$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

인슈어테크(InsurTech)산업에서의 인공지능(AI)을 활용한 보험서비스 마케팅사례 연구
Case Studies for Insurance Service Marketing Using Artificial Intelligence(AI) in the InsurTech Industry. 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.10, 2020년, pp.175 - 180  

조재욱 (대림대학교 경영학부)

초록
AI-Helper 아이콘AI-Helper

최근 활성화 되고 있는 인슈어테크(InsurTech) 산업에서의 인공지능(AI)을 활용한 보험서비스 마케팅 사례연구를 통해, 보험산업 생태계에서 혁신적인 기술(예: 인공지능, 기계학습 등)이 어떻게 활용되고 있는지 살펴보았다. 특히, 국내·외 서비스 사례연구를 통해 인공지능기술을 활용하여 파괴적 혁신을 가져온 미국의 레모네이드(Lemonade)사의 챗봇을 이용한 신속하고, 간편한 보험가입 및 보험금 지급 서비스, 국내 AI컴퍼니의 광학 문자 인식(OCR)기반의 진단서 입력을 통해 예상 보험금이 산출되는 보험금 산정서비스를 고찰해 보았다. 사례분석 결과 인공지능 기반의 수많은 고객데이터를 활용한 기계학습을 통해 보험 가입 및 지급 절차에 있어 리드타임을 획기적으로 단축하였고, 고객과 보험사간의 분쟁이 많은 보험금 산정에 있어서도 정확하고 합리적인 보험금을 산출함으로써, 고객만족과 고객가치를 높일 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Through case studies for insurance service marketing using artificial intelligence(AI) in the insurtech industry, it investigated how innovative technologies(artificial intelligence, machine learning etc.) are being used in the insurance ecosystems. In particular, through domestic and international ...

주제어

#인슈어테크   #인공지능   #기계학습   #레모네이드   #AI컴퍼니   #보험금 산정  

표/그림 (3)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구에서는 급변하는 보험산업의 현재 모습을 살펴보고 국·내외 보험서비스를 제공하는 스타트업 기업의 사례연구를 통해 시사점을 도출하고 보험 산업의 변화와 미래를 예측해 보고자 한다.
  • 본 연구에서는 현실에서 발생하는 사건과 사건과 관련되는 행동들을 통제할 수 없을 때, 유용한 방법론인 사례연구를 통해 보험산업에서의 인공지능과 관련된 기술 생태계를 살펴 보았다. 특히, 보험산업의 인공지능 기술을 활용한 챗봇, 빅데이터, 기계학습, 이미지 인식기술을 통해 보험상품 판매 및 보험금 지급, 빅데이터를 활용한 언더라이팅, 손해사정을 통한 예상보험금 지급에 대한 국내 외 사례 연구를 살펴본 것에 학문적 의의가 있다.
  • 본 연구에서는 급변하는 보험산업의 현재 모습을 살펴보고 국·내외 보험서비스를 제공하는 스타트업 기업의 사례연구를 통해 시사점을 도출하고 보험 산업의 변화와 미래를 예측해 보고자 한다. 이를 위해 미국의 인슈어테크 기업으로 주택보험에 특화되어, 동일한 위험에 대해 보험가입자끼리 그룹을 형성하고 일정 수 이상의 가입자들이 모이면 보험사와 보장내용과 보험금에 대한 협상을 통해 보험을 가입하는 P2P(Peer to Peer) 형태로 운영되고 있는 레모네이드(Lemonade)사와 인공지능(AI)의 이미지 인식 기술 기반으로 보험금을 쉽고, 빠르고, 합리적으로 산정해 주는 AI컴퍼니사의 보험금 산정 서비스를 고찰해 보고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
보험산업에서 인슈어테크 적용한다면 어떤 문제를 해결할 수 있는가? 인슈어테크의 가장 중요한 점은 혁신적 기술을 적용하여 보험산업에서의 가치를 창출했다는 점이다. 기존 보험사들이 늘 고민했던 문제인, 보험가입자가 손실을 크게 부풀린다던가, 손실을 조작하는 보험사기 등의 도덕적해이가 발생한다던가, 사고와 질병의 가능성이 높은 소비자가 보험을 가입하게 되는 역선택의 문제 등이 발생한 경우 혁신적 기술을 통해 문제를 해결할 수 있는 계기가 되었다. 특히, 본 연구에서 살펴본 레모네이드사의 경우 보험판매를 직접하고, 보험에 가입한 가입자들끼리 그룹핑을 통해 손실이 발생하면 그룹 전체가 손실을 충당하게 되는 P2P모델을 통해 가입자들의 보험사기 또는 부당한 보험 청구 등을 줄일 수 있다. 레모네이드사의 ’20년 1분기 기준 매출액이 약 2,620만 달러, 순손실은 약 3,650만 달러였다.
인슈어테크란 무엇인가? 인슈어테크(InsurTech)는 보험(Insurance)과 기술(Technology)이 결합한, 기존의 보험에 혁신적인 기술(예: 인공지능, 기계학습 등)을 적용한 새로운 보험 산업으로 정의할 수 있다[1,2]. 인슈어테크는 보험과 기술의 결합을 통해 소비자 중심의 다양한 보험 상품 개발로 이어졌다.
인공지능은 어떻게 분류되는가? 인공지능(AI : Artificial Intelligence)은 다트머스 회의(1956)에서 John McCarthy에 의해 처음 사용되었고, 기계에 의해 만들어지고 학습되는 인지능력(Cognitive abilities)으로 정의할 수 있다[11,12]. 인공지능은 크게 두 가지 나뉘는데, 마치 인간과 같이 이성적으로 사고하고 행동이 가능한 강인공지능(Strong AI)과 인간의 사고능력과는 비교될 수 없지만 지능형 시스템(Intelligent system)을 활용하여 제한된 업무를 수행할 수 있는 약인공지능(Weak AI)으로 분류할 수 있다[11,12]. 아울러 인공지능 학습방법은 수많은 데이터를 활용하여 비용함수의 최적화 방법으로 학습이 이루어 진다[13].
질의응답 정보가 도움이 되었나요?

참고문헌 (21)

  1. V. Ricciardi. (2018). InsurTech definition as its own manifesto. The INSURTECH Book: The insurance technology handbook for investors, entrepreneurs and Fintech visionaries, John Wiley & Sons. 

  2. D. Cortis., J. Debattista., J. Debono & M. Farrell. (2019). InsurTech. In Disrupting finance, Palgrave Pivot, Cham. 

  3. Y. H. Cho & H. Y. Lee (2018, January). Cases and implications of major insurtech companies. KIRI Weekly. 

  4. P. Marano. (2019). Navigating InsurTech: The digital intermediaries of insurance products and customer protection in the EU. Maastricht Journal of European and Comparative Law, 26(2), 294-315. 

    상세보기

  5. S. J. Park & J. Y. Park. (2017). InsurTech Innovation: the Current and the Future. Seoul : KIRI 

  6. M. Koprivica. (2018, November). Insurtech: challenges and opportunities for the insurance sector. 2nd International Scientific Conference ITEMA. (pp. 619-625). Austria. DOI: https://doi.org/10.31410/itema.2018.619 

  7. W. T. Watson. (2018). Quarterly InsurTech Briefing Q1. London 

  8. A. Sen & D. LAM (2016. 6. 10). Insurtech: disruptions and opportunities in the insurance industry. Pinebridge.com. 

  9. I. Y. Yun (2017. March). Insurance and technology convergence, insurtech. Convergence Weekly TIP 

  10. A. Braun & F. Schreiber. (2017). The current InsurTech landscape: business models and disruptive potential. Institute of Insurance Economics I. VW-HSG, University of St. Gallen. 

  11. G. Brewka. (1996). Artificial intelligence-a modern approach by Stuart Russell and Peter Norvig, Prentice Hall. Series in Artificial Intelligence, Englewood Cliffs, NJ. The Knowledge Engineering Review, 11(1), 78-79. 

    상세보기

  12. A. Bundy. (2017). Preparing for the future of Artificial Intelligence. US DOI: https://doi.org/10.1007/s00146-016-0685-0 

  13. D. K. Yi & J. E. Park. (2019). Digital signal change through artificial intelligence machine learning method comparison and learning. Journal of Digital Convergence, 17(10), 251-258. DOI : 10.14400/JDC.2019.17.10.251 

  14. E. Alpaydin. (2020). Introduction to machine learning. MIT press. 

  15. T. M. Mitchell. (1997). Machine Learning, New York: McGraw-Hill 

  16. H. H. Lee, S. H. Chung & E. J. Choi. (2016). A case study on machine learning applications and performance improvement in learning algorithm. Journal of Digital Convergence, 14(2), 245-258. DOI : 10.14400/JDC.2016.14.2.245 

  17. G. H. Kim & Y. G. Hong. (2017). Machine learning trends in networks. The Journal of The Korean Institute of Communication Sciences, 34(10), 38-44. 

  18. D. H. Choi & J. O. Park. (2015). Security tendency analysis techniques through machine learning algorithms applications in big data environments, Journal of Digital Convergence, 13(9), 269-276. DOI : 10.14400/JDC.2015.13.9.269 

  19. https://www.lemonade.com 

  20. https://biz.chosun.com 

  21. https://secfilings.nasdaq.com 

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로