국내에서도 보험과 인공지능 등 IT 기술을 융합한 인슈어테크(Insure+Tech) 서비스가 출시되고 있다.
보험 선진국들이 모여있는 유럽에서 인공지능(AI), 자동화 기술이 도입되고 있다. 유럽 보험사들은 기존 데이터 분석 방법에 머신러닝을 적용하면서 빠르게 발전하고 있다.
지난해 10월 런던에서 개최된 ‘유럽 보험 인공지능 및 분석(Insurance AI and Analytics Europe)’ 컨퍼런스에서 유럽 보험사들의 다양한 인사이트를 볼 수 있었다.
보험사들은 오랬동안 통계 분석을 활용했다. 전통적으로 보험 계리사들은 요구사항이 복잡하지 않고, 적은 양의 데이터를 위해 설계된 일반화 선형 모델(GLM; Generalized Linear Models)을 활용했다.
아르고 그룹(Argo Group)의 예측 분석을 총괄하는 케니 홀름은 "빅데이터와 머신러닝이 등장하기 전에는 단순 분석 기법을 사용했지만, 최신 방법을 적용하고 나서 데이터가 많아질수록 예측 정확도가 높아졌다"며 "통제할 수 있는 비정형 데이터를 보유한 회사만이 모든 잠재력을 활용할 수 있고, 현재 이 데이터의 2/3을 이용하고 있다"고 밝혔다.
보험사의 분석팀에 데이터 과학자의 비중이 커짐에 따라 조직문화의 변화를 적극적으로 추진할 필요성도 높아지고 있다.
최고디지털책임자(Chief Digital Officer)와 최고데이터책임자(Chief Data Officer)는 디지털화, 인공지능, 데이터 기반의 의사결정과 관련된 모든 보험 활동을 조정해야 한다.
무엇보다 중요한 것은 데이터 기반의 연구와 실험을 자유롭게 허용하는 문화이다. 이러한 조직문화가 정착될 경우, 기존 보험업계보다 페이스북, 구글, 애플 등 IT 기업에 더 큰 매력을 느끼는 재능 있는 젊은 인재를 유치하는 데 도움이 될 수 있다.
보험업계에서 머신러닝 시스템의 역할을 설명하는 것은 여전히 남아있는 과제이다. 이를 ‘화이트 박싱(white boxing)’이라고 부른다. 일반적으로 머신러닝 방법과 모델은 내부를 투명하게 들여다보기 힘든 블랙박스(black box)와 같다. 왜 특정 의사결정을 내렸는지 분석가들에게 설명하는 것은 매우 어려운 작업이다.
머신러닝이 어떻게 규제를 준수하는지, 또 관련 내용을 어떻게 설명할지는 보험업계에서는 피할 수 없는 질문이다. 의사결정 모델을 규칙으로 공식화하는 것에서 벗어나야 하고, 알고리즘의 효과를 왜 확신하는지 설명할 수 있어야 한다. 또 어떤 모델이 어떤 데이터를 기반으로 언제 어떤 의사결정으로 이끌었는지 설명할 수 있어야 한다.
보험사가 예측 분석의 정확성을 향상시키려면 어디부터 머신러닝을 적용해야 할까?
또 인공지능 시스템은 어디에 가장 먼저 도입해야 할까?
보험사기방지시스템(IFDS; Insurance Fraud Detection System)은 일반적으로 새로운 모델을 테스트하고 경험을 쌓기 위한 좋은 출발점이다.
스위스재보험의 청구운영 EMEA를 총괄하는 안토니 바커는 "청구 처리 부서는 약속이 현실이 되는 곳"이라며 "인공지능 애플리케이션으로 혁신적인 아이디어를 촉진할 수 있다"고 설명한다. 그는 "아이디어를 테스트하기 위해 IT와 모든 기술의 전제조건이 실행될 때까지 기다릴 필요가 없다"고 덧붙였다.
바커 총괄 책임자는 "오늘날 일반적인 경험과는 전혀 다르게 보험 청구를 처리하는 방법을 상상해보자"고 강조한다. 그는 "예를 들어, 인공지능이 지역 뉴스, 트위터, 기타 소셜 미디어를 읽을 수 있다면 피보험자의 집에 불이 났을 때 즉시 발생 가능한 피해의 50%를 보상하고 이후의 일을 지켜볼 수 있다"며 "이를 위해 인공지능 운영과 비즈니스 프로세스에 많은 변화가 포함되어야 할 것"라고 설명했다.
특히, 챗봇 서비스는 빠르게 보급되고 있다.
챗봇은 이번 컨퍼런스의 핵심 주제 중 하나였다. 보험사들은 효율성을 위해 고객 상호작용의 모든 프로세스를 디지털화하고 있다. 컨퍼런스 참석자들은 현재까지 챗봇 애플리케이션의 대부분이 실패했다고 평가했다.
머신러닝 운영화(Operationalization)도 여전히 숙제이다.
컨퍼런스에 참여한 소수의 보험사만이 목적을 측정하기 위해 머신러닝을 활용하고 있었으며 실제 그 결과를 운영 단에서 구현한 조직은 없었다. 또 50%는 분석적 의사결정의 자동화가 매우 어렵다고 답했다. 그러나 보험 사정, 가격 책정, 청구 처리, 사기 방지, 그리고 특히 고객 인터랙션과 개인화된 고객 경험의 측면에서 자동화는 중요하다.
많은 보험 회사들이 전체 또는 다수의 보험 상품을 디지털화하기 시작했다. 이 과정에서는 전혀 새로운 사고 방식이 요구된다.
의료 스타트업 다카두(Dacadoo)의 CEO 피터 오네무스는 "건강 보험 업계에 극적인 변화가 임박했다"며 "건강 관리 비용이 발생하는 가장 큰 요인은 개인의 라이프 스타일이 40% 정도를 차지한다"고 말했다. 그는 또 "건강 보험 회사는 단순히 질병 때문에 발생하는 비용을 처리하는 것에서 나아가 미래 라이프 스타일 파트너로 자리잡아야 한다"고 덧붙였다.
헬스케어(healthcare)는 웰케어(wellcare)의 관점으로 확장되고 있다. 앞으로 웨어러블 기기를 이용해 데이터 기반의 상품과 서비스를 개발되고 플랫폼 경제가 정착될 것으로 전망된다.
참고자료: 블로그SAS코리아
정백희 기자
<저작권자 © 빅데이터뉴스, 무단 전재 및 재배포 금지>