보험은 우리 모두에게 필요하고 그 특권을 누리기 위해 막대한 비용을 지불하는 것 중 하나이지만, 보험에 가입할 필요가 없기를 바라며 보험에 가입할 경우 지옥 같은 경험이 될 것이라는 것을 알면서도 생각하지 않는 것 중 하나입니다. 안타깝게도 주택 보험부터 자동차 보험까지 모든 보험의 보험료가 치솟으면서 더 많은 사람들이 불투명하고 복잡한 보험 업계에 머물러야 하는 상황에 처해 있습니다.
지난 한 해 동안 부동산 개발업체들은 최대 50%의 보험료 인상을 보고했으며, 자동차 보험은 17%나 급등했습니다. 또한 주택 보험 위기가 너무 심각해 매년 보험 가입을 포기하는 사람들이 늘어나고 있습니다.
대부분의 사람들에게 개인 보험은 삶을 뒤흔들 수 있는 수많은 (알려지지 않은) 위험에 대비하는 주요 원천입니다. 미국 이외의 지역에 거주하고 민간 의료 보험사에 의존하지 않더라도 자동차, 주택, 소득 및 생명에 대한 민간 보험에 가입해야 합니다. 그 외에도 금융, 비즈니스, 물류, 인프라, 정부 및 기타 사회의 모든 것을 보장하는 광범위한 유형의 상업 보험이 있습니다.
하지만 우리가 불확실한 세상에 대한 보루로 의존하고 있는 보험 산업도 점점 더 우리를 망치는 방향으로 설계되고 있습니다. 보험사들은 인공 지능과 같은 새로운 기술을 사용하여 고객의 정확한 위험을 계산하고 고객이 지불할 공정한 요율을 결정하는 대신, 편의성과 객관적인 위험 과학을 가장하여 우리의 안전을 약화시키고 수익을 창출하기 위해 온갖 종류의 새로운 방법을 혁신하고 있습니다.
보험은 안전함을 느끼게 해줘야 합니다
업계 관계자들과 이야기를 나누다 보면 보험은 마지못해 가입하는 것이라는 사실을 쉽게(심지어 너무 열심히) 인정합니다. 소비자들도 동의합니다. 민간 보험사는 소비자가 가장 신뢰하지 않는 산업 중 하나이며, 특히 건강 보험사는 가장 미움을 받고 있습니다. 평판 관리 컨설팅 회사인 Caliber의 새로운 보고서에 따르면, 소비자들은 보험을 "가치 중심적이라기보다는 필요악"으로 인식하고 있습니다. 즉, 보험은 공공을 위한 가치 창출이 아니라 "주주를 위한 막대한 이익 창출"에 의해 주도되는 것으로 본다고 Caliber의 선임 고문인 쇠렌 홀름은 최근 무역 전문지 Insurance Business와의 인터뷰에서 말했습니다.
그럼에도 불구하고 보험은 세상을 더 안전하게 만드는 데 중요한 도구입니다. 대규모 그룹이 위험을 분담함으로써 누구도 건강상의 위험이나 불의의 재난을 혼자서 감당할 필요가 없습니다. 이러한 사회적 연대감 때문에 초기의 많은 형태의 보험이 조합, 길드, 커뮤니티 그룹과 연계되어 있었습니다. 또한 자동차를 운전하거나 집을 살 때 보험 가입이 의무화되는 이유이기도 합니다: 보험은 모두가 함께할 때 더 잘 작동하기 때문입니다.
오늘날의 보험사들은 '마음의 평화'를 팔고 있다고 말하며, 필요할 때 언제나 곁에 있는 이웃처럼 자신을 홍보합니다. 그러나 보험사가 허점과 예외 조항을 이용해 보험금 지급을 거부하고 보험료를 계속 인상하거나 보험을 아예 취소하는 등 속았다고 느끼는 사람들에게는 이러한 안정감이 전혀 통하지 않습니다. 보험사에게 가장 좋은 시나리오는 재난을 겪지 않아 보험이 필요하지 않은 고객으로부터 보험금을 계속 받는 것입니다. 따라서 재해로 인한 보험금 지급 기한이 도래하면 보험사는 보험금을 지급하지 않으려 합니다. 결국 이웃이 아니죠
장막 뒤에서
보험은 난해하고 비밀스러운 비즈니스이기 때문에 우리 대부분은 보험금 청구 거부, 비용 인상, 보험금 지급 취소 등 빙산의 일각만 봅니다. 우리가 보지 못하는 것은 보험사가 우리를 어둠 속에 가두고 가능한 한 많은 데이터를 수집하고 서비스를 제공해야 할 고객으로부터 이익을 짜내기 위해 만든 복잡한 시스템입니다. 그리고 AI와 같은 기술의 통합은 보험업계가 우리를 속이는 능력을 더욱 강화하는 동시에 보험회사가 대중의 인식과 책임을 회피할 수 있게 해줄 뿐입니다.
과거에는 보험 정책이 주로 연령과 성별과 같은 광범위한 인구통계학적 범주에 기반했습니다. 이제 보험사는 방대한 양의 데이터에 액세스할 수 있기 때문에 객관적인 위험뿐만 아니라 소비자가 지불할 의사가 있는 금액에 따라 보험료를 책정하며, 이를 '가격 최적화'라고 합니다. 이러한 예측을 위해 보험사는 개인에 대한 데이터를 수집하고 분석하여 담배를 피우는지 여부부터 쇼핑 습관, 사용하는 인터넷 브라우저에 이르기까지 모든 것을 살펴보고 상세한 개인 프로필을 만듭니다.
보험회사의 윤리 컨설턴트인 던컨 민티는 최근 "보험회사가 보험계약자에 대해 수집하지 않은 데이터는 생각하기 어렵다"고 썼습니다.
이러한 데이터는 특정 소비자에게 얼마를 청구할지 결정하기 위한 분석용 독점 모델에 입력됩니다. 알고리즘이 제시하는 맞춤형 보험료는 다른 유사한 사람들과 비교한 위험도뿐만 아니라 고객 생애 가치 또는 고객이 평생 동안 얻을 것으로 예상되는 순이익과 같은 메트릭을 기반으로 합니다.
보험 회사는 이 마법의 가격표를 결정하기 위해 고객의 삶의 핵심적인 세부 사항을 자세히 조사합니다. 드론과 자동화된 이미지 분석을 통해 집의 지붕을 살펴보고, 차량의 스마트 장치에서 수집한 데이터를 기반으로 운전자의 주행 경로를 파악하거나, 영양 추적기를 통해 어떤 음식을 섭취하는지 살펴볼 수 있습니다. 또한 신용 점수, 우편 번호, 소셜 미디어 게시물, 배터리 충전 습관도 살펴볼 수 있습니다. 이러한 데이터는 계급이나 인종과 같은 사회적 범주의 프록시로 사용되거나 가격 및 정책 결정에 영향을 미치는 개인의 책임에 대한 도덕적 판단을 내리는 데 사용될 수 있습니다.
일본 최대 보험사 중 하나인 솜포 홀딩스의 사장은 작년에 "과거에는 신만이 알 수 있었던 것들을 AI를 비롯한 기술 덕분에 밝혀낼 수 있게 되었다"고 말했습니다.
누리꾼들은 공정성을 위한 것이라고 말하며 많은 데이터를 보유하는 것을 정당화합니다. 모든 사람은 자신의 위험에 따라 보험료를 내야 합니다. 공정한 가격을 알 수 있는 유일한 방법은 보험사가 각 개인에 대한 방대한 양의 정보를 보유하는 것입니다. 하지만 보험사가 정확히 어떻게 이러한 결정에 도달하는지는 거의 설명할 수 없습니다. 우리는 추측하고, 사물을 조합하고, 결과를 리버스 엔지니어링해야 합니다. 그리고 그 결과는 항상 보험사에게 유리하게 작용하는 것 같습니다.
최근 설문조사에 따르면 대부분의 사람들이 이러한 종류의 감시 프로그램에 반대하는 것으로 나타났습니다: "미국인의 68%는 보험 할인을 위해 운전 행동이나 위치 데이터를 수집하는 앱을 설치하지 않을 것입니다." 그러나 이러한 소비자 지지가 부족하다고 해서 보험사들이 이러한 프로그램을 의무화하기 시작한 것은 아닙니다. 예를 들어, 건강 보험사는 라이프스타일 데이터를 추적하는 기업 웰니스 프로그램에 직원의 참여를 의무화할 수 있으며, 자동차 보험사는 고위험군으로 간주되는 경우 차량에 스마트 기기를 의무적으로 장착하도록 할 수 있습니다.
보험 업계가 나아가고 있는 방향은 이러한 데이터의 홍수를 활용하여 역동적이고 끊임없이 변화하는 보험 정책에 맞춰 가격을 최적화하는 것입니다. 예를 들어, 보험사들은 온디맨드 보험과 같은 새로운 비즈니스 모델을 테스트하고 있습니다: 자동차 보험과 같은 연간 계약을 구매하는 대신, 운전할 때마다 보험이 활성화되고 운전하지 않을 때는 보험이 비활성화되는 방식입니다. 이러한 각 활성화는 새로운 계약과 새로운 가격으로 새로운 거래로 취급됩니다. 화창한 주말 아침에 식료품을 사기 위해 운전하는 것이 비 오는 저녁 러시아워에 자녀를 데리러 가는 것보다 비용이 적게 들 수 있습니다. 보험사들이 모바일 앱으로 가입할 수 있는 일일 열 보험과 같은 새로운 상품을 실험하면서 이 새로운 모델이 확산되고 있습니다.
전 Aviva의 CEO이자 현재 대규모 다국적 보험사인 Allianz Holdings의 CEO인 Colm Holmes는 2020년 인터뷰에서 이 모델의 문제점을 다음과 같이 요약했습니다: "데이터의 사용은 규제 당국이 검토해야 할 사항입니다. 개인을 보험에 가입시키면 보험 산업이 아니라 보험이 필요 없는 사람과 보험에 가입할 수 없는 사람만 만들어내기 때문입니다."
홈즈는 이러한 방향의 최종 결과는 위험에 처한 사람들은 보험에 대한 접근성을 잃는 반면 다른 사람들은 보험을 사용할 필요가 없어져 위험을 집단적으로 공유하는 보험의 전체 목적이 훼손된다고 말합니다. 이미 더 많은 사람들이 주택 보험을 해지하고 보험금 청구가 거부되는 것을 목격하고 있습니다. 또한 보험사에게는 무한한 이익이 될 수도 있습니다: 수백만 명의 사람들이 보험료를 납부하는 반면 보험사는 보험금을 지급할 필요가 거의 없거나 아예 없는 경우가 많기 때문입니다. 홈즈는 기업이 이러한 재정적 인센티브를 추구함으로써 스스로 파멸을 자초하는 것을 막기 위해 규제 당국이 나서서 한도를 설정해야 한다고 말합니다. 그렇지 않으면 진정한 의미의 보험이라고 할 수 없습니다.
Nickel and diming
최근 열린 국제 보험계리사 회의의 기조연설에서 영국 보험사 Lloyd's of London의 전 CEO인 Inga Beale은 우박으로 지붕이 파손된 후 주택 보험금을 청구하려 했던 이야기를 공유했습니다. Beale의 보험사는 수리를 위해 세 곳의 독립적인 견적을 받고, 서류 더미를 작성하고, 보험금 처리 담당자와 긴 시간 동안 대화하는 등의 작업을 요구했습니다. 결국 Beale은 이 모든 과정이 너무 답답해서 직접 수리비를 지불하기로 결정했습니다. Beale은 보험 업계 최고 수준의 전문 언더라이터였지만, 소비자가 정당하게 받아야 할 금액이 아니라 소비자가 기꺼이 받아들이는 금액에 따라 보험금을 지급하는 보험 업계 관행인 클레임 최적화의 피해자이기도 했습니다.
은퇴의 자유를 얻은 빌은 보험사들이 보험금 지급 제외 사유, 즉 위험을 인수하지 않거나 보험금을 지급하지 않는 사유를 찾는 데 집착하는 것을 목표로 삼고 있었습니다. 그녀는 이것이 보험의 사회적 목적에 반하는 것이라고 생각했습니다. 보험사가 위험한 것을 보장하지 않으려 한다면 보험이 무슨 소용이 있을까요? 빌은 이러한 관행을 지나치게 수익 지향적이고 위험을 회피하는 업계의 구조적 특징이라고 불렀습니다. 한 걸음 더 나아가겠습니다: 보험사들은 자신들의 이익을 높이기 위해 점점 더 반사회적이고 적대적인 태도를 보이고 있습니다. 여러분이 보험사를 미워할 수도 있지만, 보험사는 여러분을 더 미워할 수도 있습니다.
보험사가 보험금 지급액을 제한하는 한 가지 방법은 보험금 청구 건에 대해 보험금을 적게 지급하고 얼마나 많은 고객이 불만을 제기하는지 확인하는 것입니다. 불만 건수가 특정 임계값(예: 보험금 지급 결정의 5%가 정식 불만 사항)에 도달하지 않으면 다른 보험금 청구 건에 대해 지급 금액을 더 낮춥니다. AI 툴로 자동화할 수 있는 보험금 지급액 하향 조정 프로세스는 해당 불만 임계값에 도달할 때까지 계속됩니다.
또한 보험사는 고객에 대한 데이터 기반 분석을 통해 불만을 제기할 가능성이 높은 고객을 예측하고, 제안을 그냥 수락할 가능성이 높은 고객보다 더 공정한 거래를 선제적으로 제안할 수 있습니다. 또는 신용 점수가 낮아 당장 현금이 필요할 수 있는 고객을 타겟팅하여 보험금 지급액을 줄이는 대신 더 빠르고 번거롭지 않은 프로세스를 제공할 수 있습니다.
고객이 포기할 때까지 보험금 청구를 지연시키는 것 외에도, ProPublica의 최근 보도에 따르면 건강 보험사 Cigna는 의사가 환자 파일을 열지 않고도 의학적 근거로 즉시 청구를 거부할 수 있는 시스템을 사용하여 고객이 지루한 항소 절차를 거치도록 강요하는 것으로 나타났습니다. "프로퍼블리카는 "시그나가 이 심사 시스템을 도입한 것은 10여 년 전이지만, 보험업계 임원들은 비슷한 시스템이 업계 전반에 걸쳐 다양한 형태로 존재해 왔다고 말합니다."라고 설명합니다.
최적화는 차별에 대한 업계의 완곡한 표현입니다. 보험사들은 위험에 노출된 인구집단에 선을 그어 보험료를 더 많이 부과하고 보험금을 적게 지급하는 대신 자동화된 시스템을 사용하여 데이터에서 패턴을 찾아내고 수익성 있는 위험 관리를 위한 매개변수를 최적화하는데, 이는 종종 동일한 차별적 결과를 가져옵니다.
영국의 옹호 단체의 연구에 따르면 '빈곤 페널티', '인종 페널티', '충성도 페널티'와 같은 차별적 가격 책정에 대한 강력한 증거가 발견되었는데, 이는 가난하다는 이유로, 유색 인종 커뮤니티에 거주한다는 이유로, 정기적으로 보험사를 바꾸지 않고 한 보험사만 고집한다는 이유로 더 높은 보험료를 부과하거나 보장을 거부하는 경우입니다.
미국에서는 State Farm에 대한 집단 소송에서 보험금 청구 처리를 위해 자동화된 플랫폼을 사용하는 것이 인종 차별을 초래했다고 주장하며, "흑인 주택 소유자는 백인 주택 소유자에 비해 보험금 청구 승인을 받는 데 여러 가지 방법으로 훨씬 더 어려움을 겪었다"고 주장했습니다.
스테이트 팜 대변인은 뉴욕 타임즈와의 인터뷰에서 이렇게 말했습니다: "이번 소송은 스테이트 팜이 추구하는 가치를 반영하지 않습니다. State Farm은 모든 고객과 직원을 공정하고 존중하며 존엄하게 대우하는 다양하고 포용적인 환경을 조성하기 위해 최선을 다하고 있습니다." (판사는 9월에 원고의 인종 차별 주장에 대해 소송을 진행할 수 있다는 판결을 내리면서 State Farm의 기각 신청을 일부 기각했습니다.)
데이터 스트림에서 패턴을 찾아 보험사의 수익을 최적화하도록 설계된 알고리즘 시스템을 사용함으로써 소비자를 이용하는 이러한 관행은 더욱 심화되고 있습니다. 보험사들은 인과관계나 객관성을 바탕으로 의사 결정을 내리기보다는 상관관계와 해석에 의존합니다. 이러한 결정은 AI의 불투명성을 통해 세탁되어 보험사의 관행이 비윤리적이라고 판단될 경우 보험사는 그럴듯한 변명을 할 수 있게 됩니다. 기계가 결정을 내리는 경우 정말 누구에게 잘못이 있을까요?
민간 보험사들은 수익 증가라는 재정적 압박에 굴복하는 데 있어 유일무이한 위치에 있지만, 우리의 불안감을 이용하고 보호에 대한 욕구를 악용하며 가장 어려울 때 우리를 버릴 수 있는 독보적인 위치에 있습니다. 보험사들은 보험이 너무 지루하고, 이해하기 어렵고, 도전하기에는 너무 기술적인 분야라는 업계의 평판 뒤에 숨어 있습니다. 그러나 기후 위기로 인한 위험이 증가함에 따라 보험의 필요성은 더욱 커지고 접근성은 낮아지고 있는 지금, 우리는 보험사의 운영 방식과 보험사가 진정으로 누구를 위해 봉사하는지에 대해 더욱 비판적인 관심을 기울여야 합니다.
보험 접근성과 비용 상승의 위기는 보험업계에 대한 진정한 책임과 감독 없이는 해결할 수 없습니다. 보험은 보험 업계에만 맡겨두기에는 너무 중요한 문제입니다.
Jathan Sadowski is a Senior Research Fellow in the Faculty of Information Technology at Monash University. He co-hosts the podcast This Machine Kills and wrote the book Too Smart: How Digital Capitalism is Extracting Data, Controlling Our Lives, and Taking Over the World.
댓글 없음:
댓글 쓰기