MongoDB와 LangGraph가 보험 회사의 보험금 청구 처리 절차를 어떻게 간소화하고 고객 경험을 향상하는지 살펴봅니다.
제품: MongoDB Atlas, MongoDB Atlas Vector Search
파트너: Anthropic, AWS, Cohere, LangChain
솔루션 개요
Agentic AI 자율 시스템이 독립적으로 인식하고, 추론하고, 행동할 수 있도록 함으로써 보험 업계를 변화시키고 있습니다. AI 에이전트는 자율적이므로 정확한 지침 없이 목표 중심으로 작동할 수 있습니다. 보험사는 레거시 시스템의 한계를 극복하고, 개인화된 고객 경험을 제공하며, 2032에서 예상하는80 0억 달러 규모의 AI 보험 시장을 활용하기 위해이러한 기술에 막대한 투자를 하고 있습니다.
보험 산업을 현대화하려면 효율적인 보험금 청구 처리가 중요합니다. NLP, 이미지 분류, 벡터 임베딩과 같은 AI 도구는 보험사가 다음 작업을 수행하는 데 도움을 줍니다.
정밀한 재해 영향 평가 생성
더 풍부한 메타데이터로 청구 라우팅 속도 향상
더 나은 분석으로 소송 예방
더 정확한 위험 평가를 사용해 재정적 손실 최소화
그러나 AI를 프로덕션 시나리오에 적용할 때 안정성과 유연성의 균형을 맞추는 일은 쉽지만은 않습니다. 자율성이 지나치면 예측할 수 없는 결과를 불러올 수 있고, 반대로 제약 조건이 너무 제한적이면 에이전트의 자율성을 떨어뜨릴 수 있습니다.
이 솔루션은 이러한 과제를 극복하기 위해 AI 에이전트를 활용하여 청구 작업을 간소화하고 다단계 청구 처리 워크플로를 통해 고객 만족도를 향상하는 방법을 소개합니다. 이 워크플로에서 에이전트는 사고 사진을 처리하고, 손상 정도를 평가하며, 보험 커버리지를 확인합니다. LLM은 MongoDB Atlas Vector Search에서 조회된 정책 정보와 관련 문서를 분석합니다. 결과는 MongoDB Atlas 데이터베이스에 저장됩니다.
참고 아키텍처
에이전트 인스턴스를 정의할 때 컨텍스트를 이해하는 데 도움이 되도록 에이전트의 작업 범위와 목표를 설명하는 프롬프트를 작성하세요. 이 솔루션에서는 다음 프롬프트를 사용합니다.
"너는 보험 회사의 보험금 청구 처리 보조원이다. 너의 목표는 청구 처리자가 현재 청구의 범위를 이해하고 정보에 입각한 결정을 내릴 수 있도록 관련 정보를 제공하여 지원하는 것이다. 특히 사고 설명을 바탕으로 관련 보험 가이드라인을 불러와 요약하여 담당자가 커버리지를 결정하고 그에 따라 청구를 처리할 수 있도록 해야 한다. 조사 결과를 명확하고 매우 간결하게 제시해라."
작업을 정의하는 것 외에도 에이전트가 사용할 수 있는 도구와 사용 방법을 명시해야 합니다. 이 시스템은 아래 이미지에 표시된 대로 벡터 검색을 사용하여 데이터베이스에 기록합니다.
그림 1. 에이전트 워크플로의 단계
벡터 검색은 벡터화된 이미지 설명을 관련 벡터화된 정책에 매핑합니다. 여기에는 해당 사고 등급에 대한 커버리지 설명이 포함됩니다. 에이전트는 정책 및 관련 커버리지를 사용하여 다음 조치를 권장하고 청구 담당자에게 작업 주문을 할당합니다. 그런 다음 데이터베이스에 쓰기를 수행해 이 정보를 저장합니다.
또한, 이 솔루션은 다음 기술을 사용합니다.
솔루션 빌드
이 솔루션을 복제하려면 이 솔루션의 Github 리포지토리의 README 지침을 따르세요. 이 프로세스 에는 다음 단계가 포함됩니다.
MongoDB Atlas에 로그인하고 데이터베이스 생성
지정된 컬렉션 생성
벡터 검색 인덱스 설정
AWS 계정 생성 및 Bedrock 모델 설정
백엔드 설정 및 실행
프론트엔드 설정 및 실행
Docker 컨테이너 구성
이 단계를 따르면 앱을 실행할 수 있습니다.
주요 학습 사항
AI 에이전트로 청구 처리 과정 단순화: AI 에이전트가 정책 및 커버리지를 찾는 과정을 자동화하므로 인간 에이전트가 여러 시스템을 탐색하고, 긴 PDF를 읽고, 정보를 요약할 필요가 없습니다.
에이전틱 AI로 혁신적 변화 추진: AI 에이전트는 전례 없는 수준의 자율성을 갖고 추론, 인식, 행동할 수 있습니다. 보험사가 경쟁력을 유지하려면 실험적인 기술을 받아들이고, 이러한 기술을 시스템과 프로세스에 통합해야 합니다.
MongoDB의 유연한 document model로 더 쉬워진 데이터 액세스: 에이전트는 API 또는 MongoDB MCP 서버를 사용해 MongoDB에 저장된 정형화 및 비정형화 데이터에 쉽게 액세스할 수 있습니다. 이를 통해 에이전트가 복잡하고 문맥적인 상호 작용을 처리할 수 있습니다.
작성자
Luca Napoli, MongoDB