“그 보험약관, 어디 있더라?” 30년 넘게 쌓인 보험 지식에 AI로 질문하다

DB생명은 사내 AI 업무지원 서비스 DBAI를 통해 축적된 보험 지식을 질문과 답변으로 활용합니다.

HARO.Chat 기반 문서 검색과 출처 확인, 업무별 챗봇 확장 과정을 소개합니다.

고객 사례
“그 보험약관, 어디 있더라?” 30년 넘게 쌓인 보험 지식에 AI로 질문하다

DB생명 DBAI로 살펴본 HARO.Chat 구축 사례

“이 보험상품의 현재 적용 기준은 무엇일까?”

보험사 직원이라면 업무 중 한 번쯤 마주할 법한 질문입니다. 답을 찾으려면 상품약관을 열어보고, 판매예규를 확인하고, 필요하다면 사업방법서까지 살펴봐야 합니다. 비슷한 문서가 여러 개라면 어떤 자료가 현재 적용되는 기준인지도 확인해야 하죠.

그런데 이 모든 과정을 거치는 대신, AI에게 궁금한 내용을 바로 질문할 수 있다면 어떨까요? DB생명은 사내 AI 업무지원 서비스 'DBAI'를 통해 이러한 정보 탐색 방식의 변화를 시도했습니다.

문서는 충분했습니다. 문제는 필요한 정보를 찾는 일이었죠.

30년 넘게 보험사업을 이어온 DB생명에는 수많은 업무 지식이 축적되어 있습니다. 보험상품 하나에도 상품약관, 판매예규, 사업방법서 등 다양한 문서가 연결됩니다. 새로운 상품이 출시되거나 기존 기준이 변경되면 확인해야 할 정보도 계속 늘어납니다.

더욱 중요한 것은 비슷한 내용이라도 상품과 적용 시점에 따라 기준이 달라질 수 있다는 점입니다.

DB생명은 먼저 사내 문서를 통합하고 AI 검색을 위한 지식DB를 구축했습니다. 이후에는 상품명과 상품코드, 유효일을 기준으로 필요한 자료를 구분하고, 약관과 판매예규의 변경 사항을 지속적으로 반영할 수 있도록 고도화했습니다.

하지만 문서를 한곳에 모으는 것만으로 모든 문제가 해결되지는 않습니다. 사용자가 여전히 정확한 문서명과 검색어를 알아야 한다면, 필요한 정보를 찾는 데는 여전히 시간이 걸리기 때문입니다.

이제 문서를 찾기 전에, 먼저 질문합니다

여기서 HARO.Chat이 등장합니다. HARO.Chat은 기업 내부 문서를 바탕으로 질문에 답하는 RAG(검색 증강 생성) 기반 AI 챗봇입니다. 쉽게 말해, AI가 알고 있는 일반적인 지식에만 의존하는 것이 아니라 기업이 보유한 실제 문서에서 관련 내용을 찾아 답변하는 방식입니다.

예를 들어 직원이 특정 보험상품의 조건을 질문하면 다음과 같은 과정을 거칩니다.

자연어 질문 → 관련 문서 검색 → 적합한 정보 선별 → AI 답변 생성 → 출처 문서 확인

이 과정에는 질문의 의미와 핵심 단어를 함께 고려하는 '하이브리드 검색', 검색된 자료의 관련성을 다시 판단하는 'ReRanker' 등의 기술이 활용됩니다.

DBAI에서는 답변과 함께 근거가 된 원문 문서를 확인할 수 있도록 구성했습니다. 앞선 대화 내용을 참고해 후속 질문을 이어가는 기능도 적용했고요.

직원 입장에서는 정보 탐색의 순서가 달라지는 셈입니다. 기존에는 검색어 입력 → 문서 찾기 → 내용 확인이었다면, 이제는 질문 → 답변 확인 → 필요한 경우 원문 확인으로 이어집니다.

실제 직원들은 어떻게 활용했을까요?

DBAI가 전사에 오픈된 이후, 직원들은 다양한 업무에서 AI 채팅을 적극적으로 활용하기 시작했습니다. 실제 이용 현황에서도 채팅은 주요 기능 중 높은 활용도를 보였으며, 사용자 조사에서도 유용한 서비스로 꼽혔습니다.

특히 주목할 점은 직원들이 기존의 문서 검색 방식에서 벗어나, 궁금한 내용을 직접 질문하고 필요한 정보를 확인하는 새로운 방식으로 업무 지식을 활용하기 시작했다는 것입니다.

물론 실제 업무에서 활용되는 만큼 답변의 정확성과 신뢰성에 대한 기대도 높아졌습니다. 이에 DBAI는 사용자가 답변에 대한 의견을 직접 남길 수 있도록 피드백 기능을 마련하고, 이를 바탕으로 답변 품질을 지속적으로 개선할 수 있는 환경을 구축했습니다.

하나의 챗봇을 넘어, 다양한 업무의 AI 도우미로

DB생명의 DBAI는 문서 통합과 AI 검색 기반을 마련하는 것에서 시작해, 여러 업무에 특화된 AI 활용 환경으로 발전했습니다. 상품 관련 업무뿐 아니라 인사, 계약보전, 보험금 심사, 언더라이팅 등 다양한 영역으로 지식DB와 챗봇의 적용 범위를 넓혔습니다.

업무마다 필요한 정보는 다르지만, 공통된 목적은 같습니다.

필요한 순간에 업무에 맞는 정보를 찾고, 그 근거까지 확인할 수 있도록 하는 것.

HARO.Chat은 기업에 이미 축적된 지식을 직원들이 보다 쉽고 직관적으로 활용할 수 있도록 돕습니다.

문서를 찾아다니는 방식에서, 기업의 지식에 직접 질문하는 방식으로. DB생명 DBAI는 이러한 변화가 실제 기업 환경에서 어떻게 구현될 수 있는지 보여주는 사례입니다.