콤텍시스템 AWS 사례 - 손해보험협회

[Executive Summary]

손해보험협회는 국내 손해보험업계를 대표하는 공공성·비영리 사단법인으로, 소비자 민원 대응과 보험 분쟁 조정, 보험 범죄 방지, 통계 분석, 교육 등 다양한 공공적 역할을 수행합니다. 방대한 법률 문서와 판례, 제도 자료를 기반으로 신속하고 정확한 민원 응대를 제공해야 하나, 기존에는 상담 담당자가 수작업으로 문서를 검색·이해한 뒤 답변을 작성하느라 평균 30분 이상의 시간이 소요되었습니다. 이에 ITCEN CTS와 협력하여 AWS Bedrock 기반의 Claude Sonnet 3.5와 Titan Embeddings V2를 활용한 RAG(Retrieval-Augmented Generation) 시스템을 도입하였으며, PostgreSQL을 벡터 검색 엔진으로 활용해 문서 검색과 응답 초안 생성을 자동화했습니다. 그 결과 응답 초안 작성 시간이 평균 2분 이내로 단축되고, 응답 품질 편차가 크게 감소했으며, 월간 약 1,500시간 이상의 인력 리소스를 절감할 수 있었습니다.

[배경 및 과제]

 손해보험협회는 소비자 민원에 대한 일관성 있고 근거 기반의 답변을 제공하기 위해 다량의 법률 문서, 판례, 제도 자료를 분석·활용해야 하는 업무 구조를 갖추고 있습니다. 그러나 문서 분량이 방대하고 표현 방식이 상이하여, 상담 담당자는 매번 수작업으로 키워드를 입력해 검색 결과를 필터링하고, 관련 내용을 이해한 뒤 답변을 작성해야 했습니다. 이 과정에서 민원 처리 평균 시간은 30분에 달했으며, 월 3,000건의 민원을 처리할 경우 월간 1,500시간 이상의 인적 리소스가 소모되었습니다. 또한 최신 법제도와 판례를 실시간으로 반영하기 어려워 답변 품질이 일관되지 못하고, 장기적으로는 공공 신뢰도 저하 및 내부 피로도 증가, 민원 재발 가능성 확대라는 리스크가 있었습니다.

 [RAG 기반 확장성 및 안정성 확보]

 손해보험협회는 반복적이고 표준화된 민원 및 법률 자문 응대를 자동화하고, 내부에 축적된 지식 문서를 효과적으로 활용하기 위해 RAG(Retrieval-Augmented Generation) 기반의 생성형 AI 시스템을 도입하였습니다. 본 시스템은 질문에 대한 정확한 응답을 제공하기 위해 검색 기반의 문서 탐색과 생성형 AI의 자연어 응답 생성을 결합한 구조로 설계되었습니다.

Claude는 사용자가 입력한 질문과 가장 유사한 내부 문서들을 참고하여 민원 담당자가 활용할 수 있는 응답 초안을 작성합니다.

해당 구조는 단순히 정해진 응답을 반환하는 룰 기반 시스템이 아닌, 다양한 표현과 문맥을 이해하고 이를 바탕으로 고품질의 응답을 생성하는 특징을 갖고 있습니다. 특히 보험 법제도, 판례, 내부 Q&A 등 카테고리별로 문서를 구분하여 벡터화함으로써, 문서 유형에 따른 응답 정밀도를 높였습니다.

[보안과 신뢰성을 강화한 생성형 AI 응답 통제 체계]

 금융 공공기관으로서의 특성을 반영하여, 시스템에는 철저한 보안 및 응답 품질 통제 메커니즘이 내재화되어 있습니다. Amazon Bedrock의 Guardrails 기능을 활용하여 Claude 답변 생성 요청과 응답에 대해 사전 정의된 규칙(PII 탐지, 부적절 표현 차단 등)을 적용하였으며, 프롬프트 내에도 민감 정보 차단 가이드를 삽입하여 모델이 불필요한 개인정보를 언급하지 않도록 제어하였습니다.

또한 모든 응답에는 원문 문서 링크가 함께 제공되어, 사용자는 Claude의 응답 근거를 직접 검증할 수 있으며, 이 과정은 Amazon S3 + CloudFront를 통해 보안이 강화된 경로로 제공됩니다.

이처럼 생성형 AI 시스템에 대한 품질과 보안의 이중 통제를 구현함으로써, 손해보험협회는 민원 응답 시스템의 신뢰성과 공공성을 동시에 확보하였습니다.

[아키텍처]