라이센스뉴스 = 김지훈 기자 | 보험연구원이 격주간 발간하는 KIRI리포트에서 '데이터분석을 이용한 보험사기 방지'를 22일 소개했다.

지속적인 민관의 협력으로 감소추세에 있던 보험사기가 코로나19로 인해 다시 늘고 있는 추세다.

최근 SNS나 블로그 등에 구인광고를 가장해 보험사기 공범을 모집하거나 조장하는 글들이 게시되어 일반 보험계약자를 보험사기에 유인하는 사례가 증가한 것으로 나타났다.

이에 맞춰 보험연구원이 데이터 분석기법이라는 모델을 소개해 사전에 보험사기를 예방하는데 많은 도움이 될 것으로 보인다.

최근 미국에서는 사전에 정해진 규칙에 따라 이상징후를 보이는 건을 자동으로 조사자에게 전달하면 이중 조사자가 판단해 조사하는 방법에서 데이터 분석기술을 활용하는 방향으로 이동중에 있다.

보험금 지급, 심사, 갱신 등 각 단계 별로 데이터분석을 바탕으로 의심건을 선제적으로 예방하고 발견해 내고 있는데, 각 단계별로 연결된 수많은 데이터를 AI기술을 활용하는 사례가 증가하고 있는 것이다. 과거에 비해 보험사기 오판 확률이 줄어들고 있다는 평가다.

우리나라도 오래전부터 각 보험사의 보험금지급 심사팀(Claim Team)에서 자체 분석모델(시스템)을 만들어 이상징후를 판별하는데 사용해 왔으며, 이 과정에서 한국신용정보원의 보험신용정보통합조회시스템(ICIS)을 활용하고 있다. 

이 시스템에서는 보험사들이 계약, 지급정보나 의료기관 청구 등의 통계를 참고하고 있다. 또, 여러 보험사에 보험금을 청구하는 보험사기의 행태를 예방하기 위해 각 보험사별로 청구된 현황을 조사자가 실사하면서 확인하기도 한다.

금융감독원의 보험사기대응단은 보험사기인지시스템(IFAS, Insurance Fraud Analysis System)을 통해 보험사기 혐의자를 식별해 내고 있다.

하지만, 이러한 시스템을 활용할때 이상징후 판별 과정에서 수많은 조건을 수치화 시켜 놓고 있어 장기간에 걸친 미세조정에도 활용하는데는 많은 문제가 있었던 것이 사실이다.

즉, 세부 수치를 조금만 올리거나 내리면 너무 많은 이상징후가 나오거나 아예 관계없는 건들이 보험사기 이상징후로 알람이 오는 등 활용이 매우 어려웠다.

그래서 실제 이상징후는 설계사나 고객이 회사에 제보하거나 자체 감사결과 혹은 타사에서 발생한 보험사기건에 연루되어 조사자가 알게되는 경우가 많았다.

이러한 시스템에 AI기술이 접목되면 이상감지, 머신러닝, 이미지 분석, 음성인식 등 다양한 알고리즘을 통해서 기존 시스템이 가지는 한계를 넘어 좀 더 쉽고 정확하게 보험사기자를 판별할 수 있을 것으로 보인다.

특히 음성인식 기술은 감정분석 알고리즘을 통해 면담한 내용을 시스템에 업로드 하면 진위여부를 판별할 정도로 정확한 것으로 알려졌다.

앞으로 다함께 고민해야 되는 문제도 산적해 있다. 보험사기가 여러 유형이 있지만 각 회사의 보험사기 판별 기준이나 각종 데이터가 표준화되어 서로 공유되어야 하며, 이 과정에서 선량한 피해자를 막고 Privacy침해 논란도 합리적으로 회피해야 한다.

의료기관 등에 대한 청구건 관리도 표준화, 시스템화가 시급하다.

AI분석기법을 도입할때 가장 필요한 일은 정량화된 데이터 이외에도 비정형 데이터(발병, 가계 빚, 과거이력, SNS, 사진 분석 등)을 어떻게 표준화 시켜 AI 시스템에 반영할 것인지도 주요 고려사항 중 하나다.