연결형
제안 요지	정식 감사가 시작되기 전, 데이터 이상 징후만으로 감사가 필요할 만한 사업을 미리 짚어줍니다.

1. 추진 배경

• 감사는 인력과 시간이 한정되어 모든 사업을 점검하지 못하고, 감사 대상 선정이 경험과 제보에 의존하는 경우가 많습니다.
• 문제가 있는 사업을 사전에 파악하면 감사 자원을 효율적으로 쓰고 피감 기관도 미리 자체 점검을 할 수 있습니다.
• 사후 적발 중심의 감사는 예방 효과가 제한적입니다.

2. 제안 내용

• 위험 지표 산출: 집행률, 정산 지연, 민원, 수혜 집중도 등을 종합하여 사업별 위험 지표를 만듭니다.
• 사전 경보: 위험이 높은 사업을 감사나 자체 점검 대상으로 미리 알립니다.
• 근거 제공: 위험 판단의 근거와 확인할 사항을 제시합니다.
• 환류: 감사 결과를 위험 모형에 반영하여 정확도를 높입니다.

3. 활용 예시

• 신청이 특정 업체와 지역에 쏠린 사업을 점검 후보로 올립니다.
• 정산이 반복적으로 지연되는 사업의 원인을 사전에 확인하게 합니다.
• 민원이 집중되는 사업을 자체 점검 대상으로 안내합니다.

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
사업별 집행·정산 자료	집행 이상 징후	농림축산식품부	자료 갱신 주기
민원·제보 자료	문제 징후	국민 소통 관련 기관	개인정보 비식별
수혜 분포 자료	쏠림 파악	사업 운영기관	개인정보 보호
과거 감사 결과	위험 요인 학습	감사 관련 기관	공개 범위
사업 설계 문서	구조적 취약점	농림축산식품부	문서 정리
현장 점검 기록	확인 사항	사업 운영기관	기록 표준화

데이터 정비 선결 과제

• 위험 지표의 정의와 판단 기준을 공개적으로 정해야 합니다.
• 감사 기관의 독립성을 해치지 않는 자료 공유 방식을 정해야 합니다.
• 위험 표시가 낙인이 되지 않도록 활용 규칙을 마련해야 합니다.

5. 필요한 기반

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

• 데이터 연결 계층: 집행, 민원, 수혜, 감사 이력을 연결한 분석 공간
• 분석 계층: 위험 지표와 이상 징후 산출
• AI 계층: 위험 근거 설명과 점검 항목 제안
• 통제 계층: 감사 독립성 보장, 접근 권한, 결과 활용 규칙

6. 추진 방안(안)

단계	내용
시범	자체 점검 용도로 한 개 기관의 사업 일부에 위험 지표를 시험합니다.
검증	과거 감사 결과와 위험 지표를 비교하여 유효성을 확인합니다.
확대	사업 범위와 지표를 넓힙니다.
정착	연간 자체 점검 계획 수립에 위험 지표를 참고 자료로 활용합니다.

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

7. 기대 효과

• 감사와 점검 자원을 위험이 높은 사업에 집중할 수 있습니다.
• 문제를 사전에 발견하여 시정하는 예방적 관리가 가능해집니다.
• 자체 점검의 체계성이 높아집니다.

8. 검토 필요 사항

• 위험 지표가 높다고 문제가 있다고 단정할 수 없어 해석에 주의해야 합니다.
• 감사 기관의 독립성과 피감 기관의 방어권을 모두 고려해야 합니다.
• 위험 표시가 사업 위축으로 이어지지 않도록 운영해야 합니다.

9. 건의 사항

자체 점검 용도로 한 개 기관의 사업 일부에서 위험 지표를 시범 운영하고, 과거 감사 결과와 비교하여 유효성을 확인한 뒤 확대할 것을 건의합니다.

← 농정AI 전체 보기

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