20 9월 2024

상업 보험에서 진화하는 AI의 역할

지난 수십 년 동안 인공 지능은 공상 과학 소설에서 일반적인 용도로 이동했습니다. 미리 작성된 명령 목록을 단순히 실행하는 기존 컴퓨터 프로그램과 달리 AI는 제공된 정보에 적응할 수 있습니다. 이 기능을 통해 프로그래머는 패턴을 식별하고, 예측을 추정하고, 정보를 보다 빠르고 효율적으로 관리할 수 있는 소프트웨어를 만들 수 있습니다.

패턴을 파악하고 위험을 표시하는 능력은 AI를 상업 보험에서 특히 가치 있게 만듭니다. 새로운 인슈어테크와 기존 보험 회사 모두 이러한 능력을 위해 인공 지능을 수용하고 있습니다.

왜 AI인가?

연구원 Louis F. Pau와 Claudio Gianotti 는 저서 “Economic and Financial Knowledge-Based Processing”에서 보험을 포함한 다양한 산업의 문제에 대한 인공 지능의 약 250가지 응용 프로그램을 조사했습니다. 조사 대상 기업들은 기존 프로그램보다 복잡한 문제를 해결하는 데 유용하고, 더 빠르고 정확한 정보를 제공하며, 위험을 줄일 수 있는 잠재력 때문에 AI로 눈을 돌린 것으로 나타났습니다.

더 나은 데이터 기반 의사 결정

보험 산업의 경우 AI를 사용하면 보험사와 고객 모두가 생성하는 방대한 양의 데이터를 더 쉽게 관리할 수 있습니다.

“보험은 항상 데이터의 비즈니스였습니다”라고 Bolt 의 제품 담당 부사장인 David Lewin은 말합니다. “AI는 데이터를 해석하고 전략 및 트랜잭션 수준 모두에서 의미 있는 통찰력을 제공하는 새로운 방법을 제공합니다.

“AI 기술을 활용하면 보험업자는 수동 및 선형 규칙 기반 의사 결정에서 보다 정확한 컴퓨터 생성 정보로 이동할 수 있으며, 궁극적으로 보험업자는 더 간단한 사례를 자동화하고 데이터를 활용하여 더 복잡하고 더 큰 비즈니스를 지원할 수 있습니다.”

스위스재보험의 보험업자 측 변호인이자 선임 보험금 청구 전문가인 케이트 브라운(Kate Browne)은 보험업계보다 더 많은 데이터를 보유한 산업이 거의 없다는 점을 지적하며 데이비드의 주장을 강조한다. 따라서 문제는 이 모든 데이터를 어떻게 처리해야 하는지 이해하는 것입니다.

“인간은 현재 우리가 얻고 있는 방대한 양의 데이터를 처리할 능력이 없습니다”라고 Browne은 말합니다. “이것이 바로 AI의 경쟁 우위이며, 이러한 데이터 홍수를 사용하여 더 나은 결정을 내릴 수 있습니다.”

AI를 전략적 역량으로 간주

AI의 힘은 유연성에서 비롯됩니다. 특정 종류의 문제에 대해 인공 지능을 훈련시킴으로써 인슈어테크 및 보험 회사는 다양한 특정 작업에 필요한 도구를 구축할 수 있으므로 인간 보험업자가 컴퓨터의 능력을 넘어서는 작업에 집중할 수 있습니다.

수밋 타네자(Sumit Taneja)와 루페시 말리크(Rupesh Malik)는 EXL 백서에서 “많은 보험사가 AI 애플리케이션의 이점을 보기 시작했지만, 상당한 수익을 창출하는 기업들은 AI를 도구가 아닌 기능으로 접근하고 있다”고 썼습니다.

머신 러닝, 자연어 처리, 행동 데이터 모델, 음성 인증, 컴퓨터 비전, 사물 인터넷이라는 AI의 6가지 특정 측면을 운영 전략에 포함함으로써 보험 회사는 보험업자를 위한 AI 기능의 이점을 극대화할 수 있습니다.

인공 지능의 실제 모습

인공 지능은 이미 보험사의 비즈니스 방식을 변화시키고 있습니다. 핵심적이지만 종종 간과되는 한 가지 변화는 보험사와 피보험자 모두의 관점과 목표를 일치시키는 AI의 힘입니다.

“역사적으로 보험 계약 당사자(보험사와 피보험자)는 항상 서로 다른 정보를 가지고 있었습니다”라고 SCOR의 회장 겸 CEO인 Denis Kessler는 말합니다. 그 결과, 둘 다 상대방이 알고 있는 것을 추론하기 위해 전략적으로 행동했습니다. 예를 들어, 보험사는 피보험자의 다양한 행동에 대해 설문조사를 실시할 수 있으며, 피보험자는 더 큰 이점을 제공하는 방식으로 위험 또는 손실을 설명하려고 할 수 있습니다.

보험사가 알고 있는 것과 피보험자가 알고 있는 것의 차이는 결국 신뢰의 결핍으로 이어졌습니다. 그러나 인공 지능을 사용하여 위험을 평가하고 특정 정책을 인수함으로써 보험사는 고객의 요구, 이해 및 관심사를 자신의 요구 사항에 맞출 수 있습니다. 보험사와 피보험자는 위험과의 싸움에서 동맹이 됩니다.

위험 평가에 AI 적용

연구원들은 수년 동안 인공 지능을 위험 평가에 적용하기 위해 노력해 왔습니다. 2002년, 발명가인 질 K. 징크스(Jill K. Jinks )는 에이전트, 운송업체 및 보험 서버가 모두 역할을 하는 “대화형 시스템에서 상업 보험 위험을 대화식으로 평가하기 위한 시스템 및 방법”에 대한 미국 특허를 출원했습니다.

오늘날 인슈어테크는 다양한 방식으로 AI를 보험 질문에 적용합니다. 한 가지 방법은 보험업자의 주의를 끌지 못할 수 있는 요인을 고려하여 기본 위험에 대한 보다 정확한 보기를 제공하는 것입니다. 이러한 도구는 마진이 점점 더 좁아지는 시대에 결합 운영 비율을 개선하려는 회사에 특히 도움이 될 수 있다고 Cytora의 CEO 겸 공동 설립자인 Richard Hartley는 말합니다.

그러나 위험 평가 자체는 인공 지능이 상업 보험사가 오늘날의 문제를 해결하는 데 도움이 될 수 있는 한 가지 방법일 뿐입니다.

보험업자가 고객을 도울 수 있도록 지원

AI 도구와 기능은 보험 회사가 수익을 더 잘 보호하는 데 도움이 될 수 있지만, 동시에 보험 고객이 요구하는 맞춤형 서비스와 실제로 필요한 보장을 받을 수 있도록 지원할 수 있습니다.

Cognizant 사례 연구는 인공 지능을 사용하여 홍수 위험을 더 잘 이해, 모델링 및 예측하여 정책을 더 잘 인수하고 미국 홍수 보험 시장의 실제 규모와 범위를 이해하는 방법을 설명합니다. Cognizant는 방대한 양의 지리 및 인구 통계 데이터에 대해 소프트웨어를 훈련시킴으로써 홍수에 대한 보다 정확한 기록, 패턴 및 예측을 제공할 수 있는 도구를 만들었습니다. 이러한 도구는 홍수 보험 정책을 보다 효과적으로 작성하는 데 사용할 수 있으며, 주택 소유자에게 자신의 필요에 맞지 않는 보장으로 과도한 부담을 주지 않고 특정 위험을 관리할 수 있습니다.

따라서 언더라이팅에 사용되는 인공 지능은 보험 고객뿐만 아니라 보험 보험사에게도 도움이 됩니다. 넥스트 인슈어런스(Next Insurance)의 최고운영책임자( COO)인 소피아 포그레브(Sofya Pogreb)는 “더 많은 데이터를 자동으로 사용할 수 있게 됨에 따라 더 많은 맞춤화를 볼 수 있게 될 것이며, 고객들은 진정으로 필요한 보험에 대한 비용을 지불함으로써 이점을 누릴 수 있을 것”이라고 말했다. 이러한 수준의 개인화는 보험사가 고객의 특정 요구 사항에 대한 이해를 보여주기 때문에 고객이 기존 보험사에 대한 충성도를 유지할 가능성을 높입니다.

상업 보험사에 대한 고려 사항

인공 지능은 이미 광범위한 일상 인간 활동에서 중요한 역할을 하고 있습니다. AI 기반 도구는 상업 보험 직장뿐만 아니라 보험 보장을 원하는 회사의 직장에도 나타납니다. AI의 급속한 확산은 보험사에 몇 가지 새로운 고려 사항을 제시합니다.

AI 기반 세계에서의 위험 평가

언더라이팅과 관련하여 인공 지능은 보험사의 업무 방식만 바꾸는 것이 아닙니다. 또한 위험 자체를 평가하는 방식도 바뀔 것이라고 N2G Worldwide Insurance Services의 최고 인수 및 운영 책임자인 Warren Berey는 말합니다.

예를 들어, 자체 운영에 AI를 사용하거나 AI가 내장된 제품을 제조하는 기업은 기존 코드 기반 컴퓨터 운영에 대한 우리의 이해로는 설명할 수 없는 위험에 직면해 있습니다. 기술이 더욱 빠르게 발전함에 따라 이러한 위험에 대한 정보를 수집하고 개선된 보험을 통해 대응할 수 있는 시간이 줄어들고 있습니다.

보험사나 사이버 보안 회사 모두 이러한 급격한 변화를 가볍게 여기지 않습니다. AI 관련 위험이 증가함에 따라 이에 맞서기 위한 기술을 만들고 구현하려는 보험사의 노력도 커지고 있다고 Marsh의 사이버 제품 개발 리더인 Tim Marlin은 말합니다.

다른 변화하는 위험으로 인해 AI 지원 언더라이팅 도구의 구현도 필요합니다. AI 자체로 인한 상업 비즈니스의 변화와 사이버 위험 외에도 손해 보험사는 현재 격변의 세계에 직면해 있습니다. 팬데믹, 시위, 휘청거리는 경제, 기후 불확실성 및 기타 도전 과제는 계속해서 위험을 재편하고 있습니다.

Underwriting 업무 개선

머신 러닝 및 빅 데이터 분석과 같은 다른 도구와 결합된 AI는 보험업자가 문제를 해결하는 데 도움이 될 수 있습니다. CapGemini의 Ramesh Darbha와 동료 연구원들은 2018년 보고서에서 이러한 도구를 통해 “상업 보험사가 인수 프로세스를 [and] 간소화하고 효율적인 방식으로 위험을 식별하고 가격을 책정하여 수익성을 높일 수 있는 역량을 강화할 수 있다”고 밝혔습니다.

보험업자는 시간에 쫓기는 경우가 많습니다. GenPact 백서에 따르면 그들은 업무 시간의 최대 50%를 보험의 핵심 업무가 아닌 주변 업무에 소비할 수 있습니다.

“레거시 환경에서 보험업자는 새로운 비즈니스의 우선 순위를 수동으로 지정해야 하며, 이는 종종 비즈니스 전략 이외의 요인에 의해 영향을 받습니다”라고 GenPact는 지적합니다. 그 결과, 많은 새로운 사업이 보험사에 가치를 제공할 수 있을지라도 전혀 작성되지 않습니다. 인공 지능은 보험업자의 부담을 줄여 새로운 비즈니스를 작성하는 데 중요한 문제와 작업에 집중할 수 있는 방법을 제공합니다.

인공 지능은 상업 보험업자를 대체하지 않을 것입니다. 그러나 AI는 언더라이팅 업무를 변화시키고 개선할 수 있는 강력한 새 도구를 제공합니다. 상업용 손해 보험이 계속해서 새롭고 진화하며 불확실한 위험에 직면함에 따라 AI는 신뢰할 수 있는 보험을 위한 길을 제시합니다.

이미지 작성자: puhhha/©123RF.com, Andriy Popov/©123RF.com, javiindy/©123RF.com

소식