참여 워크스트림 : Case Studies and Tools

작년 계리사회에서 있었던 해외 보험학자 세미나를 통해 보험계리실무 특히, 자동차보험의 위험률 개발 및 프라이싱에 AI를 접목하는 연구가 글로벌하게 이뤄지고 있는 것을 알게 되었다. 계리법인의 주니어 연차로 근무하고 있는 나로서는 마치 메이지 유신 직전증기선을 처음 본 “사카모토 료마”가 된 기분이었고, 이를 계기로 국제계리사회(IAA)의AI TF에 지원하였다.

미국시간으로 지난 2월 20일과 21일 이틀에 걸쳐 샌프란시스코에서 2025-2026 AI TF 킥오프 회의를 했다. 참가국으로는 미국을 포함한 영연방국가, 유럽 선진국들, 우리나라와 일본 · 홍콩 등 아시아 국가와 그 외 국가 계리사들이 참석했다. TF 자체는 2024년부터 발족했기 때문에 이번 회의에서는 2024년 TF성과를 되돌아보고 앞으로 2년간 AI TF 목표와 과업을 설정하는 것이 주된 목적이었다.

TF는 2024년 5가지 업무분류(이하, 워크스트림)으로 시작하여 지난 1년간은 TF의 원칙(Principles)과 체계를 잡는데 초점을 두었고 앞으로 2년간은 4가지 워크스트림 체계로 개편하여 이전보다 실질적인(Practical) 과업에 초점을 둔다. TF의 취지가 계리실무에서 AI로 인한 위험과 기회를 인식하고 계리사들이 보다 능동적으로 계리실무에 AI를 접목하는 것을 촉진하는 것이기 때문에 워크스트림도 그에 맞게 체계적으로 구성되었다.

계리사들의 TF참여촉진과 AI에 대한 베이직 수준의 교육에 초점을 두는 Ws1: Engagement and Foundation, Ws2: Research and Advancement 그 다음으로 실질적인 AI 활용사례를 연구하고 다른 워크스트림에서 필요한 사례들을 지원해주는 Ws3: Case studies and tools 그리고 AI를 실제 도입하는 과정에서 필요한 방법론, 각 계 이해관계자 들과의 소통, 그리고 관련 규정에 대하여 논의하는 Ws4: Adoption으로 구성되었다.

이 중 내가 속한 워크스트림은 실질적인 사례를 연구하는 Ws3: Case studies and tools 파트이다. 회의 첫 날은 서로 간단한 소개 후, 워크스트림의 주된 목적과 개괄적인 부분을 잡아갔다.

사례연구를 수행하는 파트이기 때문에 보험뿐만 아니라 전 세계적으로 계리사들이 활동하는 영역 전반에 관한 실무사례를 수집·개발한다. 뿐만 아니라 다른 워크스트림과의 협업 측면에서 각 워크스트림에서 필요한 사례자료를 제공한다. 예를 들어, Ws1에서는 계리사들의 참여를 독려하게 때문에 기본적인 지침에 될 수 있는 기초적인 Case를 필요로 하고 Ws4에서는 AI의 실무도입에 대한 논의를 진행하기 때문에 그에 따른 원칙에 관한 실무사례를 필요로 한다. 따라서 워크스트림에서 필요한 사례자료들을 제공하는 것이 주역 할 중 하나이다.

연구를 진행하면서 사용할 개발언어와 개발 툴, 그리고 AI 툴에 대한 합의가 이루어졌다. 다양한 사례에 대한 개발언어는 범용성과 AI라이브러리가 가장 잘 구축 되어있는 Python을 기반으로, 개발 Tool은 주피터노트북을, 그리고 AI Tool은 Copilot을 사용하기 로 했고, 연구자료들은 Github에 저장하고, AIforActuaries라는 TF 커뮤니티를 통해 공유할 수 있도록 합의했다.

뒤이어 2024년에 연구한 자료들과 기존 멤버들 각자의 작업물을 공유하였는데, 독일에서는 AI의 분류, 회귀를 통하여 신용점수평가, 의료비용 데이터연구, 그리고 자동차보험 데이터 학습 등에 대한 연구가 이루어졌고, 다른 국가에서도 AI를 통한 새로운 위험인식에 대한 연구, AI 자연어처리 모델의 계리실무 적용에 대한 연구, 그리고 AI모델의 편향성을 줄이는 방안에 대한 연구 등이 이루어졌다. 그리고 동시에 AI가 가진 블랙박스 특징을 보완하기 위해 AI설명을 위한 AI모델인 SHAP에 대한 연구도 이루어졌다.

둘째 날은 보다 세분화된 하위 업무영역에 대한 논의가 이루어졌다. 드래프트로 구성한 하위 업무분류로는 사례연구를 역할별·난이도별로 세분화하여 초보자를 위한 사례연구와 전문적인 수준의 사례연구 그리고 각각에 대하여 기 존재하는 사례들을 수집하는 것과 새로운 사례에 대하여 개발하는 역할로 나뉘었다.

기술적인 측면에서는 AI모델 학습의 기반이 되는 데이터 사이언스에 대한 부분, AI모델의 학습방식과 구성에 대한 ML, 딥러닝, LLM 등 AI기법에 대한 부분 그리고 생성형 AI를 통해 원하는 결과를 얻을 수 있도록 하는 질문, 즉, 프롬프트를 연구하는 분야로도 나누었다. 워크스트림 리더의 계획에 의하면 25-26 TF에서는 LLM에 보다 초점을 두고 싶다고한다. 그 외에는 데이터 사이언스, ML, 딥러닝, XAI(Explanation AI) 등에 초점이 맞춰질것으로 보인다.

Github저장소 구축에 대하여 사례연구의 결과물을 효과적으로 저장·공유하기 위해 Github 편집을 주된 역할로 하는 영역을 구성했다. 특히 Github를 Private영역과 Public영역으로 나누어 작업 중인 자료에 대해서는 Private영역에서 자유롭게 편집하고, 검토 후에는 Public영역에 공유하여 멤버간 자유로운 피드백을 통해 사례연구를 발전시킬 수 있도록 하였다.

회의 중간 티타임에 각국의 업계 및 AI 환경이나 규제에 대한 이야기를 나눌 수 있었다. 미국은 상당히 자유로운 환경 속에서 AI를 활용하고 연구하고 있었고, EU의 경우 전 세계적으로 가장 먼저 AI관련 수평적 법안이 수립된 만큼 그에 대한 기술적 연구도 체계적으로 이루어지고 있는 것을 알 수 있었다.

첫 날 IAA의 AI TF 총괄리더는 “워크스트림 간에 긴밀하지만 느슨한 연결”을 강조하였다. 말인 즉, 워크스트림 간 업무영역에 중복을 최소화하여 효율적으로 역할을 수행하되, 각 워크스트림의 연구결과를 활발하게 공유하여 TF의 목표를 달성하자는 의미이다. 이 말에 대하여 함께 참석한 선배님들과 이야기 나눴을 때 모두 동의하였다.

그리고 워크스트림에 대한 인상으로는 독일의 박사급 계리사가 리더를 하고 있어 앞선 업무영역 선정이나 역할분담 등에 있어 체계적으로 진행되고 있다. 또한 대륙별로 멤버들이 골고루 분포하고 있어 말 그대로 글로벌한 사례연구를 수행할 수 있을 것으로 기대한다.

샌프란시스코 회의 전에 IAK TF 인원들이 모여 24년의 자료를 복습하였는데, 그 중 AI시대에서 주니어 계리사들의 역할에 대한 우려가 있었다. 나는 주니어 계리사이기 때문에 그 부분에 대해 더욱 유심히 들었다. 말을 빌리자면 AI가 도입되면 업무의 많은 부분이 효율화 및 자동화되겠지만 보험계리 업무는 분석과 검증이 필수적인 영역이다. 이런 면에서 AI가 본격적으로 보험계리 영역에 도입되는 것을 대비하여 주니어 레벨에서도 실무 측면에서 발 맞추어 AI역량을 갖출 필요가 있다.