수동에서 자율까지: GenAI 시대 보험 자동화 재고하기

보험사는 오래전부터 자동화의 이점을 이해해 왔습니다. 자동화는 업무 프로세스를 간소화하고 고객 서비스를 개선하며 에이전트가 하찮은 업무에 집중하지 않도록 해줍니다.

일부 디지털 우선 보험사는 완전 자동화를 향해 나아가고 있지만 대부분의 보험사는 부분적으로만 자동화되어 있으며 현대적인 요구를 충족할 수 없는 도구에 갇혀 있습니다. 이러한 전통적인 보험사는 여전히 데이터 실, 구식 워크플로우, 제한된 AI 리터러시와 같은 기본적인 도전을 해결하느라 바쁘며, 자동화를 확대하는 데 어려움을 겪고 있습니다.

GenAI는 자동화의 의미를 재정의하고 있으며, 보험사에서 언더라이팅, 클레임, 서비스 등 다양한 영역에서 의사 결정 지능을 가능하게 합니다.

자동화를 완전히 실현하기 위해서는 보험사는 책임감 있게 확장할 수 있도록 AI를 단계적으로 도입해야 합니다. 또한 진행 상황을 추적하고 투자를 우선순위로 하고 위험을 관리해야 합니다. 보험에서 GenAI의 역할이 계속 확대됨에 따라, 보험사에서는 다음을 알아야 합니다.

전통적인 자동화의 한계

과거 보험 자동화는 규칙 기반 시스템과 로봇 프로세스 자동화(RPA)와 같은 도구로 대표되었습니다. 이러한 도구는 반복적인 작업에 효과적이지만 예외나 세련된 의사 결정이 필요한 경우에는 부족합니다. 그러나 클레임 비용이 증가하고 규제 심사가 강화되고 고객이 빠르고 개인화된 경험을 기대하면서 현재 시장은 더 많은 것을 요구합니다.

AI 기반 자동화는 이러한 요구를 우선순위로 하고 있습니다.

GenAI는 언더라이팅, 예측 위험 평가, 개인화를 포함한 보험 가치 사슬 전반에서 강화될 수 있습니다. 그러나 도입은 시작에 불과합니다. 명확한 전략 없이 구현하면 보험사는 비효율적으로 자동화를 할 위험이 있으며, 의도하지 않게 규제 위험을 유발하고 GenAI의 전체 이점을 놓칠 수 있습니다.

보험 자동화의 5단계

자율 주행 능력의 5단계 분류 시스템에서 영감을 얻은 보험사는 자신의 자동화 성숙도 모델을 사용하여 자동화 진행 상황을 더 잘 평가하고 있습니다.

• 레벨 0 (수동): 레거시 환경과 소규모 상호 보험사에서 흔히 볼 수 있는 레벨 0 보험사는 모든 것을 수동으로 처리합니다. 수동 데이터 입력, 스프레드시트, 종이 양식이 운영을 지배합니다.
• 레벨 1 (기본): 가장 기본적인 자동화 수준에서, 인용 생성이나 단순한 정책에 대한 STP(직접 처리)와 같은 작업이 부분적으로 자동화되지만, 인간이 여전히 주요 운영 흐름을 제어합니다.
• 레벨 2 (登場): 여기서 자동화는 대부분의 워크플로우를 구동하지만, 예외적인 클레임 조건이나 다른 비정상적인 상황이 발생할 경우 인간이 개입해야 한다는 기대가 있습니다.
• 레벨 3 (고급): 레벨 3에서는 표준 라인인 자동차 또는 집 보험과 같은 전체 정책 생명주기를 자동화할 수 있으며, 인간의 입력은 더 이상한 보험 상황에서만 필요합니다. 자동 클레임 지불 및 갱신 트리거는 이 수준의 특징입니다.
• 레벨 4 (전체 자동화): 레벨 4 보험사는 GenAI 도구와 기계 학습(ML) 모델을 사용하여 최초 고객 상호작용에서 최종 지불까지 전체 엔드투엔드 라이프사이클을 관리하며, 인간은 전략적 감독만 제공합니다. 레모네이드는 예를 들어租借자 클레임을인 2초 이내에 인간의 검토 없이 처리할 수 있어 총 자동화에 성공한 사례입니다.

어떤 수준도 좋은 시작점이지만, 경쟁 의욕이 있는 현대적인 보험사에게는 전체 자동화가 목표여야 합니다.

이를 달성하기 위해 보험사는 잘 조직된 데이터, AI 거버넌스 및 규정 프레임워크, 그리고 감당할 수 있는 의사 결정 프로세스를 필요로 합니다. 또한 직원을 교육하여 AI와 협력하도록 하는 것이 중요합니다. 기술 자체와 마찬가지로 출력을 검토하고 에지 케이스를 안내하는 것이 중요합니다.

자동화가 가치 창출

그러면 보험사에서 AI 기반 자동화를 달성하는 것이 실제로 무엇을 의미할까요?

클레임 처리에서 GenAI는 트라이어지와 첫 번째 손실 통보(FNOL) 평가를 가속화하고 있습니다. 실제로 76%의 보험사가 이미 클레임 워크플로우에 GenAI 기능을 구현하거나 구현할 계획입니다.

이 기능은 특히 AI의 비정상적인 패턴을 식별하는 고유한 능력으로 인해 사기 탐지의 경우 전략적으로 중요합니다. 마스터카드는 이미GenAI 기반 사기 탐지 조치를 성공적으로 구현하여 사기 위험에 대한 경고를 상점에 알리는 속도와 정확도를 두 배로 늘렸으며, 사기 거래의 잘못된 양성 비율을 최대 200%까지 줄였습니다. 인슈어테크도 실시간으로 클레임을 교차 참조하기 위해 사기 데이터베이스 위에 GenAI를 계층화하고 있습니다.

언더라이팅도 AI 기반 의사 결정 지원 도구로 개선되며, 제출 위험을 실시간으로 표면화하고 다음 단계를 추천할 수 있습니다. 많은 회사에서 제출 데이터를 분석하고 예비 평가를 생성하여 언더라이터가 저가치 작업에 소요하는 시간을 줄이는 GenAI 도구를 시험하고 있습니다.

마지막으로, GenAI는 모든 보험 터치포인트에서 고객 서비스를 개선하여 서비스 품질과 속도를 AI 기반 가상 에이전트와 GenAI 채팅봇으로 강화합니다.

AI 로드맵: 작은 것부터 시작하여 전략적으로 확장

보험 자동화는 이진 스위치가 아니며, 많은 보험사가 기대하는 “빠른 승리”를 가져다주지 않을 것입니다. GenAI는 엔진이지만, 자동화를 향한 여정은 의도적으로 진행해야 합니다. 단계적인 로드맵을 그려야 하고, 전략적으로 확장해야 하며, 시간이 지남에 따라 진행 상황을 추적해야 합니다. 성숙도를 벤치마크하고 AI와 인간의 판단을 결합함으로써, 보험사는 자신감을 가지고 자동화를 할 수 있으며, 지능형 보험의 미래를 주도할 수 있는 위치에 설 수 있습니다.

이것은 단순한 편리함의 문제가 아닙니다. 사람들이 보험사를 찾는 어려운 순간을 이전과는 달리 쉽게 만들기 위한 것입니다.