"문서 재검수 87%↓"…한국딥러닝 '딥에이전트' 보험사 공급
한국딥러닝이 문서 인공지능(AI) 기술로 국내 보험사 반복 검수와 외주 운영 부담 낮추기에 나섰다. 한국딥러닝은 국내 대형 보험사에 문서 자동화 솔루션 '딥에이전트'를 공급한다고 11일 밝혔다. 보험금 청구 건별로 서류 구성부터 정보 추출과 결과 검증, 예외 문서 선별까지 자동 처리에 초점 맞췄다. 보험금 청구 문서를 활용한 사전 검증에서는 사람이 다시 확인해야 하는 문서가 기존보다 87% 감소한 것으로 나타났다. 사람 개입 없이 문서 분류와 정보 추출, 구조화, 검증까지 마치는 완전자동처리율도 기존 28%에서 91%로 높아졌다. 기존 보험금 청구 업무는 청구서와 진료비 세부내역서, 영수증, 신분증, 통장사본 등을 광학문자인식(OCR)으로 읽은 뒤 불확실하거나 항목이 빠진 결과를 외부 인력이 원문과 다시 대조하는 방식으로 처리했다. 문서 한 장당 약 2500~3000원 비용이 발생했으며 청구량이 늘면 수십 명 규모의 외부 검수 인력을 추가해야 했다. 딥에이전트는 여러 서류를 개별 문서가 아닌 하나의 보험금 청구 건으로 묶어 처리한다. 필수 서류 제출 여부와 문서 간 정보를 확인한 뒤 정상 건은 후속 심사 단계로 보내고 서류 누락이나 정보 불일치가 발생한 건만 별도 예외 대상으로 분리한다. 한국딥러닝은 이번 사업을 위해 딥에이전트 문서 처리 엔진도 고도화했다. 인쇄체 중심의 정형 문서뿐 아니라 필기체와 복잡한 표, 저화질 이미지, 여러 페이지에 걸친 진료비 내역까지 자동 처리할 수 있도록 범위를 넓혔다. OCR 엔진은 촬영 각도가 기울거나 화질이 낮은 영수증과 진료 서류에서 숫자와 금액을 인식하는 성능을 강화했다. 문서 구조 분석 기능인 파서는 병합된 셀이나 여러 페이지에 이어지는 표의 구조와 읽기 순서를 복원해 항목과 금액이 잘못 연결되는 오류를 줄이도록 설계됐다. 추출된 정보는 문서 특화 비전언어모델(VLM)과 검증 엔진을 거쳐 재확인된다. VLM은 문서 전체 배치와 맥락을 분석해 서로 다른 양식에 있는 같은 의미의 항목을 구조화하고 검증 엔진은 청구인과 피보험자 정보, 계좌정보, 진료기간, 청구금액 등을 문서끼리 비교해 누락이나 불일치를 점검한다. 보험사는 이번 시스템 도입으로 반복적인 수작업 검수와 외주 운영을 줄여 연간 약 38억원의 운영비를 절감할 수 있을 것으로 기대하고 있다. 한국딥러닝은 향후 금융과 보험, 공공, 제조 등 비정형 문서를 대량 처리하는 산업으로 딥에이전트 적용 범위를 확대할 계획이다. 김지현 한국딥러닝 대표는 "기업 문서 자동화 성패는 일반 문서를 얼마나 잘 읽는지가 아니라 일부 까다로운 문서 때문에 사람이 전체 업무에 다시 개입하는 문제를 얼마나 줄이는지에 달려 있다"며 "기업이 체감할 수 있는 문서 자동화를 위해 딥에이전트의 핵심 처리 엔진을 지속적으로 강화하겠다"고 말했다.
