보험 가입 심사에서 가장 중요한 정보는 건강 정보입니다. 고객이 어떤 질병으로 치료를 받았는지, 지금도 치료 중인지, 어떤 검사 결과가 있었는지에 따라 심사 결과가 크게 달라집니다. 그래서 보험 자동 심사를 이야기할 때 의료 데이터를 어떻게 활용하느냐가 핵심 질문이 됩니다. 지난 글에서 AI 언더라이팅의 기본 개념을 정리했다면, 이번 글에서는 한 걸음 더 들어가 의료 데이터 기반 보험 … 더 읽기
보험에 가입할 때 건강 상태를 묻는 질문에 답하고 나면, 며칠 뒤에 가입이 승인되었다는 연락을 받거나 추가 서류를 내 달라는 요청을 받습니다. 그 사이에 보험사 안에서 일어나는 일이 언더라이팅입니다. 최근에는 이 과정에 AI가 들어오면서 몇 분 만에 가입이 끝나는 경우도 늘고 있습니다. 이 글에서는 언더라이팅이 무엇인지부터 시작해, AI 언더라이팅이 전통적인 심사와 어떻게 다른지, 실제로 어떤 구조로 … 더 읽기
생성형 AI가 등장한 뒤로 보험사에서도 AI 이야기가 부쩍 많아졌습니다. 그런데 회의에서 AI를 도입하자는 말이 나올 때, 사람마다 머릿속에 떠올리는 AI가 다른 경우가 많습니다. 어떤 사람은 질문에 답하는 대화형 AI를 생각하고, 어떤 사람은 손해율을 맞히는 예측 모델을 생각합니다. 둘 다 AI이지만 하는 일과 잘하는 일이 꽤 다릅니다. 이 글에서는 생성형 AI와 예측 AI가 어떻게 다른지 쉽게 … 더 읽기
보험사 AI 적용 사례를 찾아보면 챗봇, 자동 심사, 사기 탐지, 손해율 예측처럼 수많은 단어가 쏟아집니다. 하나하나는 이해가 되지만, 이것들이 보험사 업무 전체에서 어디에 놓이는지 그림이 잘 그려지지 않는 경우가 많습니다. 그래서 이번 글에서는 보험사 업무를 순서대로 따라가며 단계마다 어떤 AI가 쓰이는지 지도처럼 정리해 보겠습니다. 보험사의 업무 흐름은 흔히 가치사슬이라고 부릅니다. 상품을 만들고, 알리고 팔고, 가입을 … 더 읽기
보험 AI라는 말이 자주 들립니다. 챗봇 상담, 보험금 자동 심사, AI 언더라이팅 같은 소식이 연이어 나오면서 보험도 이제 AI 산업이 되었다고 말하는 사람도 많습니다. 그런데 보험 현장에서 일해 보면 조금 다르게 느껴집니다. 보험은 AI 때문에 데이터 산업이 된 것이 아니라, 처음부터 데이터로 움직이던 산업이었고 AI는 그 데이터를 다루는 방식을 바꾸고 있을 뿐입니다. 이 글은 보험 … 더 읽기