pile·
AI / ML·aws-architectureAWS Architecture·

Amazon EMR Serverless로 보험 사기 청구 탐지를 현대화한 방법

미국 자동차·주택 보험사 Mapfre Insurance가 그래프 기반 ML 모델과 Amazon EMR Serverless를 결합해 사기 청구 탐지 시스템을 현대화한 아키텍처를 다룬다. 전통적인 규칙 기반 접근법으로 잡지 못하던 숨겨진 사기 네트워크를 Neo4j 그래프 DB에서 추출한 네트워크 특성과 ML 모델로 탐지하고, Guidewire 보험 시스템과 자동 연동했다. 파일럿 단계에서 NPV 500만 달러 초과, 탐지 정확도 50~135% 개선을 달성했다.

핵심 포인트
  • 사기 조직망은 고객·차량·의료 제공자 간 숨겨진 네트워크 구조를 지닌다. Neo4j 그래프 DB로 이 연결 관계를 특성으로 추출해 ML 모델에 주입했다.
  • Atenea Data Platform은 Silver(원본)→Gold(통합)→Platinum(특성·예측) 3계층 Apache Iceberg 레이크하우스 구조로 데이터를 관리한다.
  • Amazon EMR Serverless로 Spark 배치 처리를 비용 효율적으로 실행하고, Amazon MWAA(Airflow)로 전체 ML 파이프라인을 오케스트레이션한다.
  • ML 모델 점수 완료 시 S3 → Lambda → Guidewire Predictive Model API 흐름으로 자동으로 조정자 활동 항목이 생성된다.
  • 상위 3개 모델 드라이버를 Guidewire에 직접 표시해 운영자 신뢰도와 채택률을 높였다.
상세 정리
  • 문제 배경: 전통적 규칙 기반 사기 탐지는 고객-차량-의료 제공자 공모처럼 숨겨진 네트워크 패턴을 탐지하지 못했다.
  • 6단계 파이프라인: 청구 배치 데이터 S3 수집 → Neo4j 그래프 DB 업데이트 → 다중 ML 모델 배치 점수 → MWAA 오케스트레이션 → EMR Serverless 실행 → Guidewire 사기 활동 생성.
  • 데이터 레이어: Silver(S3 Apache Iceberg, 소스별 원본 데이터), Gold(통합 Guidewire 활동 로그·Auto/Home 특성), Platinum(Feature Store 관리 Iceberg, 인코딩 특성·모델 예측) 3계층 구조.
  • 그래프 특성: Neo4j에서 청구 네트워크 그래프를 구축해 동일 의료 제공자, 공통 차량, 공통 연락처 등 연결 기반 사기 신호를 특성으로 추출한다.
  • EMR Serverless: 서버 프로비저닝 없이 Spark 작업을 온디맨드 실행, 유휴 시 비용이 0이라 배치 처리 비용을 최소화한다.
  • MWAA: Apache Airflow 연산자로 ML 파이프라인 단계를 환경별(개발/스테이징/프로덕션) CI/CD 파이프라인으로 관리한다.
  • Guidewire 통합: ML 점수 완료 → S3 JSON 파일 저장 → S3 이벤트 알림 → Lambda 트리거 → Guidewire API 호출(HTTP 201), 실패 시 최대 2회 재시도 후 SQS DLQ.
  • 설명 가능성: 상위 3개 모델 드라이버를 Guidewire 활동 항목에 직접 표시해 보험 조정자의 의사결정 근거를 제공하고 채택률을 높였다.
  • 보안·거버넌스: AWS Secrets Manager로 Guidewire 자격증명 관리, Lake Formation으로 데이터 접근 거버넌스, CloudWatch + SNS로 파이프라인 상태 모니터링.
  • 데이터 품질: 가용성, 스키마 일관성, 완성도, 비즈니스 규칙 검증을 자동화해 프로덕션 안정성을 확보한다.
  • 성과: 파일럿에서 NPV 500만 달러 초과, 기준 대비 탐지 정확도 50~135% 개선, 예측치 초과 달성.
왜 읽나그래프 DB와 ML을 결합한 금융/보험 사기 탐지 시스템을 AWS 완전 관리형 서비스로 구축하고 기존 보험 시스템(Guidewire)과 연동하는 실전 아키텍처를 찾는 데이터·ML 엔지니어에게 유용하다.
aws-architecture
AWS Architecture 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)
·takedown 요청

이 글과 비슷한

  1. AI / ML·AWS KoreaAWS Korea Tech·

    1시간 대화로 만드는 Amazon Connect Customer AI Agent [AICC Builder 시리즈 #1]

    Amazon Connect Customer AI Agent를 1시간 내에 구축할 수 있게 해주는 오픈소스 샘플 앱 AICC Builder를 다룬다. 요구사항 인터뷰를 통해 Lambda 함수, OpenAPI 명세, AI 프롬프트, Contact Flow JSON, CDK 인프라 코드, FAQ/지식베이스 총 6가지 배포 에셋을 자동 생성한다. 코드 한 줄 없이 전화받는 PoC까지 완성하는 것이 핵심 목표다.

    #mcp#voice-ai#bedrock+2
  2. AI / ML·twilio-engTwilio Engineering·

    PHP에서 Conversation Relay 사용 시 배경 소음 처리 방법

    Twilio Conversation Relay를 PHP로 구현할 때 배경 소음이 STT(음성→텍스트) 정확도를 저하시키는 문제를 다룬다. 음성 AI는 STT → LLM → TTS 순차 파이프라인이라 전사 오류가 전체 응답 품질을 망친다. Nova-3 모델 설정 튜닝과 Flux 모델 전환 두 가지 해결책을 실측 테스트 결과와 함께 제시한다.

    #voice-ai#stt#deepgram+2