여승희 KB손해보험 자동차상품부 과장 |
이러한 시장에서 빅데이터, 핀테크, 인공지능, 자율주행자동차 등 변화의 키워드들이 적극적으로 보험업계에 다가왔고, 실제 그 변화가 직접적인 영향을 주고 있다.
삶의 흔적은 데이터로 쌓이고 그 데이터가 보험사고 정보와 결합하고, 정보는 소통돼 의미 있는 가치들이 분석의 한계를 넘어 상품화되고 있다. 해외에서는 이미 가입자가 자동차보험 보험료를 산출할 때 기존 피보험자의 연령, 차종, 사고관련 정보만이 아닌 그 운전자의 특성, 행태, 운행정보를 적극적으로 수집하고 상품화해 왔다.
미국 자동차보험 시장에서는 이미 운전행태에 따른 사용자 중심 할인(Usage based discount), 안전한 운전자 할인(과실사고이력 등을 고려), 좋은 학생 할인(교육, 성적 등 고려) 등을 적용하고 있다.
기다리던 첫 아이가 내 품에 오던 날, 남편이 평소와 다르게 잔뜩 긴장하며 운전대를 잡던 기억, 최고 속도 40km를 넘지 못하고 차량이 이동하고 있는 게 맞나 싶을 정도로 천천히 자동차를 운행하던 기억은 실제 어린 자녀를 가진 부모들의 운전행태와 사고 정보의 결합으로 그 특성이 데이터로서 가치화된다.
출근할 때 차량보다는 버스나 지하철을 선택하는 사람들의 행태, 주중에는 지하철을 타고 주말에 가족들과 함께 자동차를 타고 운전하는 행동들은, 연간 주행거리와는 별개로 사고 정보와 결합해 그 고유의 특성이 도출된다.
주말마다 캠핑, 나들이, 결혼식 등 행사가 많다. 어쩌다 지방에라도 한두 번 다녀오면 자동차보험 마일리지 할인은 기대할 수 없을지도 모른다. 하지만 주운전자가 주로 絹옳求?교통수단이 대중교통이라면, 어린 자녀가 있다면, 그 특성만으로도 타인과 구분돼 자동차 보험료 할인을 기대할 수 있다.
처음 ''대중교통 이용자들의 자동차 보험 위험이 낮지 않을까?''라는 가설을 가지고 분석을 시작했을 때 대중교통 이용행태라는 특성은 어떻게 정의할 수 있을 것인가, 대중교통 이용으로 차량의 운행거리가 낮아서 위험이 낮은 것은 아닌지(운행거리와 별개로 독립적인 고유의 특성이 있을 것인가)와 관련한 다양한 분석과정이 진행됐다. 실제로 보험과 타 금융기관의 데이터가 결합됐을 때 그 분석과 검증 과정은 다양한 상품 개발 가능성으로 발전됐고 추상적으로 와닿지 않던 ''빅데이터''라는 단어가 한계가 없음을 알 수 있었다.
빅데이터 시대 사람들의 생애주기에서 삶의 흔적들로 만들어진 의미 있는 데이터에서 도출된 다양한 상품들. 조금만 더 관심을 가지고 대중교통 이용할인에, 연간주행거리에 따른 할인에, 어린 자녀가 있다면 그 할인까지 가능한 한 모든 할인, 중복으로 다 받아보자.