위험 예측: 변동성이 큰 세상에서의 정밀한 지급

카테고리 4 허리케인이 플로리다 걸프 해안에 상륙합니다. 몇 주가 아닌 몇 시간 내에 보험사는 폭풍 경로에 있는 모든 피해 자산을 식별하고, 보험 트리거와 대조하여 확인한 후, 보험금 지급을 시작합니다. 손해사정사는 파견되지 않습니다. 청구 양식도 제출되지 않습니다. 데이터가 모든 것을 말해줍니다.

이것이 바로 매개변수 보험(parametric insurance)의 실제 적용 사례입니다. 장황한 청구 평가를 통해 확인된 손실을 보상하는 기존의 손해 보상 모델과 달리, 매개변수 보험 정책은 미리 정의된 조건(예: 임계값을 넘는 풍속, 설정된 수준을 초과하는 강우량, 특정 규모에 도달하는 지진)이 충족되면 자동으로 보험금을 지급합니다. 보험금 지급은 NOAA 및 USGS와 같은 신뢰할 수 있는 제3자 출처의 객관적인 이벤트 데이터와 연동되어, 더 빠른 자금 지급, 명확한 조건, 그리고 훨씬 적은 관리 오버헤드를 의미합니다.

이러한 변화는 재해 모델링(catastrophe modeling)의 발전으로 가능해졌습니다. 최신 재해 모델은 지리공간 데이터, 기상 관측, 엔지니어링 통찰력, 과거 손실 기록을 융합하여 허리케인, 홍수, 산불, 지진과 같은 극한 사건의 발생 확률과 영향을 추정합니다. 이 모델들은 홍수 위험 점수화, 기후 시나리오 분석, 고도 모델링, 옥상 분석, 토지 필지 평가 등 점점 더 많은 사용 사례를 지원합니다. 특히 매개변수 프로그램의 경우, 신뢰할 수 있고 공정한 트리거를 정의하기 위한 기반을 제공합니다.

하지만 모델링만으로는 충분하지 않습니다. 매개변수 보험을 운영한다는 것은 방대한 양의 지리공간 및 환경 데이터를 거의 실시간으로 처리하는 것을 의미합니다. 위성 이미지, 기상 정보, 노출 데이터셋, 재해 모델 출력 등 모든 데이터가 통합되어야 트리거 이벤트 발생 시 올바른 정책이 즉시 올바른 금액을 지급할 수 있습니다. 바로 이 지점에서 Databricks Geospatial Lakehouse가 등장합니다. 이 플랫폼은 이러한 데이터 소스를 단일 플랫폼으로 통합하여 보험사가 재해 분석을 통찰력에서 보험금 지급까지 확장할 수 있도록 돕습니다.

페르소나별 비즈니스 통찰력

Databricks Lakehouse는 보험 가치 사슬 전반의 모든 기능에 재해 통찰력을 제공합니다. 각 팀은 동일한 통합 데이터에서 시작하지만, 서로 다른 질문을 던집니다.

보험 인수자
지리공간 포트폴리오 필터링을 통해 보험 인수자는 폭풍 영향권 내의 정책을 허리케인 경로, 풍속 구역 또는 홍수 범위와 함께 오버레이하여 볼 수 있습니다. 노출 히트맵은 고가치 클러스터를 한눈에 보여주며, 자산 수준의 드릴다운은 보험 가치, 보장 한도 및 위치 위험을 표시합니다. Genie는 동일한 데이터를 자연어로 탐색할 수 있도록 합니다.

위험 관리자
위험 관리자는 포트폴리오 전반의 지리적 집중도와 재해 누적을 모니터링합니다. 재해 유형 또는 특정 이벤트별로 필터링하면 피해 자산이 심각도별로 색상 코딩되어 지도에 표시되며, 자산별 포트폴리오 세부 정보에 접근할 수 있습니다.

청구 조사관
이벤트 임계값이 초과되면 매개변수 트리거가 자동으로 감지되어, 자격 있는 정책과 지리공간적 보험금 지급 구역이 표시됩니다. 검증을 위해 어떤 자산이든 클릭하면 전후 항공 이미지가 나타납니다. Databricks의 멀티모달 AI 모델은 이 이미지를 분석하여 피해 패턴을 확인하고, 잠재적 사기를 표시하며, 보험금 지급을 가속화할 수 있습니다. 이 모든 것은 AI Gateway를 통해 관리됩니다.

재무 담당자
이벤트 손실 추정 대시보드는 재해 이벤트가 전개됨에 따라 재무 팀에 자본 노출 및 포트폴리오 성과에 대한 실시간 보기를 제공합니다.

매개변수 보험을 위한 Lakehouse 아키텍처

Lakehouse 아키텍처는 분석 및 ML을 위한 얻기 어려운 지리공간 데이터 세트를 통합합니다. Databricks의 Geospatial Lakehouse는 보험사, 재보험사 및 위험 모델러가 대규모 위치 기반 데이터를 관리, 분석하고 조치할 수 있도록 지원하며, 이는 매개변수 보험, 재해 모델링 및 위험 엔지니어링의 핵심적인 조력자입니다.

• 데이터 수집: 위성 데이터, 위험 피드 및 노출 데이터셋이 Delta Lake에 저장됩니다.
• 지리공간 처리 및 모델링: 공간 조인, 근접성 분석 및 재해 모델링 파이프라인이 Spark에서 실행됩니다.
• 비즈니스 활용: 대시보드, Lakehouse 앱 및 Genie는 분석가와 경영진이 재해 노출을 탐색하고 보험금 지급을 트리거할 수 있도록 합니다.

주요 이점 요약은 다음과 같습니다.

데이터가 Lake에 저장됩니다

허리케인이 형성되면 위성 이미지, NOAA 풍속 관측치, 홍수 모델 출력, 지진 피드가 보험사의 자체 노출 및 정책 데이터와 함께 Delta Lake로 스트리밍되기 시작합니다. Delta Live Tables와 Structured Streaming은 이러한 레이어를 지속적으로 업데이트하여, 폭풍이 상륙할 때쯤에는 플랫폼이 이미 현장 상황에 대한 거의 실시간 그림을 가지고 있습니다. 일반적인 데이터 소스는 다음과 같습니다.

지리 공간 처리로 이벤트를 정책과 연결

위험 데이터가 유입되면 메달리온 아키텍처는 이를 H3 인덱스 및 위험 점수로 정규화합니다. ST_Intersects, ST_Within, ST_Buffer, ST_Distance와 같은 Spark SQL의 100개 이상의 기본 공간 함수는 분산 공간 조인을 가능하게 하여 모든 보험 자산을 폭풍 영향 지역, 홍수 구역 및 동심원형 지급 등급과 일치시킵니다. 기존 GIS 도구를 마비시킬 수 있는 작업도 수십억 개의 지리 태그가 지정된 행으로 확장됩니다.

트리거가 작동하고 지급이 이루어집니다

이벤트 측정값이 정책 임계값을 초과하면 플랫폼은 적격 정책을 식별하고, 진원지와의 근접성에 따라 계층별 지급액을 계산하며, 대시보드, Lakehouse Apps 및 Genie를 통해 결과를 청구 팀에 제공합니다. AI 모델은 지급이 이루어지기 전에 항공 이미지를 통해 손상을 검증합니다.

거버넌스가 전체를 통합합니다

Unity Catalog는 파이프라인의 모든 공간 데이터셋에 걸쳐 세분화된 액세스 제어, 계보 추적 및 메타데이터 관리를 제공합니다. 중개인, 재보험사 또는 규제 기관이 액세스를 필요로 할 때, Delta Sharing은 데이터를 복제하지 않고 이를 제공합니다.

핵심 요약

• 매개변수 보험은 객관적인 이벤트 데이터에 의해 트리거되는 더 빠른 지급을 가능하게 하여 재난 대응을 혁신하고 있습니다.
• 지리 공간 분석 및 재난 모델링은 정확한 트리거를 정의하고 기초 위험을 줄이는 데 중요합니다.
• Databricks Geospatial Lakehouse는 위성 데이터, 노출 데이터 및 재난 모델을 통합하여 보험사가 전 세계적 규모로 위험을 분석할 수 있도록 합니다.
• AI 및 머신러닝은 매개변수 프로그램을 더욱 향상시켜 손상 검증, 사기 탐지 및 개선된 위험 모델링을 지원합니다.

기후 변화로 인한 재난의 빈도와 심각성이 증가함에 따라, 보험사는 더 빠르고 데이터 중심적인 위험 전가 접근 방식으로 전환해야 합니다. 대규모 지리 공간 분석을 통합 데이터 및 AI 기능과 결합함으로써 Databricks Lakehouse는 보험사가 재난 통찰력을 신속하고 투명한 지급으로 전환할 수 있도록 지원합니다.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)