• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.103-104
• /
• 2017

최근들어 보험사기로 인한 피해가 날로 극심해지고 있다. 이러한 보험사기로 인한 피해를 예방하고 억제하기 위해 오랜시간 논의를 해왔으며, 결국 보험사기방지 특별법을 제정하여 2016. 9. 30. 시행하였다. 그러나 단지 이러한 특별법 시행만으로는 보험사기로 인한 폐해를 완전히 해결할 수 없다. 따라서 특별법 시행으로 인한 현실적인 보험사기 억제효과를 살펴보고 이에 대한 문제점을 분석하여야 한다. 이에 본 연구에서는 보험사기방지 특별법 시행으로 인한 효과에 대하여 현실적으로 살펴보고, 이에 대한 문제점을 모색한 후 개선방안을 제시해 보고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권3호
• /
• pp.117-127
• /
• 2020

최근 보험사기는 의료인, 정비업체, 보험설계사 등 분야별 전문가와 보험가입자가 공모하여 조직화, 지능화되는 형태로 계획적이고 은밀하게 이루어지고 있어 그 혐의를 입증하는 것이 점점 더 어려워지고 있다. 자동차사고의 경우 고의를 입증하기가 쉽지 않으며 특히 수사권이 없는 보험사가 혐의를 입증하기는 현실적으로 한계를 가지고 있다. 본 논문에서는 공모형 보험사기 적발을 위한 Social Network Analysis(SNA), 혐의그룹 개체간 관계 시각화 기법 등 공모형 보험사기 혐의자 적발 기법을 통해 기존에는 알아내기 어려웠던 조직형, 공모형 보험사기 파악이 획기적으로 개선될 수 있다는 점을 살펴보고 조직적 공모형 보험사기 적발을 위한 데이터 분석기법의 발전적 연구 방향을 모색해 보고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.212-215
• /
• 2018

현재 자동차 사고 보험에서는 보험사기 문제가 해결되지 못하고 있다. 매년 자동차 보험 회사의 보험사기로 인한 금전적 손해는 증가하고 있다. 또한 보험사기를 막기 위해 적용되는 필수적인 보험 회사 직원의 현장 방문은 비효율적이고 보험금을 받을 때까지 많은 시간을 소모한다. 이를 해결하기 위해 자동차 보험에 블록체인을 적용한 go2solution은 기존 보험 처리 과정을 단축시켰지만 보험청구자의 사진만으로 사고 발생을 판단하기 때문에 사고를 입증하는데 증거가 부족하고 이를 이용한 보험 사기가 가능하다. 따라서 사고 발생 여부의 신뢰도를 측정하여 보험사기를 방지할 수 있도록 블록체인 기반 자동차 보험 신뢰모델을 제안한다. 포그 컴퓨팅을 적용하여 차량, 보험회사, RSU의 정보 공유를 원활하게 한다. 또한 목격자들이 신뢰요소로 적용될 수 있도록 블록체인 컨소시엄을 통한 인센티브 시스템을 적용하여 목격자들은 적극적으로 사고정보를 제공한다. 이렇게 수집된 다양한 신뢰요소 데이터를 분석하여 신뢰점수와 등급을 정한다. 이때 회귀분석을 적용하여 각각의 신뢰요소의 중요도에 따라 다른 가중치를 적용하여 정확한 신뢰점수를 책정한다. 결과적으로 보험회사는 보험사기 피해액을 절감하고 보험청구자는 인센티브를 사용하여 적은 보험료를 지불한다.

• 재무관리연구
• /
• 제23권1호
• /
• pp.227-242
• /
• 2006

이 논문은 자동차보험분야에서 고의사고를 통한 보험사기에 대한 게임이론적 분석을 통하여 개선안을 제시한다. 보험사기범이 고의로 교통사고를 유발하여 보험금과 합의금을 받아내는 상황을 게임모형으로 분석한다. 현행제도 하에서는 최초 교통법규를 위반하여 사고를 낸 운전자(즉 궁극적인 보험사기의 피해자)의 교통법규 위반행위에 대한 처벌수준이 너무 높아서 최초법규위반자와 보험사기범과의 협상게임에서 협상력이 과도하게 약화된다. 보험사기범은 이를 악용하여 과도한 합의금을 (협박하여) 요구하게 되는 것이다. 즉, 최초 법규위반 운전자에 대한 과다한 처벌이, 본래 목적이 교통질서를 유지하려는 것임에도 불구하고, 오히려 보험사기범죄를 유발하는 역효과를 발생시키고 있는 것이다. 이러한 보험사기에 대한 대책으로 보통 제시되는 방안은 범죄에 대한 적발확률을 높이고 적발시 처벌강도를 높여서 보험사기범에 대한 기대처벌비용을 높이자는 것이다. 이러한 제안에 추가하여 이 논문에서 보이려는 것은, 보험사기범과 사기피해자(최초 법규위반/사고원인 제공자)의 게임상황에서 사기 피해자의 협상력을 낮추지 않는(즉 올리는) 것이 보험사기를 억제하는 데에 보다 더 중요하다는 점이다. 보험사기를 억제하기 위해서는 보험사기범에 대한 공권력 등을 사용한 적발 처벌도 중요하지만, 그와 병행하여 사기 피해자의 협상력을 높이는 것이 중요하다. 중요 교통법규위반 중 선량한 운전자가 어쩔 수 없이 위반하게 되는 법규위반 행위에 대한 처벌을 적절한 수준으로 낮추는 것이 고의사고를 유발하는 보험사기 범죄를 줄이는 방안이 될 것이다.

• 경영정보학연구
• /
• 제5권1호
• /
• pp.49-60
• /
• 2003

본 연구의 목적은 현재 심각한 사회 및 경제 문제로 대두되고 있는 보험사기를 효과적으로 적발하기 위하여, visualization 데이터마이닝 tool을 실제 사례에 적용하여 그 타당성을 검증하는데 있다. 이를 위하여 최근 가장 효과적인 visualization 데이터마이닝 tool로 인정되고 있는 i2사의 Analyst's Notebook을 활용하여 대량의 보험금 청구 자료로부터 보험사기의 혐의가 가는 거래를 찾고, 이를 근거로 보첩사기의 혐의를 입증하는 일련의 과정을 검토하였다. 그 결과 visualization 데이터마이닝 tool이 대량의 보험금 청구 자료에서 혐의가 가는 거래를 찾는 단순한 예측의 수준을 넘어, 관련 범죄를 추적하여 체계적, 계획적으로 기획된 보험사기단을 추적해내는 성과를 올렸다. 따라서 보험사기 둥과 같은 부정거래나 범죄 행위를 적발하는 데는 visualization 데이터마이닝 tool이적합한 것으로 판명되었다.

• 디지털융복합연구
• /
• 제20권2호
• /
• pp.241-250
• /
• 2022

COVID-19 여파로 인한 비대면 서비스와 가정 재정 불안정성의 증가로 이륜차 보험사기 발생이 예상되고 있다. 이와 함께 보험사기 수법도 갈수록 교묘해지고 있다. 하지만 비대면 배달 수요와 연관된 이륜차 교통사고와 보험사기 적발 모형 관련 연구는 매우 미흡한 실정이다. 이에 본 연구는 보험사기의 표본 편중문제를 해결하기 위해 균형 랜덤포레스트 알고리즘을 이용하고 보험사기 조사 전문가의 정성적인 판단 기준을 반영한 변수를 모델에 포함하여 적용성을 향상시키며 적발력 높은 이륜차 보험사기 모형을 개발하고자 한다. 보험사기 적발 모형 개발 결과, 기존의 비균형 랜덤 포레스트 모형에 비해 균형 랜덤 포레스트가 보험 사기혐의자를 분류하는 데 있어 통계적으로 우수한 점을 확인할 수 있었다. 특히, 총 26개의 변수를 토대로 탐색적 변수 조합을 적용한 모형의 예측 성능이 가장 높았지만 일부 변수만을 사용한 확인적 모형의 예측 성능도 크게 떨어지지 않은 와중에, 정성적인 보험사기 전문가가 선정한 변수만을 사용한 확인적 모형은 예측력이 떨어지는 것을 확인하였다. 또한, 총 26개의 변수 중 운전자 성별, 연령, 운전자 피보험자 일치 여부, 미수선 청구금액, 대인보험금 등이 중요한 변수로 확인되어 이를 활용해 이륜차 보험사기 혐의자 선별을 위한 적극적인 대처가 필요해 보인다.

• 방재와보험
• /
• 통권121호
• /
• pp.56-58
• /
• 2007

최근 경제적 이익을 목적으로, 보험에 가입된 주택이나 건물 등에 고의로 화재를 내는 보험사기성 방화가 증가하고 있다. 보험업의 건전한 발전을 위하여 손해사정 조사과정에서 밝혀진 보험사기성 방화사례에 대해 알아보자.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.270-281
• /
• 2021

정보기술의 발달로 보험사기의 규모는 매년 급증하고 있고, 그 방법도 공모 형태로 조직화되고 고도화되고 있다. 이를 예측하고 검출하기 위한 다양한 형태의 예측모델이 연구되고 있지만 보험관련 정보는 매우 민감하여 공유와 접근에 위험이 높고 법적인 혹은 기술적인 제약이 많다. 이 논문에서는 최근 4차 산업 혁명의 등장으로 가장 각광받는 기술 중 하나인 블록체인을 기반으로 한 기계학습 보험사기 예측모델을 제안한다. 블록체인 기술을 활용하여 안전하고 신뢰받는 보험청구 정보 공유시스템을 실현하고, 보다 효율적이고 정확한 사기예측을 위하여 사회관계분석이론을 적용하여 각 관계에 가중치를 부여하고 기계학습 사기 예측패턴을 4단계로 나누어 제안하였다. 사기 가능성이 높은 보험청구건은 보다 앞선 단계에서 높은 예측 율로 검출되는 효과를 가지며 가능성이 낮은 청구 건은 사후에 참고하여 관리할 수 있도록 차등 적용하였다. 제안하는 모델의 중요 매커니즘은 이더리움(Ethereum) 로컬 네트워크를 구성하여 검증 하였고, 향후 보다 정교한 성능평가가 요구된다.

• 방재와보험
• /
• 통권132호
• /
• pp.17-21
• /
• 2009

• 방재와보험
• /
• 통권106호
• /
• pp.22-26
• /
• 2005