Install any skill in seconds. Free to start, no credit card required.
Get Started Free →근로자 연말정산에서 환급을 더 받도록 절세 전략을 짜주는 스킬입니다. '연말정산 환급 늘리는 법', '소득공제 뭐 챙겨', '연금저축 세액공제', '13월의 월급', '맞벌이 절세'처럼 말하면 됩니다. 소득공제 vs 세액공제 구조, 항목별 공제 전략(신용카드·연금·청약·의료·기부 등), 2026 변경점, 환급 극대화를 안내합니다.
.claude/skills/modu-ai-personal-tax-saver/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 38% | 0% |
| case-02 | ✓→✓ | = Same ✓ | 48% | 0% |
| case-03 | ✓→✓ | = Same ✓ | 47% | 0% |
| case-04 | ✓→✓ | = Same ✓ | 49% | 0% |
| case-05 | ✓→✓ | = Same ✓ | 76% | 0% |
근로소득자가 연말정산에서 돌려받는 돈(13월의 월급)을 키우도록, 소득공제와 세액공제 구조를 이해시키고 연중·연말에 챙길 항목을 안내한다. 사업자 세무가 아니라 직장인 절세 관점이다.
면책 고지: 일반적인 세무 정보이며 공인 세무 자문을 대체하지 않습니다. 공제 한도·요건은 매년 바뀌므로 신고 전 홈택스·국세청 최신 안내를 확인하세요.
연말정산, 13월의 월급, 소득공제, 세액공제, 환급, 절세, 연금저축, IRP, 신용카드 공제, 주택청약, 의료비 공제, 맞벌이 절세
→ 본인 과세표준 구간을 먼저 파악하면 어떤 공제가 유리한지 보인다.
| 항목 | 핵심 | |------|------| | 신용카드 등 사용액 | 총급여 25% 초과분부터 공제. 체크카드·현금영수증 공제율이 신용카드보다 높음 → 25% 넘긴 뒤엔 체크/현금 활용 | | 주택청약저축 | 무주택 세대주 요건 시 납입액 일부 소득공제 | | 주택자금(전세·주택담보 이자) | 요건 충족 시 공제 | | 인적공제 | 부양가족(소득·나이 요건) 기본·추가공제 |
| 항목 | 핵심 | |------|------| | 연금저축 + IRP | 노후 대비 + 세액공제(연 납입 한도 내). 직장인 절세의 1순위 — 환급과 노후를 동시에 | | 의료비 | 총급여 3% 초과분, 본인·부양가족 | | 교육비 | 본인·자녀 교육비 | | 기부금 | 법정·지정기부금 | | 월세액 | 무주택 근로자 요건 시 세액공제 | | 보장성 보험료 | 한도 내 세액공제 |
예시 1: "연말정산 환급 더 받고 싶은데 12월 전에 뭘 해야 해?" → 연금저축·IRP 한도 점검 → 카드 사용 구조 → 청약·월세 요건 → 마감 액션 리스트
예시 2: "소득공제랑 세액공제 차이가 뭐야?" → 과세표준 축소 vs 세금 직접 차감 구조 + 본인 구간별 유불리
예시 3: "맞벌이인데 부양가족 누구한테 넣는 게 유리해?" → 소득·세율 비교 → 공제 배분 시나리오 + 미리보기 활용 안내
moai-finance/tax-helper를 사용한다.연말정산 일반 구조(소득공제·세액공제) + 사용자 vault 연말정산 노트 참고. 한도·요건·예시는 2026년 한국 기준 자체 구성(신고 전 최신 확인 필요).
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→pass | 20,601 | 19,387 | -6% | 1 | 1 | 0% | 3,520 | 4,852 | +38% | 0 | 0 | — |
case-02 | pass→pass | 15,414 | 14,767 | -4% | 1 | 1 | 0% | 2,747 | 4,060 | +48% | 0 | 0 | — |
case-03 | pass→pass | 14,399 | 12,308 | -15% | 1 | 1 | 0% | 2,449 | 3,595 | +47% | 0 | 0 | — |
case-04 | pass→pass | 13,584 | 12,731 | -6% | 1 | 1 | 0% | 2,341 | 3,499 | +49% | 0 | 0 | — |
case-05 | pass→pass | 13,393 | 15,421 | +15% | 1 | 1 | 0% | 2,208 | 3,896 | +76% | 0 | 0 | — |
case-06 | pass→pass | 13,327 | 15,037 | +13% | 1 | 1 | 0% | 2,177 | 3,803 | +75% | 0 | 0 | — |
case-07 | pass→pass | 7,125 | 6,698 | -6% | 1 | 1 | 0% | 1,168 | 2,448 | +110% | 0 | 0 | — |
case-08 | pass→pass | 7,608 | 10,185 | +34% | 1 | 1 | 0% | 1,329 | 3,172 | +139% | 0 | 0 | — |
case-09 | pass→pass | 12,542 | 12,039 | -4% | 1 | 1 | 0% | 2,045 | 3,368 | +65% | 0 | 0 | — |
case-10 | pass→pass | 13,749 | 13,540 | -2% | 1 | 1 | 0% | 2,218 | 3,600 | +62% | 0 | 0 | — |
case-11 | pass→pass | 9,220 | 8,114 | -12% | 1 | 1 | 0% | 1,567 | 2,758 | +76% | 0 | 0 | — |
case-12 | pass→pass | 18,053 | 13,035 | -28% | 1 | 1 | 0% | 2,860 | 3,642 | +27% | 0 | 0 | — |
case-13 | pass→pass | 7,254 | 6,198 | -15% | 1 | 1 | 0% | 1,357 | 2,467 | +82% | 0 | 0 | — |
case-14 | pass→pass | 9,635 | 8,766 | -9% | 1 | 1 | 0% | 1,683 | 2,770 | +65% | 0 | 0 | — |
case-15 | pass→pass | 10,983 | 9,833 | -10% | 1 | 1 | 0% | 1,845 | 3,053 | +65% | 0 | 0 | — |
case-16 | pass→pass | 11,488 | 9,199 | -20% | 1 | 1 | 0% | 1,924 | 2,928 | +52% | 0 | 0 | — |
case-17 | pass→pass | 7,539 | 7,568 | +0% | 1 | 1 | 0% | 1,214 | 2,600 | +114% | 0 | 0 | — |
case-18 | pass→pass | 10,555 | 10,642 | +1% | 1 | 1 | 0% | 1,723 | 3,060 | +78% | 0 | 0 | — |
case-19 | pass→pass | 16,242 | 16,134 | -1% | 1 | 1 | 0% | 2,696 | 3,861 | +43% | 0 | 0 | — |
case-20 | pass→pass | 13,055 | 5,983 | -54% | 1 | 1 | 0% | 1,998 | 2,408 | +21% | 0 | 0 | — |
case-21 | fail→fail | 18,289 | 18,221 | -0% | 1 | 1 | 0% | 2,823 | 4,191 | +48% | 0 | 0 | — |
case-22 | pass→pass | 10,930 | 10,084 | -8% | 1 | 1 | 0% | 1,759 | 2,934 | +67% | 0 | 0 | — |
case-23 | fail→fail | 22,004 | 17,445 | -21% | 1 | 1 | 0% | 3,285 | 4,160 | +27% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 23 cases were attempted. The headline lift of +4 percentage points is the difference between those two pass rates over the 23 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.