미국 세법 AI 평가를 위한 고품질 가상 세무 사례 데이터 세트 구축

샤이프는 기업 세무 AI 테스트를 위해 연방 및 주 세금 보고서, 증빙 서류, 공인회계사 스타일의 워크플로, 금융 분야 전문가 검증, 그리고 개인 식별 정보 보호를 포함한 2,000개의 현실적인 미국 세금 사례를 어떻게 만들었는지 설명합니다.

합성 세금 데이터 세트

프로젝트 개요: AI 평가를 위한 가상 세금 데이터셋

세무 AI 시스템의 기능이 향상됨에 따라 평가 데이터의 품질이 중요한 차별화 요소가 되고 있습니다. 고객은 캘리포니아, 텍사스, 뉴욕, 일리노이, 플로리다 등 여러 주에 걸쳐 연방 세금 신고 요건과 주별 변형 사항을 모두 포함하는 실제 개인 세금 사례로 구성된 대규모 데이터 세트를 필요로 했습니다. 각 사례는 실제 공인회계사(CPA)의 업무 흐름을 그대로 재현해야 했으며, 완전한 초기 상담 내용, 증빙 서류, 대조된 세금 양식, 요약 보고서, 난이도 라벨을 포함해야 했습니다.

Shaip은 2,000건의 완벽하게 조정된 세금 사례를 생성할 수 있는 즉시 사용 가능한 데이터 세트 파이프라인을 설계하는 업무를 맡았으며 , 프로그램 요구 사항이 확장됨에 따라 5,000건 까지 확장할 수 있는 운영 역량을 갖춰야 했습니다 . 해당 데이터 세트는 최근 과세 연도를 포함하고, 중간 및 중간 정도의 복잡성을 가진 사례 전반에 걸쳐 균형 잡힌 복잡성을 반영해야 하며, 일관성, 비식별화, 형식 및 중복 방지 측면에서 엄격한 품질 관리를 유지해야 했습니다.

세금 사례 데이터 세트

주요 데이터셋 지표

데이터셋 볼륨

2,000건의 세금 소송

확장성

최대 5,000건까지 확장 가능

증빙 서류

사건당 7~15건의 문서

배송 처리량

주당 300~400개의 데이터 세트

세무 AI 평가 과제

  • 모든 사례가 내부적으로 일관된 납세자 설명, 증빙 서류 및 최종 보고서를 통해 실제 공인회계사(CPA) 스타일의 워크플로를 반영하도록 보장했습니다.
  • 5개 주에 걸쳐 주별 세금 계산 방식을 처리하면서 연방 양식 및 요약과의 일관성을 유지합니다.
  • HSA, 다주 소득, K-1 양식, ACA 양식, Schedule C, 자본 이득 및 해외 계좌와 관련된 중간 정도 난이도의 세금 시나리오를 생성합니다.
  • 엄격한 데이터 무결성, 형식 및 완전성 기준을 유지하며, PDF 형식으로만 제공하고 불완전하거나 중복되거나 구조적으로 일관성이 없는 파일은 거부합니다.
  • 익명화 처리 및 다단계 검토를 통해 합성 또는 익명화된 데이터 세트를 활용하여 개인정보를 보호합니다.

Shaip의 합성 세금 데이터 솔루션

데이터 전략

샤이프는 평가 및 테스트 용도로 사용할 수 있도록 설계된 2,000건의 실제적인 개별 세금 사례 를 중심으로 프로젝트를 구성했습니다 . 워크플로는 일관성이나 품질 저하 없이 향후 5,000건으로 확장할 수 있도록 설계되었습니다 . 사례는 최근 5년간의 과세 기간을 대표하도록 설계되었으며, 특히 최근 신고 기간에 대한 사례가 더 많이 포함되었습니다.

사례 설계 및 접수 모델링

각 사례에는 개인 정보, 신고 상태, 부양 가족, 고용 상태, 주식 보상, 퇴직 소득, 1099 소득, K-1 양식, 임대 소득, 해외 소득, 공제, 세액 공제, 세무 준수 이력 및 주별 요구 사항을 포함하는 상세한 고객 정보 설문지가 포함되었습니다. 이를 통해 각 시나리오는 실제 세무 업무의 정보 수집 단계를 반영하도록 했습니다.

문서 패키지 생성

각 파일 세트를 실제와 유사하게 만들고 평가 준비를 완료하기 위해 모든 사례에는 W-2, 1099-INT/DIV/B, 1099-R, 1099-NEC/MISC, K-1, 1095-A, 주택담보대출 이자 신고서, 재산세 고지서, 증권사 명세서, 임대 계약서, 은행 거래 내역서, 사업 경비 영수증, HSA/IRA 기록과 같은 증빙 서류 패키지가 포함되었습니다.

세금 보고서 준비 및 대조

각 데이터 세트에는 연방 및 주 세금 신고서 (Form 1040 및 해당 부속 서류 포함)와 필요한 경우 주 세금 신고서 및 관련 세액 공제 또는 증빙 서류가 포함되었습니다. 간략한 요약 보고서에는 조정 총소득(AGI), 과세 소득, 총 세액, 납부액, 환급액 또는 납부 잔액, 벌금, 실효세율이 기록되었으며, 주별 요약 필드도 포함되었습니다.

복잡성 프레임워크

사례들은 난이도별로 분류되었으며, 특히 2단계(중간) 및 3단계(다소 복잡한) 시나리오에 중점을 두었습니다. 이러한 시나리오에는 여러 주에 걸친 세금 신고 상황, HSA 활동, Schedule C 소득, 자본 이득, ACA 보고, 해외 계좌 및 K-1 기반 세금 논리가 포함되었습니다.

품질 보증 및 인수 관리

Shaip은 논리적 일관성, 세금 필드 매핑, 문서 완전성, 미국 세금 템플릿과의 구조적 일치성, 최종 감사 준비 상태 등 엄격한 품질 요구 사항에 맞춰 결과물을 제공했습니다. 또한 워크플로는 잘못된 PDF, 누락된 재무 정보, 중복 데이터 세트 및 필드 배치 불일치와 같은 문제에 대한 거부 기준도 고려했습니다.

개인 정보 보호 및 규정 준수

모든 데이터는 실제 개인 식별 정보(PII)가 포함되지 않도록 합성되거나 적절하게 익명화되었으며, 다단계 비식별화 검토 과정을 거쳤습니다. 이를 통해 데이터 세트는 개인정보 보호 규정을 준수하면서 기업의 테스트 요구 사항을 충족할 수 있었습니다.

합성 세금 데이터 세트 범위

데이터셋 구성 요소 범위
케이스 볼륨 2,000 케이스
확장성 최대 5,000건까지 확장 가능
지리학 캘리포니아, 텍사스, 뉴욕, 일리노이, 플로리다
사건당 문서 수 7~15개 문서
난이도 레벨 2 및 레벨 3 집중
연방 양식 1040 양식, 부록 1~3, A, B, C, D, E, SE 및 해당 양식
상태 양식 관련 주정부 세금 보고서 양식, 부속 서류, 세액 공제 및 영수증
요약 출력 연방세 및 주세 요약
배달 형식 PDF 전용
주간 처리량 300~400개의 데이터 세트

결과: 기업에서 바로 활용 가능한 세무 AI 평가 데이터 세트

  • 프레임워크를 만들었습니다 2,000건의 고충실도 세무 사례 내부 평가 및 테스트를 위해 설계되었습니다.
  • 생산 규모 확대를 위한 운영 준비 태세를 확립했습니다. 5,000 케이스
  • 연방 및 5개 주 세금 워크플로 전반에 걸쳐 현실적인 모델 테스트를 가능하게 했습니다.
  • 각 사례를 실제 CPA 방식의 접수, 문서화, 제출 및 요약 논리에 맞춰 구성했습니다.
  • 개인 식별 정보 제거, 대조, 완전성 및 PDF 형식 지정을 위한 엄격한 제어 기능이 내장되어 있습니다.

전반적으로, 이번 프로젝트는 Shaip이 세무 AI 팀이 일반적인 예시를 넘어 실제 신고의 복잡성, 다중 문서 추론, 관할 지역별 세무 행태를 반영하는 기업 수준의 평가 데이터셋을 활용할 수 있도록 지원하는 방법을 보여줍니다. 그 결과, 모델 벤치마킹, 품질 보증 및 내부 제품 검증을 위한 더욱 견고한 기반이 마련됩니다.

인용 아이콘

Shaip은 매우 복잡한 세금 데이터 프로젝트에 체계성, 엄격함, 확장성을 제공했습니다. 복잡한 연방 및 주정부 신고 요건을 현실적이고 일관성 있는 사례 데이터 세트로 변환하는 그들의 능력은 AI 평가 워크플로우를 위한 강력한 기반을 마련했습니다.

— 세무 AI 솔루션 책임자

★ ★ ★ ★ ★
인용 아이콘