히포 인슈어런스, 주택 보험 전문성을 확장하기 위해 증강 지능 도입

한 세기 동안 주택 보험은 보험 계리학, 인수 심사, 청구, 사기 탐지 분야에서 깊은 도메인 전문성을 축적했지만, 규모 확장에는 한계가 있었습니다. 인간 전문가들은 수백만 건의 부동산에 이 지식을 품질 저하 없이 반복적이고 일관되게 적용할 수 없었습니다. 히포는 구글이나 마이크로소프트의 범용 AI로는 이 문제를 해결할 수 없다는 점을 인식했습니다. 핵심 데이터 포인트(지붕 유형, 수원 근접성, 사기 가능성, 점검 최근성)는 일반적인 학습 데이터 세트에 존재하지 않기 때문입니다.

히포의 CTO 란 하르파즈는 컴퓨터 속도와 규모로 인간 전문가의 추론을 모방하는 목적 특화 증강 지능 시스템, 즉 전문가 시스템을 구축하기로 결정했습니다. 이 시스템은 동적 규칙을 갖춘 지속적으로 확장되는 지식 기반을 활용하여, 인간이 일관되게 저울질할 수 있는 것보다 훨씬 많은 요소를 처리합니다. 사내 도메인 전문가와 머신러닝을 결합함으로써 히포는 업계의 사후 대응형 청구 지급 모델에서 사전 예방형 리스크 관리로 전환했습니다. 즉, 피해가 발생하기 전에 예방하는 것입니다.

이 접근 방식은 예측 모델링, 대규모 개인화, 인수 심사에서 측정 가능한 성과를 냈습니다. 히포의 시스템은 각 부동산에 대해 막대한 수의 요소를 고려하여 특정 분야에서 인간 수준 또는 그 이상의 역량을 달성합니다. 이 기술적 기반은 히포가 주택 소유자의 걱정을 없애는 야심찬 목적을 추구하는 동시에, 보험 비즈니스 모델을 집계된 손실에 대한 지급에서 예방 가능한 피해의 예방으로 근본적으로 변화시킬 수 있게 했습니다.

인간을 뛰어넘는 일관성으로 예측 모델링, 대규모 개인화, 인수 심사를 확장했습니다.

범용 AI는 보험 인수 심사에 필요한 산업 특화 데이터(지붕 유형, 수원 근접성, 사기 신호)를 갖추지 못합니다.

인간 전문가들은 수백만 건의 결정에 걸쳐 깊은 도메인 지식을 빠르게 일관되게 적용할 수 없습니다.

전문가 시스템은 품질 저하 없이 보험 계리, 인수 심사, 사기 관련 전문성을 성문화하고 확장할 수 있습니다.

사전 예방형 리스크 관리(피해 예방)는 사후 대응형 청구 지급보다 더 많은 가치를 창출합니다.

깊은 도메인 전문성과 결합된 목적 특화 AI는 범용 AI가 달성할 수 없는 단계적 도약을 이룹니다.

히포는 2021년 8월 약 50억 달러의 기업 가치로 SPAC을 통해 상장했습니다. 이 회사는 센서 데이터와 증강 지능을 활용하여 물 피해, 화재 및 기타 위험이 청구로 이어지기 전에 예방하는 사전 예방형 주택 보호 플랫폼을 계속 확장하고 있습니다.