특집-보험사기 예방‧심사시스템 어디까지 왔나

인공지능에 빅데이터 기반 강력접목 ‘갈수록 진화하는 사기수법’에 효율적 대응
AI가 보험사기 특징 선택‧학습해 유사행동패턴 대상 선별
‘조기경보시스템’통해 보험금 접수 단계부터 데이터 분석

정두영‧한범희 기자 | 기사입력 2020/10/12 [00:00]

특집-보험사기 예방‧심사시스템 어디까지 왔나

인공지능에 빅데이터 기반 강력접목 ‘갈수록 진화하는 사기수법’에 효율적 대응
AI가 보험사기 특징 선택‧학습해 유사행동패턴 대상 선별
‘조기경보시스템’통해 보험금 접수 단계부터 데이터 분석

정두영‧한범희 기자 | 입력 : 2020/10/12 [00:00]


[보험신보 정두영‧한범희 기자] 인공지능(AI) 기술을 접목시키는 등 기존 보험사기예방시스템을 고도화하는 생명보험사들의 움직임이 이어지고 있다.

 

좀 더 세밀하게 시스템을 업그레이드해 보험사기를 초기에 잡겠다는 것이 핵심이다. 이는 보험사기가 날로 증가하고 대규모 보험사기가 사회문제로 대두되고 있기 때문이다.

 

특히, 갈수록 지능화되는 보험사기로부터 적극적으로 대응해 선량한 소비자를 보호하겠다는 것이다.

 


 

▨ABL생명

 

ABL생명은 보험사기 예방률 제고를 위해 AI기반 보험사기 예측시스템을 자체 개발해 운영 중이다.

 

해당 시스템은 AI 기술 중에서 머신러닝 기법을 탑재해 계약 후 사고 경과 기간, 납입횟수, 청구금액, 특약 가입 비율, 부담보 계약 여부 등 보험사기와 관련 있는 800개 변수를 시스템에 적용해 정보를 제공한다.

 

이 결과 심사자가 독자적으로 판단한 경우보다 1.8배 높은 보험 사기 예측률을 나타내고 있다는 것이 ABL의 설명이다.

 

실제로 올해 2월1일부터 5월21일까지 접수된 실손보험금 보험금 청구 건 중 AI 보험사기 예방시스템이 적발한 보험금 면책 비율은 40%로 심사자가 적발한 20%보다 예측 정확도가 두 배 높게 나타났다.

 

지난해 11월 운영 개시 당시에는 보험금 청구가 많고 손해율이 상대적으로 높은 실손보험금에 우선 적용했으나 현재는 모든 사고보험금으로 범위를 확대했다.

 

왕루이 ABL생명 CIO&CDO실 부사장은 “보험금 심사 업무 효율이 증가하고 조사 정확도가 높아져 보험사기로 인해 선의의 고객들이 피해를 입는 사례가 줄어 건전한 보험업 발전에 기여하고 있다”며 “앞으로도 선진기술인 인공지능 기법을 서비스에 도입해 회사 디지털 역량을 강화해 나갈 방침”이라고 말했다.

 


 

▨교보생명

 

교보생명은 지난 4월 보험사기에 대한 선제 대응을 강화하고 고객 보호를 위해 AI 머신러닝 기술을 접목한 ‘교보보험사기예측시스템(K-FDSㆍKyobo Fraud Detection System)을 정식 오픈했다.

 

K-FDS는 AI가 보험사기 특징을 선택하고 학습해 유사 행동 패턴을 보이는 대상을 선별해 보험사기 수법에 즉시 대응할 수 있는 시스템이다.

 

보험 계약, 사고 정보 등 데이터를 최신 머신러닝 기법과 로봇 프로세스 자동화(RPA)를 통해 사기 의심사례 발생이 빈번한 질병·상해군을 자동으로 그룹핑해 전달하고 있다.

 

또 관계형분석(SNA·Social Network Analysis), 테마분석, 교차분석 등 다양한 기법을 활용해 공모 의심자를 자동으로 찾아주며 관련 병원이나 보험설계사와의 연계성을 파악해 정보를 제공하고 있다.

 

이권희 교보 과장은 “지난 2018년 7월부터 올해 4월까지 K-FDS를 파일럿으로 운영하며 정확도와 활용도를 제고해 왔다”며 “시범운영 과정에서 200여건의 보험사기 의심건을 찾았으며 선제적 대응을 통해 약 28억원의 보험사기를 적발하는 성과도 거뒀다”고 설명했다.

 

이밖에도 개발 과정에서 현업부서를 고려한 시스템을 갖추고 있다. 사용자 중심의 UI/UX를 적용하고 실무에 바로 활용 가능한 예측결과를 통해 신속한 의사결정과 실행이 가능하게 하고 있다.

 

교보는 적시성 있는 보험사기 예측과 대응을 통해 건전한 보험문화 정착과 소비자 보호에 기여할 것으로 기대하고 있다.

 


 

▨미래에셋생명

 

미래에셋생명은 갈수록 진화하는 보험사기 수법에 대응하기 위해 기술적 판단에 근거한 관리 시스템을 구축하고 있다.

 

우선 EWS(조기경보시스템)를 도입해 보험금 청구 접수 단계부터 데이터를 분석하고 SIU와 연계해 보험사기 분석을 진행하고 있다.

 

FDS(이상징후탐지시스템)의 경우 계약 상황을 전산화하고 항목별로 점수를 부여해 위험이 존재하는 항목에 대해 SIU가 FC 및 계약자 면담을 하고 보험사기 혐의 도출 시 시뮬레이션 및 계도 작업을 하는데 정보를 활용하고 있다.

 

또 데이터 분석을 통해 과도한 보험금 청구가 지속되는 고객을 많이 모집한 FC를 선별해 직접 면담을 진행하고 있다.

 

이 과정에서 반복 입원자에 대한 문제점을 전달하고 특정 특약 판매정지를 경고하는 등 모집자 관리에 힘쓰고 있다.

 

아울러 임직원 대상 교육도 강화해 진행 중이다. 영업 부서와 연계해 보험사기 예방 교육을 정기적으로 실시하고 있다. 사례 위주로 교육내용을 구성해 쉽고 빠르게 사기 예방 프로세스 에 동참할 수 있도록 돕고 있다.

 


 

▨오렌지라이프

 

오렌지라이프는 지난달 빅데이터·AI기술을 적용한 ‘보험사기 사전 예측모델’을 개발했다.

 

이 모델은 과거 적발된 보험사기 사례와 관련해 다양한 가설을 수립하고 이를 기반으로 약 150개 변수를 생성해 대내·외 빅데이터를 분석한 다음 머신러닝, 딥러닝 등 AI기술을 적용했다.

 

계약체결 시점부터 사기 의도 여부 판단이 가능하며 상대적으로 위험도가 높은 대상을 파악할 수 있는 것이 특징이다.

 

앞서 지난 4년간 보험사기방지시스템(FDS)을 통해 보험금 청구 및 사고다발 고객에 대한 두 가지 통계모델을 운영해 왔다.

 

이 결과 매년 300건이 넘는 보험사기를 적발해 40억원 이상의 보험금 누수를 방지하는 성과를 거뒀다.

 

그럼에도 보험사기 규모는 지속적으로 증가하고 방법 또한 점차 지능화돼가는 추세여서 보험사기 조사와 혐의 입증 과정에서 더 많은 비용과 시간, 노력이 필요한 실정이었다.

 

이에 따라 보험사기 유형 중 상당수가 보험계약 체결 시점부터 보험금 편취를 목적으로 보험가입을 한다는 사실에 착안해 해당 예측모델을 개발하게 된 것이다.

 

오렌지라이프는 보험사기방지시스템에 모델을 적용해 실시간 모니터링을 진행하고 위험도가 높은 계약에 대해서는 미리 FC나 지점에 안내할 예정이다.

 

또 사기방지 교육을 실시하고 FC와 고객에 다양한 사례와 문제점을 알리는 등 캠페인도 함께 진행할 방침이다.

 

정문국 오렌지라이프 사장은 “이미 다양한 예측모델과 블록체인, AI 기술을 적용한 서비스가 자체 기술력으로 구축, 운영되고 있다”며 “디지털 기술을 통해 보험업의 본질을 강화하고 고객 중심의 혁신을 가속화할 것”이라고 강조했다.

 

정두영 기자 jdy0893@insweek.co.kr
한범희 기자 hanbh0725@insweek.co.kr

 


 

▨한화생명
허위입원 정황 파악 보험사기 가능성 높은 청구건 분류

 

[보험신보 정두영 기자] ‘이상징후탐색시스템(H-CESS)’은 보험금 청구건에 대한 위험평가시스템으로 AI 및 머신러닝 활용을 위한 고도화 작업을 진행 중이다.

 

해당 시스템은 병원의 허가 병상 수와 실제 입원 중인 것으로 추정되는 환자 수를 분석해 허위입원 정황을 파악하고 하루 수술 가능 환자 수나 검사 가능 인원을 넘어선 것으로 추정되면 보험사기 가능성이 큰 청구 건으로 분류하는 기능을 탑재하고 있다.

 

한화는 ‘과다청구예측시스템(H-Fi)’도 운영 중이다. 통계모델을 통해 과잉청구가 예상되는 고객을 선별·선제 관리하는 방식이다.

 

이준호 한화 대리는 “입원청구 건 엔트로피 분석을 통한 이상징후 고객리스트를 제공하고 병원기록을 시각화해 한눈에 보여주는 것이 특징”이라며 “보험금 청구와 고객정보를 바탕으로 ▲청구사유 ▲유의병원 ▲사기경험 ▲FP경험 ▲피보험자와 병원간 관계 등이 포함됐다”고 설명했다.

 

이어 “고객, 병원, 설계사 등 데이터를 활용한 보험사기예측시스템(F-Daba)도 운영 중”이라고 덧붙였다.

 

한편 한화는 지난해부터 보험코어시스템 구축을 추진 중이다. 상품개발, 고객서비스, 보험금지급 등 업무에 전산시스템을 결합하는 과정을 진행 중이며 2022년 상반기까지 구축을 완료할 예정이다.

 

이의 일환으로 실손보험, 정액보험에 대해 ‘보험금 없는 자동심사 시스템’을 개발해 운영 중이다. 개발을 위해 알파고의 핵심 딥러닝 기법인 ‘CNN 신경망 알고리즘’을 활용했다.

 

2017년부터 2019년까지 보험금 청구 데이터 1100만건을 3만5000번의 학습 과정을 거쳐 분석한 결과의 적정성을 확인해 시스템 효용성을 높이고 오류를 없앴다.

 

특히, 해당 시스템의 운영방식은 최근 독창성을 인정받아 특허청에서 2건의 기술특허를 획득했다.
 
정두영 기자 jdy0893@insweek.co.kr

 


 

▨금융감독원은
보험사기 제보‧인지보고 통합조회시스템 개발

 

[보험신보 정두영 기자] 금융감독원은 ‘보험사기인지시스템’ 개선작업을 지속하고 있다.

 

보험사기인지시스템은 ▲조사관리 ▲시장감시 ▲혐의분석 3개의 메뉴로 구성돼 있으며 자료 입수·가공·축적의 과정을 거쳐 연계분석, SNA(사회안전망) 분석 등을 통해 보험사기 조사업무를 지원하고 있다.

 

금감원은 최근에도 개선작업에 착수했다. SNA분석모델에 메뚜기환자 적발을 위한 관점을 추가할 예정이다.

 

설계사와 피보험자, 이용병원의 관계를 시각화한 이후 그 결과로 생성된 객체 또는 보험금, 사고횟수 등 세부 데이터를 표출하는 방식이다.

 

여기에 차량-정비업체-렌트업체의 관계를 시각화한 ‘렌터카업체-정비업체 공모’ 분석모델, 피보험자-병원-수익자의 관계를 시각화한 ‘브로커 공모’ 분석모델도 더한다.
 
보험사기 제보·인지보고 혐의점 자동분석을 위한 시스템도 개발한다. 제보·인지보고 접수시 관련자의 보험계약·지급내역 등 기초정보를 한 눈에 확인할 수 있는 ‘통합조회방식’을 도입하는 것이다.

 

세부적으로는 인지보고·제보내용을 분석해 핵심단어를 추출하고 단어별 빈도·중요도를 분석해 핵심어휘 관련 기초레포트를 생성하는 것이다.

 

이렇게 생성된 보험계약·지급 관련 기초정보와 제보·인지보고 핵심어휘 관련 분석결과는 제보·인지보고 건별 특성에 맞게 조회항목 및 수치그래프 등으로 시각화한다.

 

금감원 관계자는 “보험사기인지시스템이 개선되면 메뚜기환자, 렌터카업체-정비업체 공모, 브로커 공모 등을 적발하기 쉬워질 뿐만 아니라 사기 혐의자들의 공모 가능성 및 동기 등을 파악하기 수월해질 것”이라고 말했다.
 
정두영 기자 jdy0893@insweek.co.kr

 

  • 도배방지 이미지

관련기사목록
동양생명, 취약계층 위한 물품·성금기부
광고
광고
광고
광고
광고