특집-보험사기 적발시스템 고도화 현주소

AI‧빅데이터등 디지털기술 혁신 바탕 진화하는 사기수법에 칼날로 대응한다

정두영 기자 | 기사입력 2021/06/14 [00:00]

특집-보험사기 적발시스템 고도화 현주소

AI‧빅데이터등 디지털기술 혁신 바탕 진화하는 사기수법에 칼날로 대응한다

정두영 기자 | 입력 : 2021/06/14 [00:00]

[보험신보 정두영 기자] 보험사들이 보험사기를 방지하기 위해 더 적극적으로 나서고 있다. 

 

보험업계 안팎에서 보험사기 근절에 나서고 있으나 줄어들기는커녕 수법만 날이 갈수록 진화하는 등 점점 늘어나고 있기 때문이다. 

 

이에 대응하기 위해 보험사들은 특히, 인공지능(AI), 빅데이터 등을 활용한 적발 시스템을 구축하고 있다. 

 

이같은 노력으로 최근에는 보험금 누수를 줄이는 등 성과로 이어지는 업체도 나오고 있다. 여기에 관련 적발 시스템을 고도화하는 작업을 지속하고 있다.

 


 

보험사기 적발금액 사상최대

 

보험사기와 관련 사회, 경제적 피해가 지속적으로 증가하고 있다.

 

실제로 지난해 보험사기 적발 인원과 금액이 모두 사상 최대를 기록했다. 금융감독원의 적발 현황에 따르면 지난해 보험사기 적발금액은 8986억원, 적발인원은 9만8826명이 나왔다. 

 

2019년과 비교하면 각각 2%, 6.8% 증가한 수치다. 코로나19 사태로 병원 방문을 기피하는 현상이 발생하면서 허위·과다 입원은 감소한 반면 고의 사고와 자동차 사고 과장 청구는 증가했다. 

 

특히, 고의 사고를 내는 수법의 보험 사기 적발 사례가 급증했다. 지난해 고의 사고로 적발된 인원은 10만225명, 금액은 1385억4600만원에 달한다. 인원으로 보면 전년 대비 30.6%, 금액으로 보면 25.8% 증가한 수치다.

 

연령별로 적발 비중이 가장 높은 것은 50대로 24.9%를 차지했다. 그러나 증가율을 보면 10~20대가 크게 높아졌다. 지난해에 10~20대 보험 사기 적발 인원 수가 1만8619명으로 2019년(1만5668명) 대비 18.8% 증가해 전 연령대 중 가장 가파른 증가세를 보였다. 

 

가장 큰 비중을 차지해온 50대의 경우 전체 적발 인원 대비 비중이 2018년 26.4%, 2019년 25.9%, 지난해 24.9% 등으로 감소하고 있는 것과 대비된다.

 

금감원 관계자는 “최근 SNS, 온라인 게시판 등으로 보험 사기 가담자를 모집하는 사례가 늘면서 젊은 층이 단순한 아르바이트처럼 생각하고 쉽게 가담하는 것으로 보인다”며 “보험사기의 유형과 수단이 점차 복잡해지고 다양해지고 있어 이를 적발하는데 큰 어려움을 겪고 있다”고 말했다.

 


 

▨사전예측모델 구축

빅데이터 분석 머신러닝등 AI기술 적용 

 

▲ 보험사들이 보험사기 방지를 위해 인공지능(AI), 빅데이터를 기반한 적발 시스템 활용을 확대하고 있다.


보험사들은 점차 진화하고 있는 보험사기 문제에 대처하기 위해 보험사기방지시스템에 대한 투자를 확대하고 있다. 

 

AI, 빅데이터 등으로 대표되는 디지털기술의 혁신을 바탕으로 부정청구탐지 등 보험사기 적발을 적극적으로 시도하고 있다.

 

구체적으로 오렌지라이프는 지난해 AI와 빅데이터 기술을 적용한 ‘보험사기 사전 예측모델’을 자체 기술력으로 구축했다. 

 

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

 

이 결과 300여건이 넘는 보험사기를 적발해 40억원 이상의 보험금 누수를 방지하는 성과를 거두고 있다.

 

ABL생명도 머신러닝 기법 기반의 보험사기 예측시스템을 구축, 계약후 사고 경과기간, 납입횟수, 청구금액, 특약가입비율, 부담보계약여부 등 보험사기와 관련 있는 800여개 변수를 발굴해 시스템에 적용하고 있다.

 

ABL생명 관계자는 “시스템 도입 이후 조사 건의 면책률은 40% 정도에서 50% 이상 수준으로 향상됐고 심사자 단독 면책률 역시 20% 정도에서 40% 이상으로 상향하는 성과를 거두고 있다”고 강조했다.

 

한화생명도 ‘금융사고 예방 Alert 시스템’을 운영하고 있다. 모바일을 통한 보이스피싱이나 스미싱으로부터 고객의 피해를 최소화하기 위해 만들었다. 

 

AI가 콜센터를 통해 접수된 내용을 분석해 위험건을 선별해내는 방식이다. ‘보이스피싱’, ‘명의도용’ 등 금융사고 관련 주요 단어를 스스로 검색해 해당 건의 위험여부를 알려준다.

 

서용성 한화생명 소비자보호실 실장은 “지금까지 총 114건의 금융사고가 시스템을 통해 인지보고 됐다”며 “AI가 선별한 중에서도 특히, 큰 피해가 우려되는 건에 대해서는 ‘금융사고 예방 비상대응반’에서 집중 대응하고 있다”고 설명했다.

 

교보생명은 4월부터 보험사기예측시스템 ‘K-FDS’를 정식 오픈했다. 

 

K-FDS는 AI가 스스로 보험사기 특징을 선택하고 학습해 이와 유사한 행동패턴을 보이는 대상을 찾아냄으로써 빠르게 진화하는 보험사기 수법에 즉시 대응할 수 있는 시스템이다. 

 

교보는 앞서 2018년 7월부터 K-FDS를 파일럿으로 운영하며 정확도와 활용도를 제고해 왔다. 시범운영 과정에서 200여건의 보험사기 의심 건을 찾았다.  

 


 

▨웹크롤링 기술 접목

SNS 비정형데이터 분석 부정증거 수집

 

보험사들은 날로 고도화되고 있는 보험사기 추세에 대응해 웹크롤링 기술을 접목한 사기방지시스템도 구축하고 있다. 

 

이 기술은 ’텍스트 마이닝’ 기술의 일종으로 손쉽게 접근이 가능한 청구자의 페이스북, 인스타그램 등 SNS의 비정형데이터를 분석해 부정청구의 증거를 수집하는 방식이다. 

 

예를 들어 다리 깁스 환자가 본인의 소셜미디어 계정에 서핑을 타는 사진 업로드가 되는 것을 잡아내는 것이다. 

 

신한생명의 경우 지난해 10월 ‘소셜미디어 보험사기 분석 시스템’을 도입해 인터넷 카페, 블로그 등에서 웹크롤링 기법을 활용, 보험사기로 추정되는 단어를 추출해 보험금 부당청구를 사전에 예측하고 적발역량을 향상시키고 있다.

 

신한생명 관계자는 “보험금 심사 단계나 보험사기 조사 모니터링 단계에서 대응이 보다 세밀해지고 있다”고 설명했다.

 

KB손해보험은 AI 기반 외부 데이터 분석 플랫폼인 ‘SMA (Social Media Analytics) 시스템’을 운영하고 있다. 

 

포털사이트, 블로그, 뉴스, 트위터 등 디지털 환경의 데이터는 물론 병원, 질병명, 치료법 등의 외부 데이터를 수집하고 보험사기 의심 문서 탐지 프로세스를 통해 위험도를 점수화해 디지털 환경에서 발생하는 보험사기 최신 트랜드 및 패턴을 예측하고 이상 징후를 탐지해 결과를 제공해준다.

 

이강식 KB손해보험 SIU부 부장은 “앞으로 보험사기는 언택트 가속화 추세에 따라 디지털 환경 중심으로 더욱 확대될 것으로 예상된다”며 “이에 따라 SMA 시스템을 지속적으로 고도화해 보험사기 예방체계를 구축해 나가고 있다”고 말했다.

 

DB손해보험도 웹크롤링 시스템을 구축해 보험사기 모델 유포 정보를 수집하고 있다. 또 보험사기 변경되는 키워드를 관리하는 등 주요 포털사이트 대상 보험사기 관련 정보 검색 및 정보 수집을 진행하고 있다.

 


 

▨이미지·음성 분석

AI 자동차수리비산출 ‘AOS알파’ 가동

 

사진 등의 이미지와 보험금 청구자의 음성 분석 등을 통한 보험사기 식별 및 예방 기술도 도입하고 있다.

 

대표적인 사례가 보험개발원의 AI 자동차수리비산출시스템 ‘AOS알파’다. 지난해 4월 개발된 AOS알파는 기존 수리비온라인전산견적시스템(AOS2017)에 AI기술을 더해 손상된 차량 사진을 인식, 해당 부품과 손상 정도에 따른 수리비견적을 자동으로 산출하는 형태다.

 

개발원은 활용 편의를 높이기 위해 모바일앱을 함께 개발, 보급하고 있다. 앱에는 손상된 차량의 번호 인식 및 차량정보 조회, 보험정보 연계, 부품 자동인식, 사진 촬영, 수리비견적 산출 등의 기능을 담았다. 

 

앱 이용량도 가파른 증가세를 보이고 있다. 개발원에 따르면 올해 5월 기준 앱 설치 건수(누적)는 9853건으로 집계됐다. 전체 AOS 사용자 중 87% 수준이다. 

 

사용건수도 급증하고 있다. 같은 기준 모바일앱 사용건수는 6만3313건을 기록하고 있다. 

 

개발원은 AOS알파의 정확도와 사용 편의성을 더욱 강화하기 위한 고도화 작업하고 있다. 촬영사진 조합과 판정 관련 알고리즘 강화, 미세파손 및 단차에 대한 인식률 개선, 빛 반사 및 오염물질로 인한 오인식 개선 등이 주요 골자다. 

 

개발원 관계자는 “오픈 이후 지속적으로 사용자 의견을 수렴해 왔다”며 “이를 반영해 각종 기능을 개선하려는 목적으로 하반기까지 고도화를 마무리 지을 계획”이라고 말했다. 이어 “특히, 모바일앱을 통해 수행할 수 있는 업무 프로세스의 다원화와 사진 관리기능 및 손보사 연동기능 확대 등 사용자 중심의 업무 편의 제고에 중점을 두고 있다”고 덧붙였다.

 


 

▨전문가진단-변혜원 보험연구원 연구위원

보험사기 관련정보 공유해야 효과

데이터 정의‧형식 표준화하고 분석정보 범위 확대

 

경기침체로 인한 가계 재정 악화는 보험사기 유인을 높일 수 있으므로 코로나19로 인한 경기침체가 지속될 경우 보험사기가 증가할 수 있다는 우려가 제기된다. 

 

최근 들어 전문적인 보험사기자가 일반 보험계약자를 보험사기로 유인하는 사례가 증가하고 있다.

 

최근 미국 설문조사에 의하면 정보통신기술이 발달함에 따라 보험사기 방지방법도 미리 정해진 규칙에 따라 조사자가 의심 건을 추출하는 방법에서 데이터 분석기술을 활용하는 방향으로 이동하고 있다.

 

보험사는 데이터 분석을 바탕으로 보험사기를 선제적으로 예방하거나 적발하고 있는데 보험금 지급 단계뿐 아니라 계약심사단계, 계약갱신단계에서 보험사기 방지 기술을 사용하고 있다. 

가용데이터가 늘어나면서 보험사기 방지에 AI를 활용하는 사례도 증가하고 있는데 AI기술은 과거 기술에 비해 보험사기가 아닌 건을 보험사기 건으로 분류할 가능성을 감소시킨다고 평가받고 있다.

 

국내 보험사에서는 주로 자동 위험징후, 예측모형, 데이터 시각화, 이상감지 등의 기술을 보험사기 방지·적발에 사용 중이며 회사 내 보험금청구 및 계약 정보와 신용정보원 정보를 활용하고 있다. 

 

신정원은 보험계약·청구·지급 데이터베이스인 보험신용정보통합조회시스템(ICIS)을 분석해 보험사기 유의지표와 의료기관별 통계를 제공하고 있다.

 

한편 금융감독원 보험사기대응단은 보험사기인지시스템(IFAS)을 통해 보험계약 및 사고 등을 데이터베이스로 관리·분석함으로써 보험사기 혐의자를 추출하고 있다. 

 

그러나 노력에도 불구하고 빠르게 진화하는 보험사기를 따라잡기 위해서는 보험사기 방지·적발 기법 또한 고도화돼야 할 것이다. 

 

먼저 효과적인 분석을 위해서는 보험사기 관련 정보를 공유할 필요가 있으며 이를 위해서는 공유하는 데이터의 정의나 형식을 표준화해야 할 것이다.

 

또 새로운 보험사기 데이터 분석기법이나 AI기법 활용을 적극적으로 고려하되 데이터 집적단계에서의 데이터 품질 관리와 비정형 데이터 등 분석정보의 범위도 확대할 필요가 있다. 

 

아울러 AI시스템이 부당한 차별이나 사생활 침해 등의 문제를 야기하지 않도록 점검해야 할 것이다. 

 

정두영 기자 jdy0893@insweek.co.kr

  • 도배방지 이미지

  • 하나턱꽁 2021/06/15 [09:36] 수정 | 삭제
  • 나도 인천 부평에서 당했다,,보험사 견찰 일 안하고,,저넘들 못잡는다,, -----------저렇게 잡혔다니 다행이긴하다,,수도권에 졸라많은디,,
관련기사목록
동양생명, ‘시원한 여름나기 사랑의 커피’
광고
광고
광고
광고
광고
광고