“보험사기 잡고 위험 세분화” 업계 AI 활용 본격화
보험업계에서 인공지능(AI)을 활용한 위험 평가와 보험사기 탐지 시스템이 확대되고 있다. 보험사는 AI와 빅데이터를 활용해 보험금 청구 건의 위험도를 분석하고, 보험사기 의심 사례를 조기에 선별하는 방식으로 업무 효율성을 높이고 있다.
AI 활용이 가장 활발한 분야 중 하나는 이상금융거래탐지시스템(FDS)이다. FDS는 보험금 청구 데이터, 사고 정보, 진료 유형, 청구 패턴 등을 분석해 보험사기 의심 건을 선별하는 시스템으로, 최근에는 기존의 룰 기반 방식에 머신러닝 모델을 결합해 청구 건별 위험도를 산출하는 방식으로 고도화되고 있다.
보험업계는 보험사기 수법이 지능화·조직화되는 상황에서 AI 기반 탐지 체계의 필요성이 커지고 있다고 보고 있다. 기존 규칙 기반 시스템만으로는 새로운 유형의 보험사기를 포착하는 데 한계가 있어, 최신 보험사기 유형과 패턴을 학습하는 예측모형 활용이 확대되는 추세다.
현대해상은 자동차 보험사기 사전인지시스템 ‘Hi-FDS’와 사회연결망분석(SNA) 시스템을 운영하고 있다. 특히 SNA 기법은 보험사기 범죄 조직을 그룹화하고 보험사기 고의사고 사건과 주요 혐의자를 자동 추출하는 방식이다.
현대해상 관계자는 “기존에는 확인하기 어려웠던 보험사기 건을 자동으로 탐지해 보험사기 적발을 늘리는 데 활용하고 있다”며 “SNA는 기존에 수기로 분석하던 업무를 전산화해 업무 시간을 줄이고 보험사기 혐의 입증에 활용된다”고 말했다.
DB손해보험은 빅데이터 기반 보험사기 조사분석 시스템 ‘DB T-System’과 보험사기 대응 전담조직(SIU) 인프라를 함께 운영하고 있다. DB T-System은 자동차보험 가입자 정보와 청구 데이터, 사고 이력 등을 연결 분석해 반복 사고와 조직형 보험사기 탐지에 활용된다. 기존 보험사기 탐지 시스템(IFDS)이 개인 단위 위험 정도 분석에 특화된 시스템이라면, DB T-System은 혐의자 간 공모관계 분석에 초점을 둔 시스템이다.
DB손해보험 관계자는 “DB T-System은 보험사기 공모관계를 과학적으로 분석하는 네트워크 분석 시스템”이라며 “머신러닝 분석 기능을 통해 혐의자 간 관계도와 통계자료를 자동으로 제공한다”고 말했다.
KB손해보험은 머신러닝 기반 통합 스코어와 비즈니스 룰을 결합해 보험금 청구 건의 위험도와 난이도를 분석하고, 저심도·고심도 등으로 자동 배당하는 FDS를 운영하고 있다. 카카오페이손해보험은 AI OCR을 활용해 보험금 청구 서류와 반복 청구 사례를 분석하고 있으며, AI를 활용한 증빙자료 조작 가능성에 대비해 제출 서류의 서식과 내용 정합성을 검증하는 시스템 개발도 검토하고 있다.
다만 AI 활용 확대와 함께 데이터 편향과 소비자보호 문제도 검토 과제로 제기된다. AI 모델은 과거 데이터를 기반으로 판단하기 때문에 학습데이터에 특정 유형의 청구, 의료기관, 진료 패턴이 과도하게 반영될 경우 향후 유사한 청구가 반복적으로 고위험군으로 분류될 가능성이 있다.
이 경우 실제 보험사기와 무관한 정상 청구도 추가 심사나 지급 지연 대상이 될 수 있다. 따라서 보험사는 AI 기반 FDS의 탐지 정확도뿐 아니라 오탐 가능성, 집단별 영향 차이, 심사 결과에 대한 설명가능성을 함께 점검할 필요가 있다.
AI 활용 쟁점은 보험사기 탐지에만 한정되지 않는다. 인수심사와 보험료 산정 영역에서도 위험 세분화가 고도화되고 있다. 건강정보, 의료 이용 이력, 운전습관, 외부 데이터 등을 활용하면 보험사는 가입자의 위험을 보다 정밀하게 평가할 수 있고, 이는 위험에 맞는 보험료 산정과 맞춤형 상품 개발에 활용될 수 있다.
그러나 위험 평가가 지나치게 세분화될 경우 고위험군의 보험 가입이 어려워지거나 보험료 부담이 커질 수 있다. 또한 성별, 소득, 건강상태 등 민감정보를 직접 활용하지 않더라도 주소, 직업, 병원 이용 패턴 등 다른 변수가 특정 집단의 특성을 대신 반영하는 대리변수로 작용할 가능성도 있다.
보험연구원은 ‘디지털 전환 시대 보험감독·규제 방향’에서 AI를 활용한 상품설계, 요율산출, 위험인수 과정에서 초개인화가 진행될 경우 일부 소비자가 사적 보험시장에 접근하기 어려워질 수 있다고 지적했다. 또 알고리즘 오류와 차별적 취급을 예방하기 위한 감독체계가 필요하다고 분석했다.
금융당국도 금융분야 AI 활용에 대한 관리체계를 마련하고 있다. 금융위원회는 금융분야 AI 가이드라인을 통해 AI 활용 결과 불합리한 소비자 차별이 나타나지 않도록 서비스 특성별 위험요인을 통제하고 서비스 공정성을 높이겠다고 밝혔다. 금융감독원도 금융권이 혁신과 책임의 균형 아래 AI를 활용할 수 있도록 ‘금융분야 AI 위험관리 프레임워크’를 마련했다.
업계 관계자는 “AI기본법 시행을 계기로 고영향 AI에 대한 관리 필요성이 커지고 있는 만큼, 보험 분야의 AI 활용도 소비자보호 관점에서 면밀히 점검해야 한다”며 “보험 가입, 보험료 산정, 보험금 지급처럼 소비자 권익에 직접 영향을 미치는 영역에서는 데이터 편향, 설명가능성, 오탐 관리, 이의제기 절차 등 보호 장치를 함께 정비할 필요가 있다”고 말했다.
