보험회사 직원이 자동차 견적 비교분석 프로그램 CAG를 만들게 된 이유
보험 실무에서 자동차 수리 현장으로, 그리고 데이터와 AI까지
자동차 수리 견적은 숫자만 입력하는 일이 아닙니다. 차량과 사고, 작업방법과 사진, 보험청구의 근거를 같은 흐름에서 확인해야 합니다. 이 글은 보험회사와 자동차 수리 현장에서 경험한 문제를 바탕으로 CAG 비교분석프로그램과 견적컨설팅을 개발하게 된 과정을 기록한 첫 번째 연구·칼럼입니다.
이 글의 목차
1. 보험회사에서 시작한 자동차보험 실무 경험
조장현은 2007년부터 2013년까지 삼성화재에서 근무했다. 보험회사 업무 경험을 통해 자동차보험 사고, 보상, 수리비와 관련된 실무 구조를 경험했다.
근무 기간 중 3종 손해사정사(대물) 자격을 취득했다. 이 경험은 이후 자동차 수리 견적과 보험청구 업무를 바라보는 기초가 되었다.
2. 보험회사 밖에서 바라본 자동차 수리 현장
보험회사 근무 이후 자동차 수리 및 부품 관련 현장 업무를 수행하면서 보험회사 내부에서 바라보던 자동차 사고와 공업사 및 부품업계에서 바라보는 자동차 사고 사이에 상당한 차이가 있다는 점을 경험했다.
현재 주요 업무는 뉴텍상사 업무, 방청부품 납품 및 청구, 방청부품 OEM 업무, 자동차 수리 견적컨설팅, 견적서 작성 및 분석, 회사 내부 업무 전산화 및 업무효율화로 이어진다.
이 과정에서 공업사의 견적업무가 담당자의 경험과 기억에 크게 의존하고 있다는 문제를 발견했다.
3. 반복적으로 발견한 공업사 견적의 문제
자동차 수리 견적은 단순히 부품을 교환하고 공임을 입력하는 작업이 아니다. 차량, 사고부위, 작업방법, 탈부착 작업, 도장, 부수작업 등 수많은 작업항목을 확인해야 한다.
- 작업했지만 견적서에 반영되지 않은 작업
- 차량별 필요한 부수작업 확인의 어려움
- 담당자마다 다른 견적 작성 기준
- 과거 유사견적 검색의 어려움
- 작업사진과 견적내용의 분리 관리
- 신규직원의 높은 학습 난이도
- 많은 데이터를 보유하고도 실제 견적작성에 활용하지 못하는 문제
이러한 문제를 사람이 기억하는 방식이 아니라 데이터로 해결할 필요성을 느꼈다.
4. 업무지원시스템과 뉴텍포토 개발
이 문제들을 해결하는 과정에서 먼저 뉴텍상사 내부 업무를 전산화하기 위한 업무지원시스템을 개발했다. 이후 자동차 수리사진을 보다 체계적으로 관리하기 위해 뉴텍포토 앱을 기획·개발했다.
사진은 단순한 사고 기록이 아니라 수리과정, 작업내용, 보험청구 근거를 연결하는 중요한 데이터라고 판단했다.
5. CAG 비교분석프로그램 개발
자동차 수리 견적 데이터를 보다 체계적으로 활용하기 위해 CAG 비교분석프로그램을 개발했다. CAG의 기본적인 목적은 기존 견적 데이터를 단순히 저장하는 것을 넘어 차량별·작업별·사례별로 비교하고 분석하여 견적작성 과정에서 참고할 수 있도록 하는 것이다.
- 유사 차량 견적 비교
- 작업항목 비교
- 누락 작업항목 확인
- 공업사별 견적 데이터 분석
- 실제 청구사례 확인
- 교육자료와 견적업무 연결
6. CAG 견적컨설팅으로 확장
CAG를 단순한 프로그램으로 끝내지 않고 공업사가 자신의 견적 데이터를 분석할 수 있도록 CAG 견적컨설팅 웹페이지로 확장하고 있다.
목표는 프로그램을 대신 사용하는 것이 아니라 공업사 직원이 스스로 견적을 이해하고 더 정확한 견적서를 작성할 수 있도록 지원하는 것이다. 이를 위해 CAG Academy, 실제 청구사례, 견적교육, 누락작업항목 분석 등의 기능을 연결하고 있다.
7. 이제는 AI를 자동차 수리업무에 연결하고 있다
최근에는 기존 자동차 수리 데이터를 AI와 연결하는 작업을 진행하고 있다. AI를 이용하여 차량 및 작업내용 자동식별, 견적 데이터 검색, 작업사진 분류, 유사 견적 검색, 누락 작업항목 후보 분석, 공업사 직원 교육, 대량 자료 검색 및 요약, 반복적인 사무업무 자동화의 가능성을 연구하고 있다.
AI가 사람을 대신하여 최종 견적을 결정하도록 하는 것보다 현장 담당자가 판단하는 데 필요한 정보를 빠르게 찾아주는 도구로 활용하는 것을 우선 목표로 한다.
8. 앞으로 해결하고 싶은 문제
자동차 수리산업에는 많은 데이터가 존재하지만 실제 현장에서 활용하기 어려운 형태로 흩어져 있는 경우가 많다.
앞으로 자동차보험 견적, 손해사정, 자동차 수리 데이터, 공업사 업무효율화, CAG, 견적컨설팅, 자동차 수리사진, AI 자동식별, Automotive AI 영역을 계속 연구하고 개발한다.
최종적으로는 자동차 수리 현장에서 경험 많은 전문가의 지식과 축적된 데이터를 누구나 쉽게 활용할 수 있도록 만드는 것을 목표로 한다.
사람의 경험을 데이터로 정리하고, 데이터를 다시 현장의 판단에 연결하는 것. CAG를 만든 이유는 그 흐름을 실제 업무에서 사용할 수 있게 만들기 위해서다.