Stock Memo

1. 인공지능(AI: Artificial Intelligence) 인공지능은 기계를 지능화하는 노력이며, 지능화란 객체가 환경에서 적절히, 그리고 예지력을 갖고 작동하도록 하는 것이다. 인공지능은 합리적 행동 수행자이며, 어떤 행동이 최적의 결과를 낳을 수 있도록 하는 의사결정 능력을 갖춘 에이전트를 구축하는 것이다. 인공지능은 설정한 목표를 극대화하는 행동을 제시하는 의사결정 로직이다. 인공지능을 논할 때 기계학습과 딥러닝을 혼재하여 사용한다. 인공지능은 사람이 생각하고 판단하는 사고 구조를 구축하려는 전반적인 노력이다. 기계학습은 인공지능의 연구 분야 중 하나로 인간의 학습 능력과 같은 기능을 축적된 데이터를 활용하여 실현하고자 하는 기술 및 방법이다. 딥러닝은 기계학습 방법 중 하나로 컴퓨터가 많은..

1. 빅데이터 처리과정과 요소기술 데이터베이스나 파일 관리 시스템과 같은 내부 데이터가 있다. 인터넷으로 연결된 외부로부터 생성된 파일이나 데이터가 있다. 크롤링을 통해 데이터 원천으로부터 데이터를 검색하여 수집한다. ETL을 통해 소스 데이터로부터 추출하고, 변환하여, 적재한다. 단순한 수집이 아니라 검색 및 수집, 변환 과정을 모두 포함한다. 로그 수집기나, 센서 네트워크 및 Open API 등을 활용할 수 있다. 저렴한 비용으로 데이터를 쉽고 빠르게 많이 저장한다. 정형 데이터뿐만 아니라 반정형, 비정형 데이터도 포함한다. 병렬 DBMS나 하둡, NoSQL 등 다양한 기술을 사용할 수 있다. 시스템 간의 데이터를 서로 공유 가능하다. 데이터를 효과적으로 처리하는 기술이 필요한 단계이다. 분산 병렬 ..

1. 빅데이터 플랫폼의 등장배경 빠른 의사결정 속도보다 장기적이고 전략적인 접근이 필요하다. 초저가의 대규모 프로세싱과 클라우드 컴퓨팅 기반의 분석 환경이 등장하였다. 다양한 형태의 데이터 수집과 복잡한 로직을 이용한 대용량 처리가 필요하다. 분산 처리가 불가피하여 이를 제어할 수 있는 고도의 기술이 필요하다. SNS 데이터나 로그 파일, 스트림 데이터 등 비정형 데이터의 비중과 실시간 처리에 대한 요구가 높아지고 있다. 약한 관계형 스키마나 반정형 데이터와 같은 정형적이지 않은 데이터가 증가하고 있다. 기존의 통계적 분석방법과 같이 정해진 절차와 과정을 따르지 않아도 분석 목정에 맞게 유연한 분석이 가능하게 되었다. 인공지능 기술의 발전으로 다양한 방법론을 통해 텍스트, 음성, 이미지, 동영상 등 다양..

1. 필요성 빅데이터와 관련된 기술적인 문제들은 기술의 발전으로 어느 정도 해소되었다. 데이터 분석 및 활용을 위한 조직체계나 분석 전문가 확보에 어려움이 있다. 데이터 분석 관점의 컨트롤 타워에 대한 필요성이 제기되고 있다. 2. 조직의 역할 전사 및 부서의 분석 업무를 발굴한다. 전문적인 분석 기법과 도구를 활용하여 빅데이터 속에서 인사이트를 찾아낸다. 발견한 인사이트를 전파하고 이를 실행한다. 3. 조직의 구성 비즈니스 질문을 선제적으로 찾아낼 수 있는 구조인가? 분석 전담조직과 타 부서 간 유기적인 협조와 지원이 원활한 구조인가? 효율적인 분석 업무를 수행하기 위한 분석 조직의 내부 조직구조는? 전사 및 단위부서가 필요시 접촉하며 지원할 수 있는 구조인가? 어떤 형태의 조직(집중형, 기능형, 분산..

1. 데이터 산업의 진화 데이터 산업은 데이터 처리 - 통합 - 분석 - 연결 - 권리 시대로 진화하고 있다. 데이터 통합 시대까지 데이터의 역할은 거래를 정확하게 기록하고 거래의 자동화를 지원하는 것이었다. 데이터 분석 수준이 향상되면서 데이터의 자원 활용이 가능해졌다. 컴퓨터 프로그래밍 언어를 이용하여 대규모 데이터를 빠르고 정확하게 처리할 수 있게 되었으며 결과는 파일 형태로 보관되었다. 기업들은 EDPS(Electronic Data Processing System)를 도입하여 급여 계산, 회계 전표 처리 등의 업무에 적용하였다. 데이터는 업무 처리의 대상으로 새로운 가치를 제공하지는 않는다. 데이터 처리가 여러 업무에 적용되기 시작하면서 데이터가 쌓이기 시작했고 전사적으로 데이터 일관성을 확보하기..

1. 빅데이터의 등장과 변화 기업에서는 온,오프라인 고객 데이터가 많이 축적되면서 데이터에 숨어 있는 가치를 발굴해 새로운 성장동력으로 활용하고 있다. 하계에서는 인간 게놈 프로젝트, 기후 관찰 등 거대 데이터를 다루는 학문 분야가 확산되면서 필요한 기술 아키텍처 및 분석 기법들이 발전하고 있다. 데이터 처리 시점이 사전 처리에서 사후 처리로 이동하였다. - 기존에 필요한 정보만 수집하는 시스템에서, 가능한 많은 데이터를 모으고 조합하여 정보를 얻는 방식으로 변화 데이터 처리 범주가 표본조사에서 전수조사로 확대되었다. - 기술 발전으로 인한 데이터 처리비용 감소로 표본조사가 아닌 전수조사를 통해 패턴이나 정보를 발견하는 방식으로 변화 데이터의 가치 판단 기준이 질(quality)보다 양(quantity)..

1. 데이터베이스의 정의 체계적이거나 조직적으로 정리되고 전자식 or 기타 수단으로 개별적으로 접근할 수 있는 독립된 저작물, 데이터 or 기타 소재의 수집물이다. 동시에 복수의 적용 업무를 지원할 수 있도록 복수 이용자의 요구에 대응해서 데이터를 받아들이고 저장, 공급하기 위해 일정한 구조에 따라 편성된 데이터의 집합. 문자, 기호, 음성, 화상, 영상 등 상호 관련된 다수의 콘텐츠를 정보 처리 및 정보통신 기기에 의하여 체계적으로 수집, 축적하여 다양한 용도와 방법으로 이용할 수 있도록 정리한 정보의 집합체이다. 2. 데이터베이스 관리 시스템 종류 설명 관계형 DBMS 데이터를 열과 행을 이루는 테이블로 표현하는 모델이다 객체지향 DBMS 정보를 객체 형태로 표현하는 모델이다 네트워크 DBMS 그래프..

1. 데이터 정의 데이터는 추론과 추정의 근거를 이루는 사실이다. 현실 세계에서 관찰하거나 측정하여 수집한 사실다. 2. 데이터 특징 단순한 객체로도 가치가 있으며 다른 객체와의 상호관계 속에서 더 큰 가치를 갖는다. 객관적 사실이라는 존재적 특성을 갖는다. 추론, 추정, 예측, 전망을 위한 근거로써 당위적 특성을 갖는다. 3. 데이터 구분 정량적 데이터: 주로 숫자로 이루어진 데이터이다. 정성적 데이터: 문자와 같은 텍스트로 구성되며 함축적 의미를 지니고 있는 데이터이다. 정량적 데이터 정성적 데이터 유형 정형 데이터, 반정형 데이터 비정형 데이터 특징 여러 요소의 결합으로 의미 부여 객체 하나가 함축된 의미 내포 관점 주로 객관적 내용 주로 주관적 내용 구성 수치나 기호 등 문자나 언어 등 형태 데이..

"관세의 과세표준은 수입물품의 가격 or 수량" 1. 과세가격의 결정 과세가격 결정의 원친 - 제1방법 수입물품의 과세가격은 우리나라에 수출하기 위하여 판매되는 물품에 대하여 구매자가 실제로 지급하였거나 지급하여야 할 가격에 다음 각 호의 금액을 더하여 조정한 거래가격으로 한다. 다만, 다음 각 호의 금액을 더할 때에는 객관적이고 수량화할 수 있는 자료에 근거하여야 하며, 이러한 자료가 없는 경우에는 이조에 규정된 방법으로 과세가격을 결정하지 아니한다. 가산요소 1. 구매자가 부담하는 수수료와 중개료, 다만, 구매수수료는 제외 2. 해당 수입물품과 동일체로 취급되는 용기의 비용과 해당 수입물품의 포장에 드는 노무비와 자재비로서 구매자가 부담하는 비용 3. 구매자가 해당 수입물품의 생산 및 수출거래를 위해..

1. 과세물건 "수입물품에는 관세를 부과한다." (관세법 제14조) 수입되는 물품이 아닌 수출물품이나 통과화물은 과세대상이 아니다. 유체물이 아닌 무체물은 원칙적으로 과세대상이 아니다. 무체물 주에서도 전기에너지가 관세율표에 계기되어 있으므로 과세대상이며, 지식재산권 사용료도 그 자체로는 과세물건이 되지는 않으나 과세가격 규정에 따라 과세 대상에 포함되기도 한다. 2. 과세물건 확정시기 원칙적인 과세물건 확정시기 - 수임신고를 하는 물품인 경우 관세는 수입신고를 하는 때의 물품의 성질과 그 수량에 따라 부과한다. - 원료과세 대상물품 보세공장에서 제조된 물품을 수입하는 경우로서 원료과세를 신청한 경우에는 사용신고를 할 때의 그 원료의 성질 및 수량에 따라 관세를 부과한다. 예외적인 과세물건 확정시기 수입..

매입세액 불공제 - 불공 1. 세금계산서 불성실 - 기재 X, 의무이행 X 2. 납부세액 = 매출세액 - 매입세액 매출세액 = 공금가액 X 10% 매입세액 = 매입체별 세금계산서 합계표상의 매입세액 3. 사업과 무관한 자산 4. 비영업용 소형승용차의 구입, 임차 유지 - 비영업용 - 판매차, 운전학원차, 렌터카가 아닌 자동차 - 소형승용차 소형 - 8인승 이하 경차제외 - 1,000cc 이하 트럭제외 5. 접대비 관련 6. 면세사업관련 7. 토지 8. 틍록된 매입 세액 의제매입세액 공제 면세 농축수임산물 -> 과세재화 부가가치세법상 적격증빙 => 매입세액 공제가능 세금계산서 신용카드 현금영수증 직수출 -> 교부 X 내국신용장(Local L/C), 구매확인서 -교부 O

과세표준(과세요건) - 세액산출의 근거가 되는 가액(종가세) or 수량(종량세) - 공급가액 1) 과세표준 - 금전수령시 -> 그 대가 - 금전이외 대가 수령시 -> 자기가 공급한 재화용역의 시가 무상공급 재화 -시가 용역 -과세 X 저가공급 재화 -시가 용역 -시가 - 폐업시 잔존 재화 - 시가 2) 과표에 포함되지 않는 것 매출할인, 매출환입, 매출에누리 도달전에 파손 or 훼손 국고보조금과 공공보조금 반환조건부의 용기대금 = 보증금 구분기재한 봉사료 연체이자 3) 과표에서 차감 X - 대출금 -> 대출세액 공제시 세액에서 차감 - 판매장려금 -> 판매장려품 지급시 시가로 과세 - 하자보증금 4) 과표에 포함★★ 수입세금계산서 (부가가치세만 회계 처리) = 관세의 과세가격 + 관세 + 개별소비세, 주..

1. 세금계산서 1) 발급의무자 - 일반과세자(간이, 면세사업자는 X) 2) 발급시기 - 공급시기 3) 발급의무면제 - 소규모영세, 발급할 수 없는 상황에 있는자 - 소매업★ - 노점상, 택시 ... - 목욕, 이발, 미용, 입장권 발행 - 간주공급, 간주임대료 4) 수입세금계산서 - 세관장 5) 세금계산서의 필수적 기재 사항★ - 공급자의 등록번호와 명칭 - 공급받는자의 등록번호 - 작성년, 월, 일 - 공급가액과 세액 6) 전자세금계산서 - 전자적 수단으로 세금계산서 발행 - 법인(필수)과 개인은 직전년도 수입 금액이 3억이상 - 원칙 : 공급시기에 발행 / 다음날 까지 국세청에 전송 - 예외 : 다음달 10일 발급/ 다음달 11일 까지 국세청에 전송 2. 공급시기 특례 1) 후발행(월합계) 1/1 ..

과세거래 = 과세대상 1. 실질공급과 간주공급 실질공급 계약상 - 매매계약 - 가공계약 - 교환계약 - 현물출자 법률상 - 사적 경매 간주공급 (가짜매출) 자가공급 - 면세전용 (과세 -> 면세) - 비영업용 소형승용차에 사용 - 직매장 방출(매입세액공제여부 x, 세금계산서 발행) 개인적 공급 - 개인적 사용 사업상증여 - 접대 폐업시 잔존재화 재화의 공급 X - 담보제공 - 사업의 양도(포괄) - 물납 - 공매와 강제경매 용역의 공급 X - 용역의 무상공급(저가공급) - 근로제공(종속) 2. 재화용역의 공급시기 원칙 - 재화 : 인도 - 용역 : 용역 제공 완료일 1) 일반적 매출 : 인도 ★2) - 장기할부판매(2회 이상 분할, 1년이상) - 대가의 각 부분을 받기로 할 때 - 중간지급조건부 (대금을..

1. 부가가치 - 각 유통단계 마다 새로이 창출된 가치 부가가치세 - 부가가치를 과세대상으로 조세 2. 과세 방법 특징 전단계 세액공제법 vs 전단계 거래공제법 (매출세액 - 매입세액 => 납부세액) (매출액 - 매입액 => 가치 X 10%) 간접세 => 담세자와 납세의무자가 다르다 과세원칙 - 유통단계별 과세원칙 - 소비지국과세원칙(수입에 대해 과세, 수출 과세 x) - 역진성 완화원칙 일반소비세 - 모든소비과세 vs 개별소비세 물세 - 인적사정 반영 x vs 인세 보통세 - 일반 국가재원 국세 - 과세권자가 국가 단일비례세율 - 10% vs 초과누진세율 3. 과세대상 - 재화의 공급 => 재산적가치, 유체물 + 무체물 - 용역의 공급 => 재산적가치, (건설업의 경우 - 용역) 서비스 - 재화의 수입..