| 서울=한스경제 이지영 기자 | 국내 손해보험업계가 자동차보험 손해율 상승으로 수익성 방어에 비상이 걸렸다. 보험료 인상 효과가 제한적인 데다 보험금 지급 부담과 계절적 리스크까지 확대되고 있기 때문이다. 이에 보험사들은 계약자의 위험을 평가해 인수 여부와 조건을 결정하는 심사하는 과정과 보험사기 탐지, 보험금 심사 과정 등에 AI를 접목해 본업 경쟁력 강화에 나서고 있다.
최근 손보업계가 직면한 최대 과제는 자동차보험의 수익성 악화다. 5년 만에 보험료를 인상했음에도 손해율이 다시 상승세를 보이고 있다.이에 손해율 관리와 비용 효율화, 리스크 관리 역량이 한층 중요해지고 있다.
손해보험협회에 따르면, 삼성화재·DB손해보험·현대해상·KB손해보험·메리츠화재 등 5개 대형 손해보험사의 올해 1월부터 5월까지의 누적 자동차보험 손해율은 평균 84.1%로 집계됐다. 지난해 같은의 손해율 (82.8%) 대비 1.3%포인트(p) 상승한 수치다. 회사별로는 DB손해보험이 84.9%로 가장 높았다. 이어 KB손해보험(84.8%)·삼성화재(84.7%)· 현대해상(84.2%)·메리츠화재(81.7%)가 뒤를 이었다.
자동차보험 손해율은 보험료 대비 사고보험금 지급 비율을 의미하는 수익성 지표다. 보험업계는 일반적으로 80% 안팎을 손익분기점으로 본다. 손해율이 높을수록 보험료 수입 대비 보험금 지급 부담이 커 그만큼 수익성은 악화되는 구조다.
손해율 상승은 주요 손보사의 실적에도 영향을 미치고 있다. 올해 1분기 삼성화재·DB손해보험·메리츠화재·현대해상·KB손해보험 등 5대 손보사의 자동차보험 합산 손익은 461억원 적자를 기록했다. KB손해보험이 249억원으로 적자 폭이 가장 컸으며 현대해상(-140억원)·삼성화재(-96억원)·메리츠화재(-64억원)이 적자를 가록했다.
자동차보험 손해율 상승의 주요 원인으론 과거 보험료 인하에 따른 수입 기반 약화와 보험금 지급 규모 확대를 꼽을 수 있다. 금융당국의 상생금융 기조에 따라 손보사들은 최근 수년간 자동차보험료를 인하해 왔다. 하지만 정비공임과 인건비 상승 등으로 손해액이 늘면서 보험금 지급 부담은 지속적으로 확대됐다.
이에 손보사들은 올해 5년 만에 자동차보험료를 1.3~1.4% 인상하며 수익성 방어에 나섰다. 삼성화재와 현대해상은 1.4%, DB손해보험·KB손해보험·메리츠화재는 1.3%씩 보험료를 올렸다. 하지만 손해율은 지난해보다 더 오르고 있다.
손보업계는 하반기 계절적 리스크가 이어질 경우 자동차보험의 수익성은 더 악화될 것으로 보고 있다. 7~8월은 집중호우와 태풍에 따른 차량 침수 피해가 늘어나는 데다 휴가철 이동량 증가로 교통사고 발생도 증가하기 때문이다. 실제 지난해 7월 주요 손보사의 자동차보험 손해율은 평균 92.1%까지 치솟았다.
여기에 상해등급 12~14급인 경상환자가 사고 후 8주를 초과해 치료를 받을 경우, 추가 진단서와 치료 필요성 입증자료를 제출하고 별도 심사를 받도록 하는 제도인 8주룰 시행이 지연되면서 손해율 개선이 불투명해졌다.
이에 손보사들은 AI 중심의 인공지능 전환(AX)을 가속화해 계약자의 위험을 평가해 인수 여부와 조건을 결정하는 심사하는 과정과 리스크 관리 역량을 고도화하며 본업 경쟁력 강화에 나서고 있다.
삼성화재는 데이터 분석·머신 러닝(Machine Learning)·딥 러닝(Deep Learning)·생성형 AI 등을 활용해 보험 심사·청약·보상 전 과정에 적용하고 있다. 이는 AI 기반 사전 분석과 최적 상품 설계를 결합한 언더라이팅(Upwriting) 모델을 구축해 보험 산업에 새로운 패러다임을 제시하기 위함이다.
삼성화재의 장기보험 상병심사 시스템인 장기U는 머신러닝을 기반으로 피보험자의 질병을 고려해 보험사가 인수할 수 있는 최적의 담보를 빠른 시간 내에 찾아준다. 이를 통해 진단서와 검사결과지와 같은 방대한 의료 문서를 AI가 자동 분석해 핵심 정보를 추출하는 방식으로 심사 효율성을 높이고 있다.
DB손해보험은 올해 핵심 과제로 수익성 중심의 경쟁우위 확보와 AI 기반 사업구조 혁신에 치중하고 있다. 전사 차원의 AI Impact 전략을 통해 업무 전반에 AI를 접목하고 생산성 향상과 비용 구조 혁신을 추진한다는 방침이다.
앞서 DB손해보험은 삼성SDS와 공동 개발한 AI 에이전트를 통해 보험금 접수부터 지급까지 고객 응대를 지원하고 있다. 음성인식(STT)과 음성합성(TTS) 기술을 활용해 사고 접수와 서류 안내, 보상 절차를 자동화하면서 고객 대기 시간을 줄였다.
메리츠화재는 보험사 중 처음으로 거대언어모델(LLM) 기반 콜센터를 가동중이다. 정해진 시나리오를 따르지 않고 자연어로 대화하는 상담 시스템이 특징이다. 보험금 지급 심사에도 AI OCR 기술을 적용해 업무 효율성을 높였다.
현대해상은 외형 성장보다 자본 확충과 보험계약마진(CSM) 확대를 경영 기조로 제시했다. 장기보험 중심 포트폴리오를 기반으로 손해율과 비용 구조를 개선하는 한편, 올해를 AX 성과 창출의 원년으로 삼아 AI 기반 업무 혁신을 단계적으로 확대하며 본업 수익성과 재무건전성 강화에 나서고 있다. 현대해상은 지난해 AI 기반 업무지원 모델인 AI 어시스턴트(Assistant)를 도입해 AI 자동심사 프로세스 2Q-PASS(패스)를 개발·운영에 들어갔다.
KB손해보험은 AI 데이터분석 파트를 중심으로 AI 기반 서비스 고도화에 속도를 내고 있다. KB금융그룹의 KB GenAI 포털을 활용해 임직원 업무 생산성 향상 과제를 발굴하는 한편, 머신러닝 기반 예측 모델을 통해 고객 이탈 위험과 계약 갱신 가능성, 우량·불량 고객 분류 등 데이터 기반 의사결정 체계를 강화하고 있다.
앞서 KB손해보험은 지난해 9월에는 생성형 AI 기반 자동차사고 과실비율 AI 에이전트를 업무에 도입했다. 이는 접수된 사고 내용을 AI가 분석해 예상 과실비율을 자동 산정·안내해 사고 처리의 신속성과 객관성을 높이고 있다.
▲ "보험사기 탐지부터 언더라이팅까지"…AI 손해율 관리·리스크 혁신 경쟁
더불어 업계에서는 AI가 손해율 관리와 계약자의 위험을 평가해 인수 여부와 조건을 결정하는 심사하는 과정인 언더라이팅, 보험사기 대응 등이 보험사의 본업 경쟁력을 좌우하는 핵심 요소로 보고 있다.
고객 정보·사고 이력·의료 및 정비 기록 등의 데이터를 기반으로 위험을 사전에 예측하고 보험사기와 과잉 지급을 차단해 손해율 관리와 비용 효율화를 높이는 것이 중요해졌기 때문이다.
이에 주요 손보사들은 AI 기반 보험사기 탐지 시스템(FDS) 고도화에 속도를 내고 있다. 삼성화재는 AI 보험사기 탐지 시스템(IFDS)을 통해 조직형·다발성 보험사기를 선별하고 있다. DB손해보험도 빅데이터 기반 DB T-System으로 공모 관계와 이상 패턴을 분석하며 보험사기 대응 역량을 강화하고 있다.
생성형 AI와 AI 에이전트 기술 확산이 보험 업무 전반의 운영 효율성과 생산성 제고는 물론 리스크 관리 체계 고도화까지 이끌고 있는 것이다
업계 관계자는 "보험업의 경쟁력은 보험금을 얼마나 빨리 지급하느냐보다 위험을 얼마나 정확하게 예측하고 관리하느냐에 달려 있다"며, "특히 AI는 보험업의 무게중심을 사후 손실 관리에서 사전 위험 예측·관리로 옮기는 핵심 기술로 자리매김하고 있다"고 전했다.
이어 "생성형 AI와 AI 에이전트 기술이 고도화될수록 손해율과 사업비를 효율적으로 관리함은 물론 고객 맞춤형 서비스와 리스크 관리 역량도 한층 강화될 것이다"고 말했다.
Copyright ⓒ 한스경제 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
