[프롬프팅 방법 #2 비교적 간단한 방법]제로샷, 원샷, 퓨샷 프롬프팅 - 감사사례 제공

인공지능(AI)이 급속도로 발전하면서, 내부감사 분야에서도 AI의 활용이 점점 더 중요해지고 있습니다. 특히, AI의 학습 능력 중 제로샷(Zero-shot), 원샷(One-shot), 퓨샷(Few-shot) 학습은 내부감사의 효율성과 정확성을 크게 향상시킬 수 있는 잠재력을 가지고 있습니다. 이 글에서는 이러한 AI 학습 방식들이 내부감사에 어떻게 적용될 수 있는지 살펴보겠습니다. 참고로 제로샷, 원샷, 퓨샷에서 '샷(shot)은 챗지피티에게 제공할 예시 케이스의 수'라고 생각하시면 됩니다. 

 

1. 프롬프트 유형 비교

프롬프트 유형	정의	사용하면 좋은 경우	프롬프트 예시	ChatGPT의 답변 예시
제로샷 (Zero-shot)	특정 작업에 대한 "직접적인 훈련 데이터 없이 모델이 새로운 작업을 수행하는 능력." 고도로 훈련된 ai 모델인 경우 활용 가능	- 새로운 분류 작업 - 일반적인 지식 기반 태스크 - 즉각적인 추론이 필요한 경우 - 감사자가 어떻게 분석 할 지 모르는 경우	다음 거래 내역이 자금세탁의 위험이 있는지 평가해주세요: 2023-06-15: $9,500 입금 2023-06-16: $9,400 출금 2023-06-17: $9,800 입금 2023-06-18: $9,700 출금 2023-06-19: $9,600 입금 2023-06-20: $9,500 출금	제공된 거래 내역을 분석한 결과, 자금세탁의 위험이 높다고 판단됩니다. 그 이유는 다음과 같습니다: 1. 구조화 회피(Structuring) 의심: 모든 거래가 $10,000 미만으로, 이는 의도적으로 보고 기준액($10,000)을 피하는 것으로 보입니다. 2. 빈번한 대규모 거래: 6일 연속으로 $9,000 이상의 큰 금액이 오가고 있습니다. 3. 입출금 패턴: 입금 직후 비슷한 금액이 출금되는 패턴이 반복됩니다. 이러한 패턴은 전형적인 자금세탁 기법인 '스머핑(Smurfing)'의 특징을 보이고 있어, 추가 조사가 필요합니다.
원샷 (One-shot)	각 클래스나 작업에 대해 "단 하나의 예시만으로 새로운 작업을 수행하는 능력"	- 유사한 패턴 식별 - 간단한 분류 작업 - 예시 기반 생성 태스크 - 감사자가 한개의 케이스에 대한 감사 결과를 알고 있는 경우	"다음은 부적절한 경비 청구의 예시입니다: '직원 A가 개인 여행에 사용한 항공권 $500을 회사 경비로 청구함.' 이와 유사한 패턴으로 다음 경비 내역을 검토해주세요: 1. 직원 B: 주말 호텔 숙박비 $300 (업무 관련 교육 참석) 2. 직원 C: 가족 식사 $150 (고객 접대) 3. 직원 D: 골프 용품 구매 $400 (고객 선물) 4. 직원 E: 휴가지 렌터카 비용 $250 (출장 교통비)"	"제공된 경비 내역을 검토한 결과, 다음과 같은 유사한 부적절한 경비 청구가 의심됩니다: 1. 직원 E의 휴가지 렌터카 비용 $250: 이는 예시와 유사하게 개인 여행 비용을 회사 경비로 청구한 것으로 보입니다. 2. 직원 C의 가족 식사 $150: 고객 접대로 보고되었으나, 가족 식사는 개인 경비로 간주될 수 있습니다. 직원 B의 주말 호텔 숙박비와 직원 D의 골프 용품 구매도 추가 확인이 필요할 수 있습니다. 특히 주말 교육의 정당성과 골프 용품의 실제 용도를 검증해야 합니다."
퓨샷 (Few-shot)	"소수의 예시(보통 2-5개)만으로 새로운 작업을 수행하는 능력"	- 복잡한 패턴 인식 - 다양한 예시가 필요한 작업 - 세부적인 분류나 생성 태스크 - 감사자가 다수의 케이스에 대한 감사 결론을 알고 있는 경우	"다음은 내부통제 위반의 예시입니다: 1. 재무팀장 A가 지출 승인과 지급을 모두 수행함 (직무 분리 원칙 위반) 2. IT 부서에서 6개월간 사용자 접근 권한을 검토하지 않음 (정기적 모니터링 부재) 3. 마케팅팀이 IT 부서 승인 없이 클라우드 서비스를 사용함 (승인 절차 미준수) 이러한 예시를 참고하여 다음 상황에서 내부통제 위반 사항을 식별해주세요: 1. 구매팀장 B가 공급업체 선정과 계약 체결을 단독으로 진행함 2. 인사팀에서 1년 동안 직원 평가를 실시하지 않음 3. 영업팀이 미승인 고객 관리 소프트웨어를 사용 중임 4. 경리 직원 C가 자신의 경비 지출을 직접 승인함"	"제공된 상황을 분석한 결과, 다음과 같은 내부통제 위반 사항이 식별되었습니다: 1. 구매팀장 B의 행위: 직무 분리 원칙 위반. 공급업체 선정과 계약 체결을 분리하여 상호 검증이 필요함. 2. 인사팀의 직원 평가 미실시: 정기적 모니터링 부재. 성과 관리와 리스크 관리를 위해 정기적인 평가가 필수적임. 3. 영업팀의 미승인 소프트웨어 사용: 승인 절차 미준수. IT 보안과 데이터 관리를 위해 승인된 소프트웨어만 사용해야 함. 4. 경리 직원 C의 자체 경비 승인: 직무 분리 원칙 위반. 개인의 경비는 상급자나 독립된 부서에서 승인해야 함. 이러한 위반 사항들은 내부통제 체계의 개선이 필요한 영역을 나타냅니다."

2. AI 학습 방식의 내부감사 활용 이점

효율성 향상: AI가 빠르게 패턴을 인식하고 이상 징후를 감지함으로써 감사 시간을 단축할 수 있습니다.
정확성 제고: 인간이 놓칠 수 있는 미세한 패턴까지 AI가 식별함으로써 감사의 정확도가 향상됩니다.
지속적 모니터링: 실시간으로 데이터를 분석하여 잠재적 리스크를 조기에 발견할 수 있습니다.
학습 곡선 단축: 새로운 유형의 리스크나 부정에 대해 빠르게 학습하고 적용할 수 있습니다.

 

마무리 하며

제로샷, 원샷, 퓨샷 학습과 같은 AI의 고급 학습 능력은 내부감사의 패러다임을 변화시키고 있습니다. 이러한 기술을 적절히 활용한다면, 내부감사의 효과성과 효율성을 크게 높일 수 있을 것입니다. 그러나 AI는 어디까지나 도구일 뿐, 최종적인 판단과 의사결정은 여전히 전문 감사인의 몫임을 명심해야 합니다. AI와 인간 전문가의 시너지를 통해, 우리는 더욱 강력하고 신뢰할 수 있는 내부감사 체계를 구축할 수 있을 것입니다.