삼쩜삼인슈어텍 사업계획보고서 · EIR 드래프트 1차
물음 — AI 시대, 보험업 위에서 삼쩜삼은 무엇을 가지고 어떻게 대응할 것인가.
답 — 남들이 확보하기 어려운 40개사 · 16.9만 건의 원천데이터를 쥐고, 그 하나에서 고객 → 설계사 → 보험사 세 티어에 프로덕트를 제공합니다.
보험사들은 이미 사내 생성형 AI를 들이고 있습니다. 그러나 그 AI가 읽는 것은 자기 회사 안의 문서뿐입니다. 시장 전체를 아는 AI는 아직 어느 보험사에도 없습니다.
| 보험사 | 사내 생성형 AI (공개된 것) | 읽는 데이터 |
|---|---|---|
| 교보생명 | 교보GPT(2023) → 내부망 생성형 AI 3종 정식 오픈(2025-09, 망분리 특례) | 자사 문서 |
| 한화생명 | AI 영업훈련 약 2.8만 명 사용 · 혁신금융 4건 · 청구서류 OCR | 자사 문서 |
| 삼성생명 · 삼성화재 | AI 글쓰기·롤플레잉 · 상병심사 머신러닝 · 암 보험금 심사 OCR+생성형 AI | 자사 문서·청구 |
| 미래에셋생명 | LLM 언더라이팅 · 온프레미스 사내 챗봇 (차세대 1,300억 원 사업에 포함) | 자사 문서 |
| DB손보 · KB손보 · 현대해상 | 사고 과실판정 · 보상 AI 에이전트 · 사기징후 포착 | 자사 청구 |
| 메리츠화재 | 팔란티어 기술검증(사기적발·경영진단) · KT 공동연구 | 자사 데이터 |
2026-04 일반 SaaS는 망분리 예외가 됐지만 생성형 AI는 빠졌습니다. 외부 LLM은 여전히 혁신금융 개별 승인. 개인신용정보는 더 막혀 있습니다.
생성형 AI 혁신금융 169건 지정 · 45건 출시(2026-04). 보험사는 «쓸 수 있는 AI»보다 «쓸 만한 재료»가 모자랍니다.
모든 보험사의 AI가 자기 집 안만 봅니다. 40개사 시장 전체를 정리해 AI에 먹이는 회사가 없습니다. 그 자리가 우리 자리입니다.
팔란티어는 자체 범용 LLM이 없습니다. 공식 문서가 스스로를 «model-agnostic»이라 적습니다. 값은 데이터를 엮는 구조(온톨로지)와 업무 흐름에서 나옵니다.
| 팔란티어 | 삼쩜삼인슈어텍 | |
|---|---|---|
| 모델 | 남의 모델을 붙이고, 공개 모델을 직접 호스팅 | 같은 길 — 공개 모델을 보험사 안에 설치, 갈아끼울 수 있게 |
| 재료 | 고객사 안의 데이터 | 보험사 안의 데이터 + 시장 전체 40개사의 원천데이터 |
| 비전 | 미래의 조선소 | 미래의 보험설계사, 미래의 상품개발실 |
| 돈이 되는 곳 | 새는 돈을 막음 (사기·비효율) | 새는 돈을 막고, 놓치는 돈도 찾음 (가격·상품·판매) |
보험사가 낸 공시 문서와, 판매 현장의 설계 화면에서 확인한 값을 한 원장에 모읍니다. 원장은 가입자의 세 물음 — 얼마예요 · 어디까지 돼요 · 어떻게 타요 — 에 답하는 꼴로 정리됩니다.
| 데이터 | 무엇이 들어 있나 | 지금 | 갱신 |
|---|---|---|---|
| 약관 원문 | 약관 · 별지 · 상품요약서 · 사업방법서(공시분) · 판매중지 상품은 1980년대 판매분부터 | 169,650건 · 39개사 | 매일 (일부 보강 중) |
| 판매중 목록 | 상품마다 판매 시작·종료 · 다음 판이 나오면 앞 판 판매중지 | 판매중 21,606건 | 매일 |
| 조건별 보험료 | 성별 · 나이 · 급수 · 납기 · 만기 · 가입금액마다 전 담보 보험료 | 8개사 60여 개 상품 → 40개사 약 700개 | 새 판마다 |
| 지급사유 | 담보마다 «언제 얼마를 주는가» 약관 문장 | 약 7.6만 건 · 7개사 | 새 판마다 |
| 담보 규칙 | 담보끼리 함께 들어야/못 드는 관계 · 가입한도 · 언더라이팅 한도 | 수집 중 | 달마다 |
| 직업·상해급수 | 직업 코드별 급수 · 급수에 따른 보험료 차이 | 수집 중 | 판마다 |
| 마케팅 플랜 | 회사가 미는 «추천 플랜» 구성과 가입금액 | 수집 중 | 달마다 |
조건별 전 담보 보험료 — 같은 조건에서 40개사를 한 줄에 세웁니다.
약관·별지를 담보 단위로 쪼개 지급사유 표로 — 조항까지 열어 봅니다.
1980년대 판매 상품의 약관부터 보유 — 가입 당시 약관의 지급사유로 «받은 보험금이 맞는지»까지.
한 회사의 상품만 보면 «좋은 상품»인지 알 수 없습니다. 40개사를 다 쥐어야 어느 칸이 시장보다 싸고, 비싸고, 비어 있는지가 보입니다. 비교는 전수(全數)일 때만 힘이 있습니다.
중간 보고를 기다리지 않습니다. 어제 시장에 무엇이 나왔고, 우리 상품이 어느 칸에서 비싸고 싼지를 원천데이터로 바로 봅니다. HD현대의 경영진이 조선소 공정을 태블릿으로 보듯이.
| 담보 | 우리 회사 | 시장 중앙값 | 시장 최저 | 판정 |
|---|---|---|---|---|
| 암진단비(일반암) 3천만 | 18,900원 | 17,200원 | 15,600원 | 비쌈 +9.9% |
| 뇌혈관질환진단비 1천만 | 4,210원 | 4,480원 | 3,950원 | 쌈 −6.0% |
| 허혈성심장질환진단비 1천만 | 3,880원 | 3,870원 | 3,420원 | 시장 수준 |
| 질병수술비(1~5종) | — | 2,140원 | 1,760원 | 우리에 없음 |
| 상해입원일당 2만 | 1,020원 | 1,310원 | 990원 | 쌈 −22.1% · 역선택 주의 |
매일 새벽 순회한 약관 장부에서 «어제 나온 것»만 뽑아 경쟁사별로.
같은 조건의 전 담보 보험료를 40개사 한 줄로 — 비쌈·쌈·없음을 칸마다.
숫자를 누르면 그 상품의 약관 조항과 지급사유가 열립니다.
가장 먼저, 가장 빨리 검증할 수 있는 곳은 고객입니다. 삼쩜삼 2,400만 고객이 세금을 환급받듯, 보험에서도 더 싸게 들고, 받은 보험금이 맞는지 확인합니다.
| 차례 | 데이터 | 화면 | 검증 숫자 |
|---|---|---|---|
| 1 보험료 | 판매중 상품의 조건별 전 담보 보험료 (8개사 60여 개 상품부터) | 다섯 입력 → 같은 담보·같은 금액으로 맞춘 회사별 보험료 | 조회 수 · 비교 뒤 계약 전환 |
| 2 보장 | 담보별 지급사유 (약 7.6만 건) | «이 담보는 이럴 때 이만큼» + 약관 문장 | 설명을 펼쳐 본 비율 · 상담 전화 0 |
| 3 판매중 | 매일 순회한 판매중 목록 | 판매중지 상품 자동 내림 | 판매중지 상품 노출 0건 |
| 4 받은 보험금 | 가입 당시 약관 × KCD 코드 | «받을 수 있었는지» 확인 목록 + 청구 서류 | 확인 건수 · 청구로 이어진 건수 |
HD현대가 «미래의 조선소»를 그렸듯, 우리는 보험업에 «미래의 보험설계사»를 그립니다. 설계사 한 명 한 명이 시장 전체를 아는 설계사가 됩니다.
| 오늘의 설계사 | 미래의 설계사 | |
|---|---|---|
| 아는 범위 | 소속 회사 상품 · 교육자료 | 40개사 전 상품 |
| 얼마예요 | 회사 시스템을 돌려야 견적 | 시장 전체 조건별 보험료가 바로 |
| 어디까지 돼요 | 약관을 다 못 읽고 «될 거예요» | 조항별 지급사유를 근거와 함께 |
| 어떻게 타요 | 보상팀에 물어봄 · 고객이 청구를 놓쳐도 모름 | 가입 당시 약관 × KCD 코드로 받을 수 있었는지 확인해 청구까지 |
| 판단 근거 | 경험과 감 · 지점 관리자 | 데이터 — 30년 차의 «감»이 데이터로 |
| 차례 | 데이터 | 화면 | 검증 숫자 |
|---|---|---|---|
| 1 비교표 | 고객 씬에서 쓴 조건별 보험료 그대로 | 고객 조건을 넣으면 40개사 비교표와 근거 한 장 | 시범 설계사 사용 횟수 |
| 2 약관 질의 | 약관·지급사유 원장 + 사내 LLM | «이 담보 이 경우 되나요?»에 조항으로 답 | 답의 조항 근거 비율 |
| 3 보험금 챙기기 | 가입 당시 약관 × KCD | 내 고객이 «받을 수 있었는지» 확인 알림 | 찾아 준 건수 · 재계약·소개 |
| 4 판매 | 판매중 목록 · 회사별 상품 | 비교 → 설계 → 판매 연결 | 시범 설계사 판매 건수 |
설계사용 영업지원 앱 모홈 — 보장분석 · 보험료 비교 · 보험금 청구 · AI 어시스트.
판매 근거 · 비교 설명 시간 단축 · 불완전판매 감소.
시장 전체를 아는 설계사가 더 싼 보험을 고르고, 이미 든 보험이 제대로 받았는지까지 확인해 줍니다. 보험사는 그 물음들이 데이터로 남아 상품개발로 돌아갑니다.
보험사는 «편해진다»에 돈을 쓰지 않습니다. 손해율 · 매출 · 사업비가 움직일 때 씁니다. 우리가 보험사 안에 심는 것은 세 가지 — 시장을 보는 눈, 산출하는 손, 쓰는 손입니다.
공개 모델을 보험사 안에 설치. 데이터가 밖으로 나가지 않고, 모델은 갈아끼울 수 있게. 그 위에 40개사 원천데이터.
새 약관 · 판매중지 · 칸별 가격 위치를 매일. (6쪽)
보험료(P) · 책임준비금(V) · 해약환급금(W)을 수집한 데이터 위에서 산출·검증. 계리사의 엑셀·매크로 검증을 엔진으로.
사업방법서 · 약관 · 산출방법서 초안을 시장의 비슷한 상품을 근거로, 조항마다 출처를 붙여.
| 손익 | 무엇이 움직이나 | 우리 데이터가 하는 일 |
|---|---|---|
| 손해율 | 시장보다 너무 싼 칸에 나쁜 계약이 몰림 | 40개사 같은 칸과 맞대 «너무 싼 칸»을 찾아냄 |
| 매출 | 너무 비싼 칸은 안 팔림 · 경쟁 신상품에 늦은 대응 | «너무 비싼 칸»과 «우리에 없는 담보»를 찾고, 신상품 다음 날 비교 |
| 사업비 | 경쟁사 분석 · 기초서류 · 산출 검증에 드는 인력 | 콘솔 · 초안 · P·V·W 엔진으로 손작업을 줄임 |
| 리스크 | V·W 계산 오류 → 감독 지적 · 환급금 분쟁 | 엔진이 두 번째 눈이 되어 검증 |
계획은 창대하지만, 아주 디테일하게 고객 씬 · 설계사 씬부터 분해해 들어갑니다. 고객 → 설계사 → 보험사 순서로 넓힙니다. 보험사 영업은 시간이 걸리므로 첫날부터 병행합니다. 원장 채우기는 내내 돕니다.
| 시기 | 만들기 | 검증 (합격선) |
|---|---|---|
| 1~2개월 (12월~1월) | 노콜 런칭 (12/1) · 고객 씬 분해 1→4 (보험료 → 보장 → 판매중 → 받은 보험금) · 삼쩜삼 고객 위 실험 | 노콜 유입 10만 · 보험료 조회 3만 · 첫 계약 300건 예시 |
| 2~4개월 (1월~3월) | 설계사 솔루션 시범 · 설계사 씬 분해 1→4 (비교표 → 약관 질의 → 보험금 챙기기 → 판매) | 시범 설계사 100명 · 월 사용 2,000회 · 판매 200건 예시 |
| 1~6개월 (병행) | 보험사 영업: 시연 → PoC → 계약 | 4개월 차 PoC 1건 · 6개월 차 계약 1건 예시 |
| 내내 | 원장 채우기 · 매일 갱신 | 약관 40개사 대상 매일 갱신(보강 포함) · 보험료 수집 700개 상품 / 40개사 예시 |
2,400만 고객과 그 신뢰가 이미 시스템으로 증명되어 있습니다. 보험사가 «누가 이 데이터를 들고 오는가»를 볼 때, 그 이름이 삼쩜삼입니다.
삼쩜삼인슈어텍이라는 이름은 철저히 삼쩜삼의 자회사로 만들겠다는 의지입니다. 성과는 삼쩜삼의 이름으로 쌓입니다.
데이터를 가지고 사업을 하는 회사. 40개사 · 16.9만 건의 데이터를 보유하고, 매일 수집하고, 생성형 AI 위에서 보험의 미래를 그립니다.