이득:
- 사기 삼각관계(압력, 기회, 정당성)와 위험 신호의 개념을 이해하고 인공 지능을 사용하여 의심스러운 패턴을 검색합니다.
- 인공 지능 지원을 통해 벤포드의 법칙, 중복 지불 및 비정상적인 공급업체 패턴을 스캔하고 리뷰 목록을 생성하는 기능
- 사기 의혹은 심각한 주장이고, 인공지능 기호만으로는 증거가 되지 않으며, 최종 평가는 독립 감사관에게 있다는 점을 이해하는 능력.
실수와 부정행위 사이에는 큰 차이가 있습니다. 오류는 의도하지 않은 실수입니다. 완전히 틀린 것, 기록을 잊어버린 것. 부정행위는 의도적인 속임수입니다. 누군가가 개인적인 이익을 위해 고의로 기록을 왜곡하는 경우입니다. 감사인의 임무는 사기를 "발견"하는 것이 아닙니다. 사기는 법적 자격이며 법원을 위한 것입니다. 그러나 ISA 240은 감사인에게 사기로 인한 중대한 왜곡 표시 위험에 대해 전문적인 의구심을 행사하고 사기 위험 징후(위험 신호)를 평가하도록 요구합니다. 감사자는 사기 위험을 평가하고 의심스러운 패턴을 조사합니다. 최종 법적 결정은 타인의 몫입니다.
이 단원에서는 AI를 사용하여 사기 위험을 선별하는 방법(사기 삼각관계, 위험 신호, 벤포드의 법칙, 중복 지불 및 비정상적인 공급업체 패턴, 설명 영역의 텍스트 분석)을 다룹니다. 기본 원칙은 엄격하게 강조됩니다. AI가 표시한 패턴은 그 자체로 사기의 증거가 아닙니다. 위험 신호는 "중지 및 조사" 신호입니다. 비난이 아닙니다.
부정 행위 삼각형 및 위험 신호
사기 조사의 고전적인 프레임워크는 사기 삼각형입니다. 그는 사기는 일반적으로 세 가지 조건이 함께 발생할 때 발생한다고 말합니다. 압력(사람을 속이도록 강요하는 재정적/개인적 필요성), 기회(약한 내부 통제, 확인되지 않은 권위), 정당화(자신의 행동을 스스로 정당화하는 방법 - "어쨌든 되돌리겠습니다"). 감사인은 이 세 가지 조건이 강한 영역에 더욱 주의를 기울입니다.
빨간색 깃발은 사기 가능성을 나타낼 수 있는 경고 신호입니다. 전형적인 예: 특이한 생활 방식을 보이는 공직자, 동일한 공급업체와 지속적으로 계약하는 계약, 직원의 주소와 동일한 공급업체, 휴가를 내지 않고 누구에게도 업무를 위임하지 않는 직원, 잦은 정정 기록, 기준점 바로 아래에 분할 지불, 중복 송장 번호. AI는 데이터에서 이러한 많은 플래그를 검색할 수 있습니다. 하지만 기억하세요: 모든 플래그에는 순진한 설명이 있을 수 있습니다. 감사관의 임무는 깃발을 보고 조사하는 것이지 깃발을 본 것에 대해 비난하는 것이 아닙니다.
벤포드의 법칙: 직관에 어긋나지만 강력한 선별
벤포드의 법칙(첫 번째 숫자의 법칙)에 따르면 자연적으로 발생하는 큰 숫자 집합에서 첫 번째 유효 숫자의 분포는 균일하지 않습니다. 숫자는 "1"(약 30%)로 시작하는 경향이 있으며 "9"(약 4.6%)로 시작할 확률은 매우 낮습니다. 청구 금액, 지출, 계정 잔액 등 광범위한 자연 데이터는 일반적으로 이 분포를 따릅니다. 누군가가 손으로 숫자를 맞추는 경우(예: 승인 임계값 바로 아래에 금액을 쓰는 경우) 이러한 자연스러운 분포가 중단됩니다. Benford 분석은 첫 번째(필요한 경우 처음 두 자리) 숫자의 분포를 예상되는 숫자와 비교하고 편차를 표시합니다.
AI는 수천 개의 양에 대한 Benford 분포를 몇 초 만에 계산하고 예상과 다른 숫자를 표시할 수 있습니다. 그러나 Benford에는 두 가지 한계가 있으며 감사자는 이를 알아야 합니다.
- 모든 데이터에 맞지는 않습니다. 특정 범위 내의 제한된 숫자(예: 항상 45-55 TL 사이의 제품 가격), 일련 번호(송장 번호), 할당된 코드는 Benford를 준수하지 않습니다. 여기서 "편차"는 의미가 없습니다.
- 편차는 증거가 아닙니다. 한 단계가 예상보다 많이 올라갔을 때 가장 많이 하는 말은 "여기 보세요"입니다. 그 이유는 타당할 수 있습니다(예: 회사 가격 책정). 감사인은 조사로부터 결론을 도출할 수 없습니다.
주의: Benford 편차를 "부정행위의 증거"로 제시하는 것은 심각한 실수입니다. Benford는 단지 위험 신호일뿐입니다. 이는 어떤 기록을 조사해야 하는지 지시하며 사기를 입증하지 않습니다.
텍스트 분석 및 반복 패턴
AI의 언어 능력은 숫자가 아닌 사기를 탐지하는 데도 유용합니다. 설명 필드("잡비", "컨설팅", "대표 호스팅")에서 비정상적인 집중도, 모호한 표현 또는 특정 키워드를 검색할 수 있습니다. 또한 구조적 패턴: 중복 송장 번호, 직원 은행 계좌와 일치하는 공급업체 계정, 주말 동안 생성된 공급업체 기록, 잦은 연중무휴 결제. AI는 이 모든 것을 "리뷰 목록"으로 생성합니다. 감사자는 목록을 검색합니다.
스캔 유형
AI는 무엇을 하나요?
감사자는 어떤 일을 하나요?
벤포드 분석
첫 번째 숫자는 분포 편차를 나타냅니다.
편차의 원인을 조사합니다.
중복결제
동일 금액+날짜+공급업체에서 반복 발견
중복된 문서로 진실이 확인되나요?
협력사-직원 매칭
동일한 주소/계좌 중복 신고
이해 상충이 있는지 조사합니다.
역치 이하 구분
승인 임계값 미만의 클러스터링을 나타냅니다.
의도가 있는지 평가
텍스트/설명 분석
모호하거나 반복적인 댓글 검사
문서별로 내용을 쿼리합니다.
세 개의 미니 케이스
사례 1 - Benford가 지시를 내렸고 검사관이 발견했습니다. 감사인은 비용 명세서에 대해 Benford 분석을 수행했습니다. "4"로 시작하는 금액이 예상보다 훨씬 높았습니다. 감사자는 이 세트를 조사한 결과 한 직원이 승인 기준액 $5,000 바로 아래인 "$4.8xx"에 달하는 비용을 지속적으로 입력했다는 사실을 발견했습니다. 해당 문서는 가짜인 것으로 드러났다. Benford 편차가 방향을 제시했습니다. 감사관의 조사와 문서를 통해 사기가 밝혀졌습니다.
사례 2 - 거짓 긍정 Benford. 한 팀원은 제품 가격표에 벤포드 분석을 하다가 편차가 큰 것을 보고 “조작이 있다”고 썼다. 조사한 책임자: 데이터는 90-110 TL 사이의 좁은 범위의 가격으로 구성되었습니다. 어쨌든 Benford는 그렇게 제한된 세트에 맞지 않을 것입니다. "편향"은 전적으로 잘못된 데이터에 방법을 적용한 데서 비롯되었습니다. 교훈: Benford가 모든 데이터에 적용되는 것은 아닙니다. 감사인은 그 적합성을 평가합니다.
사례 3 — 비난의 깃발을 높이 들다. 한 감사자는 AI가 보고서에 표시한 '직원과 주소가 동일한 공급업체'를 '가짜 공급업체, 사기업체'로 직접 기재하고 싶어했다. 책임자는 이를 중단시켰습니다. 조사 결과 해당 공급업체는 실제 사업체이고 직원의 친척에 속해 있었으며 이는 이해 상충 관계였으나 허위가 아닌 것으로 나타났습니다. 이는 부정행위가 아닌 공개가 필요한 관계로 보도됐다. 교훈: 위험 신호가 조사를 시작합니다. 증거가 결과를 결정합니다.
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
이러한 결제에 사기가 있는지 알아보세요.
문제: AI는 부정행위를 "발견"할 수 없습니다. 부정 행위는 법적 결과입니다. 이 프롬프트는 조작된 "치트 목록" 또는 근거 없는 비난을 생성합니다.
강력한 프롬프트:
귀하의 역할: 귀하는 독립 감사인의 사기 위험 심사 보조원입니다. 당신은 위험 신호에 서명합니다. 부정행위 평가와 결과는 나에게 속합니다. 기록을 "치트"로 표시하지 마십시오. 데이터(익명): 공급업체 지불(열: 지불 ID, 날짜, 공급자_ID, 공급자_주소, 금액, 확인 임계값=50,000, 설명). 작업 - 다음 스캔을 수행하고 각각을 별도의 목록으로 내보냅니다. 1) 하위 임계값 분할: 50,000 TL 임계값(45,000-49,999) 지불 바로 아래에 클러스터링됩니다. 공급업체별 계산.2) 중복: 동일한 금액 + 동일한 공급업체 + 3일 이내에 반복 결제.3) Benford(첫 번째 숫자): 예상 Benford와 첫 번째 숫자 분포를 비교합니다. 이탈하는 단계를 표시합니다. 중요: 또한 이 데이터가 Benford(범위, 제약 조건)를 준수하는지 여부를 평가하고 그렇지 않은 경우 경고합니다. 4) 공개분석 : "기타/기타/컨설팅" 등 모호한 설명이 집중되어 있는 공급업체를 표시합니다. 각 목록에 대해 이는 "조사해야 할 위험 신호"이며 사기의 결과가 아니라고 적습니다. 피팅 기록/패턴 추가.
이 프롬프트는 스캔을 구문 분석하고, Benford 규정 준수에 의문을 제기하고, 출력을 "위험 신호"로 지정하고, "부정 행위"라는 속성을 금지하기 때문에 강력합니다.
일반적인 실수
- "트릭을 찾아라"라는 뜻이다. AI는 부정행위를 감지하지 못합니다. 붉은 깃발 표지판. 부정 행위는 법적 결과입니다.
- 부적절한 데이터에 Benford를 적용합니다. 협대역, 연속 번호 또는 코드의 "편차"를 의미 있는 것으로 착각합니다.
- 일탈을 증거로 고려합니다. Benford 또는 패턴 표시를 조사하지 않고 치트를 선언합니다.
- 붉은 깃발을 비난으로 바꾸는 것. 문서로 확인하지 않고 관계/패턴을 부정 행위로 기록합니다.
- 부정행위의 삼각관계를 무시합니다. 데이터만 보고 압력/기회/정당성의 맥락을 평가하지 않습니다.
팁: 위험 신호를 발견하면 스스로에게 두 가지 질문을 해보세요. "이것에 대해 완전히 순진한 설명이 될 수 있는 것은 무엇일까요?" "정말 부정행위라면 또 무슨 흔적을 봐야 하지?" 첫 번째 질문은 부당한 비난으로부터 당신을 보호하고, 두 번째 질문은 피상적 태도로부터 당신을 보호합니다.
요약하면
사기 감사에서 감사인의 역할은 사기를 "발견"하는 것이 아니라 회의적으로 사기 위험을 평가하고 위험 신호를 찾는 것입니다(BDS 240). AI는 강력한 스캐닝 엔진입니다. Benford 분석, 중복 결제, 임계값 이하 분할, 공급업체-직원 중복 및 텍스트 분석을 몇 초 만에 수행합니다. 그러나 모든 징후는 증거가 아니라 위험 신호입니다. Benford는 모든 데이터에 적합하지 않습니다. 일탈은 부정 행위를 의미하지 않습니다. 깃발을 보는 것이 AI의 임무이고, 법적 귀속을 조사하고 평가하며 피하는 것이 감사관의 임무입니다. 빨간색 깃발에는 "중지하고 조사하세요"라고 적혀 있습니다. 그는 "유죄"라고 말하지 않습니다.
응용과제
가상의 공급업체 결제 데이터 세트를 고려하고 승인 임계값을 설정합니다. 위의 강력한 프롬프트 패턴을 사용하여 AI가 4개의 스캔(하위 임계값 분할, 중복, Benford, 주석 분석)을 실행하도록 합니다. Benford가 자신의 적합성에 대해 질문하도록 하세요. 그런 다음 나타나는 각 위험 신호에 대해 "순진한 설명"과 "부정 행위 시나리오"를 작성하고 두 가지를 구별할 증거가 무엇인지 표시합니다.
체크리스트
- [ ] 나는 AI에게 "트릭을 찾아라"라고 말하지 않았습니다. 나는 "플래그 레드"라고 말하고 부정 행위의 성격을 금지했습니다.
- [ ] 나는 적절한(넓은 간격의, 자연스러운) 데이터에만 Benford를 적용했습니다. 적합성을 평가했습니다.
- [ ] 나는 각 위험 신호를 결론이 아닌 연구의 시작으로 간주했습니다.
- [ ] 각 기호에 대해 순진한 설명과 부정행위 시나리오를 모두 고려했습니다.
- [ ] 문서로 확인하지 않고 패턴을 사기/가상으로 특성화하지 않았습니다.
- [ ] 사기 삼각관계(압력, 기회, 정당성)의 맥락을 평가했습니다.
- [ ] 나는 최종 법적 자격이 감사인의 업무가 아니며 위험을 평가했음을 문서화했습니다.