(출처=이노에이엑스)
|

[기고] 기업 인공지능 전환, 모델 도입보다 업무 지식 체계화가 먼저다

기업의 인공지능(AI) 전환은 어떤 AI 모델을 도입할 것인지에서 시작하지 않는다. 중요한 것은 AI가 기업의 업무 방식과 판단 기준을 얼마나 이해하고 있는지다. 기업 현장에서 AI를 실제 의사결정에 활용하려면 문서에 담긴 정보를 추출하는 데 그쳐서는 안 된다. 추출한 정보가 어떤 업무 개념에 해당하는지, 어떤 기준을 적용해야 하는지까지 연결할 수 있어야 한다.

생성형 AI의 발전으로 기업은 문서 요약과 정보 추출, 질의응답 등 다양한 업무에 AI를 활용하고 있다. 그러나 AI가 정보를 찾아내는 것과 그 정보를 바탕으로 실제 업무를 처리하는 것은 다른 문제다. 기업의 판단에는 문서와 데이터뿐 아니라 회사가 정한 규정과 기준, 담당자의 검토 과정이 함께 필요하기 때문이다.

이 같은 간극을 줄이기 위해서는 기업의 업무 지식과 판단 규칙을 AI가 이해할 수 있는 형태로 체계화해야 한다. 기업용 AI 소프트웨어 기업 이노에이엑스가 개발하고 있는 지능형 의사결정 플랫폼(DIP·Decision Intelligence Platform)은 이러한 문제의식에서 출발했다. DIP는 업무 지식 지도인 온톨로지와 판단 규칙, AI를 하나로 연결해 기업의 의사결정 과정을 지원하는 플랫폼이다.

생성형 AI가 기업의 판단까지 이어지려면

기업은 매일 수많은 의사결정을 내린다. 보험사는 가입 신청을 받아들일지 판단하고, 금융회사는 대출 조건을 정하며, 제조사는 제품이 품질 기준을 충족했는지 판정한다. 이 과정에서는 여러 문서와 데이터에 담긴 정보를 확인하고 회사가 승인한 기준에 따라 판단해야 한다.

생성형 AI는 문서에서 필요한 정보를 추출하고 내용을 정리하는 데 강점을 보인다. 하지만 정보를 추출했다고 해서 의사결정이 끝나는 것은 아니다. 추출한 정보가 회사의 업무 기준에서 어떤 의미를 갖는지 해석하고, 상품이나 업무별로 다른 규칙을 적용해야 한다. 추가 자료를 요청하거나 예외적인 상황을 담당자에게 전달하는 등 실제 업무 절차도 이어져야 한다.

지난해 미국 매사추세츠공과대학교(MIT)의 Project NANDA 연구진도 기업들이 생성형 AI를 실제 업무 흐름에 통합하는 데 어려움을 겪고 있다고 지적했다. 이는 AI 모델의 성능만으로 기업의 업무 전환이 완성되지 않는다는 점을 보여준다.

온톨로지, 기업의 업무 지식을 연결하는 지도

이 역할을 하는 것이 온톨로지다. 온톨로지는 업무에 사용되는 개념의 의미를 정의하고 개념 간 관계를 정리한 일종의 지식 지도다. 서로 다른 표현으로 작성된 정보도 기업의 업무 기준에 맞춰 같은 개념으로 이해할 수 있도록 돕는다.

가령 보험 가입 신청서에 고객이 ‘혈압약을 먹고 있다’, ‘혈압 때문에 매일 약을 먹는다’, ‘고혈압 약 복용 중’이라고 각각 기재했다고 가정해 보자. 표현은 다르지만 모두 ‘복용 중인 약’이라는 하나의 업무 개념으로 연결할 수 있다. 이 개념은 다시 해당 보험상품의 복용 약 관련 심사 기준과 연결된다.

이때 신청서에 실제로 기재된 정보와 확인되지 않은 정보는 구분해야 한다. 복용 여부와 약의 종류처럼 신청서에서 확인한 내용은 근거 자료와 함께 기록하고, 기재되지 않은 내용은 추가 확인이 필요한 항목으로 남긴다. 실제 가입 여부와 조건은 이 정보를 바탕으로 회사가 승인한 심사 규칙이 판단한다.

중요한 것은 문구에서 업무 개념, 심사 기준, 최종 결과까지 이어지는 연결을 기록하는 것이다. 어떤 문장을 읽었고 어떤 정보를 추출했는지, 어느 시점에 어떤 기준을 적용했는지 남겨야 나중에 결과에서 출발해 판단의 근거를 되짚을 수 있다.

DIP는 이 같은 온톨로지와 업무규칙 관리 시스템(BRMS), AI를 결합한다. AI가 문서와 데이터에서 필요한 정보를 찾고, 온톨로지가 해당 정보를 업무 개념과 관계에 연결하며, BRMS 기반 판단 규칙이 기업이 승인한 기준을 적용하는 구조다. 정보가 불명확하거나 예외적인 판단이 필요한 경우에는 담당자가 검토하도록 설계하고 있다.

보험 인수심사에서 확인하는 DIP의 역할

DIP의 첫 적용 분야로 보험 인수심사를 고려하고 있다. 인수심사는 보험 가입 신청자의 위험을 평가해 가입을 받아들일지, 받아들인다면 어떤 조건을 적용할지 결정하는 업무다. 심사 결과에 따라 일반 조건으로 승인하거나 보험료 할증, 일부 보장 제한 등의 조건을 붙일 수 있으며 가입을 보류하거나 거절할 수도 있다.

인수심사가 복잡한 이유는 신청서에 기재된 정보와 상품별 심사 기준, 추가로 필요한 자료를 함께 검토해야 하기 때문이다. 같은 건강 상태도 고객마다 표현이 다르고, 보험상품에 따라 필요한 자료와 적용 기준도 달라진다. 담당자는 신청서를 읽고 관련 기준을 찾아 대조하는 과정을 반복해야 한다.

DIP가 적용된 인수심사 과정을 가상의 A씨 사례로 살펴보자. A씨가 건강보험 가입 신청서에 ‘혈압약을 먹고 있다’고 기재했다면 먼저 AI가 신청서에서 복용 관련 문구를 찾는다. 이때 원문이 기재된 위치를 함께 기록하고, 해당 내용을 ‘복용 중인 약’이라는 업무 개념에 연결한다.

다음으로 시스템은 온톨로지에 정리된 업무 개념과 관계를 따라 관련 질환 및 필요한 자료를 확인한다. 해당 보험상품의 필수 자료 기준과 비교해 누락된 자료가 있다면 심사 전에 추가로 요청할 수 있다.

필요한 정보가 확인되면 심사 규칙이 회사가 승인한 상품별 기준을 적용한다. 정보가 불명확하거나 자료 간 내용이 일치하지 않는 경우, 예외적인 판단이 필요한 경우에는 담당 심사자에게 검토를 넘긴다. 심사자는 관련 원문과 판단 근거, 추가 확인이 필요한 사유를 함께 확인할 수 있다.

이 과정에서 시스템은 읽은 원문과 추출한 정보, 적용한 규칙과 해당 규칙의 버전, 처리 결과, 심사자의 확인 및 수정 이력을 기록한다. 자료가 기준을 충족하면 신청은 다음 절차로 넘어간다. 그렇지 않으면 그 이유와 함께 심사자에게 전달된다. 담당자가 신청서를 처음부터 다시 읽는 대신 시스템이 전달한 정보와 검토 사유를 중심으로 확인할 수 있는 구조다.

심사 기준을 변경하는 과정에서도 사람의 역할은 유지된다. 수동 심사에서 같은 유형의 사례가 반복되면 시스템이 규칙 개선 후보를 제시하고, 담당자가 과거 사례에 미칠 영향을 검토한 뒤 적용 여부를 결정한다. AI가 임의로 심사 기준을 바꾸는 것이 아니라 회사가 승인한 기준에 따라 업무를 처리하고, 기준의 변경은 담당자가 결정하도록 하는 것이다.

판단 근거를 기록하고 사람은 예외에 집중한다

기존 기업 시스템도 정형화된 정보와 규칙을 활용해 많은 업무를 자동화하고 있다. 다만 자유롭게 작성된 문서를 읽거나 여러 자료를 함께 대조해야 하는 복합적인 업무에서는 담당자의 해석과 확인이 여전히 필요하다.

DIP가 지향하는 것은 이러한 업무에서 정보 추출과 기준 적용, 판단 근거의 기록을 연결해 자동화 범위를 넓히는 것이다. 시스템이 문서와 데이터 사이의 연결을 담당하고, 사람은 정보가 불명확하거나 예외적인 판단이 필요한 사안에 집중하는 구조다.

이를 통해 기대할 수 있는 효과는 여러 가지다. 먼저 필요한 자료를 사전에 확인해 서류를 다시 요청하는 일을 줄일 수 있다. 심사 과정에서 담당자가 직접 문서와 기준을 대조하는 시간도 줄어들 수 있다. 같은 정보와 같은 기준이 적용된다면 담당자에 따른 판단 편차를 줄이는 데도 도움이 된다.

다만 이러한 효과가 모든 업무에서 동일하게 나타나는 것은 아니다. 적용 업무의 특성과 데이터 품질, 기존 시스템과의 연계 수준에 따라 결과는 달라질 수 있다. 따라서 실제 업무에 적용하는 과정에서 효과를 검증하고 업무별로 필요한 기준과 지식 체계를 정교하게 만들어야 한다.

금융권 업무규칙 구축 경험을 바탕으로

DIP 개발의 기반에는 2007년 설립 이후 금융권에서 축적한 업무규칙 구축 경험이 있다. BRMS는 기업의 업무 기준을 규칙으로 만들어 관리하고 실행하는 소프트웨어다. 이노에이엑스는 금융사의 업무 규칙을 구축하면서 금융 업무 용어를 표준화하고 상품과 특약, 담보 등 다양한 개념이 어떻게 연결되는지 분석해 왔다.

국내 보험사의 72%, 카드사의 75%가 이노에이엑스의 업무규칙 관리 소프트웨어를 채택하고 있다. 이 같은 경험은 금융 업무의 개념과 관계를 정리하고 온톨로지를 설계하는 데 활용할 수 있다.

물론 기존에 많은 업무 규칙을 구축했다고 해서 업무 지식 지도가 저절로 만들어지는 것은 아니다. 규칙은 기업이 정한 판단 기준을 실행하는 것이고, 온톨로지는 그 기준이 적용되는 업무 개념과 관계를 체계적으로 정리하는 것이다. 두 요소는 역할이 다르지만 함께 연결될 때 기업의 의사결정 과정을 더 폭넓게 지원할 수 있다.

DIP는 기존 BRMS의 역할을 확장해 문서와 데이터에서 정보를 찾고, 업무 개념 사이의 관계를 연결하며, 처리 이력까지 한곳에서 확인할 수 있도록 하는 데 초점을 맞추고 있다.

인수심사에서 보험금 지급·제조 품질 판정까지

온톨로지와 판단 규칙을 연결하는 구조는 보험 인수심사 외에도 다양한 업무에 적용할 수 있다. 보험금 지급 심사에서는 보험금 청구 서류와 약관, 지급 기준을 연결할 수 있고, 보험사기 탐지나 불완전판매 점검에서도 관련 정보와 업무 기준을 함께 검토하는 데 활용할 수 있다. 제조 현장에서는 제품의 품질 데이터를 검사 기준과 연결해 품질 판정 과정을 지원하는 방식으로 확장할 수 있다.

이노에이엑스는 DIP 외에도 기업의 AI 활용을 지원하는 제품을 개발하고 있다. 약관과 규정을 업무 규칙으로 전환하는 작업을 지원하는 ‘Rule Copilot’과 AI의 판단에 기업 정책을 적용하고 근거를 기록하는 ‘AI 거버넌스 플랫폼’이 대표적이다. 올해 7월 삼성생명에 처음 적용한 보험 요율 산출 자동화 솔루션 ‘이노파스(InnoPAS)’에도 AI 기능을 더하고 있다.

기업의 AI 전환은 단순히 새로운 모델을 도입하거나 기존 업무에 AI 기능을 추가하는 것으로 완성되지 않는다. AI가 기업의 업무 개념과 판단 기준을 이해하고, 그 기준에 따라 업무를 처리하며, 결과가 나온 근거까지 확인할 수 있어야 한다.

AI를 실제 기업 업무에 정착시키려면 기업 스스로 자신이 일하는 방식을 먼저 정의해야 한다. 2007년부터 금융 현장에서 업무규칙을 구축해 온 경험을 바탕으로, 현업 담당자가 결과의 근거를 확인하고 신뢰할 수 있는 의사결정 플랫폼을 만드는 것이 이노에이엑스가 DIP 개발을 통해 이루고자 하는 목표다.

기고 : 김동규 이노에이엑스 사업전략기획실 상무

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다


The reCAPTCHA verification period has expired. Please reload the page.