인공지능(AI) 기술이 빠르게 진화하는 가운데 국내 보험업계에서도 단순 업무 자동화를 넘어 실제 의사결정 과정까지 AI를 활용하려는 움직임이 본격화 하고 있다.
특히 보험업은 문서 중심·규칙 기반 산업 특성상 AI 활용 가능성이 높은 산업으로 꼽히지만, 업계에서는 개인정보·보안·망분리 등 기존 금융 규제가 AI 확산 속도를 따라가지 못하고 있다는 지적도 나온다.
보험연구원은 28일 '보험산업의 AI활용에 따른 기회와 위협' 세미나를 열고 이같은 내용의 보험업계 AI 도입 현황과 제도 개선 과제를 논의했다.
특히 보험업은 문서 중심·규칙 기반 산업 특성상 AI 활용 가능성이 높은 반면 개인정보와 금융보안 규제로 인해 실제 현장 적용에는 제약이 많다는 지적이 집중적으로 제기됐다.
임성빈 고려대학교 교수는 이날 발표에서 "기계학습이 정해진 문제와 데이터를 기반으로 패턴을 학습하는 수준이었다면 최근의 기계추론 기반 AI는 새로운 문제를 해결하는 시스템으로 발전하고 있다"며 "보험사의 계리 가정 검토나 상품 개발 과정에서도 업무 활용도가 크게 높아질 수 있는 시대가 됐다"고 말했다.
규제가 AI 확산 속도 못 따라가
다만 업계에서는 현행 금융 규제가 AI 활용 확대의 걸림돌이 되고 있다는 목소리도 이어졌다.
서동훈 AIA생명 최고기술책임자(CTO)는 "국내 보험사들은 고객 서비스, 영업 지원, 내부 업무 효율화 등 다양한 영역에서 생성형 AI 도입을 시도하고 있다"면서도 "정작 핵심인 의사결정 AI는 도입이 쉽지 않다"고 말했다.
서 CTO는 "의사결정 AI의 경우 데이터 관리와 클라우드 승인 절차, 보안 규제 등 구조적 제약이 많다"며 "글로벌 보험사들은 클라우드 인프라와 데이터 거버넌스를 먼저 구축한 뒤 AI를 적용하고 있지만 국내는 외부 AI 활용 자체가 쉽지 않은 환경"이라고 설명했다.
이어 "AI는 실제 테스트와 운영 경험 축적이 핵심인데 국내에서는 테스트 환경 자체를 마련하기 어려운 경우가 많다"며 "국가 차원의 공용 테스트 환경이나 공동 AI 인프라 지원도 고민할 필요가 있다"고 제안했다.
금융위원회도 최근 보안 목적 AI 활용 등에 대해 망분리 규제 완화를 추진하고 있다. 오는 6월부터는 일정 규모 이상 금융회사 가운데 전자금융거래법상 전담 최고정보보호책임자(CISO)를 둔 49개 금융회사를 대상으로 망분리 규제 완화 신청이 가능해질 예정이다. ▷관련기사: 미토스 발 위협…금융위, 13년만에 금융사 망분리 완화(5월24일).
김규동 보험연구원 연구위원은 "보험산업은 데이터 축적량이 많고 반복적 의사결정 구조가 많아 AI 적용 가능성이 매우 높은 산업"이라며 "오히려 AI 도입 지연 자체가 장기적으로 더 큰 리스크가 될 수 있다"고 말했다.
그는 이어 "현재 금융당국 AI 가이드라인 역시 최종 책임은 경영진과 임직원에게 있다는 보조수단성 원칙을 유지하고 있다"며 "핵심은 AI 자체보다 금융당국이 어느 범위까지 업무 활용을 허용할 것인가의 문제"라고 덧붙였다.
AI 확산 속 보안 리스크도 부각
AI 활용 확대에 따른 보안 우려 역시 주요 화두였다. 임성빈 교수는 보험산업 특성상 대규모 개인정보와 의료정보를 다루는 만큼 데이터 유출 위험성이 매우 크다고 강조했다.
그는 스스로 보안 취약점을 찾아 해킹 공격을 실행할 수 있는 것으로 알려진 '미토스'를 언급하며 "보안 강화 시스템 체계의 허점을 찾아내 12시간 안에 공격이 가능해졌다"며 "그런데 이 때 바로 보안장치가 작동하는게 아니라 의사결정 체계에 따라서 대응을 하는데, 이 의사 결정을 하기에 12시간은 굉장히 짧다"고 설명했다.
전문가들은 보험산업에서 AI 활용도가 앞으로 더욱 높아질 것으로 보고 있다.
김규동 보험연구원 연구위원은 "보험산업은 데이터 축적량이 많고 반복적 의사결정 구조가 많아 AI 적용 가능성이 매우 높은 산업"이라며 "오히려 AI 도입 지연 자체가 장기적으로는 더 큰 리스크가 될 수 있다"고 말했다.
그는 이어 "현재 금융당국 AI 가이드라인 역시 최종 책임은 경영진과 임직원에게 있다는 보조수단성 원칙을 유지하고 있다"며 "핵심은 AI 자체보다 금융당국이 어느 범위까지 업무 활용을 허용할 것인가의 문제"라고 덧붙였다.
다만 대형사와 중소형사 간 AI 투자 여력 차이가 향후 시장 양극화로 이어질 수 있다는 우려도 함께 제기된다.
서동훈 CTO는 "고성능 AI를 활용하려면 대형사 수준의 투자 여력이 필요한데 중소형 금융사는 비용 승인이나 테스트 환경 마련 자체가 쉽지 않은 게 현실"이라며 "개별 기업이 독자적으로 구축하기 어려운 AI 엔진이나 보안 솔루션의 경우 정부나 유관기관 차원에서 제공하는 것도 하나의 대안이 될 수 있을 것"이라고 말했다.
