자동차를 정비소에 보낼 정도로 사고가 크게 나면 들어둔 보험이 진가를 발휘합니다. 보험사는 빠른 손해사정과 치료비 지급으로 부상자의 회복을 돕고, 정비소와 신속한 소통을 통해 차량 수리를 원활하게 진행할 수 있도록 지원해 주기 때문인데요. 이때 AI가 활용됩니다. 바로 보험개발원이 서비스하는 AI 기반 자동차 수리비 자동견적 시스템 ‘AOSα(Automobile repair cost On-line Service alpha)’입니다.
“AOSα는 보험사와 정비소를 연결합니다. 이전에는 예상 수리비를 산출할 때 사람이 일일이 사진을 확인하고 검토했는데, 이제 AI가 프로세스를 자동화해 빠르게 결과를 도출합니다.”
보험개발원 AOS 서비스의 네트워크 구성도
AOSα는 정비업체와 보험사 간 사고 접수, 수리비 청구, 수리비 손해사정 업무 등을 실시간으로 처리하는 온라인 청구·손해사정 시스템입니다. 국내 대부분의 보험회사와 정비 공장에서 사용 중인데요. AI가 사고 차량의 사진만으로 예상 수리비를 산출합니다. 딥러닝 기반의 이미지 분석 기술로 차체 손상 부위와 차량 번호판을 자동 인식해 보험 계약 정보를 연결하고, 보상 직원의 업무 프로세스를 대폭 줄였습니다. 이를 통해 정비 업체와 보험사의 수리비 논의 시간을 단축하고, 고객에게 더 빠르고 정확한 서비스 제공하고 있어요.
자동차 수리비 지급 업무의 표준화를 넘어 보험금 지급 업무의 패러다임을 바꾸는 AI 서비스는 어떻게 구현할까요? 최근 보험개발원은 방대한 차량 수리 데이터를 마키나락스의 AI 플랫폼 Runway(런웨이)와 결합해 기존 AOSα 시스템을 획기적으로 개선하는 프로젝트를 진행했습니다. 이 과정에서 Runway는 어떤 역할을 했을까요? 보험개발원 장현웅 선임 연구원님과의 인터뷰를 통해 정리했습니다.
보험개발원이 AI 플랫폼 Runway를 선택한 이유
지속 가능한 AI 운영의 시작, 마키나락스 AI 플랫폼 Runway
보험개발원은 2024년 Runway를 도입하면서 기존에 사용하던 AI 플랫폼을 마이그레이션했습니다. AI 기반 서비스는 외부 환경이 바뀌고 새로운 데이터가 지속해서 유입되어도 높은 AI 성능을 유지해야 합니다. 그래야 서비스 품질을 지속적으로 향상시킬 수 있는데요. 이를 위해 AI 모델 개발, 배포, 재학습, 관리, 운영 등을 지원하는 AI 플랫폼 구축이 무엇보다 중요합니다. 보험개발원은 차량 사고 이미지 분석에 사용되는 다양한 AI 모델을 복합적으로 적용하고 신규 차종이 출시되면 프레임, 부품 등 관련 정보를 업데이트해야 하기 때문에 AI 플랫폼 구축을 필수 사항으로 고려했습니다.
"AI모델의 성능 향상을 위해서는 지속적인 모델 재학습이 필요한데요, 원활한 재학습은 물론 보험개발원 맞춤 AI 플랫폼이 필요했습니다."
마키나락스 Runway는 데이터 분석가와 모델 개발자를 위한 맞춤형 개발 환경을 제공합니다. 파이프라인을 통해 전문가들은 쉽게 재현 및 모델 개선을 할 수 있고 운영 담당자는 빠르게 배포할 수 있습니다.
하지만 데이터, AI 개발 프로세스, 인력 등과 긴밀하게 연결되어 있어 한번 쓰기 시작한 AI 플랫폼을 마이그레이션하는 일은 굉장히 까다롭습니다. 특히 보험개발원은 금융 분야 망 분리 규제로 온프레미스로 AI 플랫폼을 구축해야 하고 보안도 충족해야 할 조건이 많기 때문에 쉽지 않은 결정이었어요. 그러나 재학습과 유지보수가 안 되는 AI 플랫폼은 장기적으로 한계가 명확했습니다. 일찌감치 AI 플랫폼의 중요성을 인식한 보험개발원은 Runway가 금융 도메인 최고 수준의 보안을 충족하는 온프레미스 환경 지원, 대용량 트래픽 처리, 맞춤형 플랫폼 구축을 위한 전문 인력 지원, 다른 사업 영역 AI 확장성까지 확보 가능한 최적화 AI 플랫폼이라고 판단했습니다.
안정적인 실시간 AI 서비스 제공의 비결
AI가 실시간으로 자동차 수리비 견적을 분석하려면 사진 필터링, 부품 종류 인식, 손상유형 및 손상위치 인식, 수리유형 판단 모델 등 여러 개의 AI 모델이 유기적으로 협력해 정확도와 효율성을 높여야 합니다. 보험개발원은 Runway로 차 사고 이미지 분석에 사용되는 여러 AI 모델을 복합적으로 적용하고 신규 차종 출시에 따른 이미지 데이터를 관리하는 AI 모델의 재학습과 배포를 자동화했는데요. Runway의 AI 성능 모니터링 기능을 통해 지속적으로 성능을 분석하고 개선하고 있습니다. 덕분에 2019년 처음 AOSα 서비스를 시작했을 때보다 성능이 월등하게 좋아졌습니다.
"AOS는 한 달에 30만 건 정도 자동차 수리비 청구 요청을 처리하고 있습니다. 내부적으로는 하루에 약 700만 건 정도 트래픽이 처리되고 있는데 보안 문제없이 안정적으로 처리하고 있고, 1.5초 안에 서비스가 완료되는 것 자체가 Runway의 구조적인 장점이라고 생각해요. gRPC를 제공하는 AI플랫폼도 많지 않고요."
Runway는 배포된 모델의 성능과 추론 로그를 확인할 수 있어 AI 서비스의 운영 안정성을 보장합니다.
AOSα 클러스터 내부에서 처리되고 있는 트래픽은 약 700만 건에 달하는데요. 한 건의 요청을 처리할 때 발생하는 200~300건의 내부 TPS(transactions per second)도 1.5초 안에 안정적으로 처리되고 있습니다. 이는 약 20개의 AI 모델을 운영하고, 트래픽이 많은 상황에서도 엄격한 보안을 준수하며 안정성을 유지해 주는 Runway가 있기 때문이라고 생각해요.
Runway는 온프레미스 환경에서 Auto-scaling과 gRPC(Google Remote Procedure Call) 같은 효율적인 기능을 통해 고용량 데이터와 다양한 트래픽을 원활하게 처리합니다. 시스템이 과부하에 빠지지 않도록 자원을 효율적으로 분배해 여러 AI 모델이 동시에 작동하는 환경에서도 안정적인 서비스 운영을 보장합니다.
이렇게 대규모 트래픽을 빠르고 안정적으로 처리하기 위해서는 시스템 구조를 어떻게 설계하는지도 굉장히 중요한데요. 보험개발원은 기본적으로 개발망과 운영망의 워크로드를 완전히 분리하여 개발 작업이 운영 서비스에 영향을 끼치지 않도록 했습니다. 또한, 운영 환경을 마스터 노드 3대를 활용한 고가용성(HA, High Availability) 구조로 구축하고, 마스터와 워커 노드를 분리해 운영 최적화를 실현하였습니다. 이를 통해 AOSα 서비스는 고트래픽 환경에서도 실시간 서비스를 중단 없이 제공하고 있습니다.
Yes or Yes, 세심하고 전문적인 맞춤 지원
보험개발원은 AI 플랫폼 마이그레이션을 위해 다양한 선택지를 고려했습니다. 그중 자체 개발이라는 옵션도 있었는데요. 유지 보수 측면에서 어려움이 발생할 것이라는 우려가 있었습니다. 보험개발원은 IT 전문 기업이 아니기 때문에 AI 플랫폼 개발 프로젝트 담당자가 바뀌면 시스템을 제대로 대응하거나 관리할 수 없다는 점이 큰 문제였습니다. 보험개발원이 유지보수가 용이한 국내 AI 플랫폼 Runway를 선택한 이유기도 합니다.
“마키나락스는 한 번도 안 된다고 한 적이 없어요”
마키나락스에는 저희가 🔗Runway를 잘 사용할 수 있도록 지원하는 전담팀이 있는데, 전문적인 기술 지원 덕분에 프로젝트를 잘 진행할 수 있었습니다. Runway 딜리버리팀 PM 한규선님이 Runway에 대한 깊은 이해를 바탕으로 초기 단계에서 발생한 여러 기술적 문제에 빠르게 대응해 주셔서 해결할 수 있었습니다. 이슈가 발생했을 때는 명절 휴일도 반납해 가면서 문제를 해결해 주셨습니다. 복잡한 시스템 문제에도 끈질기게 문제의 원인을 파악하고, 효율적인 해결책을 제시해 주셨습니다. Runway Delta팀의 세심하고 전문적인 지원 덕분에 이번 프로젝트를 성공적으로 마칠 수 있었다고 생각합니다.
Runway 위에서 무한하게 확장되는 보험개발원 AI 서비스
Runway 위에서는 프로젝트 및 작업별로 자원을 지정하고 관리할 수 있으며, 다양한 인프라 요구 사항을 충족하여 기존 인프라 환경에 큰 변경 없이 AI 운영 환경을 구현합니다.
AOSα 서비스를 담당하고 있는 보험개발원의 자동차기술연구소는 AI 플랫폼의 핵심 인프라인 GPU 서버를 가장 많이 보유하고 있습니다. 이를 기반으로 AI 플랫폼 Runway를 구축했고 조직 내에서 AI를 필요로 하는 부서가 손쉽게 AI 환경을 확장할 수 있도록 지원하고 있습니다.
보험개발원은 AOSα의 실시간 AI 견적 산출 서비스를 시작으로 ‘AI 기반 중고차 가격 예측 서비스’, ‘LLM을 활용한 수리비 견적 서비스 고도화’ 등 AI 서비스를 확장할 계획입니다.
마키나락스 Runway가 AI 플랫폼으로 정착되고 첫 고도화 프로젝트가 성공적으로 마무리되면서 다른 사업이나 서비스에 AI를 적용하는 것이 수월해졌습니다. 일단 AI 모델 성능과 AI 플랫폼에 대한 신뢰도가 있으니 추가 챌린지가 없고, 이미 구축된 AI 플랫폼 Runway를 활용하여 비용 절감과 효율적인 운영이 가능해졌습니다. Runway가 보험개발원의 AI 기술 도입과 확장을 가속화하는 중요한 역할을 하고 있습니다.
AI 플랫폼, 그중 Runway를 추천합니다!
어떤 AI 플랫폼을 도입할까 이전에 ‘AI 플랫폼이 필요한가?’라는 검토가 있을 수 있습니다. AI 플랫폼의 도입 여부는 기업의 AI 전략을 반영합니다. AI 서비스를 지속해서 확장하려는 계획이 있다면 AI 모델의 재학습과 쉬운 배포가 가능한 환경 구축을 필수적으로 고려합니다. 단순히 GPU 서버에 AI 운영 환경을 구축해 기본적인 서비스만 구현하려 한다면, 일회성 프로젝트로 끝내려는 결정일 가능성이 큽니다.
보험개발원의 AOSα 서비스에서 알 수 있듯이 AI 플랫폼은 개발, 배포, 추론 결과의 수집까지 표준화와 자동화를 통해 안정적인 AI 서비스를 지원하는 핵심 기반입니다. 조직의 규모와 필요에 따라 고려할 수 있는 AI 플랫폼도 다른데요. 조직이 가진 다양한 환경에 유연하게 적용 가능한 AI 플랫폼을 찾고 있다면 마키나락스 Runway를 추천합니다.
