FurtherAI, 보험 업무 프로세스를 AI로 혁신하기 위해 2,500만 달러의 시리즈 A 자금을 확보하다

보험 산업은 7.5조 달러의 규모를 가지고 있으며, 일반적으로 노동 집약적인 수동 프로세스에 의해 구동됩니다. 전문가들은 문서를 분석하고 시스템을 조정하며 위험을 평가합니다. FurtherAI는 이러한 현실을 바꾸고자 합니다. 2025년 10월 7일, 샌프란시스코 기반의 스타트업은 2,500만 달러의 시리즈 A 자금을 Andreessen Horowitz를 통해 확보했습니다. 이는 몇 개월 전 500만 달러의 시드 자금에 이어 총 3,000만 달러의 자금을 확보하게 되며, 보험 분야의 도메인 특화 AI에 대한 투자자의 강한 신뢰를 보여줍니다.

새로운 자금을 통해 FurtherAI는 보험 업무 프로세스를 자동화하기 위한 라이브러리를 확대하고, 보험사 및 중개인 시스템과의 통합을 강화하며, 시장 진출을 확대할 계획입니다. 목표는 전문가들이 반복적인 업무에서 해방되어 가치 창조에 집중할 수 있도록 하는 것입니다.

문서 혼란에서 통합 속도로

보험 전문가들은 오래전부터 단편적인 시스템, 중복된 데이터 입력, 그리고 구조화되지 않은 문서의 홍수와 싸워왔습니다. 전통적인 도구들은 정책, 보험 증명서, 및 규제 제출서의 미묘한 언어를 해석하는 데 어려움을 겪어왔습니다. 따라서 보험 심사자와 청구 전문가는 행정 업무에 매몰되어 있으며, 위험 분석에는 집중하지 못하고 있습니다.

FurtherAI의 접근법은 보험 운영을 위한 통합된 “AI 작업 공간”을 구축하는 것입니다. 일반적인 자동화에 의존하는 대신, 보험 용어와 업무 프로세스에 훈련된 여러 대규모 언어 모델을 결합합니다. 아키텍처는 모듈식으로 설계되어 있어, 보험사는 단일 프로세스(예: 제출서 수신 또는 정책 비교)에서 시작하여 점진적으로 감사, 청구, 및 규제 준수를 포함하는 업무 프로세스를 확장할 수 있습니다.

플랫폼은 주요 정책 관리 시스템과 통합되어 데이터가 자유롭게 흐를 수 있도록 합니다. 성공적인 채택을 보장하기 위해, 회사는 고객 팀 내에 AI 엔지니어를 직접 배치하여 론칭을 지원합니다. 이 “전방 배치 엔지니어링” 모델은 자동화가 각 조직의 고유한 프로세스에 맞게 맞춤형으로 제공되도록 보장합니다.

현재까지의 결과는 측정 가능합니다. FurtherAI를 사용하는 보험사들은 생산성을 두 배로提高하고, 제출서에서 인용까지의 비율을 개선하며, 정책 비교에서 95% 이상의 정확도를 달성하며, 제안서를 작성하는 시간을 크게 단축했습니다. 주요 보험사와 중개인 네트워크는 이미 시스템을 통해 매년 수십억 달러의 보험료를 처리하고 있습니다.

타이밍이 왜 적절한가

보험 분야의 AI는 새로운 것이 아닙니다. 그러나 이전의 시도들은 종종 부족했습니다. 일반적인 모델은 복잡한 정책 언어를 잘못 해석하며, 좁은 점 해결方案은 업무 프로세스의 작은 조각만을 해결합니다. 업계의 실제 필요는 연결된, 도메인 네이티브 플랫폼입니다. 이는 기능을 가로지르며 규정 준수, 감사 가능성, 및 인간의 통제를 유지하는 것입니다.

이 시프트는 중요한 순간에 발생합니다. 업계는 동시에 노동력 부족, 기후 위험의 증가, 및 규제 요구의 강화로 인해 압박을 받고 있습니다. 이익률이 좁아지는 상황에서, 보험사는 자동화를 실험으로 다룰 수 없습니다. 그들은 측정 가능한 운영 영향력을 창출하는 도구가 필요합니다. 반복적인 업무를 자동화하면서 인간의 통제를 유지하는 플랫폼은 빠르게 “필수”로 전환되고 있습니다.

앞으로: 보험 AI의 다음 단계

향후 몇 년 동안, 보험 분야의 AI의 영향력은 비즈니스의 운영 방식을 재정의할 수 있습니다.

제출서 처리는 수동적인 병목 현상에서 거의 보이지 않는 것으로 바뀔 수 있습니다. 중개인의 패킷은 단일 인터페이스에 도착하여 AI가 즉시 데이터를 추출, 검증, 및 조직화할 수 있습니다. 전문가들은 오류를 검색하는 대신 위험을 평가하고 보험료를 결정하는 데 시간을 할애할 수 있습니다.

청구 처리도 유사한 방식으로 진화할 수 있습니다. AI 에이전트는 문서, 사진, 및 센서 데이터를 분석하여 자동으로 청구를 분류하고, 간단한 경우를 빠른 정산을 위해 라우팅하고, 복잡하거나 고위험 사고를 검토를 위해 플래그할 수 있습니다. 사기 탐지 모델은 지속적으로 개선되어 초기에 불규칙성을 감지하고 불필요한 지불을 줄일 수 있습니다.

감사 및 정책 비교는 완전 자동화로 이동할 수 있습니다. 시스템은 실시간으로 보험사와 갱신 간의 불일치를 식별할 수 있습니다. 심사자는 가상적인 보험 시나리오를 즉시 테스트하여 검토 주기를 일일이에서 분으로 압축할 수 있습니다.

보험료 모델은 적응형으로 바뀔 수 있습니다. 시스템에 더 많은 실세계 데이터가 공급됨에 따라(예: 날씨 패턴, 공급망 지표), 보험사는 조건이 변경됨에 따라 약관을 조정하는 동적 또는 매개변수 보험 제품을 제공할 수 있습니다.

그러나 인간의 역할은 사라지지 않을 것입니다. 그것은 진화할 것입니다. 심사자, 청구 관리자, 및 규제 담당자는 행정 업무를 수행하는 대신 해석, 전략, 및 관계 관리에 집중할 수 있습니다. 성공하는 회사들은 AI를 일상적인 의사 결정에 통합하는 회사들이 될 것입니다.

현재의 추세가 지속된다면, 보험 산업은 전례 없는 민첩성의 단계에 진입할 수 있습니다. 빠르고, 투명하고, 문서가 아닌 데이터에 기반한 산업이 될 것입니다. 앞으로의 길은 사람들을 대체하는 것이 아니라, 업무의 소음에서 해방된 사람들이 무엇을 성취할 수 있는지에 관한 것입니다.