‘AI Audit Advisor’를 직접 설계·개발하다 — LLM이 감사하는 시대I Designed and Built ‘AI Audit Advisor’ — The Era of LLM-Driven Audit

지난 수년간 ‘디지털 포렌식 기반 내부감사’를 현장에서 수행하며 한 가지 확신이 생겼습니다. 부정은 데이터 어딘가에 반드시 흔적을 남기지만, 사람이 모든 전표·메신저·로그를 다 읽을 수는 없다는 것입니다. 그래서 LLM·AI가 먼저 읽고 위험을 가려주는 도구를 직접 만들기로 했습니다. 그렇게 설계·개발한 것이 ‘AI Audit Advisor’입니다.

AI Audit Advisor는 감사 대상 데이터를 받아 이상 거래와 부정 정황을 자동으로 진단하고, LLM으로 대량의 문서·메신저 내용을 분석해 ‘왜 의심스러운가’의 근거까지 함께 제시합니다. 감사인은 도구가 짚어준 고위험 구간에 집중해, 더 적은 시간으로 더 넓게 들여다볼 수 있습니다.

도구를 만들며 세운 세 가지 원칙은 분명합니다. 첫째, ‘AI가 찾고 사람이 증명한다’ — AI는 의심을 제기하고 최종 판단과 증거화는 사람이 한다. 둘째, ‘설명가능성’ — 모든 경고에 근거가 남아야 징계·수사·소송에서 결과가 유지된다. 셋째, ‘증거 무결성’ — 수집·분석 전 과정의 연계보관성을 깨지 않는다.

AI Audit Advisor는 그동안 정립해 온 포렌식 내부감사 방법론을 ‘제품’으로 구현한 결과물입니다. 윤리경영을 선언이 아니라 작동하는 코드로 바꾼다는 Ethic Code Engineering의 지향을, 이제 도구의 형태로 현장에 전하고자 합니다.

Over years of performing 'forensic-based internal audit' in the field, one conviction took hold: fraud always leaves a trace somewhere in the data, yet no human can read every voucher, chat, and log. So I decided to build a tool that lets LLM·AI read first and filter the risk. What I designed and built is 'AI Audit Advisor.'

AI Audit Advisor takes the audit-target data, automatically diagnoses abnormal transactions and signs of fraud, and uses LLMs to analyze large volumes of documents and chat content — presenting the basis for 'why it is suspicious.' The auditor focuses on the high-risk zones the tool points to, examining more in less time.

The three principles I set while building it are clear. First, 'AI finds, humans prove' — AI raises the suspicion while humans make the final judgment and turn it into evidence. Second, 'explainability' — every alert must keep its basis so results hold up in discipline, investigation, or litigation. Third, 'evidentiary integrity' — never break the chain of custody across the entire collection and analysis process.

AI Audit Advisor is the result of implementing, as a 'product,' the forensic internal-audit methodology I have established over the years. The aim of Ethic Code Engineering — turning ethics into working code rather than a declaration — I now want to bring to the field in the form of a tool.