[Data Science] 빅데이터 분석법은 '보험 사기'를 어떻게 식별할 것인가?

빅데이터 분석의 장점 중 한 가지는 아마도 사기 예방일 것이다.

수많은 평가를 통해 보험 회사가 지급하는 보험료의 적어도 10퍼센트는 사기에 대한 것이며, 전세계의 사기 피해로 인한 보상은 수백만에서 수억 달러 규모에 이른다. 보험 사기가 새로운 문제는 아니지만 문제의 심각성은 나날이 증가하고 있으며 보험 사기의 가해자의 수법 또한 정교해지고 있다.

그렇다면 과연 보험 회사가 사기를 감지하는 방안에 있어 빅데이터가 할 수 있는 역할은 무엇일까? 보험 회사는 가급적 초기에 사기를 방지하려고 한다. 월급, 의료비 청구, 변호사 비용, 인구 통계, 날씨 데이터, 콜센터 기록, 음성 데이터 기록 등의 과거 데이터 및 실시간 데이터를 기반으로 한 예측 모델을 개발하여 회사들은 초기 단계에 사기성이 있는 수상한 클레임을 식별하는데 도움을 얻을 수 있을 것이다.

예를 들어, 개인적 부상 청구가 잠재적으로 가짜 의료비 청구나 연출된 사고일 수 있다. 보험 회사들은 자동차 보험 또는 의료 사기를 저지르는 정교한 범죄 조직이 증가하고 있다는 사실을 알고 있다. 이러한 조직은 각 나라의 서로 다른 지역에서 또는 다른 이름의 청구자로 둔갑하여 유사한 수법으로 범행을 저지르고 있다.

빅데이터 분석은 과거 청구에 대한 패턴을 통해 사기가 너무 많이 진행되기 전에 미리 새로운 보험 청구에 대한 유사수법을 식별하거나 의문점을 제기한다.

보험회사의 위험 및 사기 예방 전문가들은 보험통계원, 보험업 실무자들 및 보험 경영관리자와 함께 보험사기 시도를 예측하고 줄이는데 도움을 줌으로써 잠재적으로 막대한 이익을 가져다 줄 수 있다. 목표는 손실을 처음으로 알아차리는 순간에 사기를 식별해 내야 하는 것이다. 즉, 보험통계원과 보험업자들을 필요로 하는 바로 그 시점에 말이다.

다음 예를 생각해 보자. 보험회사들은 새로운 청구를 진행하는 방식 결정에 있어 실시간으로 의사결정을 하는 역량을 키우려고 한다. 사기 청구와 관련된 소송 청구 등의 비용은 꾸준히 증가하고 있다. 보험회사는 보험업자들이 청구의 법적 정당성을 평가할 수 있도록 돕기 위해 회사 정책을 확장해 오고는 있지만, 보험업자들은 번번히 적절한 타이밍에 적절한 결정을 내릴 수 있는 데이터가 부족하다고 생각한다.

보험회사는 다양한 출처로부터 오는 데이터의 통합 및 분석을 제공할 수 있는 빅데이터 분석 플랫폼을 시행하고 있다. 플랫폼은 소셜 미디어 데이터 및 스트리밍 데이터를 확장 활용하여 실시간 뷰를 제공하고 있다. 콜센터 직원들은 최초의 요청이 제기되었을 때 청구인와 서비스 제공자들간의 가능한 행동 패턴에 대한 보다 깊은 통찰력을 가질 수 있다.

예를 들어 콜센터 직원들은 청구인이 6개월 전에 발생했던 유사한 클레임의 증인이었다는 사실에 대한 정보를 얻을 수 있다. 다른 기이한 행동 패턴을 찾아내고 이에 대한 정보를 요청자에게 알려줌으로써 클레임 프로세스가 더 진행되기 전에 중단시킬 수 있다는 것이다.

다른 상황에서, 소셜 미디어 데이터는 클레임에 설명된 조건들에 반해 사건이 해당일에 발생하지 않았다는 의문을 제기할 수도 있다. 예를 들어, 청구인의 자동차가 홍수로 유실되었다고 주장하는데 소셜미디어를 통해 그의 차가 사건 당일에 다른 도시에 있었다는 것을 밝혀내는 것이다.

보험 사기는 보험 실무자가 재빨리 빅데이터 분석과 보험 사기 문제를 증명할 수 있는 또다른 고급 기술을 결합하는 막대한 비용이 지출되는 부분이다.

정형 또는 비정형화 된 막대한 청구 관련 데이터의 사기 행동 패턴을 찾아낼 수 있는 빅데이터 분석을 활용하여 보험회사들은 실시간으로 사기를 감지하고 있다. 이러한 부분의 투자에 대한 보상은 어마어마할 것이다. 빅데이터 플랫폼 시행에 앞서 복잡한 정보와 일, 월의 시간 수준이 아닌 분, 초 단위로 사건 시나리오를 분석할 수 있는 능력을 우선 갖춰야 할 것이다.