Uniting Technology, Data, Digital and AI: AIG가 2027년 네 팀을 한 조직으로 합쳐 AI 과제를 앞당기는 방식

AIG는 AI를 별도 부서의 시범 과제로 두지 않고, 2027년부터 기술·데이터·디지털·AI 팀을 한 조직으로 묶어 과제 속도를 끌어올리기로 했습니다. 언더라이팅과 클레임에서는 이미 AI가 검토량과 응답 속도를 받치고 있다고 했습니다. 따라 하려면 조직도를 바꾸기 전에 네 팀의 과제와 예산을 한 목록에 올리고, 처리량과 응답 시간의 기준선을 먼저 재 두어야 합니다.

요약

AIG는 2026년 11월 4일 3분기 실적 콜을 열었습니다. 사장 겸 CEO Eric Andersen은 AI를 두 얼굴로 나눠 설명했습니다. 하나는 고객사가 떠안는 새 위험이고, 다른 하나는 AIG 안의 일하는 방식을 바꾸는 수단입니다. 가장 큰 발표는 경영 구조였습니다. 2027년부터 사업 부문장, 언더라이팅, 글로벌 유통(global distribution) 책임자가 CEO에게 직접 보고합니다. 같은 시점에 기술, 데이터, 디지털, AI 팀을 한 조직으로 합칩니다. Andersen은 이 통합의 목적을 AI 과제의 속도라고 밝혔습니다. 직속 보고 구조의 이유로는 빠른 의사결정, 고객과의 거리 좁히기, 운영 효율을 들었습니다.

현장 쓰임은 두 곳입니다. 언더라이팅에서는 AI 덕분에 언더라이터가 더 많은 청약(submission)을 검토하고 견적을 더 빨리 낸다고 했습니다. AI 인사이트로 브로커 성과와 유통 흐름도 더 선명하게 보게 돼, 위험 대비 수익이 높은 곳에 인수 역량을 모은다고 덧붙였습니다. 클레임에서는 Claims Assist가 손해사정사(adjuster)의 복잡한 청구 처리를 돕습니다. 회사는 처리 건수, 견적 시간, 절감액 같은 AI 효과 수치를 공개하지 않았습니다. 대신 Keith Walsh CFO는 3분기 일반보험 사업비율(expense ratio)이 30.6%, 일반관리비(GOE) 비율이 12.4%로 0.5%p 낮아졌다고 했습니다. 2026년 사업비율은 약 30.5%, 2027년 목표는 30% 미만입니다. 아래에서는 조직 통합, 언더라이팅 AI, Claims Assist, AI 위험 인수의 작동 방식을 풀고, 실제로 돌릴 때 필요한 기술·현업 디테일을 붙입니다.

핵심 메커니즘

Unified Technology Organization: 기술·데이터·디지털·AI를 한 책임 아래 두는 구조

네 기능을 한 조직으로 묶어 AI 과제에 필요한 인프라, 데이터, 화면 개발을 한 우선순위로 움직이는 구조입니다. 기능이 나뉘어 있으면 AI 과제 하나가 데이터 팀의 적재 일정, IT 팀의 시스템 변경 일정, 디지털 팀의 화면 일정을 차례로 기다립니다. 한 조직이면 과제 단위로 사람과 예산을 한꺼번에 붙일 수 있습니다. AIG는 이 통합을 2027년 경영 구조 개편과 함께 시행하며 목적을 AI 과제 가속으로 밝혔습니다. 동시에 사업 부문, 언더라이팅, 유통 책임자를 CEO 직속으로 올려 수요를 내는 쪽과 결정하는 쪽의 거리도 줄였습니다. 이 구조는 AI 과제가 여러 팀 사이 대기 때문에 늦어질 때 효과가 큽니다. 반대로 과제 수가 적고 한 팀 안에서 끝나는 회사라면 조직 통합보다 공동 백로그 하나로 충분할 수 있습니다. 작은 예시(가상): 청구 요약 AI를 만드는데 데이터 적재 4주, 권한 승인 3주, 화면 반영 3주를 순서대로 기다렸다면, 통합 조직에서는 세 작업을 같은 스프린트에 겹쳐 돌립니다.

Underwriting AI Insights: 청약 검토량과 브로커 배분을 함께 바꾸는 AI

언더라이터의 청약 검토를 돕고, 브로커별 실적과 유통 흐름을 분석해 어디에 역량을 쓸지 알려 주는 쓰임입니다. Andersen은 언더라이터가 더 많은 청약을 보고 견적을 더 빨리 낸다고 했습니다. 그의 말로는 “Our underwriters are reviewing more submissions and generating quotes faster”입니다. 같은 AI 인사이트로 브로커 성과와 유통 추세를 더 선명하게 보고, 위험 대비 수익이 높은 쪽에 인수를 모은다고 했습니다. 이 방식은 청약이 많아 언더라이터가 다 못 보는 회사, 브로커 채널이 넓은 회사에 맞습니다. 청약이 적고 건마다 깊은 심사가 필요한 대형 특종 물건이라면 검토량보다 심사 품질 보조가 먼저입니다. 작은 예시(가상): 브로커 120곳의 3년치 청약 수, 견적 전환율, 손해율을 묶어 보면 청약은 많지만 인수로 거의 이어지지 않는 브로커가 드러나고, 그 브로커 건은 1차 자동 분류로 돌릴 수 있습니다.

Claims Assist: 복잡한 청구에서 손해사정사의 판단을 앞당기는 도구

Claims Assist는 AIG가 클레임 쪽에서 쓰는 AI 도구입니다. Andersen은 이 도구가 손해사정사가 복잡한 청구의 얽힌 내용을 빨리 정리하고, 고객이 가장 급할 때 더 빨리 응답하게 돕는다고 설명했습니다. 복잡한 청구는 증권 조건, 사고 경위, 과거 지급 기록, 제3자 서류가 여러 시스템에 흩어져 있어 읽는 데만 시간이 듭니다. 이런 도구는 서류가 많고 쟁점이 여러 개인 상업 청구에서 효과가 큽니다. 정형화된 소액 청구는 자동 지급 규칙이 더 맞습니다. 회사는 처리 시간이나 지급 정확도 수치를 밝히지 않았습니다. 작은 예시(가상): 공장 화재 청구 서류 300쪽을 받으면 Claims Assist 같은 도구가 담보 조항, 면책 가능 쟁점, 추가로 받을 서류 목록을 먼저 뽑아 손해사정사의 첫 통화를 앞당깁니다.

AI Risk Underwriting: 고객의 AI 도입을 인수 가능한 위험으로 바꾸는 작업

고객사가 제품과 운영에 AI를 넣으면서 생기는 배상·규제 위험을 보험 상품의 조건과 가격으로 정리하는 일입니다. Andersen은 AIG가 규제 위험과 LLM 관련 노출을 연구하고 있다고 했습니다. 방법은 셋입니다. 시나리오를 시험하고, 외부 파트너와 모델링을 다듬고, 업계 작업반에 참여합니다. 목표는 고객에게 약관, 조건, 가격, 담보 범위를 명확하게 내놓는 것입니다. AI 사용이 넓어질수록 안전과 보안, 운영 회복력을 함께 챙기겠다고도 했습니다. 이 작업은 손해 이력이 거의 없는 새 위험이라 과거 데이터 대신 시나리오로 노출을 추정할 때 씁니다. 손해 데이터가 쌓인 전통 위험이라면 기존 계리 모형이 먼저입니다. 작은 예시(가상): 고객 상담 챗봇이 잘못된 환불 정책을 안내해 집단 분쟁이 나는 시나리오를 세우고, 그 손해가 배상책임, 사이버, 임원배상 가운데 어느 담보에 걸리는지 표로 나눕니다.

통념과 다른 주장

콜에서 나온 사례

사례	상황	한 일	결과	연결
조직 통합	기술·데이터·디지털·AI가 따로 움직임	2027년부터 한 조직으로 통합, 사업 책임자 CEO 직속	AI 과제 가속이 목적, 효과 수치는 원문에서 밝히지 않음	Unified Technology Organization
언더라이팅	늘어나는 청약 검토	AI 인사이트로 검토 보조	더 많은 청약 검토, 더 빠른 견적(수치 미공개)	Underwriting AI Insights
브로커 분석	어느 채널에 역량을 쓸지 판단	브로커 성과·유통 추세 분석	위험 대비 수익이 높은 곳에 집중	Underwriting AI Insights
Claims Assist	복잡한 청구	손해사정사 보조 도구 사용	고객 응답이 빨라짐(수치 미공개)	Claims Assist
AI 위험 연구	고객의 LLM 도입으로 새 노출	시나리오 테스트, 외부 모델링 협력, 업계 작업반	약관·조건·가격·담보 명확화가 목표	AI Risk Underwriting

기술 디테일: 통합 조직이 처음 깔아야 할 것

아래 구성, 필드, 설정값은 따라 해 보려는 독자를 위한 제안이며 AIG가 밝힌 구현이 아닙니다.

통합 조직을 돌리려면(Unified Technology Organization) 먼저 공통 기반 셋을 깝니다. 모든 AI 호출이 지나가는 모델 게이트웨이, 업무 데이터의 정의와 담당자를 적은 데이터 카탈로그, 과제별 호출 수와 비용을 남기는 로그입니다. 게이트웨이에서 모델 선택, 개인정보 마스킹, 사용량 한도를 한 번에 관리하면 과제마다 보안 심사를 다시 받지 않아도 됩니다. 모델은 일의 성격으로 나눕니다. 필드 추출과 분류는 작고 빠른 모델, 긴 청구 서류 요약은 긴 문맥을 다루는 모델에 보내고, 게이트웨이에서 과제별 월 호출 한도를 겁니다. 로그에는 과제 ID, 사용 부서, 모델, 입력·출력 토큰, 응답 시간, 사람이 고친 여부를 남깁니다. 이 로그가 쌓여야 통합 뒤 “AI 과제가 빨라졌다”를 리드타임으로 증명할 수 있습니다.

청약 검토 보조를 돌리려면(Underwriting AI Insights) 청약 메일과 첨부에서 필드를 뽑는 단계와 우선순위를 매기는 단계를 나눕니다. 추출은 LLM에 JSON 스키마를 주고 구조화 출력으로 받으며 temperature는 0으로 둡니다. 같은 문서를 3회 추출해 필드 값이 갈리면 사람 검토로 보냅니다. 인수 여부 판단은 LLM에 맡기지 않고, 업종·지역·보험가입금액 같은 기준을 규칙표로 둡니다.

{
  "submission_id": "SUB-2026-204811",
  "broker_id": "BRK-0442",
  "line": "commercial_property",
  "extracted": {
    "insured_name": {"value": "가상 제조사", "source": "acord_p1", "confidence": 0.96},
    "total_insured_value": {"value": 42000000, "source": "sov_row_1", "confidence": 0.91}
  },
  "extract_agreement": "3/3",
  "priority_score": 0.72,
  "route": "underwriter_queue",
  "received_at": "2026-11-05T09:10:00",
  "quoted_at": null
}

브로커 성과 분석을 돌리려면 브로커별로 청약 수, 견적 전환율(quote rate), 인수 전환율(bind rate), 손해율, 건당 보험료를 3년치로 묶습니다. 위험 대비 수익은 손해율과 사업비를 뺀 기대 이익을 자본 부담으로 나눠 계산하고, 계리 팀이 공식을 승인합니다. LLM은 숫자를 계산하지 않고, 계산된 표를 보고 분기별 변화 요인을 문장으로 쓰는 역할만 맡깁니다.

Claims Assist 같은 청구 보조를 돌리려면 청구 서류, 증권 담보 조항, 같은 계약자의 과거 청구를 검색 대상으로 묶습니다. 요약 문장마다 근거 문서 ID와 쪽 번호를 달고, 근거 없는 문장은 화면에 내보내지 않습니다. 지급액은 AI가 정하지 않고 손해사정사가 결정합니다. 손해사정사가 요약을 고친 내용은 월 1회 모아 프롬프트와 검색 범위를 고치는 데 씁니다.

AI 위험 시나리오를 돌리려면(AI Risk Underwriting) 시나리오 라이브러리를 표로 만듭니다. 필드는 시나리오 ID, AI 사용처(상담, 심사, 코드 생성 등), 실패 유형(잘못된 안내, 차별적 결정, 정보 유출), 피해자 수 가정, 건당 손해 범위, 걸리는 담보입니다. 포트폴리오의 계약별 AI 사용 정보를 모아 시나리오별 누적 노출을 집계하고, 담보가 겹치거나 비는 곳을 약관 담당에 넘깁니다.

막히는 경우	증상	대응
통합 후에도 백로그가 넷	과제가 여전히 팀 사이에서 기다림	과제 단위 백로그 하나, 과제마다 책임자 한 명 지정
리드타임 기준선이 없음	통합 효과를 증명하지 못함	통합 전 12주 동안 과제별 착수~운영 일수 기록
추출 값이 매번 다름	언더라이터가 결과를 믿지 않음	3회 추출 불일치 필드는 사람 검토, 주 1회 표본 점검
요약에 근거 없는 문장	손해사정사가 도구를 끔	문장별 근거 ID 필수, 근거 없는 문장 차단
AI 사용 정보가 계약에 없음	시나리오 노출을 집계하지 못함	갱신 청약서에 AI 사용처 문항 추가

현업 실행 디테일: 누가, 언제, 무엇을

역할	맡는 일
CEO·경영위원회	통합 조직의 책임자와 목표 지표 승인, 분기마다 과제 순위 결정
통합 조직 책임자	네 팀 과제·예산 통합, 공통 기반 구축, 리드타임 보고
언더라이팅 책임자	시범 종목 선정, 청약 검토 지표 승인, 규칙표 검수
유통(브로커) 담당	브로커 성과표 검토, 채널별 배분 조정
클레임 팀장	청구 보조 시범 유형 선정, 손해사정사 피드백 정리
계리·상품 담당	위험 대비 수익 공식 승인, AI 위험 시나리오와 약관 문구 검토
리스크·준법 담당	모델 게이트웨이 정책, 개인정보 처리 범위, AI 사용 원칙

준비물. 네 팀이 진행 중인 과제 목록과 예산, 과제별 착수일과 운영 반영일, 최근 6개월 청약 접수·견적 회신 기록, 브로커별 3년 실적, 시범 청구 유형의 1년 처리 일수 기록이 필요합니다. AI 위험 쪽은 주요 계약자의 AI 사용 현황을 담은 갱신 청약서 문항이 있어야 합니다.

12주 준비 일정(가상 예시). 1~4주에는 네 팀의 과제와 예산을 한 표에 올리고 중복을 지웁니다. 5~8주에는 과제 단위 백로그 하나와 공통 기반(게이트웨이, 카탈로그, 로그)의 범위를 정합니다. 9~12주에는 청약 검토 보조와 청구 요약 두 과제를 새 방식으로 돌리고, 리드타임과 비용을 이전 방식과 비교합니다.

현업에 물을 것.

1. AI 과제 하나가 아이디어에서 운영까지 지금 몇 주 걸리고, 가장 오래 기다리는 팀은 어디인가요?
2. 같은 데이터를 두 팀 이상이 따로 적재하거나 정의하고 있지 않나요?
3. 언더라이터가 하루에 보는 청약은 몇 건이고, 보지 못하고 넘기는 건은 몇 건인가요?
4. 청약은 많은데 인수로 거의 이어지지 않는 브로커가 어디인지 지금 답할 수 있나요?
5. 손해사정사가 복잡한 청구 한 건을 처음 읽는 데 몇 시간이 드나요?
6. 주요 고객이 AI를 어디에 쓰는지 청약 단계에서 묻고 있나요?

진행 판정 기준(예시). 시범 12주 뒤 다음을 채우면 통합 방식을 다른 과제로 넓힙니다. 과제 착수부터 운영 반영까지 리드타임 중간값이 기준선보다 30% 이상 짧아야 합니다. 시범 종목의 언더라이터 1인당 하루 검토 청약 수가 20% 이상 늘어야 합니다. 청구 요약 문장의 근거 일치율은 표본 검수에서 95% 이상이어야 합니다. 하나라도 못 채우면 막힌 지점을 찾아 6주를 더 봅니다.

AX 적용 제언. IT, 데이터, 디지털, AI를 서로 다른 임원이 맡는 국내 보험사와 금융사라면 AIG의 순서를 빌릴 만합니다. 다만 조직도부터 바꾸지 말고 과제 목록과 예산을 먼저 한 장에 모읍니다. 그 표만으로도 같은 데이터를 두 번 적재하는 일과 팀 사이 대기가 드러납니다. 경영 보고는 인원 절감보다 AI 과제 리드타임, 언더라이터 1인당 검토량, 복잡한 청구의 첫 응답 시간으로 잡습니다. 사업비율 같은 전사 지표는 이 세 지표가 움직인 다음에 따라옵니다. 손해보험사라면 AI 위험 시나리오 라이브러리를 상품 개발 과제로 따로 세워, 고객사의 AI 도입을 새 담보 수요로 연결할 수 있습니다.

원문 사례

항목	내용
발표	AIG 2026년 3분기 실적 발표 콜, 2026.11.04 (The Motley Fool 녹취)
발언자	Eric Andersen(사장 겸 CEO), Keith Walsh(CFO)
3분기 실적	세후 조정이익 11억 달러, 핵심 영업 ROE 11.1%, 순보험료 8% 성장(북미 재물 제외 10%), 합산비율 91.3%, 사고연도 합산비율(재해 제외) 88.4%
주주 환원	3분기 7억 8,700만 달러(자사주 5억 2,700만 달러, 배당 2억 6,000만 달러)
조직 개편	2027년부터 사업 부문장·언더라이팅·글로벌 유통 CEO 직속, 기술·데이터·디지털·AI 팀 한 조직으로 통합
언더라이팅 AI	더 많은 청약 검토와 더 빠른 견적, 브로커 성과·유통 추세 분석
클레임 AI	Claims Assist로 복잡한 청구에 더 빠른 응답
AI 위험	규제·LLM 노출 연구, 시나리오 테스트, 외부 모델링 협력, 업계 작업반, 약관·가격·담보 명확화 목표
비용	3분기 사업비율 30.6%, GOE 비율 12.4%(0.5%p 개선), 2026년 약 30.5%, 2027년 목표 30% 미만
인재	2026년 직원 유지율 91% 이상, 신규 입사 2,100명 이상, 신입 프로그램 지원자 2만 5,000명 이상
미공개	AI 과제별 처리량, 견적 시간, 절감액, 통합 조직 책임자

핵심 개념

submission

브로커나 대리점이 보험사에 견적을 요청하며 보내는 청약서와 첨부 자료 묶음입니다.

global distribution

브로커와 대리점 같은 판매 채널을 전 세계 단위로 관리하는 기능입니다.

risk-adjusted return

예상 이익을 그 계약이 묶어 두는 자본이나 변동성으로 나눠 본 수익성입니다.

expense ratio

사업비율. 보험료 대비 운영·판매 비용의 비율입니다.

GOE

General Operating Expenses. 판매 수수료를 뺀 일반관리비입니다.

combined ratio

합산비율. 손해율과 사업비율을 더한 값으로, 100% 미만이면 보험 영업에서 이익을 냅니다.

accident-year combined ratio ex-cat

그해 발생한 사고만, 대형 재해 손해를 빼고 계산한 합산비율입니다.

내 메모

TODO: 내 생각 추가

원문은 The Motley Fool에 실린 「AIG Group (AIG) Q3 2026 Earnings Call Transcript」(콜 2026.11.04)입니다. 요약, 핵심 메커니즘의 콜 내용, 통념과 다른 주장, 사례, 원문 사례 표는 AIG 경영진의 발언을 AX Review가 다시 정리했으며 효과는 회사 측 설명입니다. 통념 문장은 업계의 일반적 관행을 적은 것입니다. 기술·현업 실행 디테일, JSON 예시, 막히는 경우 표, 일정과 판정 기준, 가상 예시, 인포그래픽은 따라 해 보려는 독자를 위해 새로 작성했습니다. 전체 발언은 원문 녹취에서 볼 수 있습니다.