|
|
 종합뉴스 > 특별기획 |
|
| [글로벌 기업 스페셜 인터뷰<2>-SAS 코리아]잡아내기 어려웠던 공모형 보험사기도 “꼼짝 마” |
방대하고 복잡한 정보 이해하고 업무에 적용시키기 위한 AI 도입은 필수
AI시스템도 사회환경과 고객니즈 맞춰 성능과 학습능력 업그레이드 필요
이승우 대표 “AI 가이드를 충족하는 시스템 도입 원하는 기업 적극 지원”
[한국보험신문=성기환 기자]인공지능(AI)은 수년전부터 다양한 영역에서 활용되고 있다. 이처럼 수많은 영역의 산업과 기업 서비스에 AI가 적극적으로 도입된 배경에는 신종 코로나 바이러스 감염증(코로나19)과 4차 산업혁명으로 촉발된 국제적인 디지털 추세 및 이에 대응하기 위한 정부의 디지털 뉴딜정책 시행이 있다. 특히, 뉴 노멀로 자리잡은 비대면 온라인 활동은 국민의 생활에는 편리함을 주고, 기업에는 새로운 비즈니스 기회와 생태계를 탄생시켰다.
하지만 금융범죄를 저지르는 이들에게도 디지털은 새로운 범죄의 수단과 방법을 제공했고, 이는 보험사엔 새로운 사기 패턴과 공모 흔적을 찾아내기 위해 더욱 더 진일보한 탐지방법을 고민하도록 했다. 이에 데이터 분석 전문 기업인 SAS 코리아 이승우 대표이사를 만나 AI가 보험사기 탐지에 어떻게 활용하는지, 그리고 기업에서 AI 적용과 운영에 갖춰야 할 요건은 무엇인지 들어보았다.
먼저, 보험사기 탐지영역에서의 AI 활용에 대해 이승우 대표는 “보험사기 수법의 변화에 대응하기 위한 보험사의 사기탐지 시스템(FDS)은 기존의 청구단위나 개별 보험자를 대상으로 확인된 사기 패턴을 비즈니스룰(Rule)화하여 부당청구를 탐지하던 방법에서, 지금은 복잡하게 얽힌 이해대상자(청구인, 보험판매자, 병원, 정비업소 등)를 대상으로 그 탐지영역을 확장하고 있다. 청구의 주체와 이해관계인을 포함해 다양한 각도에서 부당청구 위험을 살펴보기 위해서는 다양한 내·외부 정보를 수집하고 활용해야 한다. 방대하고 복잡한 정보를 이해하고 업무에 적용시키기 위한 AI의 도입은 어쩌면 당연한 수순으로 보인다”고 말했다.
DB손보, 처음으로 ‘보험사기 네트워크 분석시스템’ 개발
AI가 보험사기 공모 관계를 분석하고 적발까지 역량 발휘
또한 AI 효과에 대해 이 대표는 “AI를 활용하는 보험사들은 전통적인 비즈니스 룰과 행태 스코어로 탐지가 불가능했던 영역에서 발생하는 사기를 탐지함으로써 보험사의 손실규모를 축소하고 보험자들의 불필요한 보험료 인상을 억제하는 효과를 누리고 있다”고 말했다.
AI 활용의 가시화된 성과사례에 대해 이승우 대표는 DB손해보험을 대표적인 케이스로 꼽았다. 이 대표는 “DB손해보험은 AI를 활용해 업계 최초로 보험사기 공모관계 분석 시스템(DB T-System)을 구축해 숨어있는 가피공모와 같은 조직형·공모형 의심 ‘집단’을 확인하고 수사의뢰를 진행했으며, 특정병원의 원거리 타 지역 거주자의 내원과 청구건이 급증하는 행태에서 연루된 특정 모집인들과의 ‘연관관계’를 찾아내는 성과를 이뤄냈다. 이 시스템은 연관된 개체 간의 위험도를 분석해 이상행위 점수가 높은 특정 커뮤니티 집단을 추출하여 위험경보를 생성해 준다. 경보정보에는 연관된 개체들 간의 관계와 위험도를 시각적으로 구현해 관련 개체들에 대한 다양한 정보를 제공함으로써 SIU와 수사기관에게 직관적이고 객관적인 조사를 지원해준다”면서 복잡하고 정교해지는 사기수법 탐지에 AI를 활용한 고도화된 FDS 시스템 구축 장점을 설명했다.
“기존 ‘제보’로 확인된 피보험자나 병원, 자동차 등을 SIU가 조사하면서 관계인을 파악해 나가던 방식(Bottom-Up 방식)으로 단위 청구 중심의 조사가 이루어지다 보니 연관된 병원, 보험대리인, 설계사, 정비업체 등 복잡한 이해관계자를 모두 수동 조사하는 데는 시간과 인력적으로 제약이 많았다. 비즈니스룰화되거나 제보되지 않은 숨겨진 사기를 탐지하는데 개인의 역량 의존도가 높을 수밖에 없었다. 보험 청구는 한 명의 개인이 적게는 몇 건에서 많게는 수십 수백건의 청구건이 존재하고 각 청구건별로 얽힌 이해관계자와 사업체가 무수히 많아 수많은 관계 네트워크 속에서 유의미한 위험집단과 청구건을 찾아내는 것은 대단히 어렵다. 하지만 AI를 활용하면 슈퍼 클러스터 속에서 의심징후가 높은 집단(이하 커뮤니티)을 분리해 내는 것이 가능하다.”
이승우 대표는 “각 커뮤니티에 속한 개체(청구인, 병원, 설계사, 정비업체 등)들의 개별 위험성과 그 집단 속에서 주모자, 공모자 등을 파악하고 연관성과 중심성 등을 분석해 위험 스코어를 종합적으로 계산하고, 위험도가 높은 커뮤니티를 경보로 생성해 준다. 이를 ‘Top-Down’ 방식이라고 하는데 이렇게 생성된 위험 스코어가 높은 커뮤니티를 보험사기조사단에서 조사할 수 있게 해주는 방식”라고 AI 분석 방식을 설명했다. 이어 그는 “AI를 통해 복잡한 관계 속에서 사기 위험이 높은 공모집단을 추려냄으로써 보험사와 보험사기 조사단은 숨겨진 사기위험을 빠르게 탐지하고 수동 조사로 찾아내기 어려운 숨겨진 관계를 직관적으로 볼 수 있다”고 말했다.
이 대표는 “이렇게 확인된 커뮤니티를 조사하기 위해서는 다양한 내·외부 정보들을 쉽게 접근하고 한눈에 볼 수 있어야 한다. 이를 위해 모든 정보를 한 시스템에서 볼 수 있도록 제공해 주고, 수사의뢰를 위해 수사서식을 자동 생성하고 일람표를 자동 다운로드 하도록 사용자 편의성도 높여주는 것도 중요하다”고 밝혔다.
보험사기 탐지의 발전방향에 대해 이 대표는 “보험사기를 탐지하고 예방하기 위해 가트너는 5단계의 계층적 접근방식을 제안하고 있는데, DB손해보험의 경우 AI를 활용해 복잡한 이해관계와 연관성을 분석할 수 있는 5단계까지 구축이 완료되었다고 볼 수 있다. 마찬가지로 다른 보험사들도 연관된 개체와 조직적 범죄를 찾아내기 위해 AI를 활용해 구축했거나 구축을 준비하고 있다. 이 역시 4단계와 5단계를 진행 중인 것이라고 본다”고 의견을 말했다.
이처럼 AI를 활용한 보험사의 부당청구 탐지기술은 나날이 교묘해지고 복잡해지는 사기수법에 효율적으로 대응할 수 있는 강력한 무기가 되고 있으며, 앞으로도 그 활용범위는 더욱 넓어질 것으로 예상된다.
“전통적인 비즈니스 룰과 행태 스코어로
탐지가 불가능했던 영역에서 발생하는 보험사기를
AI가 탐지함으로써
보험사 손실규모를 줄이고
불필요한 보험료 인상을 억제할 수 있게 돼”
AI의 효용성을 더 높이기 위해 이승우 대표는 “보험사는 기술의 적용과 더불어 사회적, 윤리적 고객보호 방안도 함께 마련해야 한다. 금융위가 2021년 7월 발표한 ‘AI 가이드라인’에 따르면 금융서비스 및 금융상품의 제공을 위한 업무에 AI를 활용하는 경우 소비자의 권리를 보장하고 AI시스템의 잠재적 위험을 관리할 수 있는 위험관리지침을 수립할 것을 권고하고 있다. 이를 위해 보험사들은 내부 AI 윤리원칙과 위험관리 실무지침을 마련하여 AI 활용 시 발생할 수 있는 위험(편향된 결과에 따른 소비자 불이익 등)을 통제하고 관리, 감독할 수 있는 체계 구축과 AI시스템에 이를 반영해야 한다”고 강조했다. 이 대표는 AI를 운영하기 위해 기업이 준비해야 할 항목으로 AI 위험관리 지침과 조직을 꼽았다. 그러면서 이를 뒷받침할 수 있는 AI시스템의 요건을 네 가지로 설명했다.
“첫째로 AI시스템은 기업의 AI위험관리 정책을 뒷받침할 수 있는 권한 통제와 히스토리 관리의 기능을 반드시 갖추어야 한다. 시스템의 권한 통제 기능과 히스토리 관리 기능이 있어야 기업은 역할별 조회 및 접근 권한을 올바르게 설정하고, 안전한 운영을 위해 AI시스템의 모델 등록·변경·접근 히스토리 등을 면밀하게 살펴볼 수 있다”며 위험관리 정책의 운영을 지원하는 역할을 꼽았다.
“두 번째로 데이터의 정확성과 안정성을 확보하는 것이다. AI 가이드는 AI 활용이 소비자에게 공정한 평가와 특정 소비자에게 불이익이 발생하지 않을 것을 권고한다. 이를 위해서는 분석 및 데이터 전문가들이 모형 설계단계부터 데이터를 깊이 들여다보고 인종·종교·성별 등에 따른 차별이 발생하지 않도록 편향성을 검증하고 데이터의 품질을 높여야 한다”면서 특히 데이터의 품질을 높이는 것이 중요하다는 것을 거듭 강조했다.
“세 번째는 투명성과 공정성을 확보하기 위한 모니터링 체계의 구축과 AI 설명력이다. 오분류로 인한 소비자의 불편을 최소화하고 편향성이 발생하지 않도록 모델과 시스템은 지속적인 성능 모니터링과 재학습 기능이 필수이다. 그리고 AI가 도출한 결과는 소비자가 이해할 수 있도록 설명력을 갖춰야 한다. 부당청구 의심으로 탐지된 고객에게 위험사유가 높은 것을 설명할 수 있도록 모형에 설명기능을 넣는 것은 선택이 아닌 AI 활용의 필수요소가 되고 있다”면서, AI 시스템의 모니터링과 재학습 그리고 AI설명력의 업그레이드가 필요하다고 밝혔다.
“네 번째는 금융소비자 권리보장 지원이다. 금융소비자의 ‘자동화평가 대응권’은 AI로 도출된 결과를 소비자에게 설명해줄 것을 요구하는 동시에 소비자가 정보변경, 이의신청 등으로 정보 업데이트를 요구할 경우 AI 모델이 변경사항을 즉시 반영해 새로운 산출결과를 제공하고 안내할 수 있도록 하는 기능을 요구한다”고 말했다.
이승우 대표는 AI는 조직화되고 복잡해지는 보험사기에 대응하기 위해 없어서는 안 될 중요한 기능이 되고 있고, 단순히 기능만 접목하는 것이 아니라 사회적인 다양한 요구사항을 충족해야 함을 다시 한 번 강조하면서 “AI를 효율적으로 그리고 안전하게 활용하기 위해서는 운영을 하는 기업만이 준비가 필요한 것이 아니다. AI시스템 역시 기업과 감독기관이 요구하는 모델의 성능 모니터링, 재학습과 같은 모델관리를 지원하고 설명 가능한 AI(XAI)가 되어야 한다. SAS는 단순히 기능만 충족하는 것이 아니라 AI의 폭발적 관심 이전부터 데이터와 AI의 올바른 활용을 함께 고민하고 있었고, 이미 SAS 제품과 서비스에 반영시키고 있었다. 앞으로 AI 가이드를 충족하는 시스템을 도입하고 싶은 기업들을 적극 지원할 것”이라고 밝혔다.
|
성기환 angel1004@insnews.co.kr
[저작권자 (c)한국보험신문. 무단전재 및 재배포 금지]
2022-08-28 23:57:35 입력.
|
|
|
|
|
