보험사는 식별할 수 없는 정책에서 손해를 보고 있습니다. AI가 이를 바꾸려 합니다.

업계가 강력한 해에도, 한 스타트업은 보험사의 정책 중 20%에서 30%까지가 수익을 내지 못할 수 있다고 말합니다. 이 문제를 찾기 위해 800만 달러를 모금했습니다.

미국 재산 및 손해 보험사들은 수십 년 만에 최고의 인수 실적 연도 중 하나를 기록했다고 Soteris(와이컴비네이터 지원 스타트업이 업계에 소프트웨어를 판매함)의 보고서가 전했습니다.

하지만 전반적인 강한 실적이 약점을 가릴 수 있습니다. Soteris는 많은 보험사들이 정책 중 상당한 비중에서 조용히 손해를 보고 있으며, 어떤 정책인지 파악할 신뢰할 만한 방법이 없다고 말합니다.

Soteris는 800만 달러 이상의 시드 펀딩과 해당 문제를 해결하기 위한 새로운 제품을 공개했습니다. CEO인 Sunit Shah는 업계의 눈에 보이지 않는 부분과 이를 해결함으로써 보험사와 고객에게 어떤 의미가 될지에 대해 이야기했습니다.

보험사가 문제를 파악하지 못하는 이유

보험사는 특정 연령대의 운전자와 같은 유사 고객을 그룹화하여 가격을 설정하고 성과를 판단합니다. 개별 정책은 청구가 발생하거나 발생하지 않기 때문에, 계리사들은 오랫동안 그룹 내 차이를 무작위 잡음으로 간주해 왔습니다. 그룹은 건전해 보일 수 있지만 그 안의 일부 정책은 손해를 보고, 정책의 실제 비용은 청구가 발생할 때, 때로는 판매 후 수년이 지나서야 드러납니다.

“모든 보험사는 손해를 보는 정책을 발행하고 있다는 것을 알고 있습니다,” 라고 Shah는 성명에서 말했습니다. 그는 이러한 정책을 찾을 도구가 부족하다고 주장합니다. 보험사와 협력하면서 그는 심지어 재무 상태가 좋은 보험사들조차도 전체의 20%에서 30%에 달하는 손해를 보는 정책을 보유하고 있음을 발견했다고 말했습니다.

개별 정책으로 이동하는 산업

상금 규모가 이 아이디어가 주목받는 이유입니다. McKinsey는 보험사가 비수익 사업을 축소하고 평균적으로 건전해 보이는 그룹에서 이익을 회복하는 등 조정된 조치를 통해 인수 실적, 즉 정책 발행으로 얻는 이익을 30%에서 50%까지 끌어올릴 수 있다고 추정했습니다. 컨설팅 회사의 2025 보험 보고서는 업계가 개인별 세분화와 맞춤화로 나아가고 있음을 가리킵니다.

Soteris는 그 변화를 추진하는 스타트업 중 하나입니다. 이들의 접근 방식은 머신러닝, 즉 과거 데이터에서 패턴을 학습하는 AI 형태를 활용해 보험사의 과거 정책을 수백만, 심지어 수십억 가지 방식으로 분석합니다. 회사에 따르면 스프레드시트로 작업하는 팀이 수십에서 수백 번 실행할 수 있다고 합니다. 이러한 분석을 결합함으로써 각 정책을 그룹이 아닌 개별적으로 점수를 매깁니다.

회사에 따르면 보험사는 견적 요청 시 혹은 이후 언제든지 0.25초 미만에 점수를 받을 수 있으며, 해당 설정은 90일 미만이 걸린다고 합니다.

청구에서 이익으로

Soteris의 첫 번째 제품은 2020년부터 보험사와 이를 대신 판매하는 대리점에서 사용되어 각 정책의 보험료 중 청구에 지급될 금액을 예측합니다. 회사에 따르면 1천억 달러가 넘는 보험료를 가진 1억 건 이상의 정책 신청을 평가했으며, 고객들은 1년 이내에 청구 지급 비율을 5~15 퍼센트 포인트 개선했다고 합니다.

새 제품은 한 단계 더 나아가 이익을 목표로 합니다. 하나의 정책에서 발생하는 금액은 종종 판매 회사, 주 면허를 보유한 회사, 그리고 자본을 제공하는 회사에 나뉘며 각각 다른 비율을 차지합니다. Soteris는 정책의 청구 비용만으로는 해당 정책을 발행한 회사가 얻는 수익을 알 수 없다고 말합니다. 새로운 도구는 그 수치를 추정하여 운영 이익의 일반적인 지표인 EBITDA로 보고합니다.

회사에 따르면 몇몇 파일럿 프로젝트에서 보험사의 EBITDA가 70%에서 125% 사이로 상승한 것으로 나타났습니다. 이는 전체 도입이 아닌 파일럿이었으며, 결과는 Soteris 자체의 것입니다.

고객에게 의미하는 바

자동차나 주택 보험을 구매하는 사람에게 Shah는 주요 효과가 보험사 측에 있다고 말합니다. 이 도구가 각 정책의 수익성을 보장하도록 돕기 때문입니다. 그는 고객에게의 혜택은 간접적으로 온다고 주장합니다.

“보험사의 주요 목표는 정책 수를 늘리는 것이므로, 부수적인 효과는 더 많은 시장 점유율을 확보하기 위해 가격을 낮출 수 있게 된다는 점입니다,” 라고 Shah는 말했습니다. “따라서 대부분의 사람들은 보험사가 우리 제품을 사용하지 않을 경우보다 더 낮은 요율을 기대할 수 있습니다.”

이는 기대일 뿐 보장은 아닙니다. Shah의 답변은 가격에 초점을 맞췄으며, 손익이 나지 않는 것으로 표시된 고객이 보장을 거부당하거나 갱신되지 않을 수 있는지에 대해서는 언급하지 않았습니다. 보험사가 결코 수익을 내지 못할 정책 발행을 중단하도록 하는 자체 제품에 대한 회사의 설명은 이것이 실제 문제임을 시사합니다.

공정성 문제

보험사들의 AI 활용이 사람들을 부당하게 가격 책정하거나 알고리즘에 의해 거절당할 수 있다는 우려를 불러일으켰다. “이는 타당한 우려이며 우리가 진지하게 받아들이는 문제입니다,”라고 Shah가 말했다. 그는 차별 금지 규정과 편향 테스트 요구 사항을 언급하며, 규제가 외부 챗봇에 의존하기보다 AI를 사내에서 구축해야 하는 이유라고 말한다. Soteris는 자사의 모델이 각 요인이 결과에 얼마나 기여했는지를 보여줄 수 있다고 밝히며, 이는 규제를 제대로 맞추는 것이 업계에서 성공하기 위해 필수적이기 때문에 보험사들에게 중요하다고 강조했다.

왜 기다렸는지, 그리고 누가 이를 지원하고 있는가

Soteris는 2020년부터 보험사와 협업해 왔지만 이제서야 공개한다. Shah는 문제 해결에 시간이 걸렸다고 말한다. 적합한 팀을 구성하는 것이 어려웠으며, 보험 외부 전문가들이 자동으로 적합한 것은 아니었다. “도메인 전문성이 매우 중요했습니다,”라고 그는 말했다. 그의 경력은 대학원 재학 중 생명보험사의 가격 모델을 구축하는 부업에서 시작되었다. 경제학 박사 학위 취득 후, 그는 헤지펀드 Pine River Capital에서 거래를 했으며, 그곳에서 재산·손해 재보험사를 구축하는 프로젝트를 이끌었다. “그때가 보험이 얼마나 정말 어려운지 배운 순간이었습니다,”라고 그는 말했다.

시드 라운드는 Spider Capital이 주도했으며, Intact Private Capital, Amplify Partners, Foundation Capital, Webb Investment Network, Overlook Ventures도 참여했다. Soteris는 고객을 밝히지 않았다. “현재 단계에서는 계약상의 의무 때문에 이 정보를 공개할 수 없습니다,”라고 Shah가 말했다.

What to Watch

업계의 방향은 명확하다: 더 많은 보험사가 정책 하나당 가격을 책정하고 위험을 판단하고자 한다. 열린 질문은 파일럿 프로젝트 외에서 잠재적 이익이 얼마나 실현 가능한지와 그 결과가 어디에 머무는가이다. 보험사는 Shah가 예상하듯 비용 절감을 낮은 가격으로 고객에게 전달하거나, 정책 수를 줄이면서 높은 마진을 유지할 수 있다. 규제 당국은 점수에서 불리한 위치에 놓이는 고객을 면밀히 감시할 가능성이 높다.