보험 업무 가운데 인공지능을 활용하면 처리 시간을 절반 이상 줄일 수 있는 업무가 절반가량에 달하지만 실제 도입은 매우 제한적이라는 분석이 나왔다. 송윤아 보험연구원 연구위원은 26일 ‘보험업의 AI 실행 격차: 무엇을 할 수 있고, 무엇을 하고 있나’ 보고서를 통해 이론적 활용 가능성과 실제 도입 수준 사이에 큰 차이가 있다고 밝혔다.
미국 노동부 직업정보망(O*NET)의 개별 업무를 기준으로 AI가 이론적으로 효율화할 수 있는 비중인 잠재노출도는 보험 관련 직업에서 0.49~0.54로 집계됐다. 이는 분석 대상 전체 923개 직업의 중앙값인 0.31을 웃돈다. 반면 2025년 8월과 11월 생성형 AI ‘클로드’의 글로벌 사용 기록을 기준으로 측정한 관측노출도는 크게 낮았다.
보험 관련 업무 104개 가운데 AI 활용이 이론적으로 가능한 업무는 83개였으나, 실제로 충분한 활용이 관측된 업무는 8개에 그쳤다. 특히 추가 소프트웨어나 보험사 내부 시스템과의 연동이 필요한 59개 업무 중 57개에서는 실제 활용이 관측되지 않았다. 언어·정보 처리 중심 업무는 AI 활용 가능성이 높은 영역으로 평가된 반면, 물리적 확인이나 신뢰 형성이 필요한 업무는 제한적인 것으로 분석됐다.
보험 관련 직업 가운데 실제 AI 활용 수준이 가장 높은 직군은 잠재노출도 0.53, 관측노출도 0.319를 기록했다. 이는 전체 업무 시간의 약 31.9%에서 AI가 활용된 것으로, 분석 대상 756개 직업 중 상위 8%에 해당한다. 잠재노출도가 가장 높았던 직군은 0.537이었지만 관측노출도는 0.054에 머물렀다. 데이터 보안과 시스템 연동 문제가 핵심 업무의 AI 활용을 제약한 것으로 분석됐다.
보고서는 실행 격차의 원인으로 AI 모델의 기술적 신뢰성 한계, 법적 자격·권한 문제, 전용 소프트웨어·사내 시스템 연동과 데이터 정비를 위한 보완 투자 필요, 인간 관리자의 확인·승인 절차 등을 꼽았다. 특히 인수심사와 손해사정, 보험금 지급 결정은 AI 오류가 재무적 손실과 분쟁으로 이어질 수 있어 높은 수준의 신뢰성과 검증 절차가 요구된다고 지적했다.
송 연구위원은 정형화되고 반복적인 업무부터 AI를 도입해 실무 경험을 축적해야 한다고 제언했다. 또한 사내 시스템과 데이터 정비, AI 활용 역량 강화, 대면·관계형 업무의 가치 제고와 함께 AI의 오류·편향·책임을 다루는 거버넌스를 선제적으로 갖춰야 한다고 덧붙였다.
