대구 인슈어텍 스타트업 RainLedger Co.는 장마 침수 청구의 가입자 스마트폰 사진을 채점해 현장 조사관이 잠긴 골목에 도달하기 전에 지급을 분류한다고 시범 보험사와 대구 디지털 혁신청에 제출한 방법론 brief에 따른다. 지난 시즌 낙동 유역 폭우의 익명화 손실로 학습한 온디바이스 해시와 클라우드 모델을 쓴다.
시범 위치
도구를 시험하는 두 지역 보험사는 낙동강 저지대와 급류가 배수를 넘기는 경사 지역 가입자를 커버한다. 7~9월 폭우 후 청구 시 앱은 수선, 전기 패널, 가전 시리얼 플레이트 와이드 샷을 요청한 뒤 암호화 썸네일을 업로드해 채점한다. RainLedger 모델은 심각도 band—표면적, 구조 위험, 전손 가능—to 추정해 콜센터가 조정자를 배정하고 생활비를 앞당긴다.
대구 진흥청은 서울 밖 백오피스 핀테크 실험 유치의 일부로 시범을 공동 기금 지원했다. RainLedger는 학습 데이터를 한국 호스팅 클라우드에 두고 키는 참여 보험사가 보관한다. 금융감독원이 올해 샌드박스 점검에서 강조한 요건이다.
사진 채점 방식
온디바이스 소프트웨어는 흐리거나 플래시 과다 이미지를 업로드 전 거부해 조정자 노이즈를 줄인다. 클라우드 모델은 물자국, debris line, 진흙 질감을 지난 장마의 redacted 청구 라이브러리—RainLedger가 숙련 조정자와 라벨한 약 1만 8천 세트—with 비교한다. 신뢰 점수와 인간 검토가 필요한 프레임—기존 곰팡이 vs 신규 침수 의심—to 출력한다.
RainLedger는 자동 거절하지 않는다. 점수는 green·yellow·red 큐로 라우팅한다. Green은 약관이 허용하면 24시간 내 부분 선지급이 가능하고 red는 여전히 방문하는 senior 조정자로 escalates한다. 보험사는 목표가 거절 통지 규칙을 지키는 전면 자동화가 아니라 우선순위화라고 했다.
사기와 공정성 검사
연출 지하 사진을 걱정한 보험사는 RainLedger에 촬영 시각 메타데이터와 가입 주소 GPS fence를 넣도록 요청했다. 스타트업은 EXIF를 로컬 해시하고 먼 곳 업로드를 거부한다. 모델은 여러 약관에 재사용된 중복 이미지도 flag한다. 이전 태풍 후 급증한 패턴이다.
소비자 단체는 AI 채점이 사진에 서툰 고령 가입자에게 편향될 수 있는지 물었다. RainLedger는 조정자가 첫 방문에서 사진을 수집하는 핫라인 경로를 추가했고, 보험사는 보험개발원 승인 예시 샷이 있는 한국어 가이드를 게시한다.
장마 타이밍
기상청 호우 특보는 앱 surge 모드를 켠다. 업로드 창 단축, 더 큰 서버 풀, 간소화 설문으로 콜센터가 overwhelmed되지 않게 한다. RainLedger는 9월 시험 폭우 때 동시 업로드가 목표 내였다고 했으나 한 보험사는 낙뢰로 교외 relay가 90분 죽었을 때 채점을 멈췄다.
규제기관은 11월까지 손해율 데이터를 원해 사진 채점이 샌드박스를 벗어날지 결정한다. RainLedger는 시범이 프로덕션으로 가면 건당 채점 요금을 청구할 계획이며, 대구 의회 청문에서 보험사가 인용한 수동 분류 비용을 밑돈다.
가입자가 기대할 것
시범 가입자는 청구 후 SMS 링크를 받는다. 참여는 선택이지만 green band에서 점수가 나오면 선지급이 빨라진다. 거절은 여전히 한국 보험법상 인간 서명과 등기 우편이 필요하다.
대구에게는 분석 일자리가 도시에 남는 지역 경제 이야기다. 보험사에게는 여러 도가 같은 주에 침수될 때—기후 계획자가 예외가 아니라 일상이라 말하는 시나리오—조정자 부족에 대한 헤지다.
콜센터 통합
RainLedger는 점수를 보험사 CRM 타일에 넣어 전화 상담원이 방문 시간을 약속하기 전 사진 품질 경고를 본다. 교육 클립은 yellow band 지연을 쉬운 한국어로 설명해 9월 첫 폭우 시험에서 AI가 정당 청구를 막았다는 불만을 줄인다.
한 공동주택 단지가 시즌 중반에 두 번 지하 상가가 침수된 뒤 시범에 합류했다. RainLedger는 계량실 앞 물이 고이는 좁은 한국 골목 geometry에 맞게 분류기를 재학습했다.
