AWS Nova를 사용하여 보험 청구를 재구성합니다. 지능형 다중 에이전트 자동화를 통해 60% 더 빠른 해결, 35% 더 낮은 비용
보험 청구 처리는 오랫동안 기존 워크플로와 구식 시스템으로 인해 어려움을 겪어 왔습니다. 업계가 디지털 혁신에 막대한 투자를 해왔지만, 많은 보험사는 긴 해결 시간, 높은 운영 비용, 고객 불만 등 지속적인 어려움에 직면해 있습니다. 청구 처리에는 보통 5~10일이 소요되고, 운영 비용은 보험료 수입의 25~30%를 차지하며, 고객 경험은 여전히 큰 문제로 남아 있습니다.
보험 청구 워크플로
이 프로젝트를 시작했을 때, 저희는 사고방식을 바꿔야 한다는 것을 알고 있었습니다. 단순히 기존 프로세스를 디지털화하는 데 그치지 않고, 다중 에이전트 아키텍처 내에서 AWS Nova의 고급 AI 기능을 활용하여 보험금 청구가 어떻게 처리될 수 있는지 근본적으로 재구성하고자 했습니다.
결과는 기대를 뛰어넘었습니다. 처리 속도가 60% 빨라졌고, 비용은 35% 절감되었으며, 표준 청구의 90%가 이제 사람의 개입 없이 바로 처리됩니다. 하지만 진짜 중요한 것은 단순히 수치에만 있는 것이 아니라, 수년간 업계를 괴롭혀 온 기술적 과제를 어떻게 해결했는지에 있습니다. 이 글에서는 저희의 접근 방식, 직면했던 어려움, 그리고 변화를 가져온 아키텍처 관련 결정 사항들을 살펴봅니다.
문제: 기존 청구 처리의 비효율성
기술 솔루션을 살펴보기 전에 기존 보험 청구 처리 과정에서 나타나는 구체적인 문제점을 이해하는 것이 중요합니다.
해결 시간이 길어짐
대부분의 보험사는 여전히 설계사, 부서, 그리고 외부 손해사정인 간의 수동적인 업무 처리 방식에 의존하고 있습니다. 이러한 순차적인 방식으로 인해 보험금 청구 처리 기간이 5~10영업일로 늘어나 고객과 내부 팀 모두에게 불편을 초래하는 지연이 발생합니다.
지연된 사기 감지 및 이익 유출
사기 검사는 일반적으로 청구 접수 및 초기 검증 이후, 즉 프로세스 후반부에 이루어집니다. 이러한 지연 시간으로 인해 의심스러운 청구가 확인되지 않은 채 진행될 수 있으며, 이로 인해 적발 지연 또는 누락으로 인해 약 5~10%의 수익 손실이 발생할 수 있습니다.
고객 경험 및 만족도가 낮음
손실이나 피해를 입은 고객은 신속하고 공감적인 서비스를 기대합니다. 하지만 긴 응답 시간, 반복적인 문서 요청, 그리고 일관성 없는 업데이트로 인해 순추천지수(NPS)가 낮아지고 고객 이탈률이 증가합니다.
수동 감독으로 인한 규정 준수 위험
사람이 직접 수행하는 규정 준수 점검은 오류가 발생하기 쉽고 시간이 많이 소요됩니다. 문서의 일관성 부족, 감사 추적 누락, 또는 부적절하게 처리된 예외 사항은 보험사를 규제 위반 및 평판 손상에 노출시킬 수 있습니다.
볼륨 급증 시 운영상의 비융통성
보험사들은 계절적 또는 재난적 사건으로 인한 보험금 청구 급증을 관리하기 위해 임시 직원을 고용하는 경우가 많습니다. 이러한 사후 대응적 접근 방식은 비용을 증가시킬 뿐만 아니라, 최소한의 교육 및 적응 과정으로 인해 서비스 품질의 일관성을 떨어뜨립니다.
실시간 의사결정 역량 부족
지능형 자동화가 없다면, 담당자들이 정보를 수집하고, 서류를 검증하고, 비즈니스 규칙을 수동으로 적용하는 동안 의사 결정이 지연됩니다. 이러한 수동적인 태도는 보험사가 오늘날 고객이 기대하는 대응력을 제공하지 못하게 합니다.
솔루션 개요: Nova 기반 Agentic Intelligence Framework
Nova 기반 Agentic Intelligence Framework를 기반으로 구축된 당사 솔루션은 AWS Nova Sonic과 Nova Pro를 AVRIO 플랫폼과 통합하여 지능형 에이전트 네트워크를 조율합니다. 이 아키텍처는 보험금 청구 라이프사이클의 모든 단계를 자율적이고 모듈식으로 처리할 수 있도록 지원합니다.
핵심 기술 구성 요소
노바 소닉
대화형, 공감형 음성 인터페이스를 통해 손실에 대한 첫 번째 통지(FNOL)를 포착합니다.
노바 프로
문서 처리, 정책 해석, 사기 탐지 및 가치 평가를 위한 백엔드 분석을 강화합니다.
AWS 스트랜드
확장 가능한 오케스트레이션, 데이터 교환 및 에이전트 통신을 지원합니다.
에이전트 네트워크 개요
마스터 오케스트레이션 에이전트: 전문 에이전트를 조정하고, 워크플로 라우팅을 관리하며, 원활한 엔드투엔드 클레임 처리를 보장합니다.
접수 담당자: 제출된 문서에서 구조화된 정보를 추출하고 고객 입력에서 주요 사고 세부 정보를 수집합니다.
문서 처리 에이전트: 자동화된 데이터 추출 및 심층적 검증을 통해 지능형 문서 수집을 수행하여 모든 필수 문서와 정보가 있는지 확인합니다.
검증 에이전트: 보험 상태를 검증하고 보험금 청구 적격성을 평가하며, 신뢰도가 낮은 시나리오에서는 인간이 직접 개입하여 트리거합니다.
사기 감지 에이전트: 실시간으로 이상 징후를 감지하고 추가 조사를 위해 의심스러운 클레임을 표시합니다.
평가 에이전트: AI 기반 손해 평가 및 타사 서비스 제공업체와의 통합을 활용하여 자동화된 청구 평가를 생성합니다.
커뮤니케이션 에이전트: 고객이 선호하는 채널을 통해 사전 예방적 업데이트와 개인화된 참여를 제공합니다.
구현 연습
당사의 자율 청구 솔루션은 AWS Nova Sonic 및 Nova Pro 기반의 다중 에이전트 아키텍처를 따르며, AVRIO 플랫폼을 통해 조율됩니다. 각 에이전트가 엔드투엔드 프로세스에 어떻게 기여하는지 단계별로 분석한 내용은 다음과 같습니다.
고객 여정은 Nova Sonic으로 구동되는 Intake Agent와 함께 시작됩니다. 이 에이전트는 보험 포털을 통해 대화형 인터페이스를 제공하며, 고객의 스트레스 수준과 클레임 복잡성에 따라 소통 방식을 조정하는 감성 지능을 보여줍니다.
청구인은 보험 포털에 접속하여 클레임을 시작할 수 있으며, Amazon Nova Sonic을 통해 음성 기반 챗봇과 상호작용할 수 있습니다. 이 시스템은 FNOL 프로세스를 공감적인 응답으로 안내하며, 맥락과 감정 상태를 이해하여 스트레스 상황에서도 적절한 지원을 제공합니다.
Nova Sonic으로 구동되는 챗봇이 청구인에게 신분증, 사고 사진, 보고서 등 필요한 문서 업로드를 안내합니다. 시스템은 클레임 유형에 따라 특정 문서를 요청하고, 파일 형식 및 완전성을 자동으로 검증합니다.
청구인은 안내에 따라 파일을 업로드하고, 시스템은 문서 품질 및 완전성에 대한 실시간 피드백을 제공합니다. 인터페이스는 다양한 기기 유형에 적응하며, 최적의 문서 캡처를 위한 명확한 지침을 제공합니다.
Flask API와 EC2에서 실행되는 마스터 에이전트는 Strands Agentic Framework를 사용하여 워크플로우를 조율합니다. 이 에이전트는 클레임 프로세스의 모든 하위 에이전트를 조정하며, 단계 간의 적절한 순서와 데이터 흐름을 보장합니다.
마스터 에이전트는 모든 상호작용의 컨텍스트를 유지하며, 오류 시나리오를 처리하고, 필요한 경우 인간 개입을 트리거합니다. 이 오케스트레이션 레이어는 클레임 누락을 방지하고 워크플로우의 완전성을 유지하는 데 필수적입니다.
인테이크 에이전트는 사고 데이터와 업로드된 파일 참조를 포함하여 구조화된 클레임 세부 정보를 수집합니다. Nova Pro의 고급 자연어 처리 기능을 사용하여 비정형 텍스트에서 핵심 정보를 추출하고 이를 구조화된 데이터로 변환합니다.
이 에이전트는 인쇄 및 손글씨 문서를 모두 효율적으로 처리하며, 다양한 파일 유형에서 구조화된 데이터를 추출합니다. 긴급한 사례를 우선 처리하거나 불완전하거나 불명확한 제출을 플래그할 수 있으며, 검토가 필요한 문서는 신속하게 인간 심사로 전송됩니다.
문서 검증 에이전트는 업로드된 문서를 검토하고 클레임 프로세스를 계속하기 위한 필수 문서가 모두 제출되었는지 확인합니다.
에이전트는 클레임 유형에 따라 요구되는 문서 체크리스트와 제출된 문서를 철저히 교차 검토합니다. 누락된 문서는 인간 검토 및 고객과의 신속한 후속 조치를 위해 플래그됩니다. 각 문서의 완전성과 품질을 확인하여 클레임 프로세스가 원활히 진행되도록 합니다.
정책 검증 에이전트는 정책 상태를 확인하고 클레임이 정책 조건에 따라 적격한지 확인합니다. 보장 범위 확인, 보험료 납부 상태, 유효 기간, 면책 조항 등을 포함한 종합 검사를 수행합니다.
이 에이전트는 보험 시스템과 통합되어 실시간 정책 정보를 검색하고, 여러 보장 항목, 특약, 추가 조항이 포함된 복잡한 정책 구조도 처리할 수 있습니다. 공제금 및 보장 한도를 자동 계산합니다.
사기 탐지 에이전트는 과거 패턴 및 이상 탐지를 사용하여 클레임의 잠재적 사기를 스캔합니다. Nova Pro의 패턴 인식 기능을 활용하여 클레임 이력, 사고 패턴, 행동 지표 등 다양한 데이터를 분석합니다.
에이전트는 지속적으로 업데이트되는 사기 패턴 데이터베이스를 유지하며, 기존 규칙 기반 시스템을 우회할 수 있는 정교한 사기 방식도 식별할 수 있습니다. 위험 점수를 할당하고 의심스러운 클레임은 자동으로 조사에 회부됩니다.
평가 에이전트는 검증된 데이터와 손해 정보를 종합적으로 검토하여 정확한 보상금을 산정합니다. 클레임 데이터를 기반으로 외부 서비스와 연동하여 수리 비용, 부품 가격, 현재 인건비 등을 분석해 공정한 평가를 보장합니다.
감가상각, 시장 상황, 지역별 수리 비용 차이 등 다양한 요소를 고려하며, 전손 계산 및 잔존가치 산정이 포함된 복잡한 평가도 처리할 수 있습니다.
승인/결정 에이전트는 구성된 규칙에 따라 승인 결정을 내리거나 필요 시 인간 조정자로 이관합니다. 비즈니스 규칙, 규제 요건 및 위험 임계값을 적용하여 적절한 조치를 결정합니다.
이 에이전트는 모든 결정에 대한 감사 로그를 유지하며, 복잡성과 클레임 금액에 따라 다양한 승인 단계를 처리합니다.
커뮤니케이션 에이전트는 이메일이나 메시지를 통해 클레임 결과 및 진행 상황을 청구인과 내부 이해관계자에게 전달합니다. Nova Sonic을 사용하여 적절한 톤을 유지하며 명확한 다음 단계를 포함한 맞춤형 메시지를 생성합니다.
에이전트는 이메일을 포함한 다중 채널 커뮤니케이션을 관리하며, 부분 승인, 추가 정보 요청, 합의 협상 등 복잡한 커뮤니케이션 시나리오를 처리할 수 있습니다.
성공의 핵심 요소
원활한 통합
이 시스템은 대량 교체 없이 기존 인프라와 통합되므로 구현 위험과 비용이 최소화됩니다.
내장된 규정 준수
중요한 의사 결정 지점에서 인적 감독 메커니즘을 적용하면 자동화의 이점을 유지하는 동시에 규정 준수가 보장됩니다.
자율 지능
AI 에이전트는 독립적으로 작동하고 지속적으로 학습하여 지속적인 성능 향상을 이룹니다.
인간과 같은 상호작용
Nova Sonic은 자연스럽고 공감을 불러일으키는 몰입형 고객 경험을 제공합니다.
영향 정량화: 속도, 절감 및 만족도
Nova 기반 에이전트 AI 솔루션은 초기 예상치를 뛰어넘는 혁신적인 운영 성과를 제공합니다. 확장 가능한 모듈형 아키텍처는 보험금 청구 주기를 최대 60%, 운영 비용을 35% 단축하는 동시에 일반 보험금 청구의 90%를 직접 처리합니다. 이러한 탁월한 운영 효율성은 재무 성과 향상으로 직결되며, 첨단 사기 탐지 기능과 확장 가능한 AI 기능을 통한 계절적 인력 비용 절감을 통해 이익 손실을 최대 20%까지 줄일 수 있습니다 . 기존 워크플로우와의 완벽한 통합을 통해 모든 고객 접점에서 자동화된 규정 준수 보고 및 일관된 서비스 품질을 제공할 수 있습니다.
고객 경험 혁신 또한 매우 인상적일 수 있습니다. Nova Sonic의 감성 지능 기능을 기반으로 한 일관되고 공감적인 상호작용을 통해 만족도가 30% 향상될 수 있습니다. 고객은 24시간 연중무휴 클레임 접수 및 상태 업데이트, 클레임 처리 기간 내내 실시간 선제적 소통, 그리고 지능적이고 상황 인식적인 대화를 통한 스트레스 감소 등의 이점을 누릴 수 있습니다. 운영 효율성과 향상된 고객 경험의 결합은 신속한 클레임 해결을 통해 현금 흐름을 개선하는 동시에 예측 분석을 통해 향상된 위험 관리 역량을 제공하여 진정으로 빠르고 오류 없는 상시 클레임 처리 경험을 제공합니다.
결론
Nova 기반 에이전트 AI 솔루션은 보험 청구 처리 방식에 근본적인 변화를 가져옵니다. Nova Sonic의 공감 능력과 Nova Pro의 분석 능력을 결합하여, 청구를 더욱 빠르고 정확하게 처리할 뿐만 아니라 탁월한 고객 경험을 제공하는 시스템을 구축했습니다.
이 구현의 성공은 에이전트 AI가 단순한 기술적 진보가 아니라 비즈니스 혁신을 가능하게 하는 요소임을 보여줍니다. 지금 이 기술을 도입하는 조직은 운영 효율성, 고객 만족, 그리고 위험 관리 측면에서 상당한 경쟁 우위를 확보하게 될 것입니다.
모듈형 아키텍처를 통해 다양한 보험 상품 및 비즈니스 모델에 맞춰 솔루션을 조정할 수 있어 모든 규모의 조직에 적합합니다. 이러한 기능을 지속적으로 개선하고 확장해 나가면서 보험 가치 사슬 전체를 혁신할 수 있는 잠재력에 큰 기대를 걸고 있습니다.
Agentic AI 로드맵의 다음 단계는 무엇입니까?
AWS Nova 기반의 Agentic AI 기반 손해사정 솔루션의 성공은 큰 도약을 의미하지만, 이는 시작에 불과합니다. 보험사에게 진정한 가치는 시범 운영을 넘어 확장 가능하고 규정을 준수하며 혁신적인 전사적 도입 으로 나아가는 데 있습니다.
당사의 로드맵은 세 가지 핵심 단계에 초점을 맞춥니다. 각 단계는 고객이 Agentic AI를 책임감 있고 효과적으로 도입하고 확장하고 운영할 수 있도록 돕도록 설계되었습니다.
이 확장을 안내하기 위해 우리는 단계별 로드맵을 정의했습니다.
1단계: 핵심 사용 사례 운영화(2025년 2분기~3분기)
측정 가능한 ROI를 통해 영향력 있는 워크플로에 AI를 내장하세요.
클레임에서 파일럿에서 프로덕션으로 이동
핵심 시스템(CRM, 정책 관리)과 에이전트 통합
모니터링, 감사 가능성 및 거버넌스 구축
사용자 교육 및 변경 관리 내장
주기 시간, 사기 감지, CSAT에 따른 KPI 추적
2단계: 재사용 및 내부 확장 활성화(2025년 3분기~4분기)
인접 기능 전반에 걸쳐 에이전트 역량을 확장합니다.
인수, 정책 서비스 및 고객 지원에 에이전트를 배치합니다.
재사용성을 위한 모듈식 에이전트 인터페이스 개발
에이전트 검색을 위한 내부 레지스트리 도입
규정 준수 및 보안 정책 표준화
다중 모드 에이전트 인터페이스로 확장
3단계: 에이전트 마켓플레이스 구축(2026년)
지능형 에이전트의 관리되고 셀프서비스되는 생태계를 육성합니다.
구조화된 역할 기반 Agentic Marketplace 출시
비즈니스 기능별로 재사용 가능한 에이전트를 큐레이션합니다.
주문형 에이전트 프로비저닝 및 오케스트레이션 활성화
AWS Bedrock Agents 및 Lambda와 통합
A/B 테스트 및 빠른 혁신 주기를 지원합니다.
4단계: AVRIO로 모든 것을 구동하세요(2026년 이후)
Agentic AI의 기업 기반으로 Trianz AVRIO를 설립합니다.
AVRIO를 사용하여 에이전트 생태계를 호스팅, 관리 및 확장합니다.
수명 주기 관리 및 버전 제어 활성화
지속적인 에이전트 최적화를 위해 연합 학습을 적용합니다.
파트너 및 생태계 참여자에 대한 접근성 확장
AVRIO를 지능형 운영을 위한 전략적 플랫폼으로 자리매김하세요
이러한 이니셔티브를 통해 에이전트 AI는 지능적이고 반응성이 뛰어나며 고객 요구 사항과 규제 요구 사항에 모두 긴밀하게 부합하는 미래의 운영 모델로 자리매김할 것입니다.
저자
