보험요율 AI 길 열렸지만…코리안리 “아직은 프로토타입 단계”
코리안리가 추진 중인 보험요율 산정 인공지능(AI)이 금융권의 주목을 받고 있지만, 실제 현장 적용까지는 상당한 시간이 필요할 것으로 보인다. 기술 자체의 문제라기보다 내부망 중심의 IT 구조, 금융 규제 환경, 그리고 모델 완성도 등이 복합적으로 작용하고 있다는 분석이다.
코리안리는 최근 기업성 보험 요율산정 AI 어시스턴트 도입을 추진하고 있다. 다만 현재 단계는 실제 운영에 들어간 수준이라기보다 초기 개발 및 검증 단계에 가까운 것으로 파악된다. 실제 보험 인수 프로세스에 적용하기 위해서는 모델의 신뢰성과 설명가능성 확보가 선결 과제로 남아 있기 때문이다.
코리안리 관계자는 “AI 요율 산출은 아직 완성된 모델이 아니라 언더라이터 의사결정을 보조하는 초기 프로토타입 수준”이라며 “완전히 요율을 산출하는 단계까지는 시간이 더 필요하다”고 밝혔다. 현재 AI는 계약 조건과 위험요소를 분석하고, 과거 데이터 기반 참고 정보를 제공하는 수준에 머물러 있으며, 최종 요율 결정은 여전히 사람이 담당하고 있다.
가장 큰 제약은 내부망 구조다. 금융권 시스템은 고객정보, 계약조건, 손해율 및 위험률 데이터 등 민감도가 높은 정보를 다루기 때문에 외부 클라우드 기반 생성형 AI를 그대로 연결하기 어렵다. 특히 기업성 보험의 경우 계약 자체가 기업의 리스크 정보와 직결되기 때문에 데이터 외부 반출에 대한 부담이 더욱 크다.
이러한 구조는 금융권 전반의 공통 문제로 지적된다. 생성형 AI는 기본적으로 클라우드 기반으로 작동하는데, 금융사는 핵심 업무망을 외부와 분리된 내부망에서 운영하는 것이 원칙이다. 이로 인해 AI를 활용하려면 데이터를 외부로 보내야 하는 반면, 금융 규제와 보안 정책은 이를 제한하는 구조적 충돌이 발생한다.
이번 프로젝트는 혁신금융서비스로 지정된 것으로 알려졌지만, 이는 AI 활용이 전면 허용됐다는 의미는 아니다. 내부망에서도 AWS Claude나 Google Gemini와 같은 생성형 AI 모델을 사용할 수 있는 환경이 일부 열렸지만, 이는 특정 프로젝트 단위로 제한된 범위에서만 허용되는 방식이다. 전사 임직원이 자유롭게 사용하는 일반 업무 도구 수준의 활용과는 명확히 구분된다.
또한 혁신금융서비스 지정 자체도 기술 완성도를 인증하는 제도라기보다, 일정 조건 하에서 새로운 서비스를 시험할 수 있도록 규제 예외를 부여하는 성격이 강하다. 즉 실제 시스템이 완전히 구현된 상태라기보다, 향후 구현을 전제로 한 계획과 구조를 기반으로 승인되는 경우도 존재한다. 이 때문에 시장에서는 “제도적으로는 길이 열렸지만, 실제 적용까지는 별도의 시간이 필요하다”는 평가가 나온다.
보험요율 산정은 단순한 AI 적용 영역이 아니다. 위험률과 손해율, 과거 계약 데이터, 업종별 특성, 재보험 조건, 내부 인수 기준과 가격 정책 등이 복합적으로 작용하는 고도의 전문 영역이기 때문이다. 여기에 통계적 신뢰성과 설명가능성까지 확보해야 하기 때문에, 단순한 머신러닝 모델이나 생성형 AI만으로 대체하기는 어렵다.
이러한 이유로 AI 보험 요율산정을 이미 도입한 중국 같은 해외기업들도 AI가 모든 것을 직접 결정하기보다는, 데이터 분석과 정보 정리, 판단 보조 역할을 수행하는 방식을 채택하고 있다.
업계 관계자는 “AI 기술 자체는 이미 상당한 수준에 도달했지만, 내부망 구조와 보안 통제, 책임 문제를 동시에 해결해야 하기 때문에 우리나라 금융·보험권에서의 실제 도입은 훨씬 더디게 진행될 수밖에 없다”며 “당분간은 완전 자동화보다는 보조형 AI 중심으로 점진적 확대될 가능성이 크다”고 말했다.
