바둑에서도 기계가 사람을 이긴다는 사실에 익숙해지고 있는 시점에 문득 ‘우리는 뭘 준비해야지’ 하는 생각으로 밤샌 적이 있다. 나만 이런 생각을 하는지 궁금해서 주변 사람들에게 이런 질문을 하였지만 의외로 자신이 피부로 느끼기에는 먼 미래의 일이라고 믿는 것 같다.
‘인공지능’ 혹은 ‘4차산업혁명’을 화두로 한 미래의 변화에 대하여 많은 이야기를 하고 있지만 미래의 변화에 대처하기 위하여 우리가 무엇을 어떻게 준비해야 하는지에 대한 구체적인 방법을 알려주는 기사나 자료들은 거의 없다. 설령 있다 하더라도 내가 준비하기에는 너무 많은 시간과 비용이 드는 것이 아닌가 하는 막연한 두려움이 앞설 뿐이다.
필자도 당연히 그런 두려움이 있다. 아니 이런 두려움은 영원히 계속될 것 같다. 그렇다면 이 두려움을 극복하기 위한 방법은 없는 것일까? 인공지능, 4차산업혁명 시대에 대처할 수 있는 가장 현명한 방법은 이러한 변화에 적극적으로 대응하고자 하는 용기라고 본다. 필자는 이 용기를 끌어내기 위한 체계적인 수단이 데이터 분석이라고 보았고 특히 필자의 전문지식분야인 부정적발을 위한 전산감사, 특히 데이터감사에 촛점을 맞추고 싶었다.
본 서는 최근 프로그래밍 언어로 가장 인기가 높은 파이썬을 베이스로 만들어진 국산 전산감사 소프트웨어인 Fraudit을 이용하여 분식회계 및 부정을 적발하기 위한 다양한 기법을 사례와 함께 설명하고 있다. 기본적으로는 Fraudit에 대한 기능 및 기초 파이썬을 설명하고, 더 나아가 부정과 관련된 다양한 사례를 직접 풀어나가면서 기업의 모든 활동에 대한 통찰력을 키울 수 있도록 도와줄 것이다. 특히 AICPA의 Data Analytics 파이썬 사례와 해외 논문의 종합 사례를 포함하였으며, Fraudit의 대폭적인 업그레이드 기능 설명 및 대량 데이터 분석에 필수적인 파이썬 라이브러리인 Pandas, 정규식, 그리고 최근 매우 인기 높은 RPA에 대한 설명을 포함시켰다.
본 서는 실제 회계감사업무를 수행하고 있는 회계사, 내부감사, 부정적발 담당자 등의 업무에 직접적인 도움을 주는 것을 1차적인 목적으로 하고 있으나 대학에서 한 학기 동안 데이터 분석 또는 회계감사 보조교재로도 충분히 활용할 수 있을 것이다.
본 서에서 나오는 예제파일은 저자의 블로그 (https://python-people.tistory.com/)에 올려놓았으니 얼마든지 참고하여 활용하기 바라며 더 나은 사례를 개발한 분들은 블로그에 올려놓기를 바란다. 독자들의 집단지식이 더 나은 책을 만들 수 있는 원천이라고 믿으며 앞으로도 계속 노력하여 보다 충실한 교재로 거듭날 것을 약속하며 독자들의 충고와 질책을 바라는 바이다.
본 서를 출간하게 해주신 아진출판사 김근배 대표님과 기타 편집 관계자에게 감사를 드리는 바이다. 아무쪼록 본 서가 한국의 투명성 제고에 일조를 할 수 있다면 그 이상 기쁨은 없을 것이다.
머리말 ⅴ
목차 ⅶ
제1장
Fraudit
01 Fraudit 개요 3
1. Fraudit은 어떤 소프트웨어인가? 3
2. Fraudit의 특징 3
3. Fraudit과 MS Excel과의 관계는? 4
4. Fraudit과 Pandas와의 관계는? 4
02 Fraudit 기초 6
1. Fraudit의 Workspace 6
2. Fraudit에서 명령을 실행하는 방법 9
3. Fraudit의 Preferences 15
03 Fraudit의 테이블(Table) 16
1. Fraudit의 Table 개요 16
2. Fraudit 테이블 불러오기 및 저장 18
04 테이블의 데이터 타입 19
1. 테이블 칼럼의 데이터 타입(Type) 19
05 Fraudit의 기본 메뉴 26
1. 테이블(tbl) 파일 열기 26
2. 테이블 정렬(Sorting) 26
3. 행(row 또는 record) 추가 또는 삭제 28
4. 테이블 데이터의 복사 및 붙여넣기 29
5. 데이터 불러오기 29
6. 테이블 닫기 36
7. 칼럼(column 또는 field)과 행(row 또는 record) 36
8. 필터링(Filtering) 37
06 Fraudit의 Select 메뉴 42
1. Select By Record Index 메뉴 42
2. Select By Exact Match 메뉴 43
3. Select By Wildcard Pattern 메뉴 45
4. Select By Regular Expression 메뉴 46
5. Select By Fraudit Expression 메뉴 47
6. Simple Expressions 48
7. Complex Expressions 48
07 Fraudit의 Join 메뉴 49
1. Join by Value 49
2. Join by Fuzzy Match 50
3. Join by Expression 52
4. New Query를 활용한 조인 52
08 Fraudit의 Group 메뉴 55
1. Group By Value 55
2. Group By Date Column 56
3. Group By Amount 57
4. Group By Aging 58
5. Group Into A Specified Number of Groups 59
6. Combine Table List 59
09 Fraudit의 Summarize 메뉴 60
1. Summarize By Value 60
2. Summarize By Date Column 62
3. Summarize Existing Table List 63
10 Fraudit의 Remove Duplicates 메뉴 65
11 Fraudit의 Merge 메뉴 66
12 Fraudit의 Pivot Table 메뉴 67
13 Fraudit의 Chart 메뉴 68
14 Fraudit의 Analyze 메뉴 69
1. Descriptives 69
2. Benford Analysis 70
3. Digital Analysis 75
4. Find 80
5. Outliers 86
6. Trend 91
15 Fraudit Sampling 메뉴 96
1. 샘플링 기초 이론 96
2. 속성 샘플링과 변수 샘플링 100
3. MUS 샘플링(PPS 샘플링) 100
4. Record 샘플링 110
16 Fraudit Fetch Data 메뉴 111
1. DART 111
2. UNIPASS 118
17 Fraudit JET 메뉴 120
1. Initialize Journal Object 124
2. Patterns by day 134
3. Patterns by journal entry 135
4. Patterns by client 137
5. Patterns by account of client 137
6. Clients with simultaneous imports and exports 138
7. Clients with simultaneous purchases and sales 139
8. Million round transaction 140
9. Million round transaction 141
10. Cash Transactions 142
11. Sales counter account Analysis 143
12. Sales Cancellation Analysis 143
13. Benford’s Law Analysis 144
14. Sales Analysis by Ordinary Deposit 145
15. Sales Purchases Correlation Analysis 146
16. Creat Report 149
17. 현금흐름표 분석 151
18 Fraudit JET(Bulk) 메뉴 154
19 Fraudit Prediction 메뉴 158
1. Confusion Matrix 158
2. Boosting 160
3. Deep Neural Network 163
20 Fraudit Forecasting 메뉴 168
1. Forecasts 168
2. Saturating Forecasts 170
21 Fraudit Tools 메뉴 174
1. Excel to Text 174
2. Merge Text files 175
3. Check Data Veracity 177
4. 기타 기능 178
제2장
Python 기초
01 파이썬 스크립트 181
1. Fraudit의 파이썬 스크립트 181
02 변수의 설정 182
1. 변수의 의미 182
2. 변수명 규칙 184
3. 빈값을 가지는 변수 만들기 184
4. 변수 여러개를 한꺼번에 만들기 185
5. 변수 삭제하기 185
6. 회계등식을 활용한 변수 설정 사례 186
03 파이썬의 연산자와 복합연산자 188
04 주석 처리하기 189
05 들여쓰기(indent)와 콜론(:) 190
06 자료형의 종류 191
1. 리스트 192
2. 튜 플 201 199
3. 딕셔너리 201
4. 데이트타임(DateTime) 202
07 if 문 208
1. if ~ else 구문 208
2. if ~ elif ~ else 구문 209
3. else를 사용하지 않는 경우 210
08 for 문 212
1. for 문 212
2. 중첩 for 문 213
3. 리스트 컴프리헨션 214
09 사용자 함수 219
1. 사용자 함수 219
2. 전역변수(글로벌 변수) 및 지역변수(로컬 변수) 222
3. 람다 함수 227
3. 함수 인자(arguments) 228
10 문자열(string) 처리 함수 233
1. 대?소문자 변환 233
2. 문자열 검색 233
3. 문자열에 공백 존재 여부 및 처리하기 235
4. 문자열의 구분, 연결, 교체 등과 관련된 함수 236
5. 문자열에서의 최대값(알파벳 순서상), 최소값(알파벳 순서상) 구하기 237
6. 숫자를 문자열로 바꾸기 237
7. 문자를 숫자로 바꾸기 237
11 range(), enumerate(), zip() 함수 238
1. range() 함수 238
2. enumerate() 함수 238
3. zip() 함수 239
4. enumerate()함수와 zip() 함수의 조합 242
12 연산 결과를 나타내는 함수 243
13 중복 값을 제외한 결과를 보여주는 함수 244
14 all(), any() 함수 245
1. all() 함수 245
2. any() 함수 246
15 filter() 함수 248
16 문자열 포맷팅 249
1. 변수를 사용하여 대입 250
2. format() 함수 250
17 예외 처리 252
1. try, except 문 252
2. break 문 253
3. continue 문 257
제3장
Fraudit 테이블과 파이썬의 관계
01 Fraudit 테이블의 구조 261
1. Fraudit의 단일 테이블 261
2. Fraudit의 테이블 그룹：Group으로 구분된 테이블 264
3. Fraudit 테이블과 중첩 for 문의 관계 266
제4장
Pandas
01 판다스(Pandas)의 개요 271
1. 판다스(Pandas)란 무엇인가? 271
2. 판다스 라이브러리 불러오기 271
02 Series(시리즈) 273
1. Series란 무엇인가? 273
2. Series의 index와 value 확인 274
3. Series의 index 변경 274
4. Series의 값(values) 접근 274
5. Series의 속성 확인 275
6. Series의 연산 275
7. Series의 조건식 277
03 DataFrame(데이터프레임) 278
1. DataFrame이란 무엇인가? 278
2. DataFrame 만들기 279
3. DataFrame의 칼럼 283
4. DataFrame 둘러보기 286
5. DataFrame 필터링 291
6. DataFrame 정렬 292
7. DataFrame 칼럼 편집 294
04 판다스를 이용하여 시산표 만들기 296
1. 시산표의 개요 296
2. DataFrame 불러오기 297
3. 피봇 테이블(pivot table)을 이용하여 시산표 만들기 297
4. groupby와 apply() 함수를 이용하여 시산표 만들기 305
5. transform() 함수를 이용하여 분개패턴 분석하기 311
제5장
사례분석-카드/입찰부정
01 지출이 허용되지 않는 업종에 대한 지출적발 319
1. 사례의 개요 및 목적 319
2. 사례 파일 319
3. 사례 파일의 테이블 구조 319
4. Fraudit과 Python 활용 절차 320
02 비정상적인 카드 거래 321
1. 사례의 개요 및 목적 321
2. 사례 파일 321
3. 사례 파일의 테이블 구조 321
4. Fraudit과 Python 활용 절차 322
03 최저입찰이 아닌 낙찰자 325
1. 사례의 개요 및 목적 325
2. 사례 파일 325
3. 사례 파일의 테이블 구조 325
4. Fraudit과 Python 활용 절차 326
04 입찰금액이 너무 높거나 낮은 입찰자 328
1. 사례의 개요 및 목적 328
2. 사례 파일 328
3. Fraudit과 Python 활용 절차 328
05Ⅰ마지막 입찰자인 낙찰자 331
1. 사례의 개요 및 목적 331
2. 사례 파일 331
3. Fraudit과 Python 활용 절차 331
06Ⅰ동일한 일자의 입찰 333
1. 사례의 개요 및 목적 333
2. 사례 파일 333
3. Fraudit과 Python 활용 절차 333
07Ⅰ마감일을 초과하는 입찰(1) 335
1. 사례의 개요 및 목적 335
2. 사례 파일 335
3 .Fraudit과 Python 활용 절차 335
08 마감일을 초과하는 입찰(2) 337
1. 사례의 개요 및 목적 337
2. 사례 파일 337
3. Fraudit과 Python 활용 절차 337
09 기술심사에 통과되지 못한 입찰 339
1. 사례의 개요 및 목적 339
2. 사례 파일 339
3. Fraudit과 Python 활용 절차 339
10 업체별 입찰 요약 341
1. 사례의 개요 및 목적 341
2. 사례 파일 341
3. Fraudit과 Python 활용 절차 341
11 입찰자간의 상호관계 346
1. 사례의 개요 및 목적 346
2. 사례 파일 346
3. Fraudit과 Python 활용 절차 346
제6장
사례분석-구매부정
01 소모품 가격 비교 353
1. 사례의 개요 및 목적 353
2. 사례 파일 353
3. Fraudit과 Python 활용 절차 353
02 가격을 조금씩 올리는 업체 356
1. 사례의 개요 및 목적 356
2. 사례 파일 356
3. Fraudit과 Python 활용 절차 356
03 분할 구입 359
1. 사례의 개요 및 목적 359
2. 사례 파일 359
3. Fraudit 사용 절차 359
04 카드 사용 한도 초과 361
1. 사례의 개요 및 목적 361
2. 사례 파일 361
3. Fraudit과 Python 활용 절차 361
제7장
사례분석-종업원 부정
01 종업원 총지급액이 비정상적으로 상승한 경우 367
1. 사례의 개요 및 목적 367
2. 사례 파일 367
3. Fraudit과 Python 활용 절차 367
02 급격한 임률 증가 370
1. 사례의 개요 및 목적 370
2. 사례 파일 370
3. Fraudit과 Python 활용 절차 370
03 급여 이중 지급 372
1. 사례의 개요 및 목적 372
2. 사례 파일 372
3. Fraudit과 Python 활용 절차 372
04 순차적인 송장번호 374
1. 사례의 개요 및 목적 374
2. 사례 파일 374
3. Fraudit과 Python 활용 절차 374
05 송장 부정 377
1. 사례의 개요 및 목적 377
2. 사례 파일 377
3. Fraudit과 Python 활용 절차 378
제8장
사례분석-연령분석
01 연령분석 (1) 381
1. 사례의 개요 및 목적 381
2. 사례 파일 381
3. Fraudit과 Python 활용 절차 381
02 연령분석 (2) 383
1. 사례의 개요 및 목적 383
2. 사례 파일 383
3. Fraudit과 Python 활용 절차 383
제9장
사례분석-영업부정
01 GEL 분석 391
1. 사례의 개요 및 목적 391
2. 사례 파일 391
3 .Fraudit과 Python 활용 절차 392
02 영업부서의 부정 397
1. 사례의 개요 및 목적 397
2. 사례 파일 397
3. Fraudit과 Python 활용 절차 397
제10장
사례분석-재고자산
01 재고자산 분석 (1) 407
1. 사례의 개요 및 목적 407
2. 사례 파일 407
3. Fraudit과 Python 활용 절차 408
02 재고자산 분석 (2) 409
1. 사례의 개요 및 목적 409
2. 사례 파일 409
3. Fraudit과 Python 활용 절차 409
03 재고자산 분석 (3) 411
1. 사례의 개요 및 목적 411
2. 사례 파일 411
3. Fraudit과 Python 활용 절차 411
04 재고자산 단위원가 결정 413
1. 사례의 개요 및 목적 413
2. 사례 파일 414
3. Fraudit과 Python 활용 절차 414
제11장
사례분석-JET
01 대차가 맞지 않는 분개 세트 발견 421
1. 사례의 개요 및 목적 421
2. 사례 파일 421
3. Fraudit과 Python 활용 절차 421
02 연속적인 전표번호 누락 발견 426
1. 사례의 개요 및 목적 426
2. 사례 파일 426
3. Fraudit과 Python 활용 절차 426
03 거래금액이 높은 분개세트 발견 429
1. 사례의 개요 및 목적 429
2. 사례 파일 429
3. Fraudit과 Python 활용 절차 429
04 중복된 계정과목 및 금액 분개 발견 433
1. 사례의 개요 및 목적 433
2. 사례 파일 433
3. Fraudit과 Python 활용 절차 433
05 천단위 이하 0인 거래 찾기 435
1. 사례의 개요 및 목적 435
2. 사례 파일 435
3. Fraudit과 Python 활용 절차 435
06 주말에 전기한 분개 찾기 438
1. 사례의 개요 및 목적 438
2. 사례 파일 438
3. Fraudit과 Python 활용 절차 438
07 증빙일자보다 입력일자가 빠른 분개 441
1. 사례의 개요 및 목적 441
2. 사례 파일 441
3. Fraudit과 Python 활용 절차 441
08 야간에 입력한 분개 444
1. 사례의 개요 및 목적 444
2. 사례 파일 444
3. Fraudit과 Python 활용 절차 444
09 10회 이하 입력한 담당자의 분개 찾기 447
1. 사례의 개요 및 목적 447
2. 사례 파일 447
3. Fraudit과 Python 활용 절차 447
10 3회 이하로 입력된 계정과목 찾기 450
1. 사례의 개요 및 목적 450
2. 사례 파일 450
3. Fraudit과 Python 활용 절차 450
제12장
사례분석-종합사례
01 개 요 455
1. 배경 455
2. 판매 및 대금 수령 절차 456
3. 구매 및 대금 지불 절차 461
02 Fraudit과 파이썬을 활용한 분석 467
1. 매출 관련 입증감사(1) 467
2. 매출 관련 입증감사(2) 472
3. 매출 관련 입증감사(3) 474
4. 구매 관련 입증감사(1) 475
5. 구매 관련 입증감사(2) 477
6. 재고 관련 입증감사 479
7. 구매처에 대한 지급의 정확성 검증 480
제13장
파이썬으로 RPA 만들기
01 개 요 485
1. 라이브러리 설치하기 485
02 pyautogui 488
1. pyautogui 라이브러리 불러오기 488
2. 마우스 핸들링 488
3. 키보드 핸들링 491
4. 메시지 박스 494
5. 스크린 샷 495
03 Selenium 498
1. Selenium 설치 498
2. WebDriver 다운로드 499
3. Selenium 라이브러리 및 webdriver 불러오기 500
4. Chrome 브라우저 불러오기 500
5. 원하는 URL 입력하기 501
6. 원하는 위치 찾기 502
04 국세청 사업자 휴폐업 조회 517
1. 사업자등록번호가 입력된 리스트 엑셀로 작성하기 517
2. 판다스로 엑셀 파일을 DataFrame으로 불러오기 518
3. 단일 사업자번호로 조회결과 출력하기 518
4. 복수 사업자번호로 조회결과 출력하기 521
05 상장주식 베타(β) 계수 구하기 524
1 .기본 라이브러리 불러오기 524
2. 종목코드 엑셀 템플렛에서 검색항목 선택하기 525
3. 종목코드 엑셀 템플렛에서 DataFrame 만들기 525
4. for 문 적용하기 526
06 DART 전자공시 정보 조회 528
1. 필요 라이브러리와 API key 입력하기 528
2. 종목코드 엑셀 템플렛에서 검색항목 선택하기 528
3. 종목코드 엑셀 템플렛에서 DataFrame 만들기 529
4. for 문 적용하기 529
07 2개의 엑셀 파일 비교하기 531
1. 필요 라이브러리 불러오기 531
2. 2개의 엑셀을 열어서 구조 살펴보기 531
3. 코드 작성하기 532
제14장
정규표현식(Regular Expression)
01 정규표현식이란? 541
1. 주요 메타 문자 541
2. Greedy VS Non-greedy 547
3. 긍정형 전방탐색과 부정형 전방탐색 548
4. 정규식 라이브러리 및 주요 함수 550
02 정규식을 이용한 적요란 환율 재계산 552
1. 사례의 개요 및 목적 552
2. 사례 파일 552
3. Fraudit과 Python 활용 절차 552
