AI
Codex로 자기 개선형 세무 에이전트 구축하기
Building self-improving tax agents with Codex
두줄요약
OpenAI와 Thrive, Crete는 Codex 기반 자기 개선형 Tax AI 구축 사례를 공개했습니다. 실무자 수정과 프로덕션 트레이스를 eval로 전환해 개선 루프를 만들었습니다.
핵심 발표
- OpenAI, Thrive Holdings, Crete의 협업으로 Codex 기반 Tax AI 구축 사례 공개
- 실무자 피드백, 프로덕션 트레이스, 맞춤형 eval을 결합한 자기 개선 루프 설계
주요 변화
- 실무자 수정 내용을 구조화해 반복적 제품 실패와 정상 워크플로 노이즈 구분
- 입력 자료부터 추출 필드·근거·세무 엔진 제출·전문가 수정까지의 전체 경로 기록
- 반복 오류를 대표 소스 패키지와 기대 출력이 포함된 eval 대상으로 전환
개발자 영향
- Codex의 트레이스·eval·리포지터리·skills 기반 원인 조사 및 변경 검증 지원
- 프로덕션 수정 사항을 사후 검토가 아닌 지속적 학습 신호로 활용
- 복잡한 도메인에서 실무자 판단을 제품 개선 우선순위로 연결하는 구조
연구 방법·결과
- 참여 Crete 회계법인에서 세무 시즌 중 7,000건의 세금 신고서 처리
- 세무 준비 시간 약 3분의 1 절감, 최대 97% 정확도의 신고서 초안, 처리량 약 50% 증가
- 출시 시점 75% 정확 필드 완성 신고서 비율 25%에서 6주 내 86%로 상승