그래프 FDS로 부정 환급 사기 적발하는 방법

Background

국세청의 탈세 제보자료 처리현황에 의하면 2014년부터 2018년까지 평균 처리 건수는 17,945건, 평균 추가 징수세액은 1,401,217원으로 오늘날까지도 탈세는 빈번히 일어나고 있음을 알 수 있다. 우리나라는 현행 조세 종류에 따라 소득세법, 종합부동산세법, 부가가치세법, 관세법 등의 많은 세법으로 관리하고 있으며 사기꾼들은 세법의 빈틈을 이용해 다양한 유형의 탈세 행위가 발생하고 있다.

 

이들은 세금공무원과 공모하여 허위거래계산서 작성하거나 친인척 관계를 이용한 유령회사 설립하는 등의 악의적이고 교묘한 수법으로 세금을 편취한다. 더욱더 다양한 유형의 사건이 발생함과 동시에 범행 수법도 단계별로 분업화가 이루어지면 조직화하는 추세를 보인다.

 

탈세 방지를 위한 제도는 나날이 개선되고 있지만, 문제는 근절되지 않고 있다. 현재 수행되고 있는 FDS는 개별 데이터에 대한 시스템이므로 관계적으로 보기 어렵다. 더불어 나날이 진화하는 범행 패턴에 빠르게 대응할 수 없어 수사의 어려움이 많고 사건처리에 전문성이 부족하다는 지적이 제기되고 있다.

 

Problem

다양한 조세포탈·부정환급 및 공제의 사례 중 부가가치세에 관한 포탈행위에 대해 살펴볼 것이다. 이는 부가가치세 조기환급 신고제도를 악용하여 유령회사를 통해 매입세액을 부풀려 국세청으로부터 부가가치세를 부정 환급받는다.

 

부정환급을 위해 유령회사업자에게 일정 금액의 대여료를 주고 개인정보를 넘겨받아 회사를 설립하거나, 실제 물품을 사지 않고도 마치 거래한 것처럼 허위 거래 계약서를 작성하는 등의 부가적인 방법도 동원되어 범행을 저지른다. 또 국세청이 일일이 세밀하게 검토하기 어려운 점을 악용하기도 하여 수사 및 적발에 어려움을 주기도 한다.

 

최근에 발생한 부가가치세 부정환급 사례를 중심으로 그래프 FDS를 사용하여 범행의 전체적인 진행 과정을 살펴보며 접근 방식에 대해 이해해 볼 수 있다.

 

유령업체로 부가세 수억 부정환급.. 檢, 사기 혐의로 일당 51명 기소

유령 의류회사를 무더기로 설립한 뒤 부가가치세 6억9천만원을 부당하게 환급받아 가로챈 일당이 재판에 넘겨졌다. 인천지검 형사5부(부장검사·정재훈)는 특정경제범죄 가중처벌법상 사기 등 혐의로 A(34)씨 등 2명을 구속 기소하고, B(33)씨 등 8명을 불구속 기소했다고 2일 밝혔다. 또 검찰은 A씨 등으로부터 대여료를 받고 사업자 명의와 통장 등을 빌려준 41명을 전자금융거래법 위반 혐의로 약식 기소했다. A씨 등은 2017년 7월부터 올해 3월까지 유령업체 76개를 설립한 뒤 매입세액을 부풀려 부가가치세 조기환급을 신고하는 수법으로 국세청으로부터 190차례에 걸쳐 6억 9천만 원을 부정하게 환급받아 가로챈 혐의 등으로 기소됐다. A씨 등은 유령사업자 64명에게 대여료를 주고, 통장과 공인인증서 등을 넘겨받아 의류 도소매업 등으로 신고한 유령회사를 무더기로 설립한 것으로 조사됐다. A씨 일당은 의류 등 물품을 실제로 사들이지 않고도 마치 매입한 것처럼 자료를 꾸며 국세청에 부가가치세 조기 환급을 신고했다. 부가세 조기환급은 과세기간이 끝나기 전이라도 설비투자 등 사유가 있는 경우 15일 내 부가세를 환급해 사업자 부담을 덜어준다는 취지로 국세청이 시행하는 제도다. 검찰은 환급금이 소액인 경우, 국세청이 일일이 세밀하게 검토하기 어렵다는 점을 A씨 일당이 악용했다고 설명했다. 검찰 관계자는 "올해 4월 인천지방국세청이 수사를 의뢰했다"며 "수사 초기부터 인천 국세청으로부터 수사 단서와 자료를 제공받는 등 적극적으로 협업해 범행수법을 규명하고, 주요 가담자를 모두 사법 처리했다"라고 말했다.

 

Solution

(1) Main Idea

A. 부가세 환급신고일로부터 90일 이내 만들어진 신생 회사일 경우 부정환급을 목적으로 하는 유령회사일 가능성이 있다. 

 

B. 단기간 (15일 이내)에 거래가 이루어져 환급받을 경우 부정환급을 목적으로 할 가능성이 있다.

 

C. 범죄기록이 있는 사람이 대표인 회사의 경우 이와 상호거래가 있는 업체는 부정환급을 할 가능성이 있다.

 

D. 상호 거래가 있는 업체 간 부가적인 관계가 있고 이를 통해 추가 정보를 얻을 수 있다.

(2) Graph Modeling

A. 붉은색으로 표기된 회사는 붉은 화살표로 인해 부가가치세를 부정 환급받았다.

 

B. 붉은색으로 표기된 대표이사는 범죄를 저질렀던 전과자이다.

 

 

부정 환급 그래프 모델링 예시

 

(3) Scenarios & Analysis

Step 1. 의심스러운 거래 식별

 

환급 일자를 중심으로 의심스러운 거래를 식별하기 위해 적어도 세 개의 신생 회사가 15일 이내 거래가 이루어져 환급받을 경우를 확인한다. 이때 신생 회사의 기준은 90일이다. 

 

MATCH (a:company) WHERE 1572458273 - a.정밀시각 < (90*60*60*24) RETURN a;

 

부정환급_의심스러운 거래 식별 - 설립일자 90일 이내 회사 조회

 

위와 같은 회사 사이에서 단기간(15일)에 거래가 이루어졌는지 확인한다. 

MATCH (a:company)-[rs:SELLS_TO*]→(c:company) WITH  head(rs).properties.정밀시각 as head_time, last(rs).properties.정밀시각 as last_time, a, rs, c WHERE 1572458273 - a.정밀시각 < (90*60*60*24) AND 1572458273 - c.정밀시각 < (90*60*60*24) AND 0 <> (head_time - last_time) AND (head_time - last_time) < (15*60*60*24) RETURN a.회사명, head(rs).properties.거래수행일자, last(rs).properties.거래수행일자, c.회사명;

 

부정환급_의심스러운 거래 식별 - 15일이내 거래 여부 조회

 

Step 2.  의심되는 회사 추가 정보 확인

 

의심되는 회사의 추가 정보를 확인하여 숨어있는 관계를 탐색합니다.

MATCH (d:company)<-[r4:DIRECTOR_OF]-(p:person)-[r3:DIRECTOR_OF]->(b:holdingCo)-[r1:PARENT_OF]->(a:company) WHERE a.회사명 = 'A사' OR a.회사명 = 'B사' OR a.회사명 = 'C사' OR a.회사명 = 'D사' RETURN *;

 

부정환급_의심되는회사 추가 정보 확인

 

Result

부정환급  데이터를 바탕으로 하여 회사의 정보와 관계를 그래프로 연결하였고 원하는 관점에서 조회를 할 수 있었다. 신생 회사 간의 거래 관계를 파악하고 부정환급이 의심되는 회사를 색출하였고 관련된 정보를 확인하여 모회사 / 대표의 관계를 통해 의심 정황을 포착할 수 있었다.

 

향후 유사 패턴의 회사 거래 관계와 더 확장된 관계를 실시간으로 모니터링하여 숨겨져 있던 새로운 관계를 찾아낼 수 있을 것이다. 이는 분석 전문가의 의사결정에 도움을 주어 비용을 줄일 수 있고 그래프로 인해 직관적인 해석이 가능하여 빠른 이해를 도울 수 있을 것이다.

 

G-FDS, 이상행위 탐지의 최강자

 

글: 비트나인 그래프 AI 센터

 

<참고 문헌>

경인일보: 유령업체로 부가세 수억 부정환급… 檢, 사기 등 혐의로 일당 51명 기소

 

---

 

멀티모델 그래프데이터베이스 AgensGraph

60일간 무료로 사용해 보세요

bitnine.net/agensgraph-downloads/

 

제품 및 기술문의

070-4800-3517  |   agens@bitnine.net