성공사례
산업별
솔루션별

AFA INSURANCE

기 관 명

AFA INSURANCE

업 종

보험

해결 과제

컴퓨터로 입력된 코딩 정보가 아닌 부상자들이 자필로 작성한 텍스트 자료를 분석하여 산업 재해의 원인이 되거나 영향을 미칠 수 있는 모든 관련 정보를 확보합니다.

솔 루 션

SAS Enterprise Miner에 통합되어 있는 SAS Text Miner 덕분에,
AFA Insurance는 자유로운 형식의 자필 텍스트 자료를 분석하고 수천 건의 문서와 용어들 간의 연관성을 찾아내어 이를 이해하기 쉬운 모집단으로 나타낼 수 있게 되었습니다.

이 점

고객에게 제공되는 의사 결정 데이터와 분석의 품질을 향상시킴으로써 산업 재해를 줄이고 관리 비용을 절감합니다.

"현재 대부분의 정보가 자필 텍스트 형태로 기술되고 있기 때문에 우리는 자유로운 형식의 텍스트를 분석할 수 있어야 했습니다."

Michel Normark, 분석 및 보험 약관 부문 책임자

AFA Insurance는 SAS® Text Miner를 통해 손실을 예방하고 있습니다

AFA Insurance는 SAS를 이용하여 근무 환경을 개선시키고 있습니다. AFA Insurance는 산업 재해의 원인에 대한 방대한 분량의 데이터를 보유하고 있습니다. SAS를 이용하여 이러한 데이터를 분석함으로써 AFA Insurance는 업무 현장에서의 부상 및 질병으로 인한 결근을 줄이고 전반적인 업무 환경을 개선시키기 위해 적극 노력하고 있습니다.

AFA Insurance의 주요 업무는 노동 시장 당사자들 간 단체 협약 및 그 밖의 다양한 계약에 포함된 보험과 기타 서비스들을 관리하는 일입니다. AFA Insurance는 업무 상의 부상, 질병, 사망 및 정리 해고와 관련된 보험을 판매하고 있습니다.
 
SAS Text Miner를 통해, AFA Insurance는 의사 결정 데이터의 품질을 향상시키고 동시에 서비스 관리 업무를 간소화하고 있습니다.

보험 회사에 보험금을 청구하는 사람은 부상의 원인, 부상 이후 상황에 대한 전말과 결과를 설명해야 합니다. AFA Insurance는 질병, 병가 기간 및 사망의 결과와 영향력을 비롯하여 부상의 원인과 질병 사례를 분석하는 업무를 담당하고 있으며 이러한 분석 자료는 정부가 시행하는 손해 방지 대책에 활용됩니다.

AFA Insurance의 분석 및 보험 약관 부문 책임자인 Michel Normark은 “분석 자료는 정확해야 하며 현실을 최대한 반영한 것이어야 합니다. 이러한 분석을 통해 고비용의 심각한 부상을 줄일 수 있는 보험 청구 예방(claims-prevention) 활동을 시행할 수 있습니다.”라고 말합니다.

AFA Insurance는 SAS를 이용하여 보험 청구인이 자신의 사고에 대해 자필로 작성한 텍스트 자료를 분석합니다.

AFA Insurance는 1998년 보험 통계부서가 SAS를 이용하여 데이터에 액세스하고 업무를 진행하기 시작하면서부터 SAS 고객이 되었습니다. 몇 년 뒤 보험 청구 방지 부서(현 분석 및 보험 약관 부서)도 SAS를 이용하여 청구인의 부상, 부상 원인 및 부상으로 인한 결과를 보다 정확하게 파악할 수 있게 되었습니다.

당시에는 사고 경위에 대해 컴퓨터로 작성된 텍스트 자료를 기반으로 하는 일련의 코드를 통해 구조화된 텍스트만을 분석할 수 있었습니다. 청구인의 기술 자료로부터 키워드를 발췌하고 이를 코딩해야 했는데 이러한 작업에는 엄청난 노동력이 요구되었으며 주관적 평가와 부주의한 실수로 인한 위험도 매우 컸습니다. 2004년, 시스템이 디지털화되면서 모든 정보가 데이터베이스에 저장되고 있습니다.

Normark는 “현재 우리가 보유하고 있는 대부분의 정보는 지정된 코드를 제대로 준수하지 않은 채 보험 청구인이 자필로 작성한 텍스트 기술 자료들이기 때문에 자유로운 텍스트 형태의 정보를 분석할 수 있는 기능이 필요했습니다. 우리는 일차적으로 스웨덴 노조 연합 (LO, Swedish Trade Union Confederation), 스웨덴 경제인 연합회(Svenskt Näringsliv, Confederation of Swedish Enterprise) 및 협상 및 협력 협의회(PTK, Council for Negotiation and Cooperation)와 같은 우리 고객들에게 제공하는 분석 및 의사 결정 데이터의 품질을 향상시키길 원했으며 불필요한 업무를 배제시켜 관리 비용을 절감해야 했습니다.”라고 말합니다.

AFA Insurance의 통계 전문가인 Kerem Tezic은 대규모 프로젝트를 실시하기 위해 SAS Text Miner를 이용하여 보험 청구 자료를 분석하기 시작했습니다. AFA Insurance는 업무 현장에 존재하는 위험한 사고와 심각한 부상에 대해 좀 더 정확하게 파악하길 원했습니다. 이 프로젝트는 여러 직업군 별로 위험한 사고와 심각한 부상이 야기될 수 있는 여러 가지 상황과 부상의 심각도 그리고 이로 인한 병가 기간과 비용에 대한 세부 정보를 분석하였습니다.

Tezic은 “SAS Text Miner는 모델을 이용하여 자필로 작성된 텍스트를 분석합니다. SAS 덕분에 10,000건 이상의 문서들 간에 연관성을 찾고 이를 특정 그룹으로 분류할 수 있었습니다. 예를 들어, 부상과 작업자의 업무 수행 방식 간의 연관성처럼 각 직업군에서 발생되는 전형적인 사고 사례를 찾아냅니다.“라고 말합니다.

이번에 조사한 직업군 중에는 경찰서가 있었습니다. Tezic은 텍스트 마이닝을 이용하여 경찰관들이 체포한 범죄자를 경찰차 뒷좌석에 앉히고 이송하는 과정에서 자주 부상을 당한다는 사실을 알게 되었습니다. 범죄자는 주로 뒷좌석에 함께 동승하고 있는 경찰관을 공격하는 경향이 있으며 경찰차 내에서는 수갑을 채울 수 없는 원칙으로 인해 이러한 사고가 더 빈번히 발생될 수 있는 상황입니다. 그리고 공격을 받는 경찰관들 중 여성 경찰관의 수가 압도적으로 많다는 것도 알게 되었습니다. 차량의 뒷좌석에서 공격을 받은 경찰관의 50%가 여성 경찰관이었는데 전체 경찰관들 중 여성 경찰관의 비율이 20% 미만인 점을 감안할 때 이는 매우 큰 수치입니다. SAS를 통해 이러한 정보를 확보함으로써 업무 현장, 즉 경찰서는 이러한 부상을 피할 수 있는 적절한 조치를 취할 수 있습니다.

Tezic은 “자유로운 형식의 텍스트나 자필 텍스트까지 분석하는 SAS Text Miner 덕분에 600여 건의 위험한 상황을 확인할 수 있었는데, 기존의 ‘코드 매칭’ 프로세스나 구조화된 분석 방식으로는 이러한 정보를 결코 얻을 수 없었습니다.”라고 말합니다.

전통적인 구조화된 정보를 이용할 경우, 부상당한 사람이 제공하는 정보들 중 상당히 많은 부분이 손실되며 인과 관계 연관성이 누락되는 위험이 있습니다. 그리고 구조화된 정보는 동의어 또는 다의어로 인한 문제를 안고 있습니다. 이로써 잘못된 결과가 추론되고 업무 환경 개선을 위해 가장 우선적으로 조치를 취해야 하는 활동과 관련하여 정부에 잘못된 정보를 제공할 수 있게 됩니다.

다음 단계는 예측 텍스트 마이닝을 사용하는 것입니다. 이는 여러 직업군과 인구 통계학적 변수에 대한 위험과 심각도를 예측하여 교정 및 예방 활동이 가장 실효를 거둘 수 있는 부문을 확인할 것입니다.

 

고객지원
기술문의, 구입문의, 일반문의
자료실
E-브로셔, White paper
데모 & 투어
뉴스레터
SAS Intelli-Zine
뉴스레터 신청
Events
이벤트와 세미나 정보
특별할인이벤트
대표전화 : 02-2191-7000
교육문의 : 02-2191-7002
기술문의 : 02-2191-7003
Global Contact List