보험 심사지원시스템 구축 전략

보험범죄 전담 합동대책반 출범후 대응시스템 구축 추진 활발

고위험자에 대한 추출 예측력을 높여 심사결과의 정확성 제고

최근 보험업계는 경기침체로 인한 신계약 감소 및 투자수익 저하 등 경영환경이 악화됨에 따라 손해보험의 장기보험 손해율 및 생명보험의 사차손 방어를 위한 전사차원의 리스크 관리방안 마련에 고심하고 있다.
그 가운데, 주요 대책방안의 하나로 ‘보험계약 인수 및 보험금 지급심사 지원을 위한 자동화’가 급부상하고 있다. 2009년 6월 정책·감독기관을 중심으로 국무총리 산하 ‘보험범죄 전담 합동대책반’이 출범하여 ‘보험회사의 종합적인 보험범죄 대응시스템 구축’이 추진되고 있으며, 사고정보 등을 활용한 심사 지원시스템 확보에 보험업계 경영자들의 관심도 고조되고 있다.

사실 보험업계는 이미 오래전부터 대형사를 중심으로 인수·심사 및 보험사기 예방에 데이터마이닝 기법을 적용한 심사지원시스템 구축 시도가 있었으나, 추출 데이터의 유연성 및 데이터 무결성 문제의 해결이 용이하지 않아 자사정보를 데이터마이닝에 활용하는 것에는 다소 한계가 있었다. 이후 2000년대 초부터 차세대시스템 구축 및 보험 유관기관의 공동정보가 제공됨으로써, 데이터 무결성 및 유연성 문제 해결의 초석이 되었다. 이에 정보분석을 통한 심사지원시스템 구현이 가능하게 되었으며, 최근에는 대형사 위주에서 벗어나 보험업권 전반으로 확대 구축되고 있는 양상이다.

심사기법은 보험회사의 인수·심사 지침과 심사자의 직관을 병행하여 적용하던 방식에서 현재는 고위험군 및 보험사기유형 분석 등을 통한 위험관리 기법이 적용되고 있다. 이러한 심사기법을 반영한 심사지원시스템 구축 방법으로는 크게 데이터마이닝에 의한 의사결정지원시스템(DSS)인 예측모델룰(MR) 방식과 전문가시스템(ES)인 비즈니스룰(BR) 방식이 있다.

예측모델룰 방식은 일정 관찰기간의 데이터를 기반으로 고위험자에 영향을 주는 요소(지표)와 실제 고위험집단과 일반집단 간 관계를 회귀분석/의사결정트리/신경망 등을 이용하여 최종 위험도를 점수로 산출하는 방법이다.

이중 회귀분석을 이용하여 각 지표별 구간을 나누어 회귀식에 의해 점수를 산출하는 스코어링 방식이 설명력이 뛰어나 주로 이용되고 있다. 사용된 데이터의 품질과 지표의 내용이 예측력에 가장 큰 영향을 미치는 요소로 주지되는 스코어링 방식은 산업에서 가장 대중화된 예측모형 방법으로서 은행권 개인 신용점수 산출 등의 업무에 적용되고 있다.
비즈니스룰 방식은 심사 관련 사내 전문가들의 심사 프로세스를 시스템화 한 것이다. 앞서 언급한 예측모델룰 방식은 과거 계약 및 사고 자료의 분석으로 결과물이 산출되는 관계로 과거이력이 없거나 미미한 심사 대상자는 위험 대상일지라도 점수가 낮게 산출되는 단점이 있을 수 있다. 그러나 비즈니스룰 방식은 청구 및 사고내용을 중심으로 전문 심사자의 경험치를 토대로 위험여부를 식별하게 되므로 예측모델룰에 대하여 상호 보완적이라 할 수 있다.

이러한 심사 지원시스템을 운영함으로써, 보험업계는 심사 담당자의 고정관념 또는 선입견으로 인한 심리적 함정에 빠질 수 있는 개연성을 배제할 수 있고, 보험사기 등 고위험자에 대한 추출 예측력을 높여 심사결과의 정확성을 제고할 수 있다. 나아가 심사절차 및 시간이 단축되어 신속한 보험금 지급이 이루어지는 등 고객서비스를 강화할 수 있다.

그러나, 심사 지원시스템 구축시 정보 분석 등에 과다한 시간을 할애하게 될 경우, 고위험군 유형(패턴)이 바뀌어 업무적용 시기를 놓쳐버리게 되고 심사 지원시스템 가동과 동시에 바로 리모델링을 추진해야 하는 문제가 발생할 수 있다. 이 같은 경우 통계적인 한계로 인하여 정상 계약자를 조사대상자로 분류해 우수고객을 보험사기 의심자로 둔갑시키는 등 심사 의사결정에 혼선을 주는 경우가 발생 할 수 있다.

탈레브(Nassim N. Taleb)는 정보분석에 과다한 시간을 할애하여 의사결정 시기를 놓쳐버리고 시스템을 지나치게 맹신하여 과거경험으로는 확신할 수도 없고 분석도 불가능한 정상적인 기대범위 밖에 있는 공황상태를 ‘검은 백조 현상’이라 하였는데, 이러한 검은 백조 현상을 극복하고 비용 효과적인 심사 지원시스템을 구축하기 위해서는 다음사항이 반드시 고려되어야 한다.
첫째, 심사지원시스템 구축시 경영자를 포함한 전사차원의 적극적인 참여가 수반되어야 한다. 구축 프로젝트를 주관하는 심사부서 뿐만 아니라 관련 모든 부서의 참여시 상품, 제도, 보상(지급) 등의 업무에서 추출할 수 있는 위험요인을 지표화하여 추출함으로써 예측시스템을 정교히 할 수 있으며, 운영상의 문제점을 신속하게 파악하게 되어 향후 리모델링시 각 영역별 인지된 위험요인을 빠르게 적용할 수 있다.

둘째, 환경 및 제도변화로 인한 고위험군 유형변화 등에 대처할 수 있는 유연한 시스템 환경이 조성되어야 한다. 리모델링 작업 필요시 작업 소요기간을 최소화할 수 있도록 최초 시스템 구축 참여 담당자가 직접 작업을 수행할 수 있는 환경을 조성하고, 앞서 언급한 검은 백조 현상을 조기 극복할 수 있도록 정상고객을 잘못 분류하여 발생 할 수 있는 각종 문제점들을 정형화하여 자체 가이드라인을 수립해야 한다.

셋째, 심사시 정보분석에만 의존하기 보다는 심사자의 직관도 적절히 조합하여 의사결정 할 수 있는 방안이 마련되어야 한다. 변화된 위험의 유형 인식은 사람보다 시스템이 빠를 수는 없다. 새로운 유형의 위험에 대해 심사자는 데이터화 할 수 없는 무형의 정보와 직관을 통해 위험 유형을 빠르게 인지 할 수 있다. 따라서 시스템과 심사자의 적절한 배치와 조화를 통해, 시스템 도입에 대한 심사자들의 반감을 해소하는 동시에 최선의 의사결정을 할 수 있을 것이다.

끝으로, 구축 추진 중인 심사 지원시스템의 성패에 따라 심사업무와 조사업무의 배분이 관련부서의 주요 이슈로 부각될 것이므로 이에 대한 고려도 염두에 두어야 할 것이다.

경영 컨설턴트인 데이븐 포트는 “기업은 넘쳐나는 데이터 속에 묻혀있지만 실제적으로 이를 효과적으로 활용하는 기업들은 많지 않다.

따라서 경영진은 부서차원이 아닌 전사적 관점에서 내외부의 데이터를 활용하여 의사결정에 도움이 되는 정보를 제공할 수 있는 예측모델을 구축하여 활용할 수 있도록 노력해야 한다.”며 데이터 분석을 통한 예측시스템 구축 필요성을 강조하고 있으나, 때론 담당자의 직관이 오히려 더 정교 할 수도 있다.

이 둘은 선택의 문제가 아닌 상호보완의 문제로 접근하는 것이 타당할 것이다.

이들의 상호보완점을 잘 조화하여 적절히 업무를 배분할 때 기존 업무직원의 반감을 없애고 적극적인 참여를 유도 할 뿐 아니라, 이를 통해 보험심사지원시스템의 최종 목표인 업무 집중도 향상 및 고객의 서비스 만족이라는 두 마리 토끼를 잡을 수 있을 것이라 생각한다.



관리자 기자