記事のサマリー(TL;DR)
- freeeのエンジニアが、税制条文を定理証明支援系Lean(リーン)で形式化し、既存プロダクトの税計算(所得税・法人税・地方税・消費税、減価償却などの計算項目)とすべての入力で突き合わせる取り組みをおこなった。対象は、必要な情報が引数に明示された純粋な計算部分に限られ、画面・DB・外部連携は証明の対象外。
- 既存のRuby実装をそのまま写した「Ruby-like Lean」と、条文のみから独立に書いた「Elegant Lean」を定理証明でつなぎ、両者が一致する条件・差が出る条件を条件式として導いた。本番Rubyとモデルの対応はプロパティベーステストで確認している。
- この突き合わせにより、(1)書き方が違っても計算結果が全入力で一致するケース、(2)損失の繰越控除などで差し引く順番が一つに決まらず通達の但書で複数の並べ方が認められているケース、(3)選択肢によって税額が変わるケースの3つの成果が得られた。QAと開発工程への組み込みも開始している。
この記事を理解する前提となる条件
- 証明が保証するのは、Lean上で書いた命題(写した仕様)のとおりであることまでであり、条文の読み方自体が誤っていれば、証明が通っても「条文どおり」であることは保証されない。
- 「全入力」が指すのはLean上の2つのモデル(Ruby-like LeanとElegant Lean)の間の関係であり、本番のRubyとLean上のモデルとの対応は、境界値・組み合わせ・ランダム入力によるプロパティベーステストで確認したものである。
- 対象は、必要な情報が引数に明示された純粋な計算部分に限る。画面・DB・外部連携は、その状態や環境を含むモデルを作っていないため、今回の証明の対象外。
- 記事に書かれている内容はすべて機械的な確認の結果であり、条文の解釈には税理士などの専門家の確認が必要。個々の納税者への助言は税理士の独占業務である税務相談に当たるため、見つかった内容がそのままプロダクトに反映されるわけではない。
詳細
1. 税の計算が法令どおりかを、全入力で確かめられるようにした
税額の計算を誤るとユーザーの申告額がそのまま変わってしまう一方、通常のソフトウェアテストでは実装と「人が条文から起こした仕様期待値」を比較するにとどまる。受け入れテスト(UAT)も、要件に責任を持つ人が自分の決めた要件どおりかを確かめるものであり、要件や仕様期待値自体が条文を正しく読んでいるかは、どちらの方法でも確かめられない。また確かめられるのは人が選んだテストケースの分だけである。
これはソフトウェアテストの出来の問題ではなく、比較対象の選び方の問題だとしています。確かめるには、条文から独立に仕様を起こして突き合わせる別の経路が必要だとしています。税法条文を読み計算仕様に落とす工程は専門性が高く、これまでは経路を用意するための専門家の工数がネックだったが、LLMと定理証明支援系の組み合わせによってそのコストが下がり、仕様と実装の関係を定理として確認できるようになったとしています。
二つの突き合わせ
- 本番のRuby実装と、その構造をそのまま写した「Ruby-like Lean」をプロパティベーステストで接地(実機と一致するかを確認)。
- Ruby-like Leanと、条文だけから独立に書いた「Elegant Lean」を定理証明でつなぎ、一致する条件・差が出る条件を条件式として導出。
Elegant Leanを書く際は既存実装を参照せず、条文のみを出発点にAI(Claude)に書かせたことが特徴です。実装コードや設計資料を見ながら形式化すると同じ読み方をなぞってしまうため、形式化の側を実装から独立させる必要があったとしています。
この突き合わせから、以下3点がわかるとしています。
- 本番の計算が条文から起こした仕様とすべての入力で一致するか、しない場合はどの入力で分かれるか。
- 法令が複数のやり方を認めていて、選び方によって税額が変わる箇所がどこにあるか。
- 人が確認する対象が、AIの書いた長いコードではなく命題とオラクルとしての入力に絞られること。
構造としては「本番Ruby ↔(有限入力の照合)↔ Ruby-like Lean ↔(定理による全入力の保証)↔ Elegant Lean」という並びになり、モデル間で言えた全入力の関係を本番Rubyについての全入力の保証に移すことはできないとしています。
2. 定理証明支援系は、命題を全入力で検査する
定理証明支援系とは、人が書いた証明の各ステップを機械がたどり、飛躍があれば受け付けない仕組みです。Leanでは命題を「型」として書き、その証明を「その型を持つ値(実装)」として書きます。実装が型検査を通れば、命題がすべての入力について成り立つことを機械が確認したことになります。
採用した公理・定義とLeanのカーネルの健全性を前提とすれば、偽の命題は証明できないとしています。証明を書かずに通す方法は「無条件に真とする公理(axiom)を足す」か「証明を空欄(sorry)のまま残す」かの二つだけで、どちらも機械的に検出できるとしています。
証明が保証するのは、写した命題のとおりであるところまでです。条文の読み方を写し間違えていれば、証明が通っても元の条文は守られていません。そのため、写しが本番の計算とずれていないことをプロパティベーステストで接地し、条文の読み方そのものは独立に書いたElegant Leanと突き合わせるという二段構えにしています。
証明はタクティク(omegaやdecideなど)が組み立て、最終的にカーネルが検査する仕組みのため、タクティクの側に誤りがあっても偽の命題が通ることはないとしています。型が仕様になることで、レビューで人が読むべきは命題そのものであり、「この定理が主張しているのは本当に保証したいことか」を見れば足りるとしています。
記事では、カリー=ハワード対応(型と命題、プログラムと証明が対応する関係)や、依存型(値によって型が変わる仕組み)についても、digitSum関数と「各桁の和の余りはnを9で割った余りと等しい」という命題の実例コードで説明しています。また、誤って矛盾する命題を作り、その証明を生成AI(Gemini)に依頼したところ、AIが「その命題は偽であり証明できない」と回答した例を示し、定理証明支援系に通した命題は頼み方を変えても偽のまま通らないとしています。
Leanは命令型言語に型を後付けしたものではなく、最初から依存型を持つ純粋関数型言語として設計されており、今回の形式化では副作用や停止性が保証できない関数を使わず、引数だけで結果が決まり必ず停止する関数に絞っているとしています。この絞り込みにより、高階の述語論理(HOL)まで含む範囲をコンパイル時に検査できるとしています。
純粋関数についての定理はいつ確かめても結果が変わらないため、コンパイル時に検査できるという点を、三平方の定理やユークリッド幾何学の公準の例で説明しています。条文や通達のどの読みを前提に置くかによって結論が変わるため、この取り組みではどの読みを前提にしたかを宣言として明示し、別の読みを採った場合と比較できる形にしているとしています。
3. ソフトウェアテストは点、証明は式
ソフトウェアテストと証明の違いは精度ではなく表現形式の違いであり、ソフトウェアテストは点で確かめ、証明は条件式で確かめるとしています。ソフトウェアテストが不適切というわけではなく、純粋な計算部分は定理証明で厳密に担保し、それ以外(画面での入力調整、DB操作、外部連携など)はソフトウェアテストの創意工夫に任せるという役割分担だとしています。
円と鋭角三角形を重ねた図形のたとえを使い、条文が定める範囲(領域R)と実装が判定する範囲の差(記事内で「ツノ」と呼ぶ部分)について、spec テスト・プロパティベーステスト・証明の違いを説明しています。
- spec テスト:代表点を人が選んで入力・出力を設定する方法。少数の公理に還元できない業務ルールでも確かめられる利点がある一方、サンプル密度が低く細い差異を見逃す可能性がある。
- プロパティベーステスト:性質を書き、入力は機械がランダムに大量生成する方法。密に点を取れるが、違いの原因までは分からない。
- 定理証明:述語論理で書ける範囲に閉じて、条件式そのものを扱う方法。違いの原因まで式で分かる利点がある一方、状態や環境までモデル化していない対象(画面入力の調整やDB操作など)は対象外。
証明が出す答えは二通りあるとしています。(a) Elegant Leanどおりで、すべての入力で一致する場合。(b) Elegant Leanどおりでなく、どの入力で差が出るかを必要十分条件(不等式)で確定させる場合。ただし、独立に書いた2つのモデルが一致したことは「条文どおり」を保証するものではなく、両方が同じ読み違いをする可能性はゼロではないとしています。一致しなかった場合も「どちらかが間違えている可能性が高い」ところまでしか言えないとしつつ、証明によって絞り込まれた範囲にAIエージェントが焦点を当てて深掘りできる実用上の利点があるとしています。
4. 写しを本番に接地し、仕様と証明で結ぶ
制度ごとに次の手順を踏んだとしています。
4.1 プロパティベーステストで接地する:既存実装(Ruby)の構造を素朴に写したRuby-like Leanが、本番と同じ動きをするかを確認。
4.2 定理証明で条件を導く:Ruby-like LeanとElegant Leanが一致するか否かを証明し、一致しない場合はどの入力で差が出るかを必要十分条件で確定。Elegant Leanは条文・通達・法令APIの原文のみを根拠にし、既存コードは参照しない。
4.3 対象は純粋な計算だけ:純粋関数であれば強く検証できるが、法令のロジックが純粋関数の外に出る部分(画面での入力調整、DB操作をまたぐ処理など)は、状態・遷移・事前条件までモデル化しない限り命題として書けないため、今回の対象外。ソフトウェアテストに任せる範囲としています。
手順の詳細として、以下が示されています。
- 比較単位:本番Rubyと Ruby-like Leanの出力を帳票の欄単位で突き合わせる(繰越控除は1ケースあたり78欄、損益通算は34欄)。丸めてから比べることはしない。
- 入力の作り方:乱数で振った入力(金額0〜1億円の範囲、3割の確率で空欄、1割の確率で赤字)、軸を決めて組み合わせを総当たりした入力、境目となる金額を名指しで置いた入力の3つを混ぜる。
- カバレッジ:各分岐・条件が真偽両方で通ったかを測定。
- 規模:所得税の税率表の検証で、本番Rubyと Ruby-like Leanを重複を除いた76,165通りの入力で突き合わせ、不一致0件という結果。
- 定理証明で用意するもの:条文の号ごとに規則として宣言したElegant Lean、既存実装の構造を写したRuby-like Lean、両者をつなぐ定理(一致の定理と差異が出る条件の定理)の3つ。計算結果が宣言した規則を満たすこと(健全性)と、結論が一つに決まること(一意性)も定理として置く。
条文の文言からは決まらず事実を見て判断するほかない問い(ある支出が交際費等に当たるか等)については、答えを引数として外から渡すこととし、純粋な計算側が保証するのはその答えを前提に条文どおりに導いたことまでで、渡された答え自体の妥当性はこの方法では確かめられないとしています。
5. 成果①:書き方が違っても、計算は同じ
実装の計算と条文から独立に起こした計算を比較した結果、書き方が違っても入力としてとりうるすべての値で結果が同じであることがわかったとしています。
所得税の階層和と速算表:条文(所得税法89条1項の別表)が定めるのは各帯に対応する部分に税率を掛けて足し上げる「階層和」だが、実務で使われる「帯ごとの単一税率-控除額」の速算表は条文に直接書かれていない。実装(速算表)を写したRuby-like Leanと、条文の階層和を書いたElegant Leanが、課税総所得金額としてとりうるすべての値で同じ額になることを証明。7つの税率、6つの境界値、速算表の6つの控除額、境界値の帰属(≤とくの別)まですべて証明対象に含む。国税庁公表の控除額(97,500/427,500/636,000/1,536,000/2,796,000/4,796,000円)は、この等式から導かれる値と一致した。
頭打ちと端数処理の順序:住宅借入金等特別控除について、条文は「年末残高を借入限度額で頭打ちし、控除率を乗じて百円未満を切り捨てる」順序だが、実装は「年末残高に控除率を乗じて百円未満を切り捨ててから控除上限額で頭打ち」という逆順。居住年が令和4年以後で増改築等以外であれば、年末残高がどんな整数でも両者が同じ額になることを証明。理由は、百円未満の切り捨てが単調(大小関係を保つ)であることと、控除上限額が借入限度額×控除率にぴったり等しく端数を持たないことの2点。
配偶者特別控除:条文は式(一号で控除額を定め、所得区分に応じて3分の2・3分の1に按分し1万円未満切上げ)だが、実装は9段×3区分の27個の金額を定数表として持つ。配偶者の合計所得金額が58万円超133万円以下の範囲で、両者が一致することを証明。
6. 成果②:並べる順番は一つに決まらない
繰り越した損失を所得から差し引く順序について、条文・通達の文言だけから起こしたElegant Leanは順序を一つに決めなかった(規則が並べ替えを認めていたため)としています。Ruby-like Leanと突き合わせると、実装の順番はその並べ方の一つであり、しかも通達が既定とする順番そのものだったとしています。
根拠:対象は雑損失の繰越控除(控除先の所得区分13)。所得税法71条1項は順序を政令に委任、所得税法施行令204条1項は「順次控除する」と定める。選択を認めているのは措置法関係通達31・32共-4で、①〜⑬の番号を振り、⑤〜⑪は「適用税率の高いものから順次控除」としつつ、但書で5つの所得名を挙げ「納税者がこの取扱いと異なる順序で控除して申告したときは、これを認める」と明文で認めている。但書の「長期譲渡所得の金額」を3つの内訳と読むと、入れ替えられるのは7区分になるとしています。
翌年以降へ繰り越す損失の額は、順序によらず一定であることを、但書が認めるすべての順序について成り立つ定理として証明。一方で、どの区分にいくら残るかは順序で変わることを反例によって確定。区分ごとに税率が異なるため、残額の合計が同じでもその年の税額は同じにならず、許される並べ方をすべて比較すると、既定の順番が税額が最も小さくなる並べ方とは限らないことがわかったとしています(この税額比較はLeanの証明ではなく税率を外から与えた数値計算による)。
留保点として、この自由度の根拠が法律・政令ではなく通達にあること、「長期譲渡所得の金額」を一塊と読むか内訳と読むかで入れ替え可能な順序の数が変わり、どちらとも読めるため両方の読みで税額を比較したことが挙げられています。また、これらは税理士によるレビュー前の機械的確認の結果であり、個々の納税者への助言は税理士の独占業務である税務相談に当たるため、そのままプロダクトに反映されるわけではないとしています。
7. 成果③:選択肢があり、選び方で額が変わる
7.1 繰り越した損失を差し引く順番の計算例:繰り越した雑損失1,000万円、その年の所得が総合課税の所得(事業所得)300万円、長期譲渡所得(軽課所得分)400万円、上場株式等に係る譲渡所得等500万円という架空の前提で、2通りの順序を比較しています。
| 項目 | 順序A(通達の番号順) | 順序B(適用税率の高い区分から) |
|---|---|---|
| 長期譲渡所得(軽課所得分)400万円の控除後残額 | 0円 | 200万円 |
| 上場株式等に係る譲渡所得等500万円の控除後残額 | 200万円 | 0円 |
| 控除後残額の合計 | 200万円 | 200万円 |
| 翌年以降へ繰り越す雑損失 | 0円 | 0円 |
| その年の税額の合計 | 306,300円 | 204,200円 |
税率は長期譲渡所得の軽課所得分が10.21%(復興特別所得税込み)、上場株式等に係る譲渡所得等が15.315%(同)で、残額200万円がどちらの区分にあるかで税額が102,100円変わるとしています。なお、所得税法71条1項・施行令204条1項・租税特別措置法31条3項3号・32条4項には選択を認める文言がなく、明文で認めているのは措置法関係通達31・32共-4の但書のみとしています。裏付けとして国税不服審判所の裁決要旨検索システム(平成8年7月1日から令和8年3月31日までの裁決を収録)で検索したところ、この順序の選択を争点にした公表裁決要旨は見当たらなかったとしています(ただし検索できるのは要旨のみで非公表裁決は対象外のため、決め手ではなく補強にとどまるとしています)。
7.2 どこまで決まるか:選択肢に応じた税額の決まり方は三通りに分かれるとしています。
- 条文が一つに決めている場合(但書等の選択の余地がない):「実装が条文どおりか」の問題になる。
- 条文が選択を認め、各選択肢の税額が申告データだけで決まる場合:7.1の例が該当。
- 各選択肢の税額に、申告データに無い前提(将来の所得見込み、資産の保有期間、割引率など)が必要な場合:実装にできるのは選択肢の提示と、前提ごとの計算結果の提示までで、この記事に具体例は挙げていない。
8. QA と開発の工程に組み込む
この取り組みの特徴は、すでに本番で動いているシステムを、AIエージェントと定理証明でおおよそ解析的にQAできたことだとしています。形式手法は一般的に、これから作るものに設計段階から使われることが多い手法ですが、今回は逆に、動いている実装をRuby-like Leanに写し、条文から独立に起こしたElegant Leanと入力全体で突き合わせたとしています。写す・起こす・証明する作業の多くをAIエージェントが担ったことで、2026年9月に始めた個人のプロジェクトでも業務の計算の規模まで届いたとしています。
この確かめ方をQAプロセスに組み込む動きを始めており、リリース前の確認として1節の二つの突き合わせを工程に置くとしています。あわせて開発段階でも使い始めており、AIエージェントによる開発のシフトレフトの一つとして育てていくとしています。
先行事例として、AWSがクラウドサービスの設計をTLA+で検査していること、マイクロカーネルのseL4やCコンパイラのCompCertが証明と一緒に作られたことが挙げられています。既存実装に求める条件は多くなく、今回の対象はRubyだがPythonやNode.jsでも同じ形で進められるとしつつ、純粋関数として書かれた部分がまとまっていて広いほど向いているとしています。
開発段階でのシフトレフトの手順としては、条文から起こしたElegant Leanを手元に置き、実装を変えたらAIエージェントがRuby-like Leanへの写しを更新、本番実装と写しの間はプロパティベーステストで、写しとElegant Leanの間は証明で確かめることで、従来QA段階で確かめていたことを開発の時点で確かめられるようにするとしています。
筆者は、この取り組みをfreeeの製品の品質に活かしていきたいとしています。次の記事では、業務ルール(業務公理)に基づいた受付などの手順をLeanで確かめ、AIエージェントのハーネスとガードレールとして使う内容を、今週中に公開予定としています。