대시보드에서 분석까지 이어지는 실무형 운영 체계
보험업의 디지털 전환은 빠르게 진행되고 있습니다. 상품 개발의 개인화, 심사·보상 업무의 자동화, 내부 운영의 효율화까지 데이터 기반 변화는 이미 업계 전반으로 확산되고 있습니다.
그중에서도 보상 업무는 손해율을 직접적으로 관리하는 핵심 영역입니다. 문제는, 시시각각 변하는 수많은 데이터를 하나의 기준으로 정리하고, 이를 바탕으로 손해율의 실제 개선까지 이어지게 만드는 것이 생각보다 쉽지 않다는 점입니다.
고객 수 1,000만 명이 넘는 국내 대표 보험사 DB손해보험 역시 이러한 과제를 안고 있었습니다. 지표의 정확성과 해석의 일관성을 확보하는 것, 그리고 데이터를 ‘조회’가 아닌 ‘성과 관리와 의사결정’에 활용하는 것은 조직 운영 방식 자체를 바꾸는 문제였습니다.
이번 글에서는 DB손해보험 보상기획팀이 대시보드 조회를 넘어 성과 관리와 분석까지 이어지는 운영 체계를 어떻게 구축했는지 살펴봅니다.
핵심 성과 요약
- 10년 이상 노후화된 분석 환경을 실무형 운영 체계로 재구성
- 700여 개 지표를 통합 설계 및 100개 이상의 대시보드 구축
- DB손해보험 및 3개 계열사, 500명 이상이 활용 가능한 구조로 확장
- 대시보드 조회에서 AI 분석까지 이어지는 흐름 구현
- 현업 인터뷰, 데이터 정합성 검증, 전국 실무자 교육으로 실사용 가능한 도입
도입 배경 | 지표 일원화와 실무 활용 가능한 데이터 환경의 필요성
DB손해보험 보상 조직의 첫 번째 과제는 현장 직원을 객관적으로 평가할 수 있는 지표 화면이었습니다.
지표는 여러 시스템에 흩어져 있었고, 이를 종합적으로 이해하는 것도 특정 담당자의 경험에 의존하고 있었습니다. 같은 지표를 보더라도 사용자에 따라 해석이 달라졌고, 데이터 정합성을 확인하는 데에도 많은 시간이 소요되었습니다. 그 결과, 현장 직원에 대한 객관적인 평가 기준을 마련하기 어려웠고, 조직 차원의 일관된 의사결정 역시 쉽지 않은 상황이었습니다.
특히 손해율 관리 측면에서의 한계는 더욱 명확했습니다. 손해율에 영향을 주는 요인이 어디에서 발생했는지 추적하기 어려웠고, 개선 활동 역시 데이터 기반의 체계적인 관리가 아닌 감에 의존하는 방식에 가까웠습니다.
보상기획팀 K수석
“정보계 환경이 워낙 노후했다보니, 아는 사람만 쓰는 환경으로 오래 굳어져 있었습니다.
때문에 같은 지표도 다르게 해석됐고,
관리와 개선이 어려워 지표의 관점을 통일해야 한다는 요구가 매우 컸습니다.”
이러한 상황에서 DB손해보험이 필요로 했던 것은 단순한 지표 조회 환경이 아니었습니다. 특정 담당자 중심의 분석 구조를 넘어, 보상부서 직원부터 현장 관리자, 본점 관리자까지 모두가 동일한 기준의 지표를 기반으로 손해율을 관리하고 개선할 수 있는 실무형 데이터 활용 체계였습니다.
대시보드에서 AI 데이터 분석까지 이어지는 솔루션
여러 대안이 검토됐지만, 선택 기준은 명확했습니다.
- 현업이 직접 쓸 수 있어야 할 것
- 대시보드 조회를 넘어 데이터 분석까지 가능할 것
- 금융권 환경에 맞는 보안과 운영 구조를 구현할 수 있을 것
이러한 기준에서 HEARTCOUNT의 차별점이 분명하게 드러났습니다. 이번 프로젝트의 핵심은 B-to-the-A, 즉 BI에서 AI 데이터 분석으로 이어지는 흐름을 구현하는 데 있었습니다.
단순히 지표를 확인하는 것을 넘어, 해당 수치가 왜 도출되었는지, 어떤 요소를 조정하면 결과가 어떻게 변화하는지, 그리고 특정 시점에 발생한 이상 값의 원인이 무엇인지까지 파악할 수 있어야 실제 업무에 활용할 수 있습니다. DB손해보험이 필요로 했던 것 역시 이러한 분석 흐름이 자연스럽게 이어지는 데이터 환경이었습니다.
신뢰할 수 있는 실무 활용 데이터 환경 구축 과정
프로젝트는 약 1년에 걸쳐 진행됐습니다. 요구사항 정리, 설계, 개발, 검증, 확산까지 단계적으로 이어졌습니다. 이 과정에서 가장 중요했던 것은 현업이 실제로 신뢰하고 활용할 수 있는 환경을 만드는 것이었습니다.
실무 밀착 지표를 만들기 위한 현업 중심 워크샵
프로젝트 초반에는 운영자 워크숍을 시작으로, 이후 보험 종류별·계열사별 현업 인터뷰가 순차적으로 진행되었습니다. 대물, 대인 등 실제 업무를 수행하는 담당자를 중심으로 인터뷰를 진행했으며, 전체적으로 20명 이상의 실무자가 요구사항 정리에 참여했습니다.
이 과정에서의 핵심은 단순히 화면 목록을 확장하는 것이 아니라, 누가 어떤 시점에 어떤 지표를 확인하고 어떤 판단을 내려야 하는지 정의하는 것이었습니다. 이에 따라 관리자 관점의 지표와 현업 관점의 지표를 구분하여 설계가 이루어졌습니다.
데이터 정합성 확보를 통한 활용 신뢰 기반 강화
이번 프로젝트에서 가장 많은 시간이 들어간 부분은 데이터 검증이었습니다.
보상 조직의 대시보드는 값이 조금만 달라도 신뢰를 잃습니다. 현업은 자신의 숫자를 잘 알고 있기 때문에, 한 번이라도 값이 다르게 보일 경우 해당 시스템을 더 이상 사용하지 않을 가능성이 높습니다. 그래서 정의된 쿼리 결과와 현업이 기존에 보던 값을 반복적으로 대조하며, 1의 자리까지 맞추는 검증을 여러 차례 진행했습니다.
HEARTCOUNT 담당자
“값이 틀리면 현업은 다시는 대시보드를 보지 않는다는 인터뷰가 있었습니다.
그래서 원 단위, 1의 자리까지 맞추는 데 가장 많은 시간을 썼습니다.”
기존 시스템 연계를 고려한 운영 환경 구현
기존 데이터 환경은 도입된 지 10년이 넘은 상태였습니다. 대규모 업그레이드 없이 운영돼 왔고, 여러 시스템이 같은 데이터베이스를 함께 쓰고 있었습니다. 새로운 체계를 붙이면 성능 부담이 커질 수밖에 없는 구조였습니다.
이를 고려해, HEARTCOUNT는 반복적인 쿼리 튜닝을 수행하고, 내부 데이터베이스 담당자와 협업하여 병목 구간을 조정했습니다. 또한, 조회 빈도가 높은 영역에는 캐싱 전략을 적용하여 성능을 개선했습니다. 결과적으로, 기존 환경 위에서 안정적으로 활용이 가능한 구조를 구현할 수 있었습니다.
금융권 운영 요건을 반영한 권한 및 보안 체계 설계
권한 및 보안 설계 역시 중요한 요소였습니다. 현장 직원은 본인이 속한 센터 및 조직의 데이터만 조회할 수 있도록 하고, 본점 관리자는 전체 실적을 확인할 수 있도록 역할 기반 권한 체계를 설계했습니다. 특히 손해율, 건당 COST와 같은 민감한 지표에 대해서는 더욱 엄격한 접근 제어가 적용되었습니다.
또 하나의 특징은 분석 환경의 신뢰성이었습니다. HEARTCOUNT의 분석 기능은 외부 LLM과의 연결 없이도 내부 환경에서 활용할 수 있도록 설계되어, 데이터 외부 전송이 제한적인 금융권 환경에서도 안정적으로 적용할 수 있었습니다.
도입 효과 | 현황 파악부터 성과 관리, 이상 탐지까지 이어지는 업무 변화
통합 대시보드를 통한 현황 파악과 업무 효율화
관리자들이 가장 자주 확인하는 것은 매일 변화하는 운영 현황입니다. 사고 접수 건수, 처리 건수, 센터별 운영 상태 등 주요 지표를 빠르게 파악해야 합니다.
이전에는 여러 시스템을 오가며 값을 모아야 했고, 회의 자료를 만들기 위해 별도의 정리 시간이 필요했습니다. 지금은 같은 KPI 화면을 기준으로 현황을 바로 확인합니다. 회의 준비는 빨라졌고, 보고의 출발점도 통일됐습니다.
이 과정에서의 핵심 변화는 단순한 시간 절감에 그치지 않습니다. 이전에는 “어느 숫자가 맞는지”를 확인하는 데 많은 시간이 소요되었다면, 이제는 동일한 지표를 기반으로 어떤 조치가 필요한지를 논의하는 구조로 전환되었습니다.
성과 시뮬레이션 기반의 실무형 성과 관리 정착
현업 직원들은 자신의 성과를 매일 확인합니다. 그리고 보는 데서 끝나지 않습니다. 특정 지표를 조금 더 올리면 결과가 어떻게 달라지는지 직접 시뮬레이션합니다.
이는 이번 프로젝트의 핵심 기능 중 하나입니다. 기존의 대시보드가 정적인 정보 조회에 머무르는 경우가 많았다면, HEARTCOUNT는 사용자가 입력한 값을 기준으로 결과를 다시 계산하여 시뮬레이션하는 구조로 설계되었습니다. 즉, 현재 상태 확인 → 목표 조정 → 결과 예측이 한 화면 안에서 이어집니다.
이 구조 덕분에 대시보드는 단순한 조회 도구가 아니라 성과 관리 도구가 됐습니다. 현장에서는 센터장이 대시보드를 보며 직원 성과를 바로 점검하고 코칭하는 장면이 자연스럽게 생겼습니다.
보상기획팀 관리 담당
“현장 직원들은 자기 성적을 언제든 확인할 수 있습니다.
지금 성적이 이 정도인데, 지표를 조금 올리면 어디까지 갈 수 있는지
데이터 기반으로 성과를 개선하는 도구로 많이 활용합니다.”
AI 이상 탐지를 통한 선제적 이슈 인지와 분석 대응
실무에서는 특정 시점에 지표가 급격히 변화하는 상황이 빈번하게 발생합니다.
기존에는 이러한 변화의 원인을 파악하기 위해 수작업 분석이 필요했고, 원인 파악까지 상당한 시간이 소요되거나 일부 이슈는 놓치는 경우도 발생했습니다. DB손해보험이 필요로 했던 데이터 분석 기능 역시 이러한 문제를 해결하는 것이었습니다.
HEARTCOUNT는 이상 징후를 AI를 활용해 감지하고, 이후 원인을 단계적으로 분석할 수 있는 흐름을 제공합니다. 중요한 점은 이 기능이 일부 전문 분석가에 국한되지 않고, 관리자가 실무 이슈를 빠르게 인지하고 대응할 수 있도록 설계되었다는 점입니다.
또한 이 분석은 외부 LLM 의존 없이 내부 환경에서 활용할 수 있어, 금융권에서도 신뢰성 있게 적용할 수 있었습니다. 즉, “AI 분석”이 마케팅 문구를 넘어 실제 운영 가능한 분석 기능으로 작동한 것입니다.
DB손해보험 사례가 보여주는 실무형 데이터 활용의 방향
시스템 오픈 이전, 보상운영자들이 전국 현장을 직접 방문하여 사용 방법을 안내하는 과정을 진행했습니다. HEARTCOUNT는 운영자 대상 교육을 선행했고, 이후 운영자들이 각 센터를 순회하며 현장 사용자 교육을 수행하는 구조로 확산이 이루어졌습니다.
현재 이 프로젝트는 DB손해보험의 보상 관련 3개 본부와 3개 계열사를 포함해 500명 이상이 활용하는 구조로 확산되었습니다. 그러나 이 사례의 핵심은 단순한 사용자 수에 있지 않습니다. 가장 중요한 변화는, 대시보드가 실무의 중심으로 자리 잡았다는 점입니다.
- 현황을 빠르게 확인하고
- 성과를 직접 시뮬레이션하고
- 이상징후를 조기에 탐지해 분석으로 이어가는 흐름
이러한 구조가 갖춰졌을 때, 대시보드는 단순한 조회 화면이 아니라 실제 업무를 움직이는 도구로 기능하게 됩니다. DB손해보험 사례는 이 변화를 명확하게 보여줍니다. HEARTCOUNT가 구축한 것은 단순한 BI 화면이 아니라, 현업이 매일 활용하는 운영 체계였습니다.
HEARTCOUNT는 단순한 대시보드 조회를 넘어, 분석까지 이어지는 흐름을 설계합니다. 현황 파악, 성과 관리, AI 데이터 분석이 하나의 실무 흐름으로 연결되어야 하는 조직이라면 지금 도입 상담을 시작해보세요.
다양한 도메인의 HEARTCOUNT 도입 사례가 궁금하다면 고객 사례집을 신청해보세요. 신청 즉시 이메일로 전송됩니다.
함께 읽어보세요
Mini Park
ouki
