보험산업이 인공지능(AI)을 앞세워 새로운 전환기에 들어섰다. 상품 개발부터 인수심사, 보험금 지급, 고객 관리에 이르기까지 업무 전반에 AI 활용이 확산되면서 생산성과 효율성을 끌어올릴 수 있다는 기대가 커지고 있다. 반면 기술 도입 효과가 실제 성과로 이어지기까지는 적지 않은 실행 격차가 남아 있고, AI 판단에 따른 책임 소재와 통제 체계 등 새로운 과제도 부상하고 있다. <IB토마토>는 보험산업의 AI 활용 현황과 발전 가능성을 살펴보고, 본격적인 확산을 위해 풀어야 할 선결 과제를 짚어본다.(편집자주)
[IB토마토 황양택 기자] 보험 산업이 인공지능(AI) 기술 활용으로 매우 높은 수준의 생산성 향상을 이룰 수 있다는 평가가 나온다. 상품 개발부터 보험영업, 고객 서비스, 보험사기 탐지까지 전 분야에서 AI 기술이 적용되는 단계로 나아가고 있다. 다만 높은 이론적 잠재력과 달리 실제 현장에서 AI가 활용되는 수준에는 격차가 존재하는 것으로 평가된다. 국내서는 업계 전반적으로 AI 도입이 늘었지만 소비자와 직접 맞닿는 영역에서는 활용이 아직 제한적인 것으로 나타났다.
(사진=연합뉴스)
다변화되는 AI 활용도…생산성 최대 80% 개선 전망도
국내 보험사는 업무 개선을 위해 오랜 기간 AI 기술을 활용해 왔으며, 특히 2018년~2020년 전후부터 본격적으로 사용했다. 딥러닝(인간의 두뇌에서 영감을 받은 방식으로 컴퓨터가 데이터를 처리)과 거대언어모델(LLM) 발전으로 '챗봇(Chatbot)' 서비스와 업무 자동화 기능을 강화했다. 최근에는 생성형 AI를 적용해 더욱 고성능 기술을 각종 업무에 도입하는 모습이 나타난다.
보험사는 AI 활용으로 운영 효율성 향상, 고객 경험·서비스 개선, 리스크 관리 강화 등의 효과를 얻을 수 있다. 이를 위해 AI 기술을 사용하는 영역으로는 ▲상품 개발과 설계 ▲영업과 마케팅 ▲계약 인수와 언더라이팅 ▲고객 서비스 ▲보험금 심사와 지급 ▲보험사기 탐지 등이 있다. 과거 AI 비서나 챗봇 수준에서 벗어나 취급 영역이 더욱 넓어졌다.
특히 보험업은 고객과의 계약 체결 특성상 문서 처리 업무가 방대하고, 다양한 데이터 모집과 분석을 수반해야 하는 경우가 많다. 이에 따라 AI를 통한 업무 생산성 증대 효과와 기대가 다른 산업보다 뛰어난 곳으로 꼽힌다.
고도화된 AI 기술을 활용하면 보험사 업무 생산성은 눈에 띄게 향상될 것으로 평가된다. 딜로이트 금융컨설팅사업본부가 펴낸 ‘보험 산업 AI 전환 전략’ 자료에 따르면, 보험 산업은 AI 활용과 발전 단계에 따라 ▲보조(Assist) ▲강화(Augmentation) ▲자동화(Automation) 등으로 구분되며 그 수준이 올라갈수록 생산성이 높아진다.
AI 비서와 챗봇을 사용하는 보조 단계서는 업무 생산성이 10%~20% 향상될 수 있다. 언더라이터나 리스크 평가 전문가, 고객 관리자 등 보험 전문 인력의 분석과 판단을 지원하는 강화 단계의 경우 약 20%~50%까지 올라간다. 마지막 자동화 단계서는 AI가 업무 수행의 상당 부분을 직접 처리하게 되면서 개선 비율이 최대 50%~80%로 분석된다.
(사진=연합뉴스)
AI 활용서 '실행 격차' 존재…국내서는 '소비자' 영역 미흡
AI를 기반으로 한 업무 생산성 향상 기대감과 달리 실제 활용 수준은 생각보다 떨어질 수 있다는 분석도 제기된다. 보험연구원 자료에 의하면 글로벌 보험업의 AI 잠재노출도(이론적 업무 효율성)는 0.49~0.54다. 이는 수행하는 업무의 49%~54%는 AI 활용으로 완료 시간을 절반 이상 단축할 수 있다는 뜻이다. 활용 범위 자체는 넓은 셈이다.
업무 중에서도 맞춤형 설계, 상품 설명, 보험료 계산, 기록 관리, 서류 제출, 마케팅 전략 초안 도출 등과 같이 언어적 정보 처리가 중심인 업무는 잠재노출도가 특히 높은 부문으로 꼽힌다. 청구·계약 사무는 잠재노출도가 0.83까지 나온다.
반면 글로벌 보험 업종의 관측노출도(AI가 업무에서 실제로 얼마나 활발히 쓰이고 있는가를 측정)는 0.054~0.319다. 실제 AI로 수행되는 업무 시간 비중이 5.4%~31.9%라는 뜻이다. 관측노출도는 앞선 잠재노출도와 연구자, 측정 대상, 단위, 판정 기준 등이 다르지만 실행 격차에 대한 대응 필요성 부각 측면에서 비교가 이뤄졌다.
실행 격차를 유발하는 배경으로는 ▲보험사 내부 시스템이나 전용 소트프웨어와의 연동 부족 ▲현재 AI 모델의 기술적 한계와 신뢰성 문제 ▲법적 규제로 인한 결정 권한 위임의 불가 등이 주요하게 언급된다.
국내 보험 업계서는 대형사부터 중소형사까지 보험사마다 차이가 있지만 전반적으로는 다양한 AI 기술을 많이 도입했다는 진단이 나온다.
다만 생성형 AI와 같이 더 고도화된 기술을 다루는 상황에서 데이터 활용이나 접근성, 소스 취급 등 제약 조건이 많아졌고, 소비자 보호를 저해하는 요소도 고려해야 하기 때문에 보험사가 적극적으로 도입하기에는 부담이 따르는 것으로 평가된다.
보험연구원 한 연구위원은 <IB토마토>에 "AI 활용이 넓어질 것으로 보고 있지만 현재 적용되는 부분이 보험금 청구 절차, 간단한 언더라이팅 자동화 등에 집중돼 있다"라면서 "고객과 관련된 영역에서는 소비자 보호 측면이 있어서 아직은 시도 단계"라고 말했다.
황양택 기자 hyt@etomato.com