최근 맥킨지 등 최신 연구 자료에 따르면, 생성형 인공지능(AI)은 연간 약 2조6000만~4조4000만달러 경제적 가치를 창출할 것으로 전망된다. 이는 지난 2023년 영국 GDP(약 3조3000만달러)와 맞먹는 수준이다.
보험산업처럼 PDF, 이미지, 문서, 웹페이지 등 비정형 데이터가 풍부하고, 언더라이팅과 클레임 처리 등 수작업이 많은 분야에선 특히 AI 기술이 혁신적인 변화를 이끌 잠재력이 크다. 실제 유럽 주요 보험사 리더 50% 이상이 AI 도입을 통해 10~20%의 생산성 향상되고 1.5~3.0% 보험료 성장을 기대하고 있다. 국내 주요 보험사들 역시 본격적인 AI 도입에 나서고 있는 상황이다.
다만 수많은 보험사가 AI 시스템 도입에 막대한 투자를 하고 있음에도, 실제 업무 프로세스에 자연스럽게 통합되지 않아 '실전 갭'이라는 문제가 드러나고 있다.
예컨대 보험설계사가 50대 고객과 상담을 준비할 때 기존에 가입한 보험의 보장 분석, 노후 의료비 통계, 진료비 데이터 수집 등으로 상당한 시간이 소요된다. AI 기술을 효과적으로 접목할 경우 이 준비 시간을 50% 이상 절감할 수 있는데, 이는 데이터 보안과 고객정보 보호를 전제로 가능하다.
영업관리자가 AI를 활용해 설계사의 상담 패턴과 강점을 분석하고 맞춤형 코칭을 제공한다고 해도 최종 의사결정은 여전히 설계사의 경험과 전문성에 의존해야 한다는 한계가 있다.
이 같은 문제를 극복하기 위해선 보험산업 특성에 맞춘 현장 중심의 체계적인 AI 교육과 실행 전략이 필요하다. 데이터다이빙은 AI 도구의 기초 원리와 기능을 교육함과 동시에 '기존계약 약관 분석을 통한 업셀링'과 같은 실제 업무 시나리오를 기반으로 한 실습으로 참여자들이 실전을 직접 경험할 수 있도록 지원하고 있다. 약관 분석에 필요한 시간 감소, 잘 모르는 부분에 대한 즉각적인 지식 보충을 통해 실제 상담 효율 증대를 느끼는 등 맞춤형 커스터마이징 과정이 '실전 갭'을 줄이는 데 도움을 줄 수 있다.
앞으로 생성형 AI는 웨어러블 기기와 연동한 건강 모니터링, 기후변화나 사이버 리스크 등 새로운 위험에 대응하는 보험 상품 개발 등 다양한 분야에서 혁신을 불러올 것으로 예상된다. 일부 보험사는 웨어러블 기기를 통한 고객 건강 데이터 수집과 보험료 할인 제도를 시범 운영 중에 있다. 이러한 혁신과 함께 개인정보 보호, 알고리즘 편향성, 윤리적 문제 등 해결해야 할 과제도 많다.
AI 시대 성공적인 변화·관리는 기술 도입만으로 완성되지 않는다. 강화된 데이터 보안 정책, AI 모델의 투명성 확보, 주기적인 검증 및 업데이트, 그리고 지속적인 윤리적 논의가 반드시 병행돼야 한다. 특히 조직 구성원들이 AI를 실제 업무에 효과적으로 활용할 수 있도록 지원하는 체계적인 교육 프로그램과 맞춤형 실행 전략이 함께 이뤄져야 한다.
보험산업의 기술 혁신과 인적 역량 강화라는 양대 축이 확고해진다면, 우리나라 보험의 경쟁력이 한층 더 강화될 수 있다. 아무리 뛰어난 AI 시스템일지라도 이를 효과적으로 활용할 수 있는 사람의 역량 없이는 그 가치를 온전히 실현하기 어렵다는 점을 명심해야 한다.
조혜준 데이터다이빙 대표 hyejuncho@datadiving.net
