벤포드의 법칙: 장부에서 가짜 인보이스를 잡아내는 첫 자릿수 검사

회계 시스템에 있는 숫자의 약 30퍼센트는 숫자 1로 시작해야 합니다. 11퍼센트가 아니라 30퍼센트입니다. 그리고 9로 시작하는 숫자는 약 5퍼센트에 불과해야 하죠. 이게 틀린 것처럼 들린다면, 당신은 대다수와 같은 생각을 가진 겁니다. 대부분의 사람은 각 첫 자릿수가 거의 비슷한 빈도로 나타난다고 가정하니까요. 바로 그 잘못된 직관이 벤포드의 법칙을 소규모 사업체가 실행할 수 있는 가장 저렴한 사기 탐지 도구 중 하나로 만들어 줍니다 — 장부에 가짜 숫자를 만들어 넣는 사람은 거의 틀림없이 같은 직관을 공유하기 때문이죠.

이 가이드에서는 벤포드의 법칙이 무엇을 말하는지, 조작된 인보이스와 경비 보고서가 왜 이 법칙을 통과하지 못하는지, 어떤 계정을 검사할 가치가 있는지, 그리고 스프레드시트보다 더 복잡한 도구 없이 자신의 데이터로 첫 자릿수 검사를 실행하는 방법을 설명합니다.

벤포드의 법칙이 실제로 말하는 것​

벤포드의 법칙은 자연적으로 발생하는 데이터셋에서 숫자의 첫 자릿수가 어떻게 몰리는지를 설명합니다. 작은 첫 자릿수가 큰 자릿수보다 훨씬 자주 나타나며, 균등한 분포가 아니라 로그 패턴을 따르죠. 숫자가 자릿수 d로 시작할 확률은 log10(1 + 1/d)이며, 이는 다음과 같은 기대 분포를 만들어 냅니다:

이 패턴은 놀라울 정도로 다양한 데이터에서 확인되었습니다. 강의 길이, 거리 주소, 전기 요금, 주가, 그리고 무엇보다 당신에게 유용한 회계 거래까지요. 천문학자 사이먼 뉴컴이 1881년에 처음 발견했는데, 그는 로그 표의 앞부분이 뒷부분보다 더 빨리 닳는다는 것을 관찰했습니다. 물리학자 프랭크 벤포드는 1938년에 20개의 서로 다른 데이터셋에서 뽑은 20,000개 이상의 숫자로 이를 엄밀하게 검증하고 그 결과를 "변칙 숫자의 법칙"이라는 논문으로 발표했습니다.

회계와의 연결은 수십 년 후에 이루어졌습니다. 1990년대에 연구자 마크 니그리니는 벤포드의 법칙을 분석적 절차로서 감사 데이터에 적용할 수 있음을 보여주었고, 《Journal of Accountancy》는 이를 감사인이 활용하는 실용적인 사기 탐지 기법으로 다루었습니다. 오늘날 외부 감사인은 고객의 거래 파일에 자릿수 분석을 일상적으로 실행합니다 — 그리고 당신이 먼저 자기 장부에 같은 검사를 실행하는 것을 막을 이유는 없습니다.

사기꾼이 자릿수 검사에 실패하는 이유​

이 검사의 힘은 인간 심리에서 나옵니다. 사람들이 숫자를 조작할 때 — 부풀린 경비 보고서, 가상의 공급업체 인보이스, 소급 날짜를 넣은 매출 수치 — 그들은 숫자를 "무작위"처럼 보이게 만들려고 합니다. 하지만 그들의 무작위에 대한 심리적 모델은 대략 균등합니다. 각 자릿수가 약 11퍼센트씩 나타나야 한다고 느끼는 거죠. 실제 금융 데이터는 결코 그렇게 생기지 않았습니다.

조작된 숫자는 몇 가지 전형적인 특징을 보이는 경향이 있습니다:

너무 고른 분포. 조작된 금액은 첫 자릿수를 벤포드가 예측하는 가파른 30대 5의 기울기보다 훨씬 균등하게 분포시킵니다. 금액 앞에 7, 8, 9가 너무 많은 것은 누군가 "맞아 보이는" 숫자를 입력했다는 전형적인 신호입니다.

너무 많은 어림수. 실제 인보이스는 수량에 단가를 곱하고 세금이 더해지기 때문에 어중간한 총액에 떨어집니다 — $1,847.20, $312.55처럼요. 깔끔한 $500이나 $1,000 금액이 몰려 있다면, 특히 한 공급업체나 한 직원으로부터 온 것이라면, 다시 살펴볼 가치가 있습니다.

임계값 몰림. 이것이 소규모 사업체에 가장 실행 가능한 패턴입니다. 정책상 $500 이상이면 두 번째 서명이 필요하다면, $400에서 $499 구간을 주시하세요. 구매를 쪼개서 승인을 피하는 직원이나, 검토 한도 아래로 사기 인보이스를 유지하는 경리 담당자는 첫 자릿수 4에 거래를 추가로 쌓아 놓습니다. 자릿수 검사는 당신의 승인 임계값을 통제 수단에서 경보 장치로 바꿔 줍니다.

반복되는 애용 숫자. 사람들은 자신이 좋아하는 자릿수 조합을 무의식적으로 재사용합니다. 첫 두 자릿수 검사(10부터 99까지의 앞 두 자릿수를 기대 빈도와 비교)는 "무작위" 금액이 계속 같은 두 자릿수로 시작하는 한 직원을 드러낼 수 있습니다.

이 패턴 중 어느 것도 사기를 입증하지는 않습니다. 각각은 근본 서류를 꺼내 더 자세히 살펴볼 이유일 뿐이죠 — 좋은 선별 검사가 마땅히 해야 할 일이 바로 그것입니다.

어떤 계정을 검사할 가치가 있는가​

벤포드의 법칙은 올바른 종류의 데이터에만 작동합니다. 경험 법칙은 이렇습니다. 숫자는 자연적으로 발생해야 하고, 여러 자릿수 규모에 걸쳐 있어야 하며, 내재된 최솟값, 최댓값, 또는 부여된 순번이 없어야 합니다. 일반적인 소규모 사업체 데이터가 어떻게 분류되는지 살펴보겠습니다.

좋은 후보​

미지급금과 공급업체 인보이스. 단연 최고의 대상입니다. 인보이스 총액은 매우 다양한 규모의 공급업체에 걸쳐 수량, 단가, 세금이 곱해져 나옵니다 — 교과서적인 벤포드 조건이죠. 이 파일을 가장 먼저 실행하세요.

직원 경비 보고서. 식비, 주행 거리, 숙박, 비품은 매우 다양하고 여러 사람의 손을 거쳐 입력됩니다. 조작되거나 부풀려진 경비는 자릿수 패턴을 빠르게 왜곡시킵니다.

매출과 수익 거래. 고객 인보이스와 POS 총액은 일반적으로 잘 부합하기 때문에, 소급 날짜를 넣거나 만들어낸 매출 — 또는 현금 매출을 횡령하고 그 차액을 지어낸 숫자로 메우는 직원 — 을 찾아내는 데 유용합니다.

환불과 크레딧 메모. 거래량은 적지만 위험은 높습니다. 개인 카드로 가짜 환불을 하는 것은 소규모 사업체에서 늘 있는 수법이며, 금액은 범행자가 입력한 대로입니다.

나쁜 후보 — 건너뛰세요​

급여. 순급여는 급여 등급과 시급 주변에 몰리기 때문에, 아무런 잘못 없이도 검사에 실패합니다. 급여는 자릿수 분석이 아니라 다른 통제 수단(인원 대조, 유령 직원 검토)으로 검사하세요.

부여된 숫자. 수표 번호, 인보이스 번호, 구매 주문 번호, 계좌 번호는 설계상 순차적입니다. 이들을 검사하는 것은 무의미합니다.

제약된 금액. 고정 요율로 상한이 정해진 일당 지급, 하나의 가격 등급으로 청구되는 구독료, 또는 $9.99 가격대의 재고는 모두 인위적인 하한, 상한, 또는 급등을 지닙니다. $9.99가 많은 카탈로그는 사기가 아니라 가격 전략을 반영하는 신비로운 9의 과잉을 보일 겁니다.

작은 파일. 수십 건의 거래로는 통계적으로 의미 있는 분포를 만들 수 없습니다. 여러 자릿수 규모에 걸친 최소 수백 건의 기록 — 수십 달러에서 수만 달러까지 — 을 목표로 하여 모든 첫 자릿수가 자연 발생 비율로 나타날 여지를 주세요.

스프레드시트로 첫 자릿수 검사를 실행하는 방법​

감사 소프트웨어는 필요하지 않습니다. 전체 절차는 처음엔 한 시간도 안 걸리고, 템플릿이 생기면 몇 분이면 됩니다.

1단계: 한 가지 거래 유형의 1년치 전체 내보내기​

회계 시스템에서 12개월치 미지급금(또는 경비, 또는 매출)을 뽑아내세요: 날짜, 공급업체 또는 고객, 설명, 금액. 검사당 한 가지 거래 유형 — 미지급금과 급여를 섞으면 분포가 흐려집니다. 무효 처리와 정정을 포함한 모든 기록을 내보내세요. 먼저 필터링하면 당신이 찾고 있는 바로 그것을 숨길 수 있습니다.

2단계: 금액 정리하기​

사본에서 작업하세요. 환불과 크레딧이 자릿수 추출을 방해하지 않도록 절댓값을 취하고, 금액이 0인 행은 버리세요. 내보낸 파일에 거대한 이상치 몇 개가 포함되어 있다면(예를 들어 미지급금에 들어 있는 건물 구매), 메모는 하되 첫 번째 실행에서는 그대로 두세요 — 이해하기도 전에 데이터를 제거하는 것이 바로 발견 사항이 설명되어 없어지는 방식입니다.

3단계: 첫 자릿수 추출하기​

각 금액의 첫 자릿수를 가져오는 수식을 열로 추가하세요. Excel이나 Google Sheets에서 금액이 A2 셀부터 시작한다면:

LEFT(TEXT(ABS(A2),"0"),1)

이 수식은 부호를 제거하고, 소수점을 없애고, 첫 자릿수를 텍스트로 반환합니다. 열 전체에 채우세요.

4단계: 집계하고 비교하기​

1부터 9까지 각 자릿수로 시작하는 금액이 몇 개인지 세고(COUNTIF가 몇 초 만에 처리합니다), 각 개수를 전체의 백분율로 바꾼 뒤, 위 표의 기대 벤포드 비율 옆에 나란히 놓으세요. 간단한 막대 차트 — 당신의 백분율 대 기대 곡선 — 를 만들면 편차가 화면에서 확 튀어 보입니다. 감사인은 통계적 검정으로 비교를 공식화하지만, 첫 번째 실행에서는 수백 건의 거래 차트를 눈으로 훑어보는 것만으로도 기대 비율을 훨씬 웃도는 자릿수를 발견하기에 충분합니다.

5단계: 급등 지점 파고들기​

자릿수 4가 기대치 9.7퍼센트 대신 18퍼센트로 나왔다고 가정해 봅시다. 내보낸 파일을 4로 시작하는 금액으로 필터링하고 실제로 무엇이 있는지 보세요. 어떤 공급업체인가? 어떤 직원이 입력했는가? 금액이 승인 한도 바로 아래에 몰려 있는가? 같은 총액이 반복되는가? 각 답변은 급등을 해소하거나(정당한 대량 공급업체가 매월 $400대 인보이스를 청구하는 경우) 더 심화시킵니다(아무도 들어본 적 없는 공급업체로부터 온 $480 인보이스 열한 장).

더 정밀한 렌즈를 원한다면 검사를 첫 두 자릿수로 확장하세요 — 각 금액의 앞 두 자릿수, 10부터 99까지 — 그리고 개별 쌍이 뜨거워지는지 살펴보세요. 48과 49 같은 쌍이 함께 빛나는 것은 임계값 아래로 쪼개기의 전형적인 특징입니다.

결과 읽기: 위험 신호 대 잘못된 경보​

편차는 단서이지 판결이 아닙니다. 누구에게 따지기 전에, 감사인이 가장 흔히 보는 무고한 설명을 배제하세요:

잊고 있던 승인 임계값. 어떤 정책 한도든 — $500은 관리자 서명 필요, $1,000은 당신 서명 필요 — 그 주변에서 행동을 재편합니다. 정당한 직원도 한도 바로 아래로 구매를 몰아넣습니다. 급등은 어디를 봐야 하는지 알려줄 뿐, 무엇을 찾게 될지는 알려주지 않습니다.

가격대와 요율표. 카탈로그가 $19, $29, $99 가격대에 치우쳐 있다면 1, 2, 9가 더 많을 것으로 예상하세요. 한 공급업체가 표준 월 청구액으로 한 자릿수 구간을 지배한다면, 그것은 조작이 아니라 집중입니다.

빈약한 데이터. 수백 건 미만의 기록, 또는 한 자릿수 규모에만 걸친 금액($100에서 $999 사이의 모든 것)은 우연히 기대 곡선 주위를 흔들립니다. 작은 표본을 과대 해석하기보다 파일이 커짐에 따라 분기별로 다시 실행하세요.

정직한 거대 항목 하나. 단일 반복 지급 — 매월 $4,200의 임대료가 자릿수 4에 열두 번 나타나는 것 — 은 작은 파일을 기울일 수 있습니다. 반복되는 고정 지급을 분리하고 변동하는 나머지를 별도로 검사하세요.

어떤 급등이 네 가지 설명을 모두 견뎌낸다면, 그것을 실제 조사의 출발점으로 다루세요: 인보이스를 꺼내고, 공급업체가 입력한 사람과 독립적으로 존재하는지 확인하고, 같은 공급업체로부터 온 중복 및 연속 인보이스 번호를 확인하고, 재화나 용역이 실제로 수령되었는지 확인하세요.

자릿수가 이상해 보일 때 해야 할 일​

의심스러운 패턴을 발견하는 것은 과정의 끝이 아니라 시작에 당신을 놓습니다. 신중하게 처리하세요:

1. 먼저 보존하고, 나중에 질문하세요. 무언가가 "정정"될 수 있기 전에 내보낸 파일과 근본 기록의 사본을 저장하세요. 장부가 버전 관리에 있다면 이 단계는 이미 끝난 셈입니다.
2. 공급업체를 독립적으로 검증하세요. 회계 시스템 밖에서 낯선 공급업체를 조회하세요 — 웹 검색, 직접 찾은 번호로의 전화, 송금 주소가 누군가의 아파트가 아닌지 확인. 가상 공급업체 수법은 공급업체 기록을 만드는 것이 쉽기 때문에 소규모 사업체 사기 중 가장 흔한 것 중 하나입니다.
3. 승인 경로를 따라가세요. 누가 공급업체를 만들었고, 누가 인보이스를 입력했고, 누가 승인했나요? 사기는 한 사람이 그 단계 중 너무 많은 것을 통제하는 곳에 집중됩니다.
4. 사례가 아니라 통제를 고치세요. 공급업체를 추가할 수 있는 사람이 그들에게 지급을 승인할 수 없도록 직무를 분리하세요. 쪼개기가 패턴이라면 승인 임계값을 낮추거나 단계를 나누세요. 일정 금액 이상 경비에는 사본이 아닌 원본 영수증을 요구하세요.
5. 언제 상급자에게 보고할지 아세요. 금액이 중요하거나 패턴이 시스템 접근 권한이 있는 사람을 가리킨다면, 누구에게도 알리기 전에 CPA나 사기 조사관을 불러들이세요. 직업적 사기는 평균적으로 탐지되기 전에 몇 달간 지속되므로, 조용히 검증하는 신중한 일주일이 성급한 고발보다 낫습니다.

그리고 이 일에 시간을 들일 가치가 있게 만드는 기저율을 기억하세요: 미국 공인사기조사관협회(ACFE)의 2024년 《Report to the Nations》에서 자산 횡령 — 청구 수법, 현금 횡령, 가짜 환불 — 은 연구된 직업적 사기 사례의 89퍼센트에서 나타났으며, 손실 중간값은 $120,000이었습니다. 직무 분리가 적고 감독이 얇은 소규모 사업체가 이러한 손실을 가장 크게 떠안습니다.

깨끗한 장부가 검사를 가능하게 한다​

위 단계 중 어느 것도 이것 없이는 작동하지 않는 조용한 전제 조건이 있습니다: 완전하고 일관되게 분류된 거래 데이터입니다. 절반만 입력된 경비, 뭉뚱그린 "기타" 전표, 석 달치 미조정 은행 피드로 자릿수 검사를 실행하면 신호가 아니라 잡음이 나옵니다. 분류되지 않은 모든 거래는 조작된 거래가 숨을 수 있는 곳입니다.

이것이 세금 신고 때만이 아니라 일 년 내내 장부를 최신 상태로 세분화해 유지해야 하는 더 깊은 이유입니다. 모든 인보이스가 신속하게 입력되고, 올바른 계정에 코드가 부여되고, 실제 공급업체 기록에 연결될 때, 벤포드의 법칙 같은 분석적 점검이 실제로 효과를 발휘합니다. 기준선을 신뢰할 수 있기 때문에 이상치가 두드러지는 것이죠. 자릿수 검사를 정기적인 시각적 검토와 짝지으세요 — 공급업체나 카테고리별 지출을 차트로 그리는 것, Fava의 보고서가 제공하는 그런 대시보드 뷰는 새로운 수취인이나 부풀어 오르는 카테고리를 한눈에 드러냅니다. 그리고 새로 시작한다면, Beancount 문서에서 모든 거래가 명시적이고, 날짜가 찍히고, 검토 가능한 플레인 텍스트 원장을 설정하는 방법을 안내합니다.

첫날부터 사기에 강한 장부 유지하기​

1년에 한 번 첫 자릿수 검사를 실행하는 데는 오후 한나절이 들고, 그렇지 않으면 몇 년간 조용히 이어질 청구 수법이나 부풀려진 경비를 드러낼 수 있습니다. 하지만 검사는 그 밑에 깔린 데이터만큼만 좋고, 그 데이터는 당신의 부기 습관만큼만 좋습니다. 명확하고 완전한 재무 기록을 유지하는 것은 다른 모든 통제가 기대는 통제입니다. Beancount.io는 재무 데이터에 대한 완전한 투명성과 통제를 제공하는 플레인 텍스트 회계를 제공합니다 — 블랙박스도, 공급업체 종속도 없습니다. 무료로 시작하고 사기를 발견하기 쉽고 숨기기 어렵게 만드는 깨끗하고 감사 가능한 장부를 구축하세요.