정부, 9조원대 보험사기 막으려고 AI 탐지 체계 만든다

• 정부가 AI 기반 보험사기 방지체계 구축에 들어감

  • 금융위원회가 4일 보험조사협의회를 열고 관련 태스크포스를 출범함
  • 생성형 AI와 딥페이크가 보험사기에도 악용되기 시작했다는 위기감이 배경임

• 숫자가 꽤 큼. 지난해 보험사기 적발 규모는 1조1571억원

  • 매년 증가하는 추세로 설명됨
  • 정부는 적발되지 않은 보험사기까지 고려하면 전체 규모를 약 9조원으로 추정함
  • 보험금 누수는 결국 보험료 상승으로 이어지고, 건강보험 급여 청구까지 엮이면 재정 누수도 생김

• 보험사기 비중은 장기보험이 가장 큼

  • 실손보험과 건강보험 같은 장기보험이 44.7%
  • 자동차보험은 22.4%
  • 생명보험은 21.8%
  • 일반손해보험은 11.2%

• 태스크포스는 3개 분과로 운영됨

  • 법·제도분과
  • 데이터분과
  • 인프라분과
  • 보험사기 정보 집중과 공유를 위한 법적 근거, AI 기반 패턴 분석, 위험지수 개발 같은 과제를 논의함

• 방향은 “AI로 만든 범죄는 AI로 잡자”에 가까움

  • 기존 보험사기 대응 시스템은 이미 있지만, 유기적 시너지가 부족하다는 진단이 있음
  • AI 플랫폼을 고도화하고, 원본 대조 같은 전통적 탐지 수단도 같이 활용하는 방안을 검토함
  • 동시에 개인정보 보호와 선량한 보험계약자 권익 침해를 막는 장치도 같이 추진하겠다고 밝힘

• 일정은 3개월짜리임

  • 금융위는 태스크포스를 3개월간 운영함
  • 9월에 AI 기반 보험사기 방지체계 구축방안을 마련할 계획임
  • 실제 성패는 보험사·기관 간 데이터 공유 범위, 오탐 처리, 개인정보 보호 설계가 얼마나 구체적으로 나오느냐에 달려 있음

---

기술 맥락

• 이번 체계의 핵심 선택은 보험사기 탐지를 규칙 기반 시스템에서 AI 기반 패턴 분석으로 넓히겠다는 거예요. 생성형 AI와 딥페이크를 쓰면 기존 원본 대조나 서류 확인만으로는 놓치는 케이스가 늘 수 있거든요.

• 데이터분과가 따로 있는 이유도 중요해요. 보험사기 탐지는 청구 데이터, 사고 유형, 진료 패턴 같은 민감한 정보를 다뤄야 해서, 데이터 공유 근거와 개인정보 보호 설계가 없으면 모델을 제대로 만들기 어려워요.

• 위험지수 개발은 조사 우선순위를 정하려는 목적에 가까워요. 모든 청구를 사람이 깊게 볼 수 없으니, AI가 의심 패턴을 점수화하고 조사 인력을 고위험 건에 집중시키는 방식이 필요해요.

• 다만 오탐이 생기면 선량한 가입자가 피해를 볼 수 있어요. 그래서 AI 탐지 모델만 고도화하는 게 아니라, 원본 대조 같은 기존 방식과 이의제기 절차를 같이 설계해야 실제 서비스로 굴러갈 수 있어요.