보험 설계사 상담 AI, 어떻게 만드나: 약관·보장 데이터 연결과 점검 항목

보험 설계사 상담 AI는 약관과 고객 보장 정보를 함께 읽고 근거와 함께 답해야 현장에서 쓰입니다. 설계사 질문 유형, 데이터 연결, 온프레미스·하이브리드 배치, 금융분야 AI 가이드라인과 완전판매 점검 항목을 정리했습니다.

작성 올거나이즈코리아 마케팅팀 · 최종 갱신 2026년 10월 23일

보험 설계사 상담 AI는 약관만 검색해서는 부족하고, 상담 중인 고객의 가입·보장 정보와 상품 약관을 함께 읽어 근거와 함께 답해야 현장에서 쓰입니다. 만드는 순서는 설계사 질문 유형 정리, 약관·상품 문서와 고객 보장 데이터 연결, 배치 방식(온프레미스·하이브리드) 결정, 완전판매 관점의 점검 체계 마련입니다. 금융위원회 「금융분야 인공지능 가이드라인」에 따라 AI는 업무 보조 수단이고 최종 판단과 책임은 설계사와 회사에 있으므로, 답마다 근거를 보여 주고 설계사가 확인하는 구조로 설계해야 합니다.

설계사는 상담 AI에게 무엇을 묻나요?

설계사 질문은 고객 보장 확인, 약관 해석, 상품 비교와 가입 설계, 인수 가능 여부, 화법 준비로 나뉩니다. 국내 보험사들이 2024년 이후 내놓은 설계사 지원 AI도 이 유형을 중심으로 만들어졌습니다[1][2][3].

유형	예시 질문	필요한 데이터
보장 확인	"이 고객 암·뇌·심장 보장 중 부족한 게 뭐야?"	고객 가입 계약, 특약별 보장 금액
약관 해석	"이 상품 면책기간과 지급 제외 사유는?"	약관, 사업방법서, 상품요약서
상품 비교·가입 설계	"40대 남성, 월 15만 원 안에서 설계안 비교해 줘"	상품 정보, 보험료 산출 기준, 고객 기존 보장
인수 가능 여부	"갑상선 수술 이력이 있으면 가입할 수 있나?"	인수 기준, 질병 분류 기준
보험금 지급 기준	"이 경우 보험금 지급 대상인가?"	약관, 보험금 심사 기준
영업 제도·용어	시책, 수수료 체계, 보험 용어 정의	영업 제도 문서, 교육 자료
화법 준비	"보험료가 비싸다고 할 때 어떻게 설명하나"	상품 설명 자료, 광고 심의를 거친 표현

이 가운데 보장 확인과 상품 비교는 약관만으로 답할 수 없습니다. "이 고객"이 무엇에 가입했는지를 알아야 하기 때문입니다. 설계사 상담 AI의 품질은 고객 데이터를 어떻게 연결하느냐에서 크게 갈립니다.

약관과 고객 보장 정보는 어떻게 함께 쓰나요?

약관·상품 문서는 RAG(검색 증강 생성)로 검색하고, 고객 가입·보장 정보는 기간계 시스템에서 실시간으로 조회해 질문과 함께 AI에 넘깁니다. 고객 데이터를 질문할 때마다 조회해 쓰면 최신 계약 상태로 답할 수 있습니다. 고객 정보를 모델 학습이나 검색 색인에 넣지 않도록 설계하면 개인정보 관리 범위도 좁아집니다.

한화생명은 설계사 상담 AI를 아래 순서로 구성했습니다[4].

실시간 조회: 설계사가 고객을 조회하면 사내 채널 통합 시스템(MCI)에서 그 고객의 보장·급부 정보를 실시간으로 가져옵니다.
구조화: 가져온 데이터를 정해진 규칙에 따라 보장 유형, 상품군, 급부 특성으로 분류해 생성형 AI가 쓸 수 있는 형태로 정리합니다.
우선순위 정렬: 설계사가 자연어로 질문하면 의도를 분석해, 많은 보장 급부 가운데 상담 맥락에 가장 맞는 정보를 먼저 보여 줍니다.

약관 쪽도 준비가 필요합니다. 상품마다 약관 개정판이 여러 개 있으므로, 문서마다 판매 기간과 개정일을 붙여 두어야 고객이 가입한 시점의 약관으로 답할 수 있습니다. 약관의 조·항 구조와 표(보장 금액표, 지급률표)를 살려서 넣어야 "제몇 조에 따르면"처럼 근거를 정확히 보여 줄 수 있습니다. 약관과 상품 자료에는 표와 스캔본이 많아 문서 처리 단계가 결과에 큰 영향을 줍니다. 문서 형식별 처리 방법은 HWP 문서를 AI가 읽게 하려면에 정리했습니다.

온프레미스와 하이브리드 중 무엇으로 배치하나요?

고객 정보를 전부 사내망 안에 두어야 하면 온프레미스, 민감 데이터는 사내에 두고 AI 연산이나 운영 관리는 클라우드를 쓰려면 하이브리드로 배치합니다.

구분	온프레미스	하이브리드
데이터 위치	문서, 고객 정보, LLM 모두 사내 서버	민감 데이터·핵심 인프라는 사내, AI 연산·운영 관리는 클라우드
맞는 경우	망분리 규정상 외부 연결이 어려울 때	사내 GPU 확보가 어렵거나 최신 모델을 빨리 쓰고 싶을 때
먼저 정할 것	GPU 산정, 모델 교체·업데이트 반입 절차	클라우드로 넘어가는 데이터의 범위와 마스킹 기준
기간계 연동	MCI 등 사내 시스템과 직접 연동	사내 시스템과 연동하되, 클라우드 구간으로 넘길 데이터 범위를 따로 정함

한화생명은 민감한 금융 데이터와 핵심 인프라는 온프레미스로, AI 모델 연산과 운영 관리는 Azure 기반 클라우드로 구성했습니다[4]. 어느 방식이든 보안 부서와 함께 데이터 등급별로 어디에 두고 무엇을 밖으로 보내지 않을지를 먼저 정해야 구축 일정이 밀리지 않습니다.

금융당국 가이드라인은 무엇을 요구하나요?

금융위원회는 2026년 6월 「금융분야 인공지능 가이드라인」 개정안을 발표하고 6월 22일부터 시행했습니다[5]. 거버넌스, 합법성, 보조수단성, 신뢰성, 금융안정성, 신의성실, 보안성의 7대 원칙이 뼈대이고, 금융감독원의 AI 위험관리 프레임워크와 금융보안원 보안 안내서가 함께 배포됐습니다.

설계사 상담 AI에 직접 적용되는 원칙은 세 가지입니다.

보조수단성: 현 단계에서 AI는 업무 보조 수단이고 최종 의사결정과 책임은 임직원에게 있습니다[5]. 상담 AI는 답과 근거를 보여 주고, 고객에게 무엇을 안내할지는 설계사가 확인해 정하는 구조여야 합니다.
신의성실: 금융소비자의 이익을 최우선으로 둡니다. 상품 비교나 추천 화면이 회사에 유리한 상품만 보여 주지 않도록 기준을 정해 두어야 합니다.
고영향 AI 관리: 개인의 권리·의무에 중대한 영향을 주는 AI는 위험 등급을 높게 관리하고, 판단 근거를 소비자가 이해할 수 있게 설명해야 합니다[6]. 인수 가능 여부나 보험금 지급 판단을 돕는 기능은 위험 등급을 따로 검토하는 것이 안전합니다.

판매 규제도 그대로 적용됩니다. 금융소비자보호법의 적합성 원칙, 설명의무, 부당권유 금지는 AI가 상담을 도와도 판매자에게 남습니다. 금융감독원은 2025년 8월 보험상품 설명 방식 개편 작업을 시작하면서 AI 상담과 영상 설명 도입을 과제에 넣었습니다[7].

완전판매 관점에서 무엇을 점검해야 하나요?

도입 전과 운영 중에 아래 항목을 점검하세요. 업계에서는 설계사가 AI 답을 확인 없이 그대로 쓰는 자동화 편향과 이로 인한 불완전판매를 가장 큰 위험으로 꼽습니다[3].

점검 항목	확인 방법
답마다 근거가 붙는가	약관 조항, 상품 문서 이름·쪽, 조회한 계약 정보가 답과 함께 나오는지
가입 시점 약관으로 답하는가	개정 전후 약관이 있는 상품으로 질문해 맞는 판으로 답하는지
모르는 것은 모른다고 하는가	문서에 없는 질문, 다른 회사 상품 질문에 추측하지 않고 확인을 권하는지
추천에 기준이 있는가	상품 비교 결과가 고객 조건(나이, 기존 보장, 보험료 한도)에 따라 정해지는지
화법이 심의 기준을 지키는가	생성된 안내 문구에 보장 과장, 단정 표현, 비교 광고 금지 표현이 없는지
개인정보가 밖으로 나가지 않는가	고객 조회 결과가 로그·검색 색인·클라우드 구간에 어떻게 남는지
기록이 남는가	질문, 답, 근거, 설계사의 최종 안내를 나중에 확인할 수 있게 저장하는지
정확도를 다시 재는가	상품 출시·약관 개정 때 평가 질문으로 다시 시험하는 절차가 있는지

정확도는 우리 회사 문서로 재야 합니다. 설계사들이 실제로 많이 묻는 질문 50~100개와 정답을 정리해 평가셋을 만들고, 상품이 바뀔 때마다 같은 질문으로 다시 재면 품질이 떨어지는 지점을 빨리 찾을 수 있습니다. 비교 기준 전체는 기업용 RAG 솔루션 비교 기준 9가지와 PoC 점검표에 있습니다.

올거나이즈는 보험 상담 AI를 어떻게 만드나요?

올거나이즈는 사내 시스템의 고객 보장 정보와 약관을 함께 읽어, 설계사의 질문 의도에 맞는 내용을 근거와 함께 보여 줍니다.

기간계 실시간 연동: 한화생명 구축에서 MCI와 실시간으로 연동해 고객 보장·급부 정보를 상담 중에 조회하고, 질문 의도에 맞는 급부를 먼저 정렬해 보여 줍니다[4].
하이브리드·온프레미스 배치: 민감 데이터는 사내에 두는 하이브리드와, 고객 정보를 전부 사내망에 두는 알리 웍스 온프레미스를 모두 지원합니다.
전사 AI 자원 통합: 부서마다 따로 도입한 챗봇과 AI 모델을 하나의 플랫폼에서 운영해 중복 투자를 줄입니다[4].
우리 문서로 품질 측정: 고객 문서로 평가 세트를 만들어 검색과 답변 정확도를 재는 RARE 평가 기능을 제공합니다. RARE 기능 소개

보험사 구축 내용은 보험 페이지와 한화생명 고객 사례에 정리했습니다. 우리 회사 기간계 구조에 맞는 구성이 궁금하다면 도입 상담으로 문의해 주세요.

자주 묻는 질문

Q. 약관 검색 챗봇과 설계사 상담 AI는 무엇이 다른가요?
약관 검색 챗봇은 문서에서 답을 찾습니다. 설계사 상담 AI는 여기에 상담 중인 고객의 가입·보장 정보를 실시간으로 더해, "이 고객에게 부족한 보장"처럼 고객별 질문에 답합니다.

Q. 고객 개인정보를 AI가 학습하나요?
학습시키지 않는 구조로 만들 수 있습니다. 고객 정보는 질문할 때 기간계에서 조회해 그 답에만 쓰고, 모델 학습이나 검색 색인에 넣지 않습니다. 로그에 남는 범위는 보안 부서와 함께 정하세요.

Q. 약관이 개정되면 다시 학습시켜야 하나요?
RAG 방식은 모델을 다시 학습시키지 않고 문서를 근거로 답하므로, 개정된 약관을 반영하면 답에 적용됩니다. 다만 판매 기간별로 이전 약관도 남겨 두어야 기존 계약 고객 질문에 맞게 답합니다.

Q. AI가 틀린 답을 하면 책임은 누구에게 있나요?
금융분야 인공지능 가이드라인은 AI를 업무 보조 수단으로 보고 최종 판단과 책임을 임직원에게 둡니다. 그래서 답마다 근거를 보여 주고 설계사가 확인한 뒤 안내하는 흐름, 그리고 질문·답·근거 기록이 필요합니다.

Q. 손해보험사도 같은 구조로 만들 수 있나요?
같은 구조로 만들 수 있습니다. 보장 확인과 약관 해석은 생명보험과 같고, 자동차·배상책임처럼 상품별 지급 기준 문서와 사고 접수 시스템 연동이 더해집니다.

출처

헤럴드경제, 2025년 9월 4일 보도(생명보험사 설계사용 보장분석 AI) 원문
메트로신문, 2026년 2월 12일 보도(생명보험사 AI 가입설계 시스템) 원문
아시아경제, 2026년 6월 11일 보도(보험사 설계사 지원 AI 확산과 자동화 편향 우려) 원문
올거나이즈 고객 사례, 한화생명 하이브리드 AI·MCI 실시간 연동(2026년 1월 14일) 원문
금융위원회 보도자료, 「금융분야 인공지능 가이드라인」 개정(2026년 6월 18일) 원문
경향신문, 2026년 6월 19일 보도(금융분야 AI 가이드라인 고영향 AI 관리) 원문
헤럴드경제, 2025년 8월 27일 보도(금융감독원 보험상품 설명 방식 개편 TF) 원문