표본 감사의 한계
연간 전표가 30만 건인 회사에서 내부감사팀이 300건을 표본으로 뽑아 검토한다고 가정해 보겠습니다. 검토 비율은 0.1%입니다. 문제가 있는 전표가 30건(0.01%) 숨어 있다면, 무작위 표본 300건에 그중 단 한 건도 포함되지 않을 확률은 약 97%입니다. 표본 감사는 통제가 전반적으로 작동하는지 확인하는 데는 유효하지만, 소수의 비정상 거래를 찾아내는 도구로는 적합하지 않습니다.
그래서 많은 조직이 주말·심야 전기, 끝자리가 000인 금액, 승인 한도 바로 아래 금액 같은 규칙 기반 점검을 병행합니다. 다만 규칙만으로는 부족합니다.
어떤 전표가 '이상'인가
이상 전표는 개별 조건이 아니라 여러 조건의 조합에서 드러납니다.
탐지된 전표가 곧 부정은 아닙니다. 입력 오류, 의도적 부정, 정당한 업무 예외는 대응이 다릅니다. 오류는 수정과 교육으로, 부정 의심은 조사로, 예외는 규칙 보완으로 이어져야 합니다. 모델의 역할은 '볼 가치가 있는 전표'를 추리는 데까지이고, 판단은 감사인이 내립니다.
모델 선택: 라벨 없는 데이터에서 시작하기
대부분의 회사에는 부정으로 확정된 전표 데이터가 거의 없습니다. 따라서 정답 라벨이 필요 없는 비지도 이상 탐지로 시작하는 것이 현실적입니다.
기존 규칙은 버리지 않고 피처로 넣거나 점수에 결합합니다. 감사인이 확인한 사례가 수백 건 단위로 쌓이면 그래디언트 부스팅 같은 지도학습 모델을 추가하고, 비지도 모델은 새로운 유형을 잡는 용도로 유지합니다.
오탐을 감당 가능한 수준으로
기준은 모델이 아니라 사람의 처리량에서 출발해야 합니다. 감사인 2명이 하루 25건씩 검토한다면 하루 50건, 월 20영업일 기준 1,000건입니다. 월 전표가 25,000건이라면 상위 4%만 볼 수 있다는 뜻입니다. 따라서 임계값으로 자르기보다 위험 점수 상위 N건을 순위화해 제공하고, 성과도 상위 N건 중 실제 조치로 이어진 비율로 측정합니다.
점수만 보여 주면 감사인은 전표를 처음부터 다시 뜯어봐야 합니다. SHAP 같은 피처 기여도를 이용해 "작성자가 평소 쓰지 않던 계정", "승인까지 2분 소요"처럼 탐지 사유를 2~3개 함께 제시해야 검토 시간이 줄고 결과에 대한 신뢰가 생깁니다.
운영 체계와 데이터 준비
POLYGLOTSOFT가 돕는 방식
POLYGLOTSOFT는 ERP 전표·승인 데이터 연동부터 이상 탐지 모델 구축, 감사인이 탐지 사유와 함께 전표를 검토하고 결과를 남기는 화면까지 단계적으로 구축합니다. 먼저 과거 1~2년 치 데이터로 탐지 결과를 검증한 뒤 운영 체계로 확장하는 방식을 권장합니다. 전수 점검 기반의 내부감사 고도화를 검토 중이시라면 POLYGLOTSOFT에 문의해 주시기 바랍니다.