머신러닝이 알려준 함정… "취약계층 대상 비과세 저축, 고소득자에 혜택"

[사진=게티이미지뱅크]

취약계층의 재산 형성을 지원하기 위해 도입한 비과세종합저축이 실제로는 고소득자, 고자산가에게 혜택을 주고 있다는 분석이 나왔다.

한국조세재정연구원은 조세재정브리프 '머신러닝을 활용한 조세정책의 평가와 설계'에서 비과세종합저축 가입자격에 따른 적립식 예금 증감 여부를 분석한 결과 이처럼 나타났다고 밝혔다.

비과세종합저축은 65세 이상 노인과 장애인, 기초생활수급자 등 취약계층 재산 형성을 지원하기 위해 도입된 제도로, 이자소득과 배당소득에 세금을 물리지 않는 혜택을 준다. 2018년 말 기준 전체 가입자 427만명 중 65세 이상은 395만명으로 전체의 92.5%를 차지한다.

분석 결과 대학교 졸업·대학원 이상 학력에서 비과세종합저축 가입자격에 따라 적립식 저축액 차이가 발생했다. 직업군 중에선 전문가 및 관련 종사자, 사무종사자에서 저축액 차이가 발생했다.

다른 교육수준과 직업군에선 가입자격에 따른 저축액 차이가 유의미하게 나타나지 않았다.

조세연은 "비과세종합저축 과세특례제도가 애초 취약층을 대상으로 저축을 도모할 수 있도록 설계된 데 반해 그 혜택은 실제로 저축능력이 있는 사람들, 즉 높은 소득이나 자산을 가진 것으로 유추할 수 있는 집단에서 효과가 나타날 수 있음을 암시하는 결과"라고 설명했다.

머신러닝은 명시적 프로그래밍 없이 데이터 기반 학습을 통해 작업 성능을 향상하는 것으로, 기존의 모델 기반 추정과 비교해 예측의 정확성을 높일 수 있는 것으로 평가된다. 특히 사회관계망 데이터나 대규모 미시행정 자료에 대한 접근성이 높아짐에 따라 머신러닝은 기존 분석방법으로 해결하기 어려운 복잡한 문제에 대한 해결방안을 제시하는 툴로 각광받고 있다.

수혜자의 다양한 특성을 조합해 이질적 효과를 분석하는 데 적합해 머신러닝을 활용해 정책 대상자 선정 효율성을 높이는 방안에 대한 연구가 진행돼 왔다고 조세연은 밝혔다. 특히 머신러닝은 정책의 이질적 효과 분석을 통해 최대의 효과를 끌어낼 수 있는 집단과 그렇지 않은 집단을 식별하며, 기존의 선형분석으로는 파악하기 어려웠던 개별 집단의 효과나 행태 변화 분석을 가능하게 한다.

조세연은 "개별 집단에 대한 효과와 행태 변화 분석은 정책입안자에게 통찰력 있는 제도를 설계하는 데 도움을 줄 수 있다"고 설명했다.

이어 "새로운 조세·재정정책이 충분한 사전점검 없이 시행되면 시행착오로 사회적 비용이 증가할 수 있고, 정책 효과를 극대화하려면 적절한 정책수혜자 선정이 중요하다"라며 "머신러닝은 이런 점에서 기존 분석보다 진일보한 결과를 제시할 수 있을 것"이라고 덧붙였다.