본문 바로가기
KERD
논문KCI 등재

인공지능(AI) 기반 예산지킴이 모델구축 및 운영: 가능성과 한계

Establishment and Operation of AI-based Budget Keeper Models: Possibilities and Limitations

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

초록

정부예산의 올바른 운용은 국가사회경제에 순기능으로 작용한다. 하지만 그릇될 경우, 부실 재정으로 인해 국민적 부담을 안겨줄 수 있다. 오늘날 공공정책에 기반을 둔 정부예산은 결정 및 집행과정에서 다양한 문제에 직면하고 있다. 가령 집행과정에서 특정 항목이 관례나 정치 및 당파적 약속 등에 의해 이루어진다. 심지어 정부보조금, 출연금 등의 과다・허위 청구가 끊이지 않는 상황에서 정부재정의 효율적 집행과 관리는 매우 시급한 과제다. 정부의 고질병으로서 심화된 예산낭비 및 비효율 문제는 더 이상 방치할 수 없는 계제에 이르렀다. 인공지능 기술과 예산과정의 접목, 인공지능 기반 공적 가치 창출은 불가피한 현실이다. 이러한 상황 인식의 바탕에서 본 연구는 디지털 전환시대를 맞이하여 인공지능 기반 예산집행의 효율성 극대화를 위한 솔루션의 탐색 및 실천과제를 모색하고자 한다.

Abstract

The proper operation of the national budget as a net function for the national social economy. However, if it goes wrong, it can put a burden on the public due to poor finances. Moreover, the government budget based on public policy faces various problems in the decision and execution process. For example, during the execution process, specific items are made by customs, political and partisan promises, etc. Even at a time when excessive and false claims such as government subsidies and contributions continue, efficient execution and management of government finances are a very urgent task. As a chronic government disease, the deepening budget waste and inefficiency problems have reached a phase where they can no longer be neglected. It is inevitable to combine artificial intelligence technology with budget process and create artificial intelligence-based public value. Based on this perception of the situation, this study aims to explore solutions and seek practical tasks to maximize the efficiency of artificial intelligence-based budget execution in the era of digital transformation.

참고문헌 (37)

  1. 2010회계연도 결산검사보고, "감사원", 감사원, ~ (2011)
  2. 2011회계연도 결산검사보고, "감사원", 감사원, ~ (2012)
  3. 2012회계연도 결산검사보고, "감사원", 감사원, ~ (2013)
  4. 2013회계연도 결산검사보고, "감사원", 감사원, ~ (2014)
  5. 2014회계연도 결산검사보고, "감사원", 감사원, ~ (2015)
  6. 2015회계연도 결산검사보고, "감사원", 감사원, ~ (2016)
  7. 재정의 투명성 제고를 위한 정보공개 관련 법제의 개선방안, "곽관훈", 한국법제연구원, ~ (2006)
  8. "지난 4년간 정부보조금 부정수급액 683억 거두어 들여" (2018)[URL]
  9. 지방자치단체의 불용액 실태분석 및 관리체계 개선 연구, "김성주", 한국지방행정연구원, ~ (2020)
  10. 김용국, "인공지능기반 연구비집행내역 불인정 판단시스템에 관한 연구", 박사, pp.2021
  11. 국고보조금제도 개선방안 연구, "김재훈", 기획재정부・한국조세재정연구원, ~ (2015)
  12. 배인명, "지방재정관리제도의 개선방안: 지방재정분석・진단제도와 지방재정위기 조기 경보시스템을 중심으로", 지방재정, 통권 : 26, pp.76~91 (2016), 한국지방재정공제회
  13. 서경호, "역사는 밤에 이루어진다... 쪽지예산의 패밀리 비즈니스", 중앙일보, A28~ (2017)
  14. 송석현, "차세대 예산회계시스템, 재정데이터 분석센터의 효율적 구축에 관한 연구: 주요사례를 비교 분석하여", 한국지역정보화학회지, 24(3), pp.1~21 (2021), 한국지역정보화학회
  15. 심혜인, "주요 재정사업의 집행 특성과 재정관리의 시사점", 월간 나라재정, 39 (2020), 한국재정정보원
  16. 오영민, "예산과정에서의 인공지능과 빅데이터의 활용과 한계", 월간 나라재정, 60, pp.10~13 (2021), 한국재정정보원
  17. "못 믿을 국가재무제표..지난 9년간 뒤늦게 밝혀진 정부 회계 오류만 90조원" (2021)[URL]
  18. 이원희, "2022년 예산관리의 전망과 과제", 월간 나라재정, 61 (2022), 한국재정정보원
  19. 현행 정부 예산회계제도의 문제점과 정부회계의 개선, 법제논단, "이종운", 법제처, ~ (2009)
  20. 이진석, "재정집행의 비효율성 분석에 관한 시론적 연구: 활동기준예산 모형을 중심으로", 예산정책연구, 3(2), pp.107~132 (2014), 국회예산정책처[DOI]
  21. 이현석, "디지털예산회계시스템(dBrain)의 구성과 운영 현황", 월간 나라재정, 39 (2020), 한국재정정보원
  22. 연구개발사업 예산편성과 집행의 효율성 강화를 위한 Big Data 활용 방안의 탐색, "이현숙", 한국과학기술기획평가원, ~ (2012)
  23. "차세대 예산회계시스템 ‘디브레인’ 개통…데이터 기반 정책 분석" (2022)[URL]
  24. 정성호, "재정정보관리시스템 연계를 위한 법제 및 거버넌스 체계 개편 대안", 한국재정정보원, ~ (2020)
  25. 재정집행의 효율성 제고를 위한 제도적 개선방안, "한국조세재정연구원", 한국조세재정연구원, ~ (2013)
  26. "대한민국 정책브리핑" (2021)[URL]
  27. "‘세금 1원이라도’…예산절감 10가지 타산지석" (2008)[URL]
  28. 한세억, "국민이 갈망하는 인공지능정부" (2022), 박영사
  29. 통합재정정보시스템(디지털예산회계시스템) 평가 및 개선방안, "황혜신", 한국행정연구원, ~, pp.KIPA 연구보고서 2010-25 (2010)
  30. Ammar, S, "Evaluating City Financial Management Using Fuzzy Rule—Based Systems", Public Budgeting & Finance, 21(4), pp.70~90 (2002)
  31. Booth, Robert, "Benefits System Automation Could Plunge Claimants Deeper Into Poverty", The Guardian, ~ (2019)
  32. Gandomi, A., "Beyond the hype : Big data concepts, methods, and analytics", International Journal of Information Management, 35(2), pp.137~144 (2015)
  33. Gilpin, L. H., "Explaining Explanations: An Overview of Interpretability of Machine Learning", 2018 IEEE 5th International Conference on Data Science and Advanced Analytics (DSAA), pp.80~89 (2018)
  34. Goasduff, Lawrence, "3 Barriers to AI Adoption", pp.1~8 (2019), Gartner
  35. Grove, W. M., "Clinical Versus Mechanical Prediction : A Meta-Analysis", Psychological assessment, 12(1), pp.19~30 (2000)
  36. Fiscal Transparency and Economic Outcomes, "Hameed, F.", IMF, ~, pp.IMF Working Papers, issue.225 (2005)
  37. OECD, "G20", OECD Compendium of Good Practices on the Use of Open Data for Anti-Corruption, 2017

관련 논문AI추천

이 간행물의 다른 논문 (4건)