Submission Triage: 미국 E&S 보험사 Upland가 AI 추출과 심사 규칙으로 청약 대기열을 푼 방법

청약은 많은데 심사역이 어디부터 볼지 몰라 대기열이 쌓인다면, AI로 필드를 뽑고 심사 규칙으로 초기 판정을 붙여 순서를 정해 줄 수 있습니다. 다만 규칙은 심사 현업이 직접 쓰고 고쳐야 하고, 등급을 어떻게 읽을지는 팀마다 따로 정해야 합니다.

요약

Insurance Business의 Chris Davis는 미국 댈러스의 E&S(excess and surplus, 일반 보험사가 받기 어려운 특수 위험을 맡는 비인가 시장) 보험사 Upland Specialty Insurance를 취재했습니다. COO Kate Walas가 말하는 문제는 일감 부족이 아니라, 아침마다 대기열에 쌓이는 청약 물량이었습니다. Upland는 회사 역사상 가장 많은 청약을 받고 있습니다. 예전에는 사내 인력이나 해외 파트너가 청약 하나를 확인하고 입력하는 clearance(접수 심사: 중복 여부를 확인하고 심사에 필요한 정보를 시스템에 올리는 일)에 약 20분을 썼습니다. 2025년 10월부터는 FurtherAI 플랫폼이 브로커 청약에서 필요한 필드를 뽑고, 해외 팀은 그 데이터의 품질 검수를 맡습니다. 그 위에서 Walas는 심사 규칙과 가이드라인을 운영 플랫폼에 넣어, 딜마다 initial indication(초기 판정)이 붙게 했습니다.

결과로 Walas는 모든 청약이 SLA(약속한 처리 시간) 안에 clearance된다고 말합니다. 그가 가장 크게 본 변화는 속도입니다. 중형 casualty(배상책임) 시장에서는 “the first quote back to the broker is usually the winner”라고 그는 말합니다. clearance가 빨라지면 브로커와 심사역이 협상을 더 일찍 시작합니다. 심사역은 초기 판정으로 먼저 볼 딜을 고르고, appetite(회사가 받기로 한 위험 범위) 밖의 딜은 브로커에게 빨리 거절을 알립니다. 이 방식이 돌아간 배경에는 순서가 있습니다. Walas는 먼저 거버넌스를 표준화했고, 심사 현업 출신으로 운영·기술 팀을 꾸렸습니다. 아래에서는 이 구조를 여섯 가지 메커니즘으로 나누고, 실제로 돌릴 때 필요한 기술·현업 디테일을 덧붙입니다.

핵심 메커니즘

AI clearance: 뽑는 일은 AI, 확인은 사람

무엇인가. 브로커가 보낸 청약 서류에서 심사와 clearance에 필요한 필드를 AI가 뽑고, 사람은 뽑힌 값을 검수하는 방식입니다.

어떻게 작동하나. 청약이 들어오면 FurtherAI 플랫폼이 서류를 읽어 필수 필드를 채웁니다. 예전에 건당 약 20분 동안 직접 입력하던 해외 팀은 이제 추출 결과를 확인하고 고칩니다. 같은 인력이 입력자에서 검수자로 바뀐 셈입니다. 검수를 마친 청약은 심사 대기열로 넘어갑니다.

언제 쓰나. 청약 양식이 브로커마다 달라 사람이 옮겨 적어야 하고, 물량이 늘어 대기열이 SLA를 넘기기 시작할 때 효과가 큽니다. 물량이 적고 양식이 하나로 정해져 있다면 수작업으로도 충분할 수 있습니다.

원문의 예. Upland는 2025년 10월 FurtherAI 도입이 발표됐고, 지금은 모든 청약을 SLA 안에 clearance한다고 밝혔습니다.

Rules-based triage: 심사 규칙이 붙이는 initial indication

무엇인가. 회사의 심사 규칙과 가이드라인을 운영 플랫폼에 넣어 두고, 청약마다 초기 판정을 자동으로 붙이는 장치입니다.

어떻게 작동하나. 추출된 청약 데이터가 규칙을 통과하면 딜마다 initial indication이 붙습니다. 심사역은 이 판정으로 어떤 딜을 쫓을지 정하고, appetite 밖의 딜은 브로커에게 맞지 않는다고 바로 알립니다. Walas는 이 규칙을 수작업 심사 업무를 자동화하는 도구에 계속 넣어 가고 있습니다.

언제 쓰나. 심사 기준이 문서로 정리돼 있고, 심사역이 하루에 볼 수 있는 양보다 청약이 많을 때 씁니다. 판정을 최종 결정으로 쓰지 않고, 우선순위를 정하는 신호로 씁니다.

원문의 예. Upland는 각 딜에 초기 판정을 붙여 심사역이 먼저 볼 건을 고르게 했습니다.

Team-tuned ratings: 등급은 같아도 해석은 팀이 정한다

무엇인가. 초기 판정은 색상 등급으로 나오고, 등급의 기준과 해석은 심사 팀이 조정합니다.

어떻게 작동하나. 규칙 엔진은 같은 기준으로 등급을 붙입니다. 같은 red 등급을 받아도 어떤 팀은 바로 거절하고, 어떤 팀은 더 들여다볼 기회로 봅니다. 등급은 회사 전체가 같은 신호를 받게 하고, 해석은 라인별 사업 판단에 맡기는 구조입니다.

언제 쓰나. 라인마다 위험을 보는 방식이 다른 다종목 보험사에 맞습니다. 모든 팀에 같은 해석을 강제하면, 일부 팀이 버리기 아까운 딜까지 놓칠 수 있습니다.

원문의 예. Walas는 red를 hard no로 읽는 팀과 탐색할 기회로 읽는 팀이 함께 있다고 말합니다.

Speed to quote: 첫 견적이 먼저 나가야 이긴다

무엇인가. clearance를 줄인 효과를 비용이 아니라 견적 속도로 보는 관점입니다.

어떻게 작동하나. 청약이 대기열에 머무는 시간이 줄면 심사역이 더 일찍 첫 견적을 냅니다. 중형 casualty 시장에서는 브로커에게 먼저 돌아간 견적이 대개 계약을 가져가므로, 이 시간이 곧 수주 가능성이 됩니다. 브로커 입장에서도 답이 빨리 오니 관계가 좋아집니다.

언제 쓰나. 브로커가 여러 보험사에 같은 청약을 동시에 보내는 시장에서 특히 중요합니다. 맞춤 설계 비중이 큰 대형 위험은 속도보다 조건이 더 중요할 수 있습니다.

원문의 예. Walas는 빨라진 clearance로 협상 시작이 앞당겨진 것을 Upland가 겪은 가장 큰 변화로 꼽습니다.

Underwriting mindset: 운영·기술 팀을 심사 경험자로 채운다

무엇인가. 운영과 기술을 맡는 팀을 심사 현업이나 그 가까이에서 일한 사람으로 꾸리는 조직 원칙입니다.

어떻게 작동하나. Walas는 입사 뒤 먼저 기초 프로세스와 거버넌스를 정비했습니다. 그다음 플랫폼으로 심사역을 어떻게 도울지 고민했고, 심사 경험자로 운영·기술 팀을 만들었습니다. 규칙을 플랫폼에 넣는 사람이 심사 언어를 알기 때문에, 규칙이 현업 판단과 어긋나는 일이 줄어듭니다. Walas는 이것을 차별점으로 봅니다.

언제 쓰나. 젊은 회사처럼 관행이 굳기 전에 기초를 처음부터 제대로 놓을 수 있을 때 가장 쉽습니다. Walas도 Upland가 젊은 회사라 오래된 관행을 고치는 대신 처음부터 기초를 놓는다고 말합니다.

원문의 예. Walas 본인이 MGA(보험사로부터 인수 권한을 위임받은 대리점) Indigo Specialty Underwriters를 세운 심사 출신으로, Upland에서 전문직 배상책임(E&O) 라인 책임자, CUO를 거쳐 COO가 됐습니다.

Lagging loss ratio: 성과는 7~10년 뒤에 드러난다

무엇인가. 장기 배상 라인에서는 인수한 계약이 이익을 냈는지가 수년 뒤에야 드러난다는 사실을 전제로 성과를 재는 방식입니다.

어떻게 작동하나. Walas는 장기 casualty 라인의 손해율 효과를 확인하는 데 7~10년이 걸릴 수 있다고 말합니다. 그 사이에는 경험 많은 심사역, 과거 시장 데이터, 클레임 추세와 관할 지역 이슈를 추적하는 데이터·분석 팀에 기댑니다. 당장 보는 목표는 수익성 있는 딜을 더 효율적으로 견적·인수하는 것입니다.

언제 쓰나. 결과 지표가 늦게 나오는 업무에 AI를 붙일 때 같은 문제가 생깁니다. 최종 성과를 기다리지 말고 선행 지표를 함께 정해야 합니다.

통념과 다른 주장

저자가 든 사례

Upland 청약 트리아지

구분	내용
상황	회사 역사상 최대 청약 물량. 수작업 clearance에 건당 약 20분
한 일	FurtherAI로 브로커 청약의 필수 필드 추출(2025년 10월 발표), 해외 팀은 QA로 전환, 심사 규칙을 플랫폼에 넣어 딜마다 initial indication
결과	모든 청약을 SLA 안에 clearance. 협상 시작이 빨라지고 브로커 관계 개선. SLA 시간과 견적 속도 수치는 원문에서 밝히지 않음
연결	AI clearance, Rules-based triage, Team-tuned ratings, Speed to quote

Upland 클레임 내재화

구분	내용
상황	Walas는 클레임을 가장 큰 리스크로 봄. TPA 위탁 시 통제력을 잃을 수 있음
한 일	2025년 12월 Five Sigma 클레임 플랫폼을 가동하며 클레임 업무를 전면 내재화
결과	방어 비용 관리와 상대 변호인 가시성을 직접 확보하려는 목적. 성과 수치는 원문에서 밝히지 않음
연결	Underwriting mindset, Lagging loss ratio

기술 디테일: 추출과 규칙 판정을 실제로 돌리려면

아래 스키마·설정값·기준은 원문에 없는 내용으로, 같은 구조를 실제로 만들 때 필요한 것을 새로 정리한 가상 예시입니다.

추출 결과를 구조화하려면 (AI clearance와 연결) 추출 모델이 자유 문장이 아니라 고정된 JSON을 돌려주게 합니다. 필드마다 값, 근거 위치(파일과 페이지), confidence를 함께 받아야 QA 담당자가 원문을 다시 뒤지지 않습니다. 필드 목록은 clearance와 첫 판정에 꼭 필요한 15~25개로 시작합니다. 첨부가 많은 청약은 문서 유형(신청서, 손해 이력, 재무 자료)을 먼저 분류한 뒤 유형별로 추출을 나눠 돌립니다. 추출 호출은 temperature 0으로 고정합니다.

{
  "submission_id": "SUB-2026-11-0412",
  "broker": {"name": "브로커 A", "received_at": "2026-11-14T08:12:00"},
  "insured": {"name": "피보험자 B", "address": "…", "class_code": "…", "revenue_usd": 18000000},
  "line": "general_liability",
  "effective_date": "2026-12-01",
  "requested_limit_usd": 1000000,
  "loss_history": [{"year": 2024, "claims": 1, "incurred_usd": 42000}],
  "fields_meta": {
    "revenue_usd": {"source": "financials.pdf#p2", "confidence": 0.93},
    "class_code": {"source": "application.pdf#p1", "confidence": 0.71}
  }
}

QA 대상을 고르려면 (AI clearance와 연결) 모든 필드를 사람이 다 보면 예전 20분 작업으로 되돌아갑니다. confidence가 기준값(예: 0.85) 아래인 필드와, 판정에 쓰이는 핵심 필드(업종 코드, 매출, 유효일, 손해 이력)만 QA 화면에 띄웁니다. 처음 4주는 나머지 필드도 10% 표본으로 검수해 기준값이 맞는지 확인합니다. QA 담당자가 고친 값은 corrected_by, corrected_at과 함께 저장해 추출 품질 지표와 재학습 자료로 씁니다.

clearance 검사를 두려면 (AI clearance와 연결) 추출 뒤 규칙 판정 전에 결정적 검사를 한 단계 둡니다. 같은 피보험자·같은 라인 청약이 다른 브로커로 이미 들어왔는지 이름과 주소의 유사도로 대조하고, 필수값이 비었거나 날짜 형식이 틀린 청약은 판정으로 넘기지 않고 보완 요청 목록으로 보냅니다.

규칙을 코드가 아닌 데이터로 두려면 (Rules-based triage, Team-tuned ratings와 연결) 규칙은 rule_id, line, condition, grade, reason, owner, version 필드를 가진 표로 관리합니다. 조건 평가는 LLM이 아니라 결정적 로직이 맡습니다. 그래야 같은 청약에 같은 등급이 나오고, 판정마다 어느 규칙이 걸렸는지 reason으로 설명할 수 있습니다. 여러 규칙이 걸리면 가장 나쁜 등급을 딜 등급으로 쓰고, 걸린 규칙 목록을 모두 화면에 보여 줍니다. 팀별 해석은 등급을 바꾸지 않고, 팀 설정(team_policy: red → decline 또는 red → review)으로 분리합니다.

우선순위를 매기려면 (Speed to quote와 연결) 대기열 순서는 등급만이 아니라 유효일까지 남은 날, 브로커 등급, 예상 보험료를 함께 씁니다. 가중치는 처음엔 심사 리더가 정하고, 3개월 뒤 견적·인수 결과와 비교해 조정합니다.

성과를 기록하려면 (Lagging loss ratio와 연결) 손해율을 기다리는 동안 볼 선행 지표를 처음부터 로그로 남깁니다. 청약별로 접수 시각, clearance 완료 시각, 첫 견적 시각, 인수 여부, 판정 등급, 심사역이 판정을 뒤집었는지(override)를 저장합니다. 등급별 인수율과 override 비율을 매달 보면 규칙이 현업 판단과 어긋나는 곳이 드러납니다. 몇 년 뒤 손해율이 나오면 같은 로그에 붙여 등급과 실제 손실을 비교합니다.

실패하는 경우와 대응. 스캔 품질이 낮은 서류, 한 청약에 피보험자가 여럿인 경우, 브로커 고유 양식은 추출 오류가 잦습니다. 같은 문서를 두 번 추출해 핵심 필드 값이 다르면 자동으로 QA로 보냅니다. 규칙이 바뀌면 version을 올리고, 지난 한 달 청약을 새 규칙으로 다시 판정해 등급 분포가 얼마나 바뀌는지 먼저 확인합니다.

현업 실행 디테일: 누가, 언제, 무엇을

아래 역할과 일정은 원문에 없는 내용으로, 특종·기업성 보험을 인수하는 회사가 같은 구조를 시작할 때 필요한 것을 정리한 가상 예시입니다.

역할	하는 일	산출물
COO 또는 인수 총괄	범위·SLA 결정, 라인 리더 소집	도입 범위 문서
라인별 심사 리더	규칙 작성, 등급 해석(team_policy) 결정	라인별 규칙 표
운영·기술 팀(심사 경험자 포함)	추출 필드 정의, 규칙 탑재, 대기열 화면	파이프라인, 대시보드
QA 팀(기존 입력 인력)	저신뢰 필드 검수, 수정 기록	일일 QA 로그
심사역	판정 확인, override 사유 기록	override 로그
데이터·분석 팀	선행 지표와 클레임 추세 추적	월간 지표 리포트

시작 전 준비물: 라인별 심사 가이드라인 문서, 지난 6~12개월 청약 표본(인수·거절 결과 포함), 브로커별 청약 양식 예시, 현재 clearance 소요 시간과 대기열 길이 기록, 기존 입력 인력의 업무 목록을 모읍니다.

기간	할 일	산출물
1~2주	첫 라인 하나를 골라 추출 필드 15~25개와 규칙 10~20개 정의	필드 목록, 규칙 표 v1
3~4주	과거 청약 200~300건을 새 규칙으로 재판정해 실제 결과와 비교	일치율 리포트, 규칙 v2
5~6주	신규 청약에 병행 적용, 심사역은 기존 방식과 판정을 함께 보고 override 기록	QA 로그, override 로그

확인 질문

• 이 라인에서 심사역이 청약을 열자마자 거절하는 이유 다섯 가지는 무엇인가? 그것이 첫 규칙 후보입니다.
• red를 받은 딜 중 실제로 인수한 건은 어떤 조건이었나?
• 브로커가 답을 기다리다 다른 보험사로 간 사례가 지난 분기 몇 건인가?
• 입력 인력이 QA로 바뀌면 하루 처리량과 검수 기준은 어떻게 정하나?
• 규칙을 고칠 권한은 누구에게 있고, 바꾼 기록은 어디에 남기나?

진행 판정 기준(가상 예시): 6주 뒤 핵심 필드의 QA 수정률이 5% 이하, 과거 청약 재판정에서 심사역 판단과 등급 일치율이 85% 이상, 모든 청약이 정한 SLA 안에 clearance되면 다음 라인으로 넓힙니다. 하나라도 못 넘기면 규칙이나 필드 정의를 고쳐 2주 더 병행합니다.

적용 제언. 국내 손해보험사의 기업성 보험(재물·배상책임) 인수 부서, 그리고 브로커·대리점 청약이 몰리는 특종 라인이 첫 적용처입니다. 순서가 중요합니다. 먼저 라인 리더가 심사 가이드라인을 규칙 표로 옮기고, 그다음 추출을 붙입니다. 반대로 하면 추출은 빨라져도 대기열 순서는 그대로입니다. 입력 인력은 줄이기보다 QA로 바꾸고, 운영·기술 팀에는 심사 경험자를 한 명 이상 넣습니다. 같은 구조는 제조·유통 기업의 B2B 견적 요청(RFQ) 접수에도 옮길 수 있습니다. 견적 요청서에서 사양과 수량을 뽑고, 수주 기준으로 등급을 붙여 영업 담당이 먼저 볼 건을 정하는 방식입니다.

원문 사례

항목	내용
원문	Insurance Business(미국판), Chris Davis, 2026년 11월 11일
회사	Upland Specialty Insurance, 미국 댈러스, E&S 보험사
인물	Kate Walas, COO. 2023년 말 Indigo Specialty Underwriters(본인이 세운 MGA)에서 합류해 전문직 배상책임 E&O 라인 담당, 2024년 4월 CUO, 이후 COO
시장	AM Best 기준 2025년 미국 surplus lines 직접 원수보험료 1,433억 달러, 전년 대비 10.4% 증가, 사상 최대
청약 처리	사상 최대 청약 물량, FurtherAI로 필드 추출(2025년 10월 발표), 해외 팀은 QA로 전환, 수작업 clearance 건당 약 20분 → 모든 청약 SLA 안에 처리
규칙 판정	심사 규칙을 플랫폼에 탑재, 딜마다 initial indication, 색상 등급은 심사 팀이 조정, red 해석은 팀마다 다름
성과 측정	장기 casualty 라인 손해율 효과 확인 7~10년, 단기 목표는 수익성 있는 딜의 효율적 견적·인수
클레임	2025년 12월 Five Sigma 클레임 플랫폼 가동, 클레임 전면 내재화
기타	과거 clearance 해외 파트너는 OIP Insurtech, InsurTech MGA의 자동화 중심 소상공인 인수를 경계

핵심 개념

E&S (Excess and Surplus)

일반 인가 보험사가 받기 어려운 특수하거나 큰 위험을 다루는 미국 보험 시장입니다. 요율과 약관을 비교적 자유롭게 정합니다.

Submission

브로커가 보험사에 보내는 인수 요청 묶음입니다. 신청서, 손해 이력, 재무 자료 같은 첨부가 함께 옵니다.

Clearance

청약을 받아 중복 여부를 확인하고 심사에 필요한 정보를 시스템에 올리는 접수 단계입니다.

Appetite

보험사가 받기로 정한 업종·규모·위험 유형의 범위입니다.

Long-tail casualty

사고가 난 뒤 청구와 소송이 오래 이어져, 손실 규모가 수년 뒤에 확정되는 배상책임 보험입니다.

Loss ratio

받은 보험료 대비 지급한 보험금의 비율로, 인수의 수익성을 보는 기본 지표입니다.

TPA (Third-party administrator)

보험사를 대신해 클레임 접수와 처리를 맡는 외부 대행사입니다.

SLA

업무를 끝내기로 약속한 처리 시간 기준입니다.

내 메모

TODO: 내 생각 추가

원문은 Insurance Business 「Underwriting mindset reshapes specialty submission triage at Upland」(Chris Davis, 2026.11.11)입니다. 요약, 핵심 메커니즘의 원문 내용, 통념과 다른 주장, 저자가 든 사례는 원문이 언급한 내용을 AX Partners가 다시 정리했습니다. 기술 디테일의 스키마·설정값·기준, 현업 실행 디테일의 역할·일정·판정 기준, 적용 제언, 핵심 개념 풀이, 인포그래픽과 표는 실제로 돌릴 때 필요한 것을 새로 작성한 가상 예시입니다. 전체 내용은 원문에서 볼 수 있습니다.