AI를 활용한 감사 부적정 사례 탐지

교육 목표

• Gemini를 활용하여 법인카드 사용내역, 보험계약 데이터 등에서 부적정 사례를 탐지할 수 있다.
• 감사 업무에 AI를 적용하는 구체적인 프롬프트 작성법을 익힌다.
• AI 분석 결과를 해석하고, 감사 보고서 작성에 활용할 수 있다.

교육 구성

실습 도구

• Gemini : 파일 업로드 및 데이터 분석 기능 활용
• 실습 진행 방식 : 설명 → 시연 → 실습

실습 파일 구성

실습1_경비부적정사용/
  ├── 법인카드_사용내역.csv      ← 100건 데이터 (Gemini 업로드용)
  └── 경비부적정_탐지.py         ← 탐지 로직 파이썬 코드

실습2_계약업무규정위반/
  ├── 계약업무_규정집.md         ← 계약업무 처리규정 전문
  ├── 계약서_샘플_01~05.md      ← 계약서 샘플 5건 (위반 패턴 내장)

실습3_사규위반/
  ├── 사규_규정집.md             ← 출장/보안/문서/근태/자산 규정
  ├── 업무처리_사례_01~05.md    ← 업무처리 사례 5건 (위반 패턴 내장)

실습4_작성계약/
  ├── 보험계약_데이터.csv        ← 100건 데이터 (Gemini 업로드용)
  └── 작성계약_탐지.py           ← 탐지 로직 파이썬 코드

이 교육의 실습 자료(규정집, 계약서, 프롬프트 등)는 모두 마크다운(.md) 형식으로 작성되어 있다. 마크다운은 AI와 소통할 때 가장 효과적인 문서 형식이므로 기본 문법을 이해해 두면 좋다.

마크다운이란

• 간단한 기호로 문서의 구조와 서식을 표현하는 경량 문서 형식
• AI가 문서 구조(제목, 목록, 표 등)를 정확히 인식하므로, 프롬프트 작성이나 자료 전달에 적합
• .md 파일은 메모장으로 열 수 있고, VS Code 등에서 미리보기(Preview)가 가능

핵심 문법 요약

표 작성법

| 이름 | 부서 | 직급 |
|------|------|------|
| 김민수 | 영업지원팀 | 과장 |
| 이정호 | 마케팅팀 | 과장 |

결과:

프롬프트에서 마크다운 활용

AI에게 프롬프트를 작성할 때 마크다운 기호를 사용하면 AI가 지시 사항의 구조를 더 정확히 이해한다.

다음 데이터를 분석해줘.        ← 지시문

## 분석 기준                   ← 제목으로 구분
- 기준 1: 동일 주소 2명 이상   ← 목록으로 항목 구분
- 기준 2: 월말 집중 비율 50%

## 출력 형식                   ← 별도 섹션
- 표 형식으로 정리
- 위험도(상/중/하) 표시

왜 감사에 AI인가

감사 업무의 핵심은 방대한 데이터에서 이상 징후를 찾아내는 것이다. 기존에는 사람이 엑셀 데이터를 하나하나 검토하거나, 샘플링 방식으로 점검했다. AI를 활용하면 다음이 가능하다.

• 전수 검사 : 수천~수만 건의 데이터를 한번에 분석
• 패턴 탐지 : 사람이 놓치기 쉬운 반복 패턴, 이상 징후를 자동 식별
• 분석 관점 확장 : AI에게 "다른 의심 포인트가 있는지" 물어보면, 감사자가 미처 생각하지 못한 관점을 제시
• 보고서 초안 작성 : 탐지된 사항을 감사 보고서 형식으로 정리

Gemini 데이터 분석 기능

Gemini는 CSV, Excel 파일을 직접 업로드하여 분석할 수 있다.

• 파일 업로드 → Gemini가 데이터 구조를 자동으로 파악
• 자연어로 분석을 지시하면 Python 코드를 자동 생성하여 실행
• 분석 결과를 표, 그래프 등으로 시각화 가능

실습 진행 흐름

각 실습은 다음 4단계로 진행한다.

1. 데이터/자료를 Gemini에 업로드
2. Gemini와 토론하며 검출 논리를 설계
3. 설계한 논리를 Gemini가 파이썬 코드로 변환
4. 코드를 실행하여 잠재적 부정을 적발하고, 감사자에게 제안

학습 목표

• 법인카드 사용내역 데이터에서 부적정 사용 패턴을 AI로 탐지할 수 있다.
• 부적정 유형별 탐지 프롬프트를 작성할 수 있다.

(1) 자택 근처 법인카드 사용

• 의심 상황 : 사용자의 자택 주소와 법인카드 사용처 주소가 근접한 경우
• 탐지 포인트 : 사용처 주소와 자택 주소의 동(洞)/구(區) 일치 여부, 주말·공휴일 사용, 퇴근 이후 시간대 사용

(2) 동일 시간대·동일 점포 반복 사용

• 의심 상황 : 특정 사용자가 같은 가맹점에서 유사한 시간대에 반복적으로 결제
• 탐지 포인트 : 동일 사용자 + 동일 가맹점 조합의 빈도 분석, 업무 관련성이 낮은 업종(예: 주류, 골프 등)

(3) 법인카드 분할 결제

• 의심 상황 : 1회 사용 한도 또는 건당 기준 금액을 회피하기 위해 동일 가맹점에서 같은 날 여러 번에 나눠 결제
• 탐지 포인트 : 동일 날짜 + 동일 가맹점에서 2건 이상 결제, 분할 결제 합계가 기준 금액 근처

(4) 사업비 기준 위반 경비 사용

• 의심 상황 : 1인당 식대 기준, 회당 접대비 한도 등 사업비 지급 기준을 초과하여 사용
• 탐지 포인트 : 건당 금액이 기준 초과, 사용 목적과 업종 불일치, 비정상적 시간대 사용

법인카드_사용내역.csv 파일에 100건의 가상 법인카드 사용내역이 들어 있다.

데이터 컬럼 구성

사업비 기준 (가상)

데이터에 내장된 주요 의심 패턴

STEP 1: 데이터 업로드

법인카드_사용내역.csv 파일을 Gemini에 업로드한다.

STEP 2: Gemini와 토론하며 검출 논리 설계

업로드 후, 아래 프롬프트로 Gemini와 대화하며 탐지 논리를 함께 설계한다.

이 법인카드 사용내역 데이터를 분석하여 부적정 사용을 탐지하려고 해.

탐지하려는 부적정 유형은 다음 4가지야:
1. 사적 사용이 의심되는 자택 근처에서의 법인카드 사용
2. 특정 동일 시간대, 동일 점포에서의 지속적 법인카드 사용
3. 법인카드 분할 결제
4. 사업비 기준을 위반한 경비 사용

먼저 데이터 구조를 파악하고, 각 유형별로 어떤 논리로 탐지하면 좋을지 제안해줘.

Gemini가 제안한 탐지 논리를 검토하고, 필요하면 아래와 같이 기준을 구체화한다.

좋아. 탐지 논리를 더 구체화하자.

1. 자택 근처 사용: 사용처주소와 자택주소의 '구' 또는 '동'이 일치하는 건.
   특히 18시 이후, 주말 사용은 의심도를 높여줘.

2. 동일 점포 반복: 동일 사용자+동일 가맹점 3회 이상.
   주류/유흥 업종은 우선 표시.

3. 분할 결제: 동일 날짜+동일 사용자+동일 가맹점에서 2건 이상, 시간 간격 60분 이내.
   합산 금액이 30만원 초과하면 한도 회피 의심.

4. 사업비 기준 위반:
   - 점심식대: 금액 ÷ 참석인원 > 15,000원
   - 접대비: 건당 300,000원 초과
   - 주류 업종은 전건 추출 (사전승인 확인 필요)

이 논리로 파이썬 코드를 작성해줘.

STEP 3: 파이썬 코드 생성 및 실행

Gemini가 생성한 파이썬 코드를 실행하여 탐지 결과를 확인한다.

STEP 4: 탐지 결과 검토 및 보고서 작성

탐지 결과를 확인한 후, 아래 프롬프트로 감사 보고서 초안을 작성한다.

위 탐지 결과를 종합하여 감사 보고서 초안을 작성해줘.

포함 사항:
- 분석 개요 (데이터 범위, 분석 기간, 총 건수)
- 유형별 탐지 결과 요약
- 주요 의심자 프로필 (사용자별 의심 사유 정리)
- 후속 조치 권고사항
- 표 형식으로 깔끔하게 정리해줘

자택 근처 사용 탐지

첨부한 법인카드 사용내역 데이터를 분석해줘.

분석 요청:
- 사용처주소와 사용자자택주소가 같은 '구' 또는 같은 '동'에 해당하는 건을 모두 찾아줘
- 해당 건들을 사용자별로 그룹핑해서 보여줘
- 특히 퇴근 시간 이후(18시 이후)나 주말에 자택 근처에서 사용한 건을 별도로 표시해줘
- 사적 사용 가능성이 높은 순서대로 정렬하고, 의심 사유를 함께 정리해줘

분할 결제 탐지

첨부한 법인카드 사용내역에서 분할 결제가 의심되는 건을 찾아줘.

탐지 기준:
- 같은 날짜에 같은 사용자가 같은 가맹점에서 2회 이상 결제한 건
- 결제 시간 간격이 60분 이내인 건
- 분할된 건들의 합계 금액도 함께 계산해줘
- 합산 금액이 30만원을 초과하면 '한도 회피 의심'으로 표시해줘
- 분할 결제로 의심되는 이유를 건별로 설명해줘

동일 점포 반복 사용 탐지

첨부한 법인카드 사용내역에서 특정 가맹점을 반복적으로 사용하는 패턴을 찾아줘.

탐지 기준:
- 동일 사용자가 동일 가맹점을 3회 이상 사용한 경우
- 사용자별 + 가맹점별 사용 빈도를 집계해줘
- 반복 사용 가맹점의 업종도 함께 표시해줘
- 주류, 유흥 등 업무 관련성이 낮은 업종의 반복 사용 건을 우선 표시해줘

사업비 기준 위반 탐지

첨부한 법인카드 사용내역을 아래 사업비 기준에 따라 점검해줘.

사업비 기준:
- 1인당 점심식대 한도 : 15,000원 (사용목적이 '점심식사'인 건, 금액÷참석인원으로 계산)
- 건당 접대비 한도 : 300,000원
- 주류 업종 사용 시 사전 승인 필요 (업종이 '주류'인 건은 모두 추출)

분석 요청:
- 각 기준별로 위반 또는 의심되는 건을 분류해서 보여줘
- 위반 건에 대해 초과 금액, 위반 사유를 정리해줘
- 종합 의견도 작성해줘

학습 목표

• 계약서 작성 시 자주 발생하는 규정 위반 유형을 이해한다.
• Gemini에 규정집과 계약서를 업로드하여 규정 준수 여부를 점검할 수 있다.
• GEMs(맞춤형 챗봇)를 만들어 반복적인 계약 점검을 자동화할 수 있다.

STEP 1: 규정집과 계약서를 Gemini에 업로드

계약업무_규정집.md와 계약서_샘플_01_사무용품구매.md를 함께 업로드한다.

STEP 2: Gemini와 토론하며 점검

두 파일을 업로드했어.
- 계약업무_규정집.md : 우리 회사의 계약업무 처리규정이야
- 계약서_샘플_01_사무용품구매.md : 실제 체결된 계약 건의 계약서와 관리 정보야

이 계약 건이 규정을 잘 지켰는지 점검해줘.
규정의 모든 조항(제1조~제24조)을 하나하나 대조하면서 위반 여부를 빠짐없이 체크해줘.

출력 형식:
- 위반 항목별로 [해당 규정 조항], [규정 내용], [실제 처리], [위반 내용], [위험도(상/중/하)]를 표로 정리
- 마지막에 종합 의견과 개선 권고사항 작성

STEP 3: 나머지 계약서 샘플도 점검

같은 규정 기준으로 계약서_샘플_02~05도 순서대로 점검해줘.
샘플별로 위반 사항을 동일한 표 형식으로 정리하고,
마지막에 5건 전체를 종합한 요약표를 만들어줘.

종합표에는:
- 위반 유형별 발생 빈도 (어떤 위반이 가장 많은지)
- 부서별 위반 현황
- 위험도 '상' 위반 건 목록

STEP 4: 감사 보고서 초안 작성

위 5건의 계약 점검 결과를 종합하여 감사 보고서 초안을 작성해줘.

포함 사항:
- 점검 개요 (대상, 범위, 기간)
- 주요 지적사항 (위험도 상 위반)
- 위반 유형별 통계
- 부서별 위반 현황
- 제도 개선 권고사항 (반복 위반 방지 대책)

규정 점검을 매번 프롬프트로 지시하는 대신, GEMs(맞춤형 Gemini 챗봇)을 만들어 반복 사용한다.

시스템 프롬프트 파일 : GEMs 감사 시스템 프롬프트.md

GEMs 설정 방법

1. Gemini 좌측 메뉴에서 GEM 관리자 클릭
2. 새 GEM 만들기 선택
3. 설정 입력:

   항목	내용
   이름	초정밀 계약 준법 감사 시스템
   지침(Instructions)	GEMs 감사 시스템 프롬프트.md 파일의 내용을 전체 복사하여 붙여넣기
   지식(Knowledge)	계약업무_규정집.md 파일 업로드

4. 만들기 클릭

시스템 프롬프트 핵심 구조

GEMs 감사 시스템 프롬프트.md는 다음 6단계 감사 로직으로 구성되어 있다.

출력 형식

GEMs는 계약서를 입력받으면 다음 형식의 감사 보고서를 자동 생성한다.

• 종합 진단 요약 : 등급 판정 및 핵심 위반 요약
• 항목별 정밀 점검 결과 : 규정 항목별 상태(적합/위반/주의)와 근거 조항을 표로 정리
• 위반 사항 상세 및 조치 권고 : 중대/긴급/보완 등급별 조치 사항

GEMs 사용 실습

만들어진 GEMs 챗봇에 계약서 샘플을 업로드하고 점검을 요청한다.

이 계약서를 점검해줘.

학습 목표

• 현업부서의 사규 위반 사례를 AI를 활용하여 탐지하는 방법을 익힌다.
• 규정 텍스트와 업무 처리 내역을 AI에 입력하여 위반 여부를 판별할 수 있다.

사규 위반 탐지의 프롬프트 구조는 단순하다.

[규정 원문] + [업무 처리 사실] → AI에게 위반 여부 판별 요청

핵심은 규정의 원문을 정확히 제공하는 것이다. AI는 제공받은 규정을 기준으로 업무 처리의 적정성을 판단한다.

출장 (사례 01)

보안 (사례 02)

문서관리/근태/자산관리 (사례 03~05)

각 사례에도 다수의 규정 위반이 내장되어 있다.

STEP 1: 규정집과 사례 파일을 Gemini에 업로드

사규_규정집.md와 업무처리_사례_01_출장.md를 함께 업로드한다.

STEP 2: Gemini와 위반 분석

두 파일을 업로드했어.
- 사규_규정집.md : 우리 회사의 사내 규정이야
- 업무처리_사례_01_출장.md : 실제 출장 업무 처리 내역 4건이야

각 사례(A, B, C, D)에 대해 규정의 해당 조항을 하나하나 대조하면서
위반 여부를 점검해줘.

출력 형식:
- 사례별로 위반 항목, 해당 규정 조항, 위반 내용, 규정상 기준, 실제 처리 내역을 표로 정리
- 위반별 위험도(상/중/하) 표시

STEP 3: 나머지 사례도 점검

같은 규정 기준으로 업무처리_사례_02~05도 순서대로 점검해줘.
사례별로 위반 사항을 정리하고, 마지막에 전체를 종합한 요약을 만들어줘.

STEP 4: 감사 지적사항 형식으로 변환

위 분석 결과에서 위험도 '상'인 위반 건들을 감사 지적사항 형식으로 작성해줘.

형식:
1. 지적 제목
2. 관련 규정 (조항 번호 포함)
3. 지적 내용 (규정 vs 실제)
4. 지적 사유
5. 개선 권고사항

학습 목표

• 보험계약 데이터에서 작성계약(가공의 계약) 패턴을 AI로 탐지할 수 있다.
• 작성계약의 주요 유형과 데이터상의 탐지 포인트를 이해한다.

작성계약이란 주간 실적이나 부족 실적을 맞추기 위해 체결하는 가공의 보험계약을 말한다. 실질적인 보험 수요가 없는 사람을 계약자로 하여 형식적으로 체결되며, 대부분 단기간 내 해지(실효)된다.

(1) 1인 계약자 명의 다수 계약

• 패턴 : 한 지점 내에서 동일 계약자 명의로 여러 건의 보험이 체결되나, 모집인이 각각 다름
• 탐지 포인트 : 계약자 1인당 계약 건수, 모집인 다양성, 단기간 내 집중 체결, 조기 실효

(2) 지점장 가족·지인 명의 분산 계약

• 패턴 : 지점장(영업관리자)의 가족, 친구 등을 계약자로 하여 지점 내 여러 설계사에게 나눠 계약 체결
• 탐지 포인트 : 동일 주소의 계약자 다수, 유사 연락처 패턴, 특정 기간(월말 마감 전후) 집중, 조기 실효

보험계약_데이터.csv 파일에 100건의 가상 보험계약이 들어 있다.

데이터 컬럼 구성

데이터에 내장된 주요 의심 패턴

STEP 1: 데이터 업로드

보험계약_데이터.csv 파일을 Gemini에 업로드한다.

STEP 2: 탐지 프롬프트 입력

작성계약_탐지_프롬프트.md 파일의 내용을 복사하여 Gemini에 입력한다.

이 프롬프트는 다음 6단계 탐지 로직을 Gemini에게 지시한다.

STEP 3: 파이썬 코드 생성 및 실행

Gemini가 프롬프트를 받으면 6단계 탐지 로직을 파이썬 코드로 변환하고 실행한다.

STEP 4: 감사 보고서 초안 작성

위 탐지 결과를 종합하여 감사 보고서 초안을 작성해줘.

포함 사항:
- 작성계약 의심 건 요약 (유형별 분류)
- 지점별 의심 현황
- 유형별 의심 근거 상세
- 후속 확인이 필요한 사항 (보험료 납입 출처, 계약자 실재 여부 등)
- 감사 권고사항

1인 계약자 다수 계약 탐지

첨부한 보험계약 데이터를 분석해서 작성계약(가공계약)이 의심되는 건을 찾아줘.

탐지 기준 - 1인 계약자 다수 계약:
- 동일 계약자 명의로 2건 이상 계약이 체결된 경우를 찾아줘
- 해당 계약들의 모집인이 서로 다른 경우 의심도를 높게 표시해줘
- 계약 체결일이 단기간(7일 이내)에 집중된 경우도 표시해줘
- 실효된 건이 있으면 별도 표시해줘
- 계약자별로 계약 건수, 모집인 목록, 총 월보험료, 실효 건수를 정리해줘

지점장 관계자 분산 계약 탐지

첨부한 보험계약 데이터에서 다음 패턴을 찾아줘.

탐지 기준 - 주소/연락처/지점장 관계:
- 동일 주소에 거주하는 서로 다른 계약자가 같은 지점에서 계약한 경우
- 연락처 앞 8자리가 동일한 계약자 그룹
- 계약자명에 지점장명이 포함된 건 (예: "김영철_배우자")
- 해당 계약들이 월말(25일 이후)에 집중되어 있으면 의심도 상향
- 지점별로 의심 그룹을 정리해줘

1. 데이터 보안

• 실제 업무 데이터를 외부 AI 서비스에 업로드할 때는 사내 보안 정책을 반드시 확인
• 개인정보(이름, 연락처, 주소 등)가 포함된 데이터는 비식별화 처리 후 사용 권장
• 사내 전용 AI 시스템이 있다면 우선 활용

2. AI 결과의 검증

• AI의 분석 결과는 탐지 단서이지, 최종 판단이 아님
• AI가 "의심"이라고 표시한 건도 실제로는 정당한 사유가 있을 수 있음
• 반드시 원본 증빙, 당사자 확인 등 후속 검증 절차를 거쳐야 함

3. 프롬프트의 중요성

• 탐지 기준을 구체적으로 제시할수록 정확한 결과를 얻을 수 있음
• 실제 사내 규정, 기준 금액 등을 프롬프트에 정확히 반영해야 함
• 한번에 완벽한 결과를 기대하기보다, 추가 질문으로 분석을 심화하는 것이 효과적

• 단계적 접근 : 처음에는 단순한 데이터(법인카드 사용내역)부터 시작하고, 익숙해지면 복잡한 분석으로 확장
• 프롬프트 라이브러리 : 자주 사용하는 감사 분석 프롬프트를 팀 내에서 공유하고 축적
• 정기 모니터링 : 월별/분기별로 동일한 프롬프트를 사용하여 정기적인 이상 징후 탐지 실행
• Gemini + 파이썬 조합 : 단발성 분석은 프롬프트만으로 충분하지만, 반복 모니터링은 파이썬 코드로 자동화