인공지능(AI)에 대한 인식과 적용 사이에는 격차가 있습니다.
맥킨지 연구에 따르면 AI를 인지하는 기업 중 약 20%만이 AI를 대규모로 또는 핵심 비즈니스 프로세스에 사용하고 있습니다. 그리고 2019년 MIT 슬론 매니지먼트 리뷰 연구에 따르면, 조사 대상 조직의 단 7%만이 머신러닝(ML)과 AI를 의사결정이나 프로덕션 워크플로에 적용했습니다.
대부분이 이제 막 AI 여정을 시작한 보험사들은 이 인식과 적용 격차에 빠지기 쉽습니다. 보험사들은 수십 년간 데이터 집약적 워크플로를 사용해 왔지만, 많은 곳이 여전히 AI를 최대한 활용하지 못하거나 전혀 사용하지 않고 있습니다.
올해 초, 우리는 AI 서밋의 일환으로 보험업계 AI를 논의하는 전문가 패널을 개최했습니다. 세션 동안 포레스터 리서치, 코그니전트, 머서의 게스트 전문가들이 보험 업계에서의 업무 인사이트와 경험을 공유했습니다.
이 기사는 세션을 몇 가지 핵심 아이디어로 분석하지만, 전체 경험을 원하신다면 AI 보험 세션 페이지로 가보세요.
여기서는 AI 트렌드와 보험사가 AI를 시작하는 데 사용할 수 있는 3단계 프로세스에 초점을 맞춥니다.
'보험 AI' 세션 전반에서 보험 업계의 미래가 AI를 최전선에 두고 조직 민첩성을 높이는 데 초점을 맞출 것임이 명확해졌습니다. 디지털 전환은 시장 리더십 달성과 혁신 중심 문화 촉진에 필수적이 되고 있습니다. AI는 그 전환의 필수적인 부분이 되고 있습니다.
모든 산업에 힘든 해였던 2020년은 보험 업계에 중추적인 해였습니다.
2020년은 보험 업계가 고객, 파트너, 직원의 급속히 진화하는 니즈를 충족하는 능력을 직면하게 만들었습니다. 예를 들어 맥킨지는 2020년 보고서에서 "영업 및 유통, 서비스 및 유지, 클레임에서 성숙한 디지털 기능을 개발한 보험사들은 위기를 잘 헤쳐나갈 수 있는 위치에 있고, 그렇지 않은 곳은 따라잡기 위해 빨리 행동해야 한다."고 지적했습니다.
이 직면은 디지털 전환이 위기 생존을 위해 필요할 뿐만 아니라 앞으로 번영하기 위해 필요함을 드러냈습니다.
2021년부터 AI와 자동화(기업 디지털 전환의 중심)는 미래 지향적 보험사들의 최우선 순위가 될 것입니다.
기술 예산이 감소하는 다른 산업과 달리, 보험 기술 예산은 증가하고 있다고 패널에서 카니가 설명했습니다. 카니에 따르면 포레스터 연구 결과 인용, 보험사 기술 예산 1.4% 증가가 미래의 일과 미래의 고객 경험을 가속화할 것입니다.
이 예산 증가의 많은 부분이 유지보수에만 쓰이는 것이 아니라는 점이 중요합니다. 카니는 이 예산의 33%가 신규 프로젝트에 투입된다고 공유했습니다.
홀리 올리브(당시 코그니전트 디지털 운영, 보험 컨설팅 리드)는 동의하며 경고했습니다: 예산이 이동함에 따라 모멘텀이 증가하고, 뒤처진 기업들은 뒤처질 수 있습니다: "기차가 움직이고 있습니다. 여러분은 그 위에 타고 싶을 것입니다."
그러나 보험의 미래는 기업의 AI 채택 의지뿐만 아니라 AI를 활용한 비즈니스 솔루션을 추구, 채택, 구현하는 능력에 달려 있습니다.
많은 산업에서 기술이 마케팅 약속을 따라잡지 못했기 때문에 AI에 대한 회의론이 존재합니다. AI와 ML은 많은 분야에서 마케팅 유행어가 되었습니다. 단순 규칙 기반 자동화를 제공하는 제품들이 종종 자사 제품이 지능적이라고 주장하지만 실제로는 그렇지 않습니다. 그런 제품들도 여전히 유용할 수 있지만, 진정한 AI 기반 솔루션이 제공할 수 있는 임팩트를 전달하지는 못합니다.
키노트 연사 크레이그 르 클레어(Craig Le Clair), 포레스터 수석 애널리스트에 따르면, 과장이 현실과 만나는 지점은 수평 및 수직 유스케이스에 초점을 맞춘 플랫폼입니다. 르 클레어는 AI 서밋 키노트에서 AI가 과거에는 별도 도구였지만 이제는 거의 모든 기술의 일부가 될 것이라고 설명했습니다: "AI가 애플리케이션에 스며들어 비즈니스를 수행하는 정상적인 방식이 될 것입니다."
AI의 미래는 멋진 도구를 채택해 올바른 방향으로 이끌게 하는 것이 아니라, AI의 이점을 활용하는 스마트 비즈니스 전략을 개발하는 것입니다.
보험 프로세스에 AI를 구현하기 위한 유스케이스는 많지만, 특히 AI에 적합한 프로세스가 하나 있습니다: 클레임 처리.
클레임 처리를 AI에 적합하게 만드는 네 가지 측면이 있습니다:
전통적인 보험 클레임 프로세스는 다음과 같습니다:
AI가 적용된 클레임 프로세스는 다음과 같습니다:
두 번째 예에서 인간이 마지막 단계에만 개입하고, 그것도 필요할 때만 개입함을 주목하세요. 클레임 프로세스가 더 빠르고, 오류가 적고, 훨씬 적은 수작업이 필요합니다.
이제 직원들은 반복적인 작업을 소프트웨어 로봇에 맡기고 더 매력적이고 인지적으로 도전적인 작업에 재집중할 수 있습니다.
AI가 기업 기술 솔루션 포트폴리오 내에 내장되면, 직원들은 클레임 처리 같은 지루하고 반복적인 작업에서 벗어나 더 매력적이고 인지적으로 도전적인 작업에 재집중할 수 있습니다.
패널은 AI 시작을 위한 세 가지 핵심 단계를 공유했습니다. 각 단계는 AI 구현을 더 쉽고 효과적으로 만듭니다.
실용적인 유스케이스를 찾고 해결할 고통 포인트를 우선순위에 두세요. 선택한 유스케이스가 실용적이기에 충분히 작지만, 이해관계자에게 측정 가능하고 영향력 있는 솔루션이 될 만큼 충분히 고통스러운지 확인하세요.
패널리스트 중 한 명인 키어런 길머레이(Kieran Gilmurray), 머서 글로벌 자동화 및 디지털 전환 전문가에 따르면, 보험 업계의 한 가지 장점은 유스케이스가 풍부하고 입증되었으며 검증되었다는 것입니다. 유스케이스는 이미 잘 알려져 있으므로 이곳은 혁신이 필요한 곳이 아닙니다.
올리브는 AI 이메일 분류로 시작할 것을 권장했습니다. 카니도 동의했습니다: 연간 2천만 통의 이메일을 받고, 각 이메일에 5분 이상 소요되므로 이메일 자동화는 큰 영향, 낮은 위험의 기회입니다.
도전 과제는 고객이 고객 지원에 광범위한 질문으로 정기적으로 이메일을 보내 응답 시간이 길어질 수 있다는 점입니다. 기회는 AI로 그 응답 시간을 단축하고 다른 기업이 여전히 느린 곳에서 점점 더 효율적이 될 수 있다는 것입니다. AI 초기 채택자에게 이 이점은 복합되어 경쟁사를 앞지르고 그들이 따라잡을 수 없을 만큼 앞서갈 수 있게 합니다.
AI 지원 이메일로 들어오는 커뮤니케이션을 이해하고 후속 커뮤니케이션을 예측할 수 있습니다. 즉, 고객이 특정 질문을 하지 않아도 이미 답변한 상태가 됩니다.
올리브는 작게 시작함으로써 가치 사슬을 조금씩 공략할 수 있다고 말합니다.
변혁적 기술에는 투자가 필요하지만, 필요한 투자가 항상 자본적인 것은 아닙니다. 자본도 중요하지만, 더 중요한 것은 혁신 문화에 대한 투자입니다. 기존 방법론과 관행을 넘어 게임 체인저인 기술을 채택할 수 있는 문화를 장려해야 합니다.
두 종류의 투자 모두 ROI에 대해 신중히 생각하게 합니다. ROI 비전을 현실과 맞추려면 프로세스 디스커버리로 ROI 분석을 프레임해야 합니다.
보험 업계 많은 이들이 기존 프로세스가 가진 의사결정 포인트 수에 익숙해져 많은 프로세스가 얼마나 복잡해졌는지 잊곤 합니다.
이러한 복잡한 프로세스 일부를 AI가 처리할 잠재력은 엄청나지만, 데이터로, 일화가 아닌, 비즈니스를 먼저 문서화하고 검토할 때만 가능합니다. 이 디스커버리의 목표는 AI를 통해 어디에서 가장 많은 가치를 제공할 수 있는지 결정하는 것입니다.
UiPath 태스크 마이닝과 UiPath 프로세스 마이닝이 모두 프로세스와 병목 현상을 이해하는 데 도움이 될 수 있습니다. 이러한 프로세스 디스커버리 도구로 측정 가능한 비즈니스 결과를 기반으로 AI 유스케이스 우선순위를 정할 수 있습니다.
거기서부터 ROI 이해를 넓혀갈 수 있습니다.
길머레이는 단기 AI 유스케이스가 있지만, 더 넓은 전환에는 스위치 하나로 되는 것보다 더 많은 것이 필요하다고 경고했습니다. AI 구현은 결국 비즈니스 운영의 중대한 변화로 이어지는 개선의 경로를 포함합니다.
팀에게 즉각적 수익을 압박하지 말되, 프로젝트 방향과 수익이 어디서 올지 이해하세요. AI는 어떤 의미에서 신입 직원과 비슷해, 훈련시키고 프로덕션 준비시키는 데 시간이 걸립니다. 그리고 직원처럼 AI 기반 솔루션은 비즈니스 요구에 따라 학습하고 조정할 수 있습니다.
올리브는 많은 기업이 비용 절감을 주요 지표로 과도하게 집중할 것이라고 경고했습니다.
그러나 AI의 진정한 가치는 제거하는 비용뿐만 아니라 창출하는 가치에 있습니다. AI는 예를 들어 더 나은 처리 시간과 더 높은 고객 만족도를 만들어 더 나은 고객 충성도로 이어집니다.
가장 좁은 수익부터 최대 잠재 가치까지 ROI를 정확히 추정할 수 있다면, 매번 가장 잠재력 있는 노력을 선택할 수 있습니다. UiPath 오토메이션 허브 같은 제품을 사용해 자동화 아이디어를 위한 중앙 위치를 만들고 정리하고 우선순위를 정할 수 있습니다.
디지털 전환이 기업 전체 전략적 목표에 부응하려면 AI 채택이 단일 팀 내에 사일로화되어선 안 됩니다. 자본 투자와 문화 투자의 지원으로 조직은 채택을 수용하고 확장할 수 있습니다. 광범위한 채택을 얻지 못하면 디지털 전환은 일어나지 않고, AI 프로젝트가 프로토타입으로 정체될 위험이 있습니다.
오직 비즈니스 전략 우선순위만이 AI가 확장되고 확산되도록 보장합니다.
위험은 기업이 비즈니스 전략보다 기술을 앞세우는 것입니다. 기술에 너무 집중하면 방정식이 틀린 것입니다. 비즈니스 전략이 먼저입니다.
길머레이는 비즈니스 레벨(또는 적어도 부서 레벨) 전략을 이해해 자신이 무엇에 기여하는지 알아야 한다고 권장했습니다. 기술은 비즈니스를 가능하게 합니다. 사람, 프로세스, 그리고 나서 기술입니다.
두 가지 질문을 해야 한다고 그는 말했습니다:
너무 많은 기업이 첫 번째 질문을 다루지 않고 두 번째 질문에만 집중합니다.
보험은 이미 데이터 중심 산업이므로, 올바른 데이터를 올바른 시기에 올바른 사람들에게 전달할 수 있다면 막대한 혜택이 따를 것입니다. ROI 계산은 절약된 시간 수만 포함하지 않습니다(하지만 그게 종종 1순위 동인입니다). 이 계산은 비즈니스 전략에 의해 정보가 제공되고 경쟁사가 무엇을 하고 있는지, 현재 비즈니스의 약점(서비스 수준 계약(SLA), 고객 응답 시간 등)을 고려합니다.
길머레이는 2020년이 '디지털 다윈주의' 시대로의 진전을 가속화했다고 논의했습니다. 이 시대에는 가장 강한 자만 살아납니다. 하지만 힘은 무력이 아닌, 기업이 변화하는 환경에 적응하려는 의지의 결과일 것입니다.
새로운 기술과 새로운 상호 보완적 비즈니스 전략이 보험사가 완전 자동화 기업(Fully Automated Enterprise™)이 되는 길을 닦을 것입니다. 완전 자동화 기업은 자동화, AI, ML, 그리고 그 기술들이 풀어주는 디지털 전환 혜택을 완전히 수용하는 기업입니다.
완전 자동화 기업은 지금과 미래의 변화를 견뎌낼 수 있는 기업입니다. AI는 무기에 추가할 단일 도구가 아닙니다. 광범위한 디지털 전환의 촉진자이며, 보험만큼 전환 기회가 많은 산업은 드뭅니다.
AI 채택과 구현 방법에 대해 더 알고 싶으시면, AI 서밋 이벤트의 일부인 '보험 AI' 세션 녹화를 확인하세요. 온디맨드로 제공되어 편한 시간에 시청할 수 있습니다.
이 기사 협업과 AI 서밋 '보험 AI' 세션 공동 진행에 감사드립니다. 일레인 매닉스는 UiPath 보험 리더입니다.
자동화 제어 시스템
최신 시각화 시스템으로 제조업체는 그 어느 때보다 빠르고 효율적으로 제품을 설계하고 제작할 수 있습니다. 제조 분야에서 시뮬레이션이 훨씬 더 광범위하게 활용되고 있습니다. 고급 시각화는 현장 CNC 가공부터 NC 장비의 오프라인 CAD/CAM 프로그래밍까지 곳곳에서 사용됩니다. 제품 수명 주기 관리(PLM) 영역에서 제품 개발자들은 설계 프로세스의 여러 단계에서 정교한 다중 물리 기반 CAE(컴퓨터 지원 엔지니어링) 애플리케이션에 크게 의존하여, 자동차 및 항공우주 같은 가혹한 환경에서 일반적으로 마주치는 열, 유체, 재료 피로
이 비디오는 저렴한 오프더셀프 USB 카메라와 Tormach ScanCAD 셰어웨어를 사용하여 밀링 머신을 2D 스캐닝 및 측정 시스템으로 전환하는 방법을 보여줍니다.CNC 스캐너 시작하기이 비디오에서 CNC 머시니스트는 부품을 스캔한 다음 가공합니다. 스캔 목적에 사용할 수 있는 다양한 카메라에 대해 설명합니다.Tormach CNC 스캐너 소개Tormach CNC 스캐너는 PCNC를 고해상도 2D 광학 스캐너 및 리버스 엔지니어링 시스템으로 변환합니다. 이 고유한 도구는 공구 제작, 예술, 수리 및 복원, 정밀 측정, 품질 보증
