Databricks 기반의 엔드투엔드 Solvency II 보고를 위한 실용적인 접근 방식

Solvency II 보고는 단순한 규제 제출이 아닙니다. 이는 보험사 전반의 데이터, 모델, 통제, 승인 및 내러티브를 연결하는 비즈니스 프로세스입니다.

Solvency II는 보험 자본, 거버넌스 및 공시를 위한 EU의 위험 기반 규제 프레임워크입니다(UK에서는 Solvency UK로 유지됨). 이는 보험사가 데이터, 모델, 통제, 승인, 자체 위험 및 지급여력 평가(ORSA) 및 규제 공시를 통해 재무 상태를 평가하고 전달하여 보험계약자에 대한 의무를 이행할 수 있음을 증명하도록 요구합니다.

실제로 Solvency II 보고는 엄격한 규제 기한에 맞춰 데이터 수집, 보험계리 책임준비금 적립, 자본 계산, 양적 보고 템플릿(QRT), ORSA, 거버넌스 승인 및 공시를 연결하는 엔드투엔드 비즈니스 프로세스입니다.

문제는 이 프로세스가 여러 시스템, 팀, 데이터 소스 및 위치에 분산되어 있는 경우가 많다는 점입니다. 이러한 부분이 느슨하게만 연결되어 있으면 보고 주기에 대한 통제된 단일 뷰를 유지하거나 이를 가로지르는 비즈니스 질문에 답하기가 어려워집니다.

Databricks의 Insurance Sr. Solutions Architect인 Laurence Ryszka가 진행하는 Databricks 데모는 수집 및 준비금 적립부터 자본 계산, 보고, 거버넌스 및 공시에 이르기까지 이 프로세스를 엔드투엔드로 구현했을 때 어떤 모습일지 보여줍니다.

Solvency II 보고 운영이 어려운 이유

많은 Solvency II 구현이 시간이 지나면서 점진적으로 구축되었습니다. 서로 다른 팀이 프로세스의 서로 다른 부분을 관리하고, 데이터가 도달하는 속도가 다르며, 보고 활동이 여러 시스템과 데이터 위치에 분산될 수 있습니다. 프로세스를 감독하는 사람은 그 아래에서 일어나는 모든 일에 대한 연결된 단일 뷰 없이 최종 제출에 대한 책임을 질 수 있습니다.

이러한 파편화는 다음과 같은 구체적이고 반복적인 문제를 야기합니다.

• 데이터 피드가 늦게 도착하여 소유자를 식별하고 영향을 평가하기 위해 수동 후속 조치가 필요함
• 데이터 품질 규칙이 실패하여 워크플로우를 진행하기 전에 영향을 받는 행에 대한 처리 결정이 필요함
• 두 QRT가 일치하지 않을 수 있음
• 모델 승인으로 인해 자동화된 워크플로우가 차단될 수 있음
• 경영진이 시나리오 질문(예: 보험사가 향후 12개월 동안 사이버 보험 포트폴리오를 두 배로 늘릴 경우 지급여력비율에 어떤 영향이 있는지)을 던질 때, 이에 답하려면 데이터, 모델, 자본 계산 및 보고 결과가 함께 작동해야 함

각 문제로 인해 팀은 도구 전반에 걸쳐 개별적인 조사와 조율을 해야 합니다. 제출은 완료되지만, 이 프로세스에는 상당한 노력이 소모되며 모니터링하기가 여전히 어렵습니다.

Databricks가 엔드투엔드 Solvency II 보고를 지원하는 방법

Databricks는 전체 Solvency II 보고 주기를 통제된 하나의 워크플로우로 구현할 수 있는 단일 플랫폼을 제공합니다. 이 접근 방식은 데이터 수집, 품질 검사, 보험계리 책임준비금 적립, 자본 계산, QRT 생성, ORSA 초안 작성, 거버넌스 및 공시를 포괄합니다.

이것은 양자택일의 문제가 아닙니다. 대부분의 보험사는 이미 구축된 보험계리 및 자본 모델링 제품군을 운영하고 있으며, 이러한 시스템은 그대로 유지됩니다. Databricks는 이들 시스템을 둘러싼 통제된 데이터, 오케스트레이션 및 보고 레이어 역할을 하여 입력을 준비하고 출력을 사용하며 두 가지 모두를 모니터링되는 하나의 프로세스로 연결합니다.

다음 섹션에서는 이 워크플로우의 각 부분이 어떻게 작동하는지 설명합니다.

보고 주기를 위한 단일 제어 뷰

워크플로우의 중심에는 컨트롤 타워가 있습니다. 이곳은 현재 지급여력비율, 보고 기한 대비 준비 상태, 승인, 지연된 피드 및 미해결 문제를 모니터링할 수 있는 단일 공간을 제공합니다. 비율의 변화에는 해당 변화와 관련된 이벤트를 라벨로 지정할 수도 있으므로, 사용자는 단순히 숫자가 움직인 것을 보는 대신 무엇이 변경되었는지 이해할 수 있습니다.

이 뷰는 여러 팀에 걸쳐 업데이트를 추적하던 운영 모델을 프로세스의 공유된 그림을 바탕으로 작업하는 방식으로 전환합니다. 지연된 피드는 소유자와 연결할 수 있습니다. 승인 차단 요인은 영향을 받는 워크플로우와 함께 표시될 수 있습니다. 보고 문제는 전반적인 준비 상태를 모니터링하는 동일한 장소에서 조사할 수 있습니다.

자동화된 수집 검사 및 데이터 품질 통제

워크플로우의 수집은 자동화되어 있습니다. 데이터는 사용 가능해지는 즉시 가져와서 바로 확인합니다.

첫 번째 검사는 최신성, 완전성, 소유권과 같은 기본적인 운영 신호를 다룹니다. 최신성은 피드가 예상대로 도착했는지 여부를 보여줍니다. 완전성은 예상되는 레코드와 필드가 존재하는지 확인하며, 볼륨은 이전 업로드와 비교하여 확인합니다. 소유권은 후속 조치가 필요할 때 소스에 대한 책임이 누구에게 있는지 명확히 해줍니다.

데이터 품질 규칙은 또 다른 방어선을 제공합니다. 검사는 맞춤 설정할 수 있으며, 실패한 규칙은 검토를 위해 표시될 수 있습니다. 그런 다음 팀은 프로세스에 적합한 임계값을 기준으로 영향을 받는 행을 처리하는 방법(예: 수락, 삭제 또는 격리 여부)을 결정할 수 있습니다.

워크플로우는 QRT 간의 조정도 지원합니다. 데모에서는 AI 에이전트가 두 템플릿 간의 불일치를 검토하고, 이를 준비금 피드에서 자본 계산으로 흘러 들어가는 오래된 부동산 개발 요인으로 추적합니다. 그런 다음 해결 경로를 제공합니다. 중요한 점은 에이전트가 검토를 대체한다는 것이 아니라, 에이전트가 특정 문제에 집중하여 검토자에게 유용한 제2의 눈 역할을 해줄 수 있다는 것입니다.

모델 관리, 승인 및 감사 추적

Solvency II 보고는 데이터 이동 그 이상에 의존합니다. 또한 모델, 승인, 그리고 프로세스가 올바르게 완료되었다는 증거에도 의존합니다.

데모에는 MLflow를 사용하여 Databricks에서 관리되는 준비금 모델이 포함되어 있습니다. 또한 Prophet, RAFM 또는 Igloo와 같이 이미 구축된 보험계리 및 자본 모델링 제품군을 동일한 워크플로우 내에서 어떻게 오케스트레이션할 수 있는지 보여줍니다. Databricks는 이러한 엔진이 사용하는 데이터를 준비하고, 출력을 수집 및 통제하며, 결과를 보고서로 전달합니다. 모델링 엔진은 그대로 유지되고, 이를 둘러싼 워크플로우가 연결되고 모니터링됩니다. 새로운 준비금 모델 또는 보정이 승인 대기 중일 때, 워크플로우는 차단 요인과 이를 진행하는 데 필요한 조치를 표시합니다.

승격, 승인, 보고서 관련 활동을 포함하여 프로세스 전반에서 거버넌스 이벤트가 기록됩니다. 감사 추적을 통해 사용자는 발생한 일, 대기 중인 일, 주의가 필요한 워크플로우를 볼 수 있습니다.

데모에는 AI 거버넌스도 포함되어 있습니다. 에이전트는 좁은 범위를 가지며 작업과 관련된 데이터에만 액세스합니다. 에이전트가 사용하고 생성하는 것을 포함하여 이들의 활동이 기록됩니다. 에이전트는 권장 사항을 제공할 뿐, 검토자를 대신하여 결정을 내리지 않습니다.

AI 오케스트레이션 에이전트는 더 광범위한 질문을 관련 에이전트에게 라우팅할 수 있습니다. 예를 들어 분기 마감 시 미결 사항에 대한 질문은 관련 정보를 보유한 에이전트에게 전달될 수 있습니다. 데이터를 쿼리하기 위한 Databricks의 자연어 인터페이스인 Genie를 사용하여 기본 테이블에 직접 질문할 수도 있습니다.

ORSA 초안 작성 및 시나리오 분석

보고 워크플로우는 내러티브 및 시나리오 분석도 지원할 수 있습니다.

ORSA는 수치로 구성된 QRT와 다릅니다. 이는 보험사가 전반적인 지급여력 요구사항과 위험 프로필을 평가하는 지속적인 프로세스이며, 그 결과물은 일반적으로 보험계리 및 위험 관리 팀의 상당한 입력이 필요한 내러티브 보고서입니다. 데모에서는 대규모 언어 모델(LLM)이 현재 수치를 기반으로 ORSA 보고서의 초안을 생성하여 팀에 시작점을 제공하고, 이후 해당 팀에서 이를 검토하고 검증합니다. 워크플로우에는 스트레스 테스트 및 시나리오 테스트도 포함됩니다.

사이버 보험 포트폴리오의 예는 이것이 어떻게 실제 비즈니스 질문을 지원할 수 있는지 보여줍니다. 이 시나리오는 Databricks에서 예측을 실행하고 향후 12개월 동안 사이버 보험 포트폴리오가 두 배로 늘어날 경우 발생할 수 있는 상황에 대한 답변을 반환합니다. 두 번째 AI 에이전트는 반대 의견을 제시하는 자본 검토자 역할을 하여 결과에 대한 대안적 관점을 제공하고 지급여력비율만으로는 보이지 않을 수 있는 문제를 강조하도록 설계되었습니다.

이것이 바로 보고 데이터와 운영 보고 프로세스의 차이점입니다. 제출 결과물을 생성하는 동일한 통제된 워크플로우를 통해 팀은 다른 시나리오에서 이러한 결과물이 무엇을 의미하는지 탐색할 수도 있습니다.

엔드투엔드 접근 방식으로 달라지는 점

엔드투엔드 구현이 규제 전문성, 보험계리 검토 또는 비즈니스 소유권의 필요성을 없애는 것은 아닙니다. 단지 해당 팀에 더 긴밀하게 연결되어 일할 수 있는 방법을 제공할 뿐입니다.

하나의 제어 뷰를 통해 팀은 지연된 피드, 데이터 품질 문제, 승인 및 차단 요소를 포함한 프로세스 상태를 확인할 수 있습니다. 자동화된 점검 및 조정 지원을 통해 경고 발생 시 신속하게 원인을 파악하고 대처할 수 있습니다. 거버넌스 및 감사 추적을 통해 프로세스를 구성한 작업과 권장 사항에 대한 가시성을 유지할 수 있습니다.

그 결과, 모니터링과 조사가 더 쉬운 워크플로우가 구축되는 동시에 제출 자체를 넘어선 질문도 지원할 수 있게 됩니다. 보험사는 Solvency II를 서로 단절된 작업의 집합으로 취급하는 대신, 하나의 거버넌스가 적용된 비즈니스 프로세스로 관리할 수 있습니다.

보고 의무에서 비즈니스 의사 결정 지원으로

Solvency II는 데이터, 모델, 통제, 승인 및 공시를 하나로 통합합니다. 이러한 요소들이 파편화되어 있으면 사이버 북(보험사의 사이버 보험 비즈니스 포트폴리오)을 두 배로 늘릴 때의 영향과 같은 간단한 질문조차도 광범위한 조율이 필요할 수 있습니다.

Databricks의 연결된 워크플로우는 자동화된 수집 점검, 준비 상태 및 차단 요소를 위한 제어 뷰, 거버넌스가 적용된 승인, 감사 추적, AI 지원 검토 등의 활동을 하나의 프로세스로 통합할 수 있습니다. 이는 규제 또는 계리 전문성을 대체하는 것이 아닙니다. 관련 팀에 프로세스에 대한 더 명확한 시야를 제공하고 비즈니스 시나리오를 탐색할 수 있는 더 강력한 기반을 마련해 줍니다.

당사의 보험 가상 산업 포럼 – 데이터에서 의사 결정까지: 선도적인 보험사가 전체 가치 사슬에 걸쳐 AI를 확장하는 방법에서 전체 데모와 전문가의 심층 분석을 시청해 보세요.

자주 묻는 질문

What is Solvency II reporting?

Solvency II 보고는 보험사가 충분한 자본을 보유하고 위험을 적절히 관리하고 있음을 규제 기관에 증명하는 프로세스입니다. 이는 거버넌스가 적용된 데이터, 모델 및 승인의 지원을 받아 정량적 제출 자료(QRT), ORSA 및 대중 공시를 아우릅니다.

What does end-to-end Solvency II reporting include?

엔드투엔드 Solvency II 보고는 데이터 수집, 품질 점검, 준비금 적립, 자본 계산, QRT, ORSA, 거버넌스, 승인 및 공시를 연결하여 보험사가 준비 상태를 모니터링하고 문제를 조사할 수 있도록 지원합니다.

How can Databricks support Solvency II reporting?

Databricks는 전체 Solvency II 보고 주기를 위한 통합 플랫폼을 제공합니다. Databricks는 지급여력비율, 지연된 피드, 데이터 품질 문제, 승인, 마감일, 모델 워크플로우 및 감사 추적을 위한 거버넌스가 적용된 제어 뷰를 제공할 수 있습니다.

How can AI help with Solvency II reporting?

AI는 조정 문제를 식별하고, 개선 방안을 제안하며, ORSA 보고서 콘텐츠 초안을 작성하고, 보고 데이터 전반에 걸친 질문에 답변할 수 있습니다. 의사 결정과 승인에 대한 책임은 여전히 계리, 규제 및 비즈니스 검토자에게 있습니다.

Can Solvency II data support scenario analysis?

예. 보험사는 거버넌스가 적용된 프로세스 내에서 보고 데이터와 자본 계산을 사용하여 사이버 북을 두 배로 늘리는 등의 시나리오를 평가하고 지급여력비율에 미치는 잠재적 영향을 분석할 수 있습니다.

Does Databricks replace actuarial modeling systems such as Prophet, RAFM, or Igloo?

아니요, Databricks는 Prophet, RAFM 또는 Igloo를 대체하지 않습니다. Databricks는 기존 계리 및 자본 모델링 제품군을 대체하는 대신 이를 중심으로 오케스트레이션을 수행합니다. 이러한 엔진이 사용하는 데이터를 준비하고, 그 출력을 사용 및 관리하며, 공유된 제어, 승인 및 감사 추적을 통해 이들을 하나의 엔드투엔드 보고 워크플로우로 연결합니다.

What is a QRT in Solvency II?

QRT(정량적 보고 템플릿)는 보험사가 Solvency II에 따라 규제 기관에 제출하는 표준화된 데이터 양식입니다. QRT는 대차대조표, 자본, 보험료, 보험금 청구 및 기타 재무 데이터를 다룹니다. QRT 간의 조정은 보고 문제의 흔한 원인 중 하나입니다. Databricks 워크플로우는 자동화된 조정 점검 및 불일치에 대한 AI 지원 검토를 제공합니다.

What is the ORSA in Solvency II?

ORSA(자체 위험 및 지급여력 평가)는 Solvency II에 따라 요구되는 지속적인 프로세스로, 보험사가 전반적인 지급여력 요구사항, 위험 프로필 및 자본 요구사항 준수 여부를 평가하는 과정입니다. 그 결과물은 수치로 구성된 QRT와는 다른 서술형 보고서로, 일반적으로 상당한 계리 및 위험 관련 정보 입력이 필요합니다. Databricks는 관련 팀이 검토할 수 있도록 현재 보고 데이터를 기반으로 초기 초안을 생성하는 LLM을 통해 ORSA 초안 작성을 지원합니다.

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