Lemonade OS: 보험사 Lemonade가 4년 전보다 적은 1,321명으로 3배 가까운 사업을 돌리는 에이전트 운영

미국 보험사 Lemonade는 4년 동안 보험료 규모를 3배 가까이 키우면서 직원 수는 오히려 줄였습니다. 경영진은 그 이유로 모든 업무 기록이 모이는 중앙 시스템과 그 주위에서 일하는 에이전트를 꼽습니다. 따라 하려면 에이전트를 고르기 전에 견적·계약·청구가 한 시스템에 구조화된 기록으로 남는지부터 확인해야 합니다.

요약

The Motley Fool이 2026년 11월 6일 Lemonade의 3분기 실적 콜(11월 5일) 녹취를 실었습니다. CEO Daniel Schreiber, 사장 Shai Wininger, CFO Tim Bixby, SVP Finance Nick Stead가 나왔습니다. 숫자부터 보면 IFP(in-force premium, 유지 중인 계약의 연간 보험료)가 $1.55B로 전년보다 34% 늘었고 12분기 연속 성장률이 높아졌습니다. 매출은 73% 늘어 $336M, 매출총이익은 48% 늘어 $118M입니다. 조정 EBITDA는 $20M 적자였지만 4분기에 $5M~$9M 흑자로 돌아서고 2027년에는 연간 흑자를 내겠다고 했습니다. 4분기 흑자 전환은 회사가 2022년에 처음 내건 목표입니다.

경영진이 이 실적에서 먼저 짚은 것은 인력입니다. 분기 말 직원은 1,321명으로 4년 전보다 적습니다. 같은 기간 보험료 규모는 거의 3배, 고객 수는 2배가 됐습니다. Schreiber는 이를 10년 동안 자체 AI 플랫폼에 투자한 결과로 설명했고 레버리지가 앞으로 더 커진다고 봤습니다. 그 플랫폼이 Lemonade OS입니다. 판매를 맡는 AI Maya와 청구 지급을 맡는 AI Jim이 약 10년 전부터 돌고 있고 여러 에이전트가 중앙 시스템을 둘러싼 구조입니다. 이번 콜에서 회사는 다음 단계로 고객이 쓰는 개인 에이전트에게 Lemonade OS를 열겠다고 밝혔습니다. 아래에서 이 구조를 네 가지 메커니즘과 세 사례로 나눠 본 뒤 직접 만들 때 필요한 기술·현업 디테일을 붙입니다.

핵심 메커니즘

Lemonade OS: 중앙 시스템 하나에 에이전트를 붙인다

Lemonade OS는 견적, 계약, 청구, 고객 응대 기록이 모두 모이는 회사의 중앙 운영 시스템입니다. Schreiber는 판매 AI Maya와 청구 AI Jim을 비롯한 에이전트들이 이 시스템 주위를 도는 구조라고 설명했습니다. 에이전트마다 따로 데이터를 들고 있지 않고 같은 기록을 읽고 씁니다. 그래서 판매 에이전트가 만든 계약을 청구 에이전트가 바로 이어받습니다. Wininger는 이 시스템이 처음부터 자율 운영을 전제로 설계됐고 사람이 쓰던 시스템 위에 AI를 덧붙인 형태가 아니라고 강조했습니다. 이 방식은 기록이 처음부터 디지털로 남는 업무에서 힘을 냅니다. 종이 서류와 여러 레거시 시스템에 기록이 흩어진 회사라면 기록을 한곳에 모으는 일이 먼저입니다. 가상 예시로, 고객이 이사하면서 주소를 바꾸면 판매 에이전트가 같은 기록을 보고 새 지역 요율로 갱신 견적을 내는 식입니다.

Context Flywheel: 청구 데이터가 가격을 고치고 성장이 다시 데이터를 늘린다

Wininger는 경쟁사도 같은 AI 모델을 쓸 수 있다고 인정했습니다. 차이는 모델이 아니라 모델에 넣는 맥락에서 난다고 봤습니다. 그는 이를 “AI is only as good as the context it runs on.”라고 표현했습니다. 모든 견적·계약·청구·고객 응대가 처음부터 디지털로 쌓였기 때문에, 청구 데이터가 좋아지면 가격이 정확해집니다. 그 가격으로 수익성 있게 성장하면 다시 데이터가 늘어납니다. 이 순환은 시간이 지날수록 격차를 벌립니다. 반대로 데이터가 쌓이는 속도가 느린 소규모 상품에서는 순환이 잘 돌지 않습니다. 가상 예시로, 특정 지역 침수 청구가 몇 달 사이 늘면 그 지역 신규 견적의 요율 조정 근거로 바로 쓰입니다.

Launch Automation: 새 상품·지역 출시를 몇 주에서 몇 시간으로

Lemonade OS는 엔지니어가 아닌 사람이 하던 출시 작업도 자동화했습니다. Wininger는 몇 주 걸리던 작업이 몇 시간으로 줄었다고 했습니다. 2026년 들어 상품과 지역을 묶은 조합 25개를 새로 내놨고 출시 속도는 이전보다 약 7배 빨라졌습니다. 보험은 주(州)마다 요율, 약관, 신고 절차가 달라 출시 하나가 곧 서류 작업 묶음입니다. 이 묶음을 시스템이 처리하자 성장의 병목이 사람 수에서 빠졌습니다. 회사는 자동차 보험의 새 주 출시 주기를 더 줄이겠다고 했습니다. 규제가 주마다 크게 다르지 않거나 출시가 드문 회사라면 효과가 작습니다.

Personal Agents: 고객의 에이전트에게 시스템을 연다

Schreiber는 그동안 판매와 청구를 모두 자동화했지만 끝내 자동화하지 못한 사람이 하나 있었다고 했습니다. 바로 고객입니다. 고객이 개인 AI 에이전트를 쓰기 시작하면 그 마지막 사람까지 에이전트가 되고 시스템 전체가 에이전트끼리 돌아갑니다. Wininger는 Lemonade OS를 외부 개인 에이전트에게 열어 그 에이전트가 자사 직원처럼 고객을 직접 응대하게 하겠다고 밝혔습니다. 고객은 24시간 즉시 응대를 받고 회사는 서비스 원가를 줄여 그 절감분을 고객에게 돌려준다는 계획입니다. 세부는 lemonade.com/agentic과 11월 17일 Investor Day에서 공개합니다. 아직 물량으로 드러나지는 않았지만 영향은 이미 크게 보인다고 했습니다. 경영진은 개인 에이전트가 근거를 갖춘 이의 제기를 대량으로 만들어 낼 수 있다는 점과, 브랜드 광고가 감정에 흔들리지 않는 에이전트에게는 덜 통할 수 있다는 점도 짚었습니다.

통념과 다른 주장

저자가 든 사례

운영 레버리지: 비용이 매출보다 천천히 는다

• 상황: 성장에 쓰는 마케팅비와 이자, 주식보상이 늘어 영업비용(손해·손해조사비 제외)은 전년보다 36% 늘었습니다.
• 한 일: 성장비와 이자를 빼고 보면 비용 증가율은 약 16%로 묶였습니다. 변동비 성격의 기타 보험 비용은 21% 늘어 GEP(총 경과보험료) 증가율 33%보다 낮았습니다. 기술 개발비는 주로 주식보상 때문에 18% 늘었습니다.
• 결과: 조정 EBITDA 적자가 $26M에서 $20M으로 줄었고 조정 FCF는 6분기 연속 흑자($27M)였습니다. 4분기에는 조정 EBITDA 흑자를 예고했습니다.
• 연결: Lemonade OS, Context Flywheel.

지역 확대: 출시 자동화가 만든 속도

• 상황: 보험은 주마다 따로 출시해야 해 판매 지역을 넓히는 데 시간이 걸립니다.
• 한 일: Lemonade OS로 엔지니어가 아닌 출시 작업을 자동화했습니다.
• 결과: 임차인 보험이 미국 50개 주 전체에서 판매되는 첫 상품이 됐습니다. 자동차 보험은 최근 90일에 미주리·플로리다·펜실베이니아를 더해 14개 주(미국 인구의 절반 이상)로 넓어졌습니다. 자동차 IFP는 63% 늘었습니다.
• 연결: Launch Automation.

자율주행차 보험: 새 상품을 빠르게 넓힌다

• 상황: 자율주행 기능을 쓰는 차량에 맞는 보험이 필요했습니다.
• 한 일: 2026년에 자율주행차 보험을 내고 Tesla 외 여러 완성차와도 관계를 맺었습니다. Wininger는 Lemonade OS가 이 상품에서 다른 방법으로는 낼 수 없던 속도를 냈다고 했습니다.
• 결과: 6개 주로 넓혔고 Tesla 소유자의 전환율이 일반 자동차 보험의 약 2.2배입니다.
• 연결: Launch Automation, Context Flywheel.

기술 디테일: 중앙 시스템과 에이전트를 직접 짠다면

아래 필드명, 설정값, 구성은 실행 제안이자 가상 예시입니다. 실적 콜은 Lemonade OS의 내부 구조를 밝히지 않았습니다.

에이전트보다 기록 단위를 먼저 정합니다(Lemonade OS). 에이전트가 같은 기록을 읽고 쓰려면 견적·계약·청구·응대를 하나의 이벤트 형식으로 남겨야 합니다. 에이전트가 한 일과 사람이 한 일을 같은 형식으로 남겨야 나중에 자동 처리율을 잴 수 있습니다.

{
  "event_id": "EV-2026-11-08-000913",
  "entity": "claim",
  "entity_id": "CL-48211",
  "policy_id": "PO-77120",
  "action": "claim.payout_approved",
  "actor": {"type": "agent", "name": "claims-agent", "version": "3.4"},
  "inputs_ref": ["photo:3", "police_report:1", "policy_clause:4.2"],
  "decision": {"amount": 820, "currency": "USD", "rule_ids": ["R-THEFT-07"]},
  "human_review": false,
  "created_at": "2026-11-08T10:42:00Z"
}

actor.type이 agent인 건과 human인 건의 비율을 업무별로 주간 집계합니다. 이 비율과 직원 1인당 IFP가 이 구조의 효과를 보여 주는 두 숫자입니다.

에이전트마다 쓰기 권한과 넘김 기준을 둡니다(Lemonade OS). 판매 에이전트는 견적과 계약 생성까지, 청구 에이전트는 정해진 금액 한도 안의 지급 승인까지만 씁니다. 한도를 넘거나 사기 점수가 기준을 넘으면 사람에게 넘깁니다. 넘김 기준값(예: 청구액 $2,000, 사기 점수 0.7)은 첫 달에는 낮게 잡아 사람 검토를 많이 둡니다. 사람 결정과 에이전트 제안이 4주 연속 95% 이상 일치하면 한 단계 올립니다.

외부 개인 에이전트의 입구를 따로 만듭니다(Personal Agents). 외부 에이전트를 사람 고객처럼 웹 화면으로 받지 말고 구조화된 요청으로 받습니다. 고객이 위임한 범위를 토큰으로 확인합니다. 같은 요청의 중복 제출을 막는 키와 속도 제한을 둡니다.

{
  "intent": "claim.appeal",
  "policy_id": "PO-77120",
  "claim_id": "CL-48211",
  "delegation": {"scopes": ["claim.read", "claim.appeal"], "expires_at": "2026-12-08"},
  "idempotency_key": "a7f3-…",
  "arguments": [{"claim": "도난 품목 2건 누락", "evidence_ref": ["receipt:2"], "clause_cited": "4.2"}]
}

이의 제기 대량 유입에 대비합니다(Personal Agents). 경영진이 짚었듯 개인 에이전트는 근거를 갖춘 이의 제기를 쉽게 많이 만듭니다. 들어온 arguments를 약관 조항과 증빙에 맞춰 세 갈래로 나눕니다. 규칙으로 확정되는 건은 자동 회신합니다. 새로운 논점은 사람이 보고 규칙 후보로 등록합니다. 고액·분쟁 건은 담당자가 결정합니다. 회신 문장을 LLM으로 쓸 때는 temperature 0으로 두고 판정 필드와 조항 번호만 입력으로 줍니다. 회신 속 금액과 조항 번호가 판정 필드와 다르면 버리고 템플릿 문장을 씁니다. 갈래 분류는 서로 다른 모델 두 개로 따로 돌려 결과가 다르면 사람 검토 갈래로 보냅니다. 첫 달에는 자동 회신 건 가운데 5%를 무작위로 뽑아 사람이 다시 봅니다.

출시를 설정 파일로 만듭니다(Launch Automation). 상품·주 조합 하나를 설정 레코드 하나로 둡니다. 요율표 버전, 약관 양식, 신고 상태, 필수 고지 문구, 판매 개시일을 필드로 둡니다. 새 주를 열 때는 비슷한 주의 레코드를 복제해 차이만 고칩니다. 규제 문서에서 요구 사항을 뽑아 체크리스트를 만드는 일은 LLM에 맡기되, 체크리스트 항목마다 원문 조항 위치를 남기고 법무 담당자의 서명이 있어야 판매 개시일이 열리게 합니다.

막히는 경우	증상	대응
에이전트마다 데이터를 따로 둠	판매와 청구 기록이 어긋나 재확인 작업 발생	이벤트 형식 하나로 통일, 에이전트 전용 저장소 금지
넘김 기준이 너무 높음	사람 검토 없이 잘못된 지급	첫 달 낮은 한도, 일치율 확인 후 단계적으로 올림
외부 에이전트 요청 폭주	같은 이의 제기가 반복 제출	중복 방지 키, 고객당 속도 제한, 갈래별 대기열
회신 문장이 판정과 다름	금액·조항이 틀린 회신 발송	필드 대조 실패 시 템플릿 문장으로 대체
출시 체크리스트 누락	신고 전 판매 개시	조항 위치가 없는 항목은 체크리스트에서 반려, 법무 서명 필수

현업 실행 디테일: 누가, 언제, 무엇을

실적 콜은 판매와 청구를 에이전트가 맡고 출시 작업을 자동화했다는 사실만 전합니다. 아래 역할, 일정, 기준은 이를 바탕으로 새로 짠 가상 예시입니다.

역할	맡는 일
CEO·CFO	직원 1인당 IFP와 성장비 제외 비용 증가율을 경영 지표로 확정, 인력 계획에 반영
보상(청구) 책임자	자동 지급 범위와 금액 한도 결정, 사람 검토 기준 승인
상품·출시 담당	상품·지역 조합별 출시 작업 목록 작성, 설정 레코드 검증
법무·컴플라이언스	주별 요구 사항 체크리스트 서명, 외부 에이전트 위임 범위 승인
IT·데이터	이벤트 형식, 외부 에이전트 입구, 감사 로그 구축
고객 서비스	이의 제기 갈래 기준 설계, 새 논점 검토

준비물. 최근 12개월의 청구 건과 처리 시간, 사람이 손댄 단계 목록, 이의 제기 건과 결과, 최근 출시 3건의 작업 목록과 걸린 일수, 업무별 담당 인원이 필요합니다. 출시 작업 목록은 담당자 메일과 체크리스트에 흩어져 있으므로 첫 주에 인터뷰로 모읍니다.

기간	할 일	산출물
1~2주	청구·출시 업무 지도, 단계별 사람 손 시간 실측	업무 지도, 기준선(건당 처리 시간, 출시 일수)
3~4주	이벤트 형식 정의, 소액 청구 한 종류에 에이전트 적용	이벤트 스키마, 넘김 기준 초안
5~7주	사람과 에이전트 병행 처리, 외부 에이전트 입구 시험	일치율, 자동 처리율, 이의 제기 갈래 분포
8주	판정 회의	확대·보완·중단 결정서

현업에 물을 것.

1. 청구 한 건이 접수부터 지급까지 몇 사람의 손을 거치나요? 그중 판단이 필요한 단계는 어디인가요?
2. 지난 분기 이의 제기는 몇 건이었나요? 약관 조항만으로 답할 수 있던 건은 몇 건인가요?
3. 새 지역에 상품을 낼 때 가장 오래 걸리는 작업은 무엇이고 누가 하나요?
4. 고객 대신 AI 에이전트가 문의하면 지금 시스템은 그 요청을 어디로 받나요?
5. 직원 1인당 보험료를 지금 매달 볼 수 있나요?

진행 판정 기준(예시). 병행 운영에서 소액 청구의 사람·에이전트 판정 일치율이 95% 이상이고 건당 처리 시간이 기준선보다 70% 이상 줄며 잘못 지급된 건이 기준선보다 늘지 않으면 다음 청구 유형으로 넓힙니다. 일치율이 85~95%면 넘김 기준을 낮춰 3주 더 봅니다. 85% 아래면 이벤트 기록이나 약관 규칙화부터 다시 합니다.

AX 적용 제언. 이 사례는 보험사가 아니어도 고객 접점이 디지털이고 건수가 많은 업무(카드 분쟁, 통신 요금 이의, 렌털 계약)에 들어맞습니다. 순서는 기록 통일, 소액 자동 처리, 외부 에이전트 입구입니다. 먼저 업무 기록을 한 형식으로 모읍니다. 금액이 작고 규칙이 분명한 건부터 에이전트에게 맡겨 일치율로 신뢰를 쌓습니다. 그다음 고객 쪽 에이전트가 들어올 입구를 만듭니다. 경영진은 직원 1인당 보험료 같은 레버리지 지표를 분기마다 공개 지표처럼 관리해야 인력 계획이 따라 바뀝니다. 레거시 시스템이 여러 개인 회사라면 시스템 교체보다 이벤트 기록을 먼저 한곳에 모으는 작업이 첫 과제입니다.

원문 사례

항목	내용
원문	The Motley Fool 게재(2026.11.6), Lemonade 2026년 3분기 실적 콜(2026.11.5) 녹취
화자	Daniel Schreiber(CEO), Shai Wininger(사장), Tim Bixby(CFO), Nick Stead(SVP Finance)
인력	직원 1,321명, 4년 전보다 적음, 전 분기보다 18명 감소
규모 변화	4년간 보험료 규모 거의 3배, 고객 수 2배
실적	IFP $1.55B(+34%, 12분기 연속 성장률 상승), 매출 $336M(+73%), 매출총이익 $118M(+48%)
수익성	조정 EBITDA -$20M(전년 -$26M), 4분기 $5M~$9M 흑자 전망, 2027년 연간 흑자 전망
비용	영업비용 +36%, 성장비·이자 제외 약 +16%, 기타 보험 비용 +21%(GEP +33%), 판매·마케팅 +44%(LTV/CAC 3:1 초과)
AI 구조	Lemonade OS 중심, 판매 AI Maya·청구 AI Jim 약 10년 운영, 처음부터 자율 운영용 설계
출시 자동화	비엔지니어 작업 몇 주 → 몇 시간, 2026년 상품·지역 조합 25개, 출시 속도 약 7배
지역	임차인 보험 50개 주, 자동차 14개 주(인구 절반 이상), 최근 90일 3개 주 추가
자율주행차 보험	6개 주, Tesla 소유자 전환율 일반 자동차 보험의 약 2.2배
개인 에이전트	Lemonade OS를 외부 개인 에이전트에 개방 예정, 24시간 응대·서비스 원가 절감, lemonade.com/agentic
기타	교차 판매 연초 이후 $100M 초과, 번들 비중 20%에 근접, ADR 86%, 펫 보험(사업의 약 40%) 손해율 부담

핵심 개념

IFP

In-force premium. 지금 유지 중인 계약의 연간 보험료 합계로, 보험사의 사업 규모를 보여 줍니다.

GEP

Gross earned premium. 재보험 전, 기간이 지나 실제로 번 보험료입니다.

Gross loss ratio

번 보험료 대비 발생한 손해(보험금)의 비율로, 재보험 효과를 빼기 전 기준입니다. 3분기에는 65%였습니다.

ADR

Annual dollar retention. 1년 전 고객이 지금 내는 보험료를 그때와 비교한 유지율로, 86%였습니다.

LTV/CAC

고객 한 명이 평생 가져오는 가치를 그 고객을 얻는 데 든 비용으로 나눈 값입니다.

Adjusted EBITDA

주식보상 같은 비현금 항목을 뺀 영업 수익성 지표입니다.

Agent-to-agent

고객 쪽 AI 에이전트와 회사 쪽 AI 에이전트가 사람 없이 요청과 응답을 주고받는 방식입니다.

내 메모

TODO: 내 생각 추가

원문은 The Motley Fool이 2026년 11월 6일 실은 「Lemonade (LMND) Q3 2026 Earnings Call Transcript」입니다(실적 콜은 11월 5일). 인력, 실적, AI 구조, 출시 속도, 개인 에이전트 계획은 모두 Lemonade 경영진의 발언이며 외부 검증을 거친 수치가 아닙니다. 요약, 핵심 메커니즘의 원문 설명, 통념과 다른 주장, 사례, 원문 사례 표는 녹취 내용을 AX Review가 다시 정리했습니다. 핵심 개념의 뜻풀이는 일반적인 정의로 보탰습니다. JSON 예시, 권한·넘김 기준, 외부 에이전트 입구, 이의 제기 처리, 출시 설정 방식, 막히는 경우 표, 역할·일정·판정 기준, 인포그래픽은 녹취에 없는 내용으로 새로 작성했고 그 안의 필드명과 숫자는 가상 예시입니다. 전체 내용은 원문 페이지에서 볼 수 있습니다.