수입자 등록정보는 이제 데이터 문제가 되고 있다

세관 규정 준수는 전통적으로 거래 단위의 업무로 다뤄져 왔다. 제품을 분류하고, 관세를 계산하고, 수입신고를 제출한 뒤 관련 기록을 보관하는 방식이다. 세관 당국이 수입 건별로 그 배경이 되는 기업과 제품, 공급망에 대해 더 많은 정보를 요구하면서 이러한 방식은 점점 유지하기 어려워지고 있다.

이러한 변화는 특히 미국에서 두드러진다. 「세관 집행 강화」를 위한 행정명령 14411호는 2026년 6월 3일 서명됐으며, 국토안보부와 미국 세관국경보호국(CBP)에 수입자 등록 요건을 강화하고 심사를 확대하며 추가 공개 및 인증 요건을 마련하도록 지시한다. 또한 외국 수출업자가 미국으로 물품을 수출하기 전에 외국 세관 당국에 제출해야 했던 정보나 서류를 정부가 요구하도록 지시한다.

수입업체가 직면한 과제는 근본적으로 데이터 문제다. 관련 정보가 이미 존재할 수도 있지만, 대개 서로 다른 시스템에 서로 다른 명칭으로 저장돼 있고 관리 주체도 제각각이다. AI는 이러한 정보를 연결하는 데 도움이 될 수 있지만, 기업이 AI를 세관 업무 전문성을 대체하는 수단이 아니라 통제된 규정 준수 절차의 일부로 취급할 때에만 그렇다.

IOR가 예전보다 더 중요해진 이유

CBP는 이미 수입자 신원정보에 대한 심사를 강화하기 위한 구체적인 조치에 나섰다. 2026년 8월 연방 관보 공고에서 CBP는 CBP 양식 5106을 통해 제출된 정보에 대한 집행을 강화하겠다고 밝혔다. CBP는 2026년 9월 18일부터 등록된 정보가 부정확하거나 불완전한 경우 수입자 등록번호를 무효화할 수 있으며, 이 경우 해당 번호로는 물품을 반입할 수 없다고 밝혔다.

이는 IOR 기록이 단순한 행정용 프로필이 아니기 때문에 중요하다. IOR 기록은 법인이나 개인을 세관 신고, 관세, 통관 대행인 및 규제상 의무와 연결한다. 기본 신원정보가 잘못되면 다른 기록을 대조하고 일치시키기도 어려워질 수 있다.

AI와 자동화는 자체적으로 규정 준수 여부를 판단하지 않으면서도 실질적인 도움을 줄 수 있다. 시스템은 내부 기록에서 서로 충돌하는 주소, 법인명, 연락처 또는 소유권 정보를 찾아낼 수 있다. 최근 검토되지 않은 기록에 표시를 하거나 사람의 확인이 필요한 변화를 식별할 수도 있다. 목표는 알고리즘이 수입업체의 규정 준수 여부를 판정하게 하는 것이 아니라, 데이터가 더 이상 규정 준수라는 결론을 뒷받침하지 못할 수 있는 부분을 규정 준수 담당자가 쉽게 파악하도록 하는 것이다.

외국 수출 서류로 데이터 부담이 커질 수 있다

다음 과제는 잠재적으로 훨씬 더 큰 규모다. 2026년 9월 규칙 제정 사전 공고에서 CBP는 공급망과 외국 수출 서류에 대한 기관의 가시성을 높이는 요건에 관해 대중의 의견을 요청했다.

제안은 아직 검토 중이다. CBP는 수입업체가 외국 수출업자가 수출 전에 외국 세관 당국에 제출해야 했던 서류를 제출하거나 보관해야 하는지 묻고 있다. 기관은 수출신고서, 상업송장, 포장명세서, 원산지 증명서, 수출 허가증, 선하증권, 항공운송장 등을 구체적인 예로 들었다. 또한 수입자 등록 책임자가 해당 서류를 보관하고 제출할 책임을 져야 하는지, 수입업체가 서류의 정확성을 평가할 때 합리적 주의 의무를 적용해야 하는지도 묻고 있다.

마지막 질문은 특히 중요하다. 수입업체가 외국 수출신고서를 작성하는 것은 아닐 수 있다. 공급업체나 유통업체, 물류업체가 작성할 수도 있다. 그렇더라도 수입업체는 해당 정보가 미국 수입신고와 어떤 관련이 있는지 설명해야 할 수 있다.

따라서 필요한 일은 PDF를 저장하는 것보다 정보를 대조하는 데 가깝다. 제품 설명이 서로 일치하는가? 수량이 타당한가? 제조업체가 동일한가? 원산지가 일치하는가? 신고 가격에 대한 설명이 필요한가? 두 서류의 내용이 다르다면 수입업체가 그 이유를 설명할 수 있는가?

AI는 증거를 연결할 때 가장 유용하다

AI가 가장 익숙한 세관 업무 활용 사례인 품목 분류를 넘어설 수 있는 분야가 바로 여기다. 대규모 언어 모델과 기타 AI 시스템은 정보가 비정형이거나 여러 문서에 흩어져 있을 때 특히 유용하다. 제품 사양서에는 어떤 품목이 한 가지 방식으로 설명돼 있고, 공급업체 송장에는 다른 명칭이 쓰이며, 세관 신고서에는 설명이 축약돼 있을 수 있다. 원산지 증명서에는 또 다른 식별 정보가 들어갈 수 있다. 해당 사업을 잘 아는 사람은 네 가지 문서가 모두 같은 제품을 가리킨다는 점을 이해할 수 있지만, 수천 건의 기록을 일일이 살펴 그러한 관계를 찾아내기는 어렵다.

AI는 이러한 연결고리를 찾아내는 데 도움을 줄 수 있다. 문서에서 관련 정보를 추출하고, 제품 설명을 표준화하고, 불일치 가능성을 찾아내며, 검토가 필요한 기록의 우선순위를 정할 수 있다. 또한 규정 준수 전문가가 품목 분류나 관세 관련 문제를 조사할 때 관련 세관 판정, 규제 지침 및 과거 결정을 찾아 제공할 수도 있다.

세계관세기구는 이러한 더 폭넓은 잠재력을 인정했다. 세계관세기구의 2025년 보고서는 세관 업무에서 AI와 머신러닝을 도입할 때 성공을 위해 중요하게 고려해야 할 사항으로 데이터 관리, 거버넌스, 위험 관리, 상호운용성, 사이버 보안, 인력의 역량을 꼽았다. 이는 세관 업무에서 AI가 주로 챗봇의 문제가 아니라 데이터와 거버넌스의 문제라는 점을 일깨워 준다.

따라서 가장 효과적인 활용은 구체적인 업무 흐름과 연결될 것이다. AI 시스템은 공급업체 문서와 신고서 사이의 불일치를 표시할 수 있다. 그러면 규정 준수 담당자는 관련 기록을 검토해 불일치가 실제 문제인지 판단하고, 그 판단 근거를 문서화할 수 있다.

사람의 검토는 여전히 중요하다

세관 관련 결정은 재정적·법적 결과를 수반하므로 설명 가능성이 특히 중요하다. 근거를 제시하지 않은 채 답변만 내놓는 시스템은 새로운 규정 준수 위험을 초래한다. 따라서 무역 규정 준수에 사용하는 AI는 결과를 뒷받침하는 정보를 보존해야 한다. 시스템이 품목 분류를 권고한다면, 사용자는 권고의 근거가 된 제품 특성, 관련 자료, 추론을 확인할 수 있어야 한다. 불일치를 식별한 경우에는 상충하는 기록을 추적할 수 있어야 한다.

이 접근 방식은 미국 국립표준기술연구소의 AI 위험 관리 프레임워크에 제시된 보다 폭넓은 원칙에 부합한다. 이 프레임워크는 책임성, 투명성, 설명 가능성, 해석 가능성을 비롯한 AI의 신뢰성을 강조한다. NIST는 인간의 감독 또한 AI 시스템 관리의 중요한 요소로 꼽는다.

세관 담당 팀에서 AI는 일반적으로 자율적인 결정권자가 아니라 분석가 역할을 해야 한다는 뜻이다. AI는 근거를 찾고, 기록을 비교하고, 변화를 식별하며, 업무의 우선순위를 정할 수 있다. 근거를 평가하고 규정 준수 관련 결정을 내릴 책임은 여전히 사람인 전문가에게 있다.

AI를 도입하기 전에 데이터 기반부터 구축하라

AI를 도입할 때는 모델부터 시작하고 싶은 유혹이 있다. 하지만 세관 규정 준수에서는 데이터부터 살펴보는 편이 낫다. 수입업체는 거래를 뒷받침하는 여러 시스템에 흩어진 제품 관련 정보를 서로 연결할 수 있는지 확인해야 한다. 여기에는 다음 정보가 포함될 수 있다: 

• 제품 사양
• HTS 품목 분류
• 세관 판정
• 공급업체 및 제조업체 정보
• 원산지 판정
• 송장
• 운송 서류
• 규제 요건
• 이전 수입 신고 데이터

변경 사항을 확인할 수 있는지도 살펴봐야 한다. 공급업체가 제품 사양을 변경하거나, 관세 조치가 바뀌거나, 수입업체의 기업 정보가 변경될 경우 규정 준수 팀은 영향을 받는 기록을 식별할 수 있는가?

AI를 도입하면 데이터 품질은 더욱 중요해진다. 불완전하거나 오래되었거나 서로 일치하지 않는 기록을 AI 시스템이 신뢰성 있게 대조할 수는 없다. 품질이 낮은 데이터에서 패턴을 찾아낼 수는 있지만, 누락된 근거를 신뢰할 수 있는 근거로 바꿀 수는 없다.

이는 최근 세계관세기구(WCO)가 발표한 연구 내용과도 일치한다. WCO는 세관 업무에서 AI와 분석을 활용하기 위한 기반으로 데이터 거버넌스의 중요성을 강조해 왔다. WCO의 2026년 세관 업무에서의 AI 논의에서는 신뢰할 수 있는 결과를 얻으려면 믿을 만하고 체계적으로 관리되는 데이터가 중요하다고 강조했다.

다음 세관 업무의 경쟁력은 설명 가능성에서 나올 수 있다

새롭게 형성되는 세관 업무 환경에서는 답변을 내놓는 데 그치지 않는 기업이 유리할 가능성이 크다. 기업은 답변에 이른 과정을 보여 줄 수 있어야 한다.

행정명령 14411호와 CBP가 제안한 해외 수출 서류 관련 접근 방식은 수입 거래의 당사자, 제품, 기록에 대한 가시성을 높이는 방향을 가리킨다. 이로 인해 서로 연결되지 않은 스프레드시트와 문서 저장소를 관리하기 어려운 규정 준수 환경이 조성될 수 있다. AI가 도움이 될 수 있지만, 가장 가치 있는 시스템은 단순히 품목 분류를 생성하거나 규정을 요약하는 시스템이 아니다. 근거를 연결하고, 불일치를 드러내며, 자료의 출처를 보존하고, 사람이 계속 관여하도록 하는 시스템이다.

수입업체는 지금부터 다음과 같이 준비할 수 있다: 

• IOR 정보 검증
• 공급업체 문서와 해외 수출 서류가 작성되고 보관되는 위치 파악
• 공급업체 기록과 미국 수입 신고 데이터 간 차이 식별
• 어떤 규정 준수 관련 결정에 여전히 수작업 검색이 필요한지 검토
• 근거를 찾고 평가하는 데 드는 작업을 AI가 어느 부분에서 줄일 수 있는지 파악

세관 업무에서 AI의 미래는 세관 전문가를 대체하는 데 있기보다, 전문가가 거래를 훨씬 더 잘 파악할 수 있도록 돕는 데 있을지 모릅니다. 세관 단속이 데이터에 더 많이 의존하게 되면서 경쟁 우위는 간단한 질문에 자신 있게 답할 수 있는 수입업체가 차지할 수 있습니다. 단순히 “무엇을 신고했는가?”가 아니라 “신고 내용이 왜 정확했는지 입증할 수 있는가?”라는 질문입니다.