택스캔버스
경력근거: 세법, 예규, 판례, 해석례를 바탕으로 사건의 핵심 쟁점을 판단하고 그 근거를 정리하는 일
※ 실제 산출물이 아닌 AI 예측 시안입니다.
택스캔버스는 세법·예규·판례·해석례를 근거로 사건의 핵심 쟁점을 판단하는 세무 AI 서비스입니다. 쟁점을 짚는 데서 인용 근거로 이어지는 사슬은 세무 예규·판례라는 택스캔버스 고유 도메인 코퍼스가 있어야 의미가 있고, 인용 추적 없는 일반 챗봇으로는 그대로 만들 수 없습니다.
세무 업무는 정보 검색이 아니라 세법·예규·판례를 근거로 쟁점을 판단하는 일입니다. 답에 인용 근거가 추적되지 않으면 제품이 성립하지 않습니다.
복잡한 업무 흐름을 제품으로 구조화하고 판단 과정을 빠르고 정확하게 만드는 게 메인 서비스입니다. 쟁점 → 근거 → 결론 한 흐름이 최소 단위입니다.
요구사항 구현에서 멈추지 않고 제품 구조와 사용자 경험을 제안하는 빌더를 찾습니다. 데이터 인입부터 인용 검증·대시보드까지 한 사람이 닫는 구조가 잘 맞습니다.
세무 질의를 받아 관련 예규·판례·해석례를 검색해 인용하고, 핵심 쟁점과 판단 근거를 한 화면에 정리합니다. LLM 이 쟁점 Top3 와 인용 근거를 함께 만들고, 검토 대기 질의를 슬랙으로 알립니다. 인용은 반드시 근거 문서 id 로 추적되며, 근거는 채용공고 정렬이고 데이터는 작성자가 만든 더미입니다.
택스캔버스 Product Engineer. 질의가 들어올 때마다 예규·판례를 손으로 찾아 쟁점을 정리하던 일을 끝내고, 그 정리가 세무사 검토자와 얼마나 일치하는지까지 확인하고 싶은 사람입니다.
세무 질의와 예규·판례 문서를 한 검색 인덱스로 묶으면, LLM 이 (a) 핵심 쟁점 Top3 와 (b) 각 쟁점의 인용 근거(문서 id + 발췌)를 몇 초 안에 답하고, (c) 세무사 검토자 라벨로 그 정리가 타당한지 확인합니다.
세무 질의를 넣으면 관련 예규·판례를 검색해 핵심 쟁점 Top3 와 인용 근거(문서 id + 발췌)를 LLM 이 만들고, 검토 대기 질의를 슬랙으로 알리는 동작하는 도구입니다. 검색은 더미 예규·판례 코퍼스에 대한 임베딩 검색을 가정하고, 실제 세법 전문 코퍼스 라이선스 연동은 다루지 않습니다.
쟁점 정리에 세무사 검토자 2명이 타당한지·인용이 맞는지 라벨링하고, 검토자 일치도와 인용 정확도를 보여주는 대시보드입니다.
확인된 라벨을 바탕으로 인용한 문서에 없는 내용을 단정하는 환각 인용을 자동 검출·차단해, 답의 신뢰도를 한 단계 올리는 단계입니다.
세무 질의 시나리오 10개를 넣으면, 쟁점 Top3 와 인용 근거(문서 id + 발췌)가 몇 초 안에 나오는 걸 시연합니다
일부러 만든 악성·결측 입력 30종을 넣어도 출력 형식(Zod 스키마)이 한 번도 안 깨지고, 인용은 항상 실제 문서 id 로만 채워집니다
검토 대기 질의가 슬랙으로 자동 알림되는 걸 질의 14건치 시연으로 보여줍니다
직접 만든 정답 30건 중 쟁점 Top3 가 일치한 게 24건(80%), 인용 발췌가 원문과 맞은 게 27건(90%)입니다. 단, 정답과 데이터를 모두 작성자가 만든 합성 기준이라 '성능 검증'이 아니라 '데모 조건에서의 동작'입니다
위 수치는 전부 작성자가 만든 더미데이터 자가채점이며, 실제 쟁점 정확도·인용 신뢰도는 택스캔버스 실 코퍼스와 실 세무사 검수가 있어야 측정 가능합니다. 이 도구는 그 검증을 바로 돌릴 수 있는 상태까지 만듭니다.
이건 고객·실데이터 없이 혼자 만든 포트폴리오입니다. 모든 수치는 합성 데이터 자가채점이라 '성능 증명'이 아닙니다. 면접에서 '데모 조건 동작 + 실검증 준비 상태'로 솔직히 설명합니다
정답을 작성자가 만들었으니 잘 맞는 것이 당연합니다. 헷갈리는 결측·악성·경계 케이스를 더미에 일부러 섞어, 쉬운 문제만 푸는 게 아님을 보여줍니다
'예규에 따르면 비과세다' 같은 인용은 환각일 수 있습니다. 인용한 문서 id 의 실제 발췌와 대조하고 별도 LLM 검사로 우회 단정까지 거릅니다
예규·판례 문서 표기와 번호가 제각각입니다. 표기 유사도로 같은 문서로 묶고, 못 묶은 건 추측하지 말고 '미매핑'으로 알립니다
실제 도입 시 달라지는 것을 명시합니다. 실 세법 코퍼스 분포는 더미와 다르므로 검색 임계값·보정값을 다시 맞춰야 하고, 세무사 검수도 실제 인력으로 교체해야 합니다(도입 단계 과제로 분리)
① 인라인 샘플 · ② seed.json 다운로드 · ③ 증강 프롬프트. 세 층 모두 동일한 schema 에서 파생.
들어온 세무 질의 로그입니다. 쟁점 LLM 이 가장 먼저 받는 입력으로, 운영 현실대로 결측(질의 본문 누락)·미등록 쟁점 유형·표기 흔들림·경계값을 일부러 섞어 쉬운 데이터만 푸는 게 아님을 보여줍니다.
| query_id | received_at | issue_type_raw | issue_type_id | body | amount_krw | urgency |
|---|---|---|---|---|---|---|
| Q-001 | 2026-04-01 | 부가가치세 매입세액 공제 | i_vat_deduction | 법인카드로 결제한 접대비의 매입세액 공제가 가능한지 궁금합니다. | 3,000,000 | mid |
| Q-002 | 2026-04-01 | 양도소득세 | i_capital_gains | 1세대 1주택 비과세 요건 보유기간을 충족했는지 검토 요청합니다. | 800,000,000 | high |
| Q-003 | 2026-04-02 | 부가세 공제 | i_vat_deduction | 차량 리스료 매입세액 공제 범위를 알려주세요. | 12,000,000 | mid |
| Q-004 | 2026-04-02 | 신규유형(가상자산 과세) | — | 가상자산 양도차익 과세 시점이 궁금합니다. | 50,000,000 | high |
| Q-005 | 2026-04-03 | 법인세 손금산입 | i_corp_expense | — | — | low |
아래 Zod 스키마에 맞는 세무 질의 로그 30행을 JSON 배열로 생성합니다.
{"type":"object","properties":{"query_id":{"type":"string"},"received_at":{"type":"string"},"issue_type_raw":{"type":"string"},"issue_type_id":{"type":["string","null"]},"body":{"type":["string","null"]},"amount_krw":{"type":["integer","null"]},"urgency":{"type":"string","enum":["low","mid","high"]}},"required":["query_id","received_at","issue_type_raw","issue_type_id","body","amount_krw","urgency"]}
쉬운 데이터만 만들지 말 것. 다음 하드 케이스를 의도적으로 섞어라(쉬운 문제만 푸는 함정 회피): (1) 같은 쟁점의 별칭 표기('부가가치세 매입세액 공제'/'부가세 공제'/'부가가치세 매입세액공제'가 issue_type_id i_vat_deduction 로 정규화돼야 함), (2) issue_type_id=null 인 미등록 신규 쟁점(가상자산 등) 1~2건, (3) body/amount_krw 가 null 인 결측 행 각 1~2건, (4) 경계값 amount_krw 0(무상)과 20억 이상 고액 각 1건. JSON 배열만.{"type":"object","properties":{"query_id":{"type":"string"},"received_at":{"type":"string"},"issue_type_raw":{"type":"string"},"issue_type_id":{"type":["string","null"]},"body":{"type":["string","null"]},"amount_krw":{"type":["integer","null"]},"urgency":{"type":"string","enum":["low","mid","high"]}},"required":["query_id","received_at","issue_type_raw","issue_type_id","body","amount_krw","urgency"]}쟁점 인용의 근거가 되는 예규·판례·해석례 코퍼스입니다. RAG 검색 인덱스의 원천이며, 폐지된 예규·번호 흔들림을 일부러 섞어 인용이 결측·구버전 문서를 만나도 잘못 인용하지 않는지 보여줍니다.
사업과 직접 관련이 없는 접대비 관련 매입세액은 매출세액에서 공제하지 아니한다.
1세대 1주택 비과세는 보유기간 2년 이상을 원칙으로 하며, 취득 시기 기준으로 계산한다.
아래 Zod 스키마에 맞는 세무 예규·판례·해석례 문서 30건을 JSON 배열로 생성합니다.
{"type":"object","properties":{"doc_id":{"type":"string"},"doc_type":{"type":"string","enum":["ruling","precedent","interpretation"]},"title":{"type":"string"},"doc_no_raw":{"type":"string"},"status":{"type":"string","enum":["active","repealed"]},"body":{"type":"string","minLength":20}},"required":["doc_id","doc_type","title","doc_no_raw","status","body"]}
쉬운 데이터만 만들지 말 것. 하드 케이스 의도적 혼입: (1) 같은 문서의 번호 표기 흔들림('대법원 2023두12345'/'대법 2023두12345')이 정규화로 묶이도록, (2) status=repealed 인 폐지 예규 1~2건(인용하면 안 됨), (3) 동일 쟁점에 active/repealed 가 함께 있어 최신 문서를 골라야 하는 케이스 1건. body 는 실제 세무 문어체로. JSON 배열만.{"type":"object","properties":{"doc_id":{"type":"string"},"doc_type":{"type":"string","enum":["ruling","precedent","interpretation"]},"title":{"type":"string"},"doc_no_raw":{"type":"string"},"status":{"type":"string","enum":["active","repealed"]},"body":{"type":"string","minLength":20}},"required":["doc_id","doc_type","title","doc_no_raw","status","body"]}| Python | ingest 파이프라인(예규·판례 문서를 청크로 쪼개 임베딩 인덱스에 적재), LLM eval 스크립트(Cohen's κ·인용 정확도 계산) |
| FastAPI | 질의·쟁점 API(`POST /analyze`. 질의 입력으로 output_schema 반환)와 검토 알림 워커를 띄웁니다 |
| TypeScript | 프런트 쟁점 카드 렌더링과 Zod 런타임 검증을 담당합니다 |
| React | 쟁점·인용 근거 카드 컴포넌트를 구성합니다 |
| Next.js | 쟁점 정리 화면과 인용 정확도 차트 대시보드를 그립니다 |
| Tailwind | 쟁점 카드·인용 발췌 하이라이트 스타일을 입힙니다 |
✓ pass → 그대로 멈춰도 완결입니다. 더 키우려면 2주차(세무사 검토와 맞았는지 확인)로 진행합니다.
✓ pass → 여기서 멈춰도 완결입니다. 더 키우면 3주차(환각 인용 자동 차단)로 진행합니다.
1) 질의의 핵심 쟁점 카드(해석·인용 근거·완곡 표현), 2) 각 쟁점의 인용 근거(문서 id + 발췌), 3) 세무사 검토 결과로 일치 여부 검증입니다. 쟁점에서 검증까지 한 주기를 한 스키마에 담습니다.
{"type":"object","properties":{"query_id":{"type":"string"},"issues":{"type":"array","items":{"type":"object","properties":{"issue_id":{"type":"string"},"headline":{"type":"string","minLength":10},"reasoning":{"type":"string","minLength":20},"citations":{"type":"array","items":{"type":"object","properties":{"doc_id":{"type":"string"},"excerpt":{"type":"string","minLength":8}},"required":["doc_id","excerpt"]},"minItems":1},"confidence":{"type":"string","enum":["low","mid","high"]},"hedge":{"type":["string","null"],"minLength":8}},"required":["issue_id","headline","reasoning","citations","confidence","hedge"]},"minItems":1,"maxItems":3},"review":{"type":["object","null"],"properties":{"reviewer_agree_ratio":{"type":"number"},"citation_accuracy":{"type":"number"}},"required":["reviewer_agree_ratio","citation_accuracy"]}},"required":["query_id","issues","review"]}[
{
"input_ref": "Q-001 (접대비 매입세액 공제 질의)",
"output": {
"query_id": "Q-001",
"issues": [
{
"issue_id": "Q001-1",
"headline": "접대비 관련 매입세액 공제 가부",
"reasoning": "사업과 직접 관련 없는 접대비 관련 매입세액은 공제 대상에서 제외됩니다. 법인카드 결제 여부와 무관하게 접대비 성격이면 불공제로 봅니다.",
"citations": [
{
"doc_id": "L-001",
"excerpt": "접대비 관련 매입세액은 매출세액에서 공제하지 아니한다"
}
],
"confidence": "high",
"hedge": "접대비 해당 여부는 사실관계 판단이 필요해 실제 거래 증빙 확인이 권장됩니다."
}
],
"review": {
"reviewer_agree_ratio": 1,
"citation_accuracy": 1
}
}
},
{
"input_ref": "Q-004 (가상자산 과세 시점 질의, 미등록 쟁점)",
"output": {
"query_id": "Q-004",
"issues": [
{
"issue_id": "Q004-1",
"headline": "가상자산 양도차익 과세 시점",
"reasoning": "현 코퍼스에 직접 대응하는 활성 예규가 검색되지 않아 단정이 어렵습니다. 쟁점 유형이 미등록이라 인용 근거 없이 결론을 내지 않습니다.",
"citations": [],
"confidence": "low",
"hedge": "근거 문서 미검색. 최신 세법 개정 확인 후 재검토가 필요합니다."
}
],
"review": null
}
},
{
"input_ref": "Q-003 (차량 리스료 매입세액 질의, 폐지 예규 회피)",
"output": {
"query_id": "Q-003",
"issues": [
{
"issue_id": "Q003-1",
"headline": "업무용 승용차 리스료 매입세액 공제 제한",
"reasoning": "비영업용 소형승용차에 해당하는 리스료의 매입세액은 공제가 제한됩니다. 활성 판례를 인용하며 폐지 문서는 인용에서 제외했습니다.",
"citations": [
{
"doc_id": "L-003",
"excerpt": "비영업용 소형승용차에 해당하면 공제가 제한된다"
}
],
"confidence": "mid",
"hedge": "차종·사용 형태에 따라 결론이 달라질 수 있어 차량 등록 정보 확인이 필요합니다."
}
],
"review": null
}
}
]자동: (1) Zod parse, (2) citations.doc_id 가 legal_docs 에 실재하고 status=active 인지 확인(폐지 문서 인용 차단), (3) excerpt 가 해당 문서 body 의 실제 부분 문자열인지 대조(환각 인용 검출), (4) reviewer_agree_ratio·citation_accuracy 는 합성 기준이라 자가채점 지표로만 봅니다. 수동: 세무사 2명 비동기 라벨로 bootstrap Cohen's κ CI 하한 ≥ 0.6, judge 인간 spot check 5%.
근거: 세법, 예규, 판례, 해석례를 바탕으로 사건의 핵심 쟁점을 판단하고 그 근거를 정리하는 일