세무 분석 에이전트 구축

작성일: 2026년 1월 9일
카테고리: AI Agent, LangGraph, Tax Analysis
키워드: AI 에이전트, ReAct, 도구 활용, 자율 분석, LangGraph
시리즈: 온톨로지 + AI 에이전트: 세무 컨설팅 시스템 아키텍처 (17부/총 20부)
대상 독자: 온톨로지에 입문하는 시니어 개발자

요약

12부에서 LangGraph 기초를, 13부에서 커스텀 도구를, 16부에서 GraphRAG를 구현했다. 이제 이 모든 것을 하나의 세무 분석 에이전트로 통합한다. 데이터 조회 → SHACL 검증 → 재무 분석 → 이상 탐지 → 리포트 생성까지의 전체 워크플로우를 LangGraph로 구현하고, GraphRAG와 SHACL 검증을 도구로 연결한다.

---

핵심 질문

자율적으로 분석하는 에이전트를 어떻게 설계하는가?

세무사가 재무제표를 분석할 때의 사고 과정을 생각해보자.

1. "먼저 재무상태표를 봐야겠다" → 데이터 조회
2. "부채비율이 높네, 확인해보자" → 규칙 검증
3. "전년 대비 어떻게 변했지?" → 비교 분석
4. "관련 규정이 있나?" → 문서 검색
5. "고객에게 어떻게 설명하지?" → 리포트 생성

이 과정을 AI 에이전트로 구현한다는 것은, LLM이 상황에 따라 적절한 도구를 선택하고 다음 행동을 결정하도록 만드는 것이다.

---

이전 내용 복습

• 12부: LangGraph로 상태 기반 에이전트 구축
• 13부: 커스텀 도구(Tool) 만들기
• 15부: SHACL 분석 규칙 정의
• 16부: GraphRAG 파이프라인

이제 Part D의 마지막 단계로, 완전한 세무 분석 에이전트를 구현한다.

---

에이전트 vs 워크플로우

차이점

구분	워크플로우	에이전트
실행 순서	고정	동적
분기 조건	사전 정의	LLM 판단
도구 선택	순차적	상황 기반
적합한 경우	정형화된 업무	복잡한 분석

세무 분석에서의 선택

graph LR
    subgraph Workflow["워크플로우 (고정)"]
        W1["데이터 로드"] --> W2["SHACL 검증"]
        W2 --> W3["비율 계산"]
        W3 --> W4["리포트 생성"]
    end

    subgraph Agent["에이전트 (동적)"]
        A1["상황 분석"]
        A2["도구 선택"]
        A3["결과 평가"]
        A4["다음 행동 결정"]
        A1 --> A2
        A2 --> A3
        A3 --> A4
        A4 -->|반복| A1
    end

    style Agent stroke:#2563eb,stroke-width:2px

세무 분석은 하이브리드 접근이 적합하다:

• 기본 흐름은 워크플로우로 정의 (데이터 로드 → 검증 → 분석)
• 이상 탐지 시 에이전트가 추가 분석 결정

---

ReAct 패턴: Reasoning + Acting

ReAct란?

LLM이 생각(Reasoning)하고 행동(Acting)을 반복하는 패턴이다.

Thought: 부채비율이 200%를 초과했다. 원인을 파악해야 한다.
Action: query_financial_data("A노무법인", 2023)
Observation: 전년도 부채총계 90,000,000원, 자본 450,000,000원
Thought: 전년도는 부채비율 20%였다. 올해 급격히 증가한 원인은?
Action: query_liability_details("A노무법인", 2024)
Observation: 단기차입금 300,000,000원 신규 발생
Thought: 단기차입금이 크게 늘었다. 관련 규정을 확인해야 한다.
Action: search_documents("단기차입금 증가 세무 리스크")
...

에이전트 설계 원칙

원칙	설명	세무 분석 적용
명확한 목표	에이전트가 달성해야 할 것	"재무 위험을 분석하고 권고안 제시"
적절한 도구	필요한 기능 제공	SPARQL 쿼리, SHACL 검증, 문서 검색
종료 조건	언제 멈출지 정의	리포트 생성 완료 또는 오류 발생
상태 추적	진행 상황 관리	분석 단계, 발견된 이슈

---

에이전트 아키텍처

전체 구조

graph TB
    subgraph Input["입력 계층"]
        In["회사 ID, 회계연도"]
    end

    subgraph Agent["세무 분석 에이전트"]
        direction TB
        Planner["Planner\n분석 계획 수립"]
        Executor["Executor\n도구 실행"]
        Evaluator["Evaluator\n결과 평가"]
        Reporter["Reporter\n리포트 생성"]
    end

    subgraph Tools["도구 계층"]
        T1["GraphRAG\n데이터 조회"]
        T2["SHACL\n규칙 검증"]
        T3["Calculator\n비율 계산"]
        T4["DocSearch\n문서 검색"]
    end

    subgraph Output["출력 계층"]
        Out["분석 리포트"]
    end

    In --> Planner
    Planner --> Executor
    Executor --> T1
    Executor --> T2
    Executor --> T3
    Executor --> T4
    T1 --> Evaluator
    T2 --> Evaluator
    T3 --> Evaluator
    T4 --> Evaluator
    Evaluator -->|추가 분석 필요| Planner
    Evaluator -->|분석 완료| Reporter
    Reporter --> Out

    style Agent stroke:#2563eb,stroke-width:2px
    style Evaluator stroke:#ea580c,stroke-width:2px

상태 정의

에이전트의 메모리 역할을 하는 상태 구조.

class TaxAgentState(TypedDict):
    """세무 분석 에이전트 상태"""

    # === 입력 ===
    company_id: str
    fiscal_year: int

    # === 분석 계획 ===
    analysis_plan: List[str]      # 수행할 분석 목록
    current_task: str             # 현재 진행 중인 작업

    # === 수집된 데이터 ===
    financial_data: Optional[dict]
    previous_year_data: Optional[dict]
    shacl_results: Optional[dict]

    # === 분석 결과 ===
    findings: List[str]           # 발견된 이슈
    risk_level: str               # LOW, MEDIUM, HIGH
    recommendations: List[str]    # 권고 사항

    # === 에이전트 추적 ===
    thought_process: List[str]    # Reasoning 로그
    actions_taken: List[str]      # Action 로그
    iteration_count: int          # 반복 횟수

    # === 출력 ===
    report: Optional[str]

---

도구 설계

도구 목록

도구	기능	입력	출력
query_financial_data	KG에서 재무 데이터 조회	회사ID, 연도	재무제표 데이터
validate_with_shacl	SHACL 규칙 검증	데이터 파일	위반/경고 목록
calculate_ratios	재무비율 계산	재무 데이터	비율 딕셔너리
compare_years	연도별 비교	회사ID, 연도	변화율
search_documents	관련 문서 검색	검색어	문서 목록

도구 정의 예시

@tool
def query_financial_data(company_id: str, fiscal_year: int) -> Dict[str, Any]:
    """
    지식그래프에서 특정 기업의 재무 데이터를 조회합니다.

    Args:
        company_id: 기업 식별자 (예: "A노무법인")
        fiscal_year: 회계연도 (예: 2024)

    Returns:
        재무상태표 및 손익계산서 데이터
    """
    query = f"""
    PREFIX fin: <http://example.org/financial/>
    PREFIX acc: <http://example.org/account/>
    PREFIX tax: <http://example.org/tax/>

    SELECT ?assets ?liabilities ?equity ?revenue ?netIncome
    WHERE {{
        ?company tax:corporateName "{company_id}" ;
                 fin:hasBalanceSheet ?bs ;
                 fin:hasIncomeStatement ?is .

        ?bs fin:fiscalYear {fiscal_year} ;
            acc:totalAssets ?assets ;
            acc:totalLiabilities ?liabilities ;
            acc:totalEquity ?equity .

        ?is fin:fiscalYear {fiscal_year} ;
            acc:revenue ?revenue ;
            acc:netIncome ?netIncome .
    }}
    """
    # SPARQL 실행 및 결과 반환
    ...

도구 선택 프롬프트

에이전트가 상황에 맞는 도구를 선택하도록 유도.

## 사용 가능한 도구

1. **query_financial_data**: 특정 회사의 재무 데이터 조회
   - 언제 사용: 재무상태표, 손익계산서 데이터가 필요할 때
   - 예시: query_financial_data("A노무법인", 2024)

2. **validate_with_shacl**: SHACL 규칙으로 데이터 검증
   - 언제 사용: 재무 데이터의 이상 여부를 확인할 때
   - 예시: validate_with_shacl("data.ttl", "rules.ttl")

3. **calculate_ratios**: 재무비율 계산
   - 언제 사용: 부채비율, 유동비율 등을 계산할 때
   - 예시: calculate_ratios(financial_data)

4. **compare_years**: 전년 대비 비교
   - 언제 사용: 추세 분석이 필요할 때
   - 예시: compare_years("A노무법인", 2024)

5. **search_documents**: 관련 법령/기준서 검색
   - 언제 사용: 세무 규정을 확인해야 할 때
   - 예시: search_documents("접대비 손금한도")

## 판단 기준
- 데이터가 없으면 → query_financial_data
- 이상 징후 확인 → validate_with_shacl
- 수치 분석 → calculate_ratios
- 원인 파악 → compare_years
- 규정 확인 → search_documents

---

실행 흐름

단계별 실행

graph TB
    subgraph Phase1["1. 계획 수립"]
        P1["입력 분석"]
        P2["분석 계획 생성"]
    end

    subgraph Phase2["2. 데이터 수집"]
        D1["재무 데이터 조회"]
        D2["전년도 데이터 조회"]
        D3["SHACL 검증"]
    end

    subgraph Phase3["3. 분석 실행"]
        A1["비율 계산"]
        A2["이상 탐지"]
        A3["원인 분석"]
    end

    subgraph Phase4["4. 평가 및 보완"]
        E1["결과 평가"]
        E2{"추가 분석\n필요?"}
        E3["추가 도구 실행"]
    end

    subgraph Phase5["5. 리포트 생성"]
        R1["발견 사항 정리"]
        R2["권고안 작성"]
        R3["리포트 생성"]
    end

    P1 --> P2
    P2 --> D1
    D1 --> D2
    D2 --> D3
    D3 --> A1
    A1 --> A2
    A2 --> A3
    A3 --> E1
    E1 --> E2
    E2 -->|Yes| E3
    E3 --> E1
    E2 -->|No| R1
    R1 --> R2
    R2 --> R3

    style E2 stroke:#ea580c,stroke-width:2px

조건부 분기 로직

def should_continue_analysis(state: TaxAgentState) -> str:
    """추가 분석 필요 여부 판단"""

    # 최대 반복 횟수 제한
    if state["iteration_count"] >= 5:
        return "generate_report"

    # 위험 수준이 HIGH면 추가 분석
    if state["risk_level"] == "HIGH" and len(state["findings"]) < 3:
        return "continue_analysis"

    # SHACL 위반이 있으면 원인 분석
    if state["shacl_results"] and len(state["shacl_results"]["violations"]) > 0:
        if "violation_analyzed" not in state["actions_taken"]:
            return "analyze_violations"

    # 권고 사항이 없으면 문서 검색
    if len(state["recommendations"]) == 0:
        return "search_recommendations"

    return "generate_report"

---

에이전트 실행 예시

입력

회사: A노무법인
회계연도: 2024
분석 요청: 재무 건전성 분석 및 개선 권고

실행 로그

[Planner] 분석 계획 수립
- Task 1: 재무 데이터 조회
- Task 2: SHACL 검증
- Task 3: 비율 분석
- Task 4: 전년 대비 분석
- Task 5: 리포트 생성

[Executor] Task 1 실행: query_financial_data
→ 자산: 2,194,433,171원, 부채: 486,333,117원, 자본: 1,708,100,054원

[Executor] Task 2 실행: validate_with_shacl
→ 위반: 0건, 경고: 2건
  - 인건비 비중 62.6% (60% 초과)
  - 영업이익률 7.9% (10% 미만)

[Evaluator] 경고 2건 발견, 추가 분석 필요
→ 위험 수준: MEDIUM

[Executor] Task 3 실행: calculate_ratios
→ 부채비율 28.5%, 유동비율 157.7%, ROE 20.0%

[Executor] Task 4 실행: compare_years
→ 매출 +5.2%, 영업이익 -3.1%, 인건비 +8.7%

[Evaluator] 인건비 증가율이 매출 증가율보다 높음
→ 추가 분석: search_documents("인건비 비중 개선")

[Executor] 추가 분석: search_documents
→ 관련 문서 3건 검색

[Evaluator] 분석 완료, 리포트 생성 단계로 이동

[Reporter] 리포트 생성 완료

생성된 리포트

# A노무법인 2024년 재무 분석 리포트

## 요약

A노무법인의 재무 상태는 전반적으로 양호하나, 인건비 비중과
영업이익률에서 개선이 필요합니다. 부채비율 28.5%로 재무
안정성은 우수합니다.

## 주요 지표

| 지표 | 수치 | 평가 | 기준 |
|------|------|------|------|
| 부채비율 | 28.5% | 우수 | 200% 이하 |
| 유동비율 | 157.7% | 양호 | 100% 이상 |
| 영업이익률 | 7.9% | 주의 | 10% 이상 |
| ROE | 20.0% | 양호 | 15% 이상 |
| 인건비 비중 | 62.6% | 주의 | 60% 이하 |

## 발견 사항

1. **인건비 비중 증가**: 전년 대비 8.7% 증가
   - 매출 증가율(5.2%)을 초과하는 인건비 증가
   - 인력 생산성 하락 가능성

2. **영업이익률 하락**: 전년 대비 3.1%p 하락
   - 인건비 증가가 주요 원인

## 권고 사항

1. 인력 1인당 매출 생산성 분석 실시
2. 업무 프로세스 효율화 검토
3. 자동화 가능 업무 식별

## 다음 달 체크포인트

- [ ] 월별 인건비 추이 모니터링
- [ ] 신규 매출 창출 계획 점검

---

에이전트 안전장치

무한 루프 방지

MAX_ITERATIONS = 10

def run_agent(initial_state: TaxAgentState) -> TaxAgentState:
    state = initial_state
    iteration = 0

    while True:
        iteration += 1
        if iteration > MAX_ITERATIONS:
            state["report"] = "분석 반복 횟수 초과로 중단됨"
            break

        next_action = determine_next_action(state)

        if next_action == "done":
            break

        state = execute_action(state, next_action)

    return state

도구 실행 타임아웃

TOOL_TIMEOUT = 30  # 초

async def execute_tool_with_timeout(tool, args):
    try:
        result = await asyncio.wait_for(
            tool.ainvoke(args),
            timeout=TOOL_TIMEOUT
        )
        return result
    except asyncio.TimeoutError:
        return {"error": f"도구 실행 시간 초과: {tool.name}"}

오류 복구 전략

def handle_tool_error(state: TaxAgentState, error: str) -> TaxAgentState:
    """도구 실행 오류 처리"""

    state["errors"].append(error)

    # 3회 이상 오류 시 해당 도구 건너뛰기
    if state["error_count"] >= 3:
        state["findings"].append(f"분석 제한: {error}")
        state["current_task"] = "skip_to_report"

    return state

---

핵심 정리

에이전트 설계 체크리스트

항목	설명
목표 정의	에이전트가 달성해야 할 것
도구 설계	필요한 기능을 도구로 분리
상태 관리	진행 상황과 결과 추적
분기 로직	상황에 따른 다음 행동 결정
안전장치	무한 루프, 타임아웃, 오류 처리
종료 조건	언제 분석을 끝낼지

ReAct 패턴 적용

Thought → 현재 상황 분석, 다음 행동 결정
Action → 도구 실행
Observation → 결과 확인
(반복)
Final Answer → 리포트 생성

워크플로우 vs 에이전트

상황	권장 방식
정형화된 분석	워크플로우
복잡한 이상 탐지	에이전트
대화형 분석	에이전트
배치 처리	워크플로우

---

다음 단계 미리보기

18부: 월간 리포트 자동 생성 파이프라인

17부에서 만든 에이전트를 자동화 파이프라인으로 확장한다:

• 스케줄러로 월간 자동 실행
• PDF/HTML 리포트 생성
• 이메일 발송 자동화
• 대시보드 연동

---

참고 자료

AI Agent 패턴

• ReAct: Synergizing Reasoning and Acting
• LangGraph Agent Patterns

LangGraph

• LangGraph Documentation
• Tool Calling in LangGraph

관련 시리즈

• 이전: GraphRAG: 지식그래프 + LLM 통합
• 다음: 월간 리포트 자동 생성 파이프라인
• 시리즈 목차