Verisk, 생성형 AI와 Amazon Bedrock으로 ISO 등급 콘텐츠 분석 자동화

Verisk, 생성형 AI와 Amazon Bedrock으로 ISO 등급 규정 접근 자동화하다

최근 보험 IT 업계에서는 방대한 등급 규정 데이터의 변경을 체계적으로 추적하고 분석하는 것이 중요한 과제로 떠오르고 있습니다. Verisk는 이런 업무를 자동화하여 혁신적으로 개선하기 위해 Amazon Bedrock과 생성형 인공지능을 활용한 사례로 주목받고 있습니다. 이번 포스팅에서는 Verisk가 ISO 전자 등급 콘텐츠(ERC)에 적용한 자동화된 분석과 접근 방식을 중심으로, 그 구성과 활용법, 구축 가이드, 기술 비교, 비즈니스 효과 등을 자세히 살펴봅니다.

ISO 등급 콘텐츠 변경 접근의 기존 문제

기존에는 보험사가 ISO 등급 콘텐츠가 업데이트될 때 마다 전체 파일 패키지를 다운로드하고 수작업으로 이전 버전과 비교 분석해야 했습니다. 이 접근 방식은 다음과 같은 비효율이 있었습니다:

• 콘텐츠 전체를 내려받아 일부분만 확인하는 불필요한 다운로드
• 문서 간 비교 분석이 어려워 업무 시간이 과도하게 소요
• 새로운 사용자 교육이 수 시간에 이르는 반복 업무
• 고객지원 부서의 부담 증가(문의 응답에 주간 업무의 15%)

이러한 불편을 개선하고자 Verisk는 AWS 기반의 자동화된 생성형 AI 솔루션 구축에 나섰습니다.

생성형 AI 기반 솔루션 구성

Verisk는 Amazon Bedrock에서 제공하는 Anthropic Claude Sonnet 3.5를 중심으로, OpenSearch, ElastiCache, Lambda, S3 등을 아우르는 자동화 시스템을 구현했습니다. 이를 통해 등급 콘텐츠 변경 사항에 대한 대화형 질의응답 시스템이 완성되었습니다.

주요 구성요소는 다음과 같습니다:

1. 데이터 인제스쳔: 새로운 등급 파일이 업로드되면 Lambda 함수가 실행되어 문서를 조각(chunks)으로 분해하고, 이를 amazon titan-embed-g1-text-02 임베딩 모델로 처리하여 OpenSearch Serverless에 벡터 형태로 저장합니다.

2. 추론 루프: 사용자의 자연어 질의에 따라 대화 기록을 결합하여 벡터 검색 후 Claude Sonnet 3.5를 사용해 응답을 생성합니다. ElastiCache는 대화 기록 저장을, OpenSearch는 받아온 데이터를 기반으로 생성형 모델 활용을 지원합니다.

3. 응답 평가: 응답은 커스텀 평가 API에 의해 감성, 정확성, 컨텍스트 기반 적합도 등을 평가받습니다. 결과는 분석용으로 S3 및 Snowflake에 저장되며, 향후 모델 성능 개선에 활용됩니다.

4. 대화 이력 저장 및 분석: 사용자의 상호작용 히스토리는 Lambda를 통해 S3, Snowflake로 저장되며, 이를 토대로 대시보드를 통해 사용자 행동 분석 및 문제 식별이 가능합니다.

차별화된 기능 활용 사례

이 시스템은 다음과 같은 방식으로 빛을 발합니다:

• 사용자 맞춤 질의 응답: "최근 등급 변경 중 보장 범위가 변경된 항목은?" 같은 질문에 대해 Claude Sonnet 3.5가 문맥 기반 요약을 제공합니다.
• 자동화된 비교 분석 기능: 과거와 현재 등급 파일 간 차이를 자동으로 비교, 수작업 분석 시간 대폭 절감
• 고품질 정보 추출: Amazon Bedrock Guardrails와 커스텀 모델 검증으로 응답 품질과 법적 준수 확보
• 빠른 고객 온보딩: 반복 교육을 없애고 대화형 인터페이스로 고객 자가 학습 유도

이러한 기능들은 AI 활용성과 API 기반 배포 방식, 데이터 자동화의 모범 사례로써 높은 활용 가이드를 제시합니다.

비즈니스 효과 및 자동화 성과

Verisk는 이번 시스템을 통해 다음과 같은 자동화 및 운영 고도화 성과를 거두었습니다:

• 사용자의 처리 시간 최대 90% 이상 절감 (3~4시간 → 수 분)
• 고객지원 시간 절감 및 셀프서비스 환경 조성
• 온보딩 시간 단축 및 반복 교육 제거
• 내부 운영 효율화 및 유연한 서비스 확장

결국 Verisk는 AWS 클라우드 기술과 생성형 AI 활용을 통해 콘텐츠 사용의 접근성과 분석 자동화를 동시에 실현하면서, 기업과 고객 모두에 실질적인 시간 절감과 효율 증가를 달성했습니다.

앞으로 Verisk는 보다 다양한 질의 유형과 새로운 상품군에 활용 확대를 추진하며, Amazon Bedrock과 함께 대화형 시스템을 확장·배포하는 클라우드 전략을 지속할 계획입니다.

[1] https://aws.amazon.com/blogs/machine-learning/streamline-access-to-iso-rating-content-changes-with-verisk-rating-insights-and-amazon-bedrock/