"보험설계사 자동화는 다 비슷하지 않나요?"
상담에서 가끔 이런 질문을 받습니다. 같은 업종이면 자동화도 비슷한 방식이 될 것 같다는 생각입니다. 직접 구축해보기 전까지는 저도 그렇게 생각했습니다.
실제로 보험설계사분을 두 분 도와드렸는데, 업무 흐름이 달랐고 자동화 설계도 전혀 다르게 나왔습니다. 두 분의 이야기를 나란히 놓으면 "맞춤 설계"가 왜 필요한지가 자연스럽게 보입니다. 그 이야기를 기록으로 남깁니다.
첫 번째 설계사 — PDF를 하루 2시간씩 엑셀에 옮기던 분
첫 번째 설계사분에게 연락이 온 건 보험사 PDF 자료 때문이었습니다. 이분은 본인이 직접 만들어 몇 년째 써온 엑셀 템플릿이 있었습니다. 고객 응대 흐름에 맞게 본인이 설계한 양식이고, 이것을 바꾸고 싶지 않다고 분명히 말씀하셨습니다.
문제는 보험사에서 견적서나 안내 자료가 PDF로 오면, 그 내용을 하나하나 템플릿에 손으로 옮겨 입력해야 한다는 것이었습니다. PDF 창을 열어 놓고, 엑셀 창을 열어 놓고, 항목을 확인하면서 옮기고, 다음 항목으로 넘어가고. 보험사마다 PDF 양식이 조금씩 달라서, 처음 보는 양식이 오면 어디서 어떤 항목을 찾아야 하는지 파악하는 것도 일이었습니다.
하루에 이 작업만 2시간씩 했습니다. 고객을 만나야 할 설계사가 입력 담당자처럼 시간을 쓰고 있었습니다.
문제를 분석하면 이렇습니다. "어떤 내용을 어떤 셀에 넣어야 하는지"는 이미 템플릿에 다 정해져 있습니다. 사람이 하는 일은 PDF를 보고 그 규칙대로 옮기는 것뿐입니다. 규칙이 고정되어 있고, 매일 반복됩니다. 이것이 자동화의 전형적인 대상입니다.
구축 방식: 기존에 쓰던 엑셀 템플릿과 Claude만으로 해결했습니다. 거창한 시스템을 새로 만들지 않았습니다.
PDF를 넣으면 Claude가 내용을 읽고 템플릿 구조에 맞게 항목을 추출합니다. 추출된 내용이 기존 엑셀 템플릿에 그대로 들어가는 흐름입니다. 보험사 PDF 양식이 다르더라도 Claude가 맥락을 읽고 해당 항목을 찾아냅니다. 새 도구를 배울 필요가 없었습니다. 기존 엑셀을 버리지도 않았습니다.
인수인계: 구축만 해드리고 끝나지 않았습니다. 이분이 혼자서도 계속 쓸 수 있도록 사용법까지 전달했습니다. 처음에는 어색하셨지만, 사용 흐름이 익숙해지면서 본인이 직접 운영하실 수 있게 됐습니다.
결과: 하루 2시간이 걸리던 입력 작업이 3분으로 줄었습니다. 만족도가 높아서 지금도 연락이 이어지고 있습니다. 자세한 내용은 보험 PDF 엑셀 자동입력 사례에서 확인하실 수 있습니다.
두 번째 설계사 — 고객 상담보다 표 만드는 데 시간을 더 쓰던 분
두 번째 설계사분의 상황은 달랐습니다. 이분은 고객 상담 전에 보장분석표를 만드는 게 핵심 준비 작업이었습니다.
보장분석표란 고객이 현재 가입한 보험 내역을 한눈에 볼 수 있도록 정리한 표입니다. 설계사가 어떤 보험이 있고, 어떤 보장이 빠져 있는지 한눈에 파악해서 상담에 활용합니다. 이 표가 잘 만들어져 있어야 고객과의 대화가 구체적이고 신뢰감 있게 흘러갑니다.
문제는 고객이 가입한 보험마다 담보 구성이 제각각이라는 것입니다. 같은 보험사 상품이어도 가입 시점이나 특약 구성에 따라 담보가 다릅니다. 다른 보험사 상품은 당연히 항목 이름도, 구성도 다릅니다. 표 하나를 채우는 데 짧아도 1시간, 보통은 3시간 이상이 걸렸습니다.
상담에 써야 할 집중력과 시간이 표 만드는 작업에 다 소진되고 있었습니다. 잘 준비된 분석표가 상담 품질을 결정하는데, 그 표를 만드는 데 에너지를 다 쓰고 나면 정작 고객 앞에서는 지쳐 있는 상태가 됩니다.
어디가 달랐나: 첫 번째 설계사의 경우, 입력 규칙이 고정되어 있었습니다. "PDF의 이 항목이 엑셀의 저 셀에 들어간다"는 대응 관계가 명확했습니다. 두 번째 설계사의 경우는 달랐습니다. 담보 항목 이름이 보험사마다 다르게 표기됩니다. 같은 암진단 담보가 어떤 증권에는 "암진단급여금"으로, 다른 증권에는 "암진단 일시금"으로, 또 다른 증권에는 "암 진단 특약" 같은 표현으로 나옵니다. 이것을 분석표의 같은 항목에 연결하는 판단이 필요했습니다. 단순 복사가 아니라 의미를 이해한 매핑이 필요한 작업이었습니다.
구축 방식: 역시 기존에 쓰던 스프레드시트와 Claude를 연결했습니다. 다만 설계가 달랐습니다.
Claude가 가입 제안서의 담보 내용을 읽고, 분석표의 어느 항목에 해당하는지를 판단해 자동으로 채워 넣습니다. 담보 표현이 보험사마다 달라도, Claude가 의미를 이해하고 분석표의 같은 항목으로 연결합니다. 고객마다 다른 보험이어도 같은 흐름으로 처리됩니다. 표현의 다양성을 언어 이해 능력으로 흡수하는 것이 핵심이었습니다.
인수인계: 이분도 마찬가지입니다. 구축 후 혼자서 계속 운영할 수 있도록 사용법까지 전달했습니다. 어떤 순서로 진행하는지, 출력을 어떻게 확인하는지, 이상한 결과가 나왔을 때 어떻게 수정하는지까지 설명드렸습니다.
결과: 3시간씩 걸리던 표 작성이 평균 10분으로 줄었습니다. 확보된 시간이 상담 품질로 옮겨가면서, 고객 피드백 기준 소득이 40% 이상 늘었다는 말씀을 직접 들었습니다. 자세한 내용은 보험 보장분석표 자동화 사례에서 확인하실 수 있습니다.
두 사례를 나란히 놓으면
| 구분 | 첫 번째 설계사 | 두 번째 설계사 |
|---|---|---|
| 핵심 문제 | PDF → 엑셀 수동 입력 | 보장분석표 수작업 작성 |
| 작업 시간 변화 | 하루 2시간 → 3분 | 1~3시간 → 10분 |
| AI 핵심 역할 | 고정 규칙 기반 항목 추출 | 다양한 표현 매핑·분류 |
겉으로 보면 둘 다 "보험설계사가 쓰는 Claude 자동화"입니다. 하지만 실제 문제가 달랐기 때문에, 프롬프트 설계와 구조가 전혀 다르게 만들어졌습니다. 같은 업종, 같은 도구, 다른 설계입니다.
왜 다르게 설계했나 — 진단이 먼저인 이유
자동화 상담에서 가장 중요한 단계는 "무엇이 반복되고 있는가"를 정확히 파악하는 것입니다.
두 분 모두 보험설계사이고 두 분 모두 업무에 시간이 너무 많이 든다는 문제를 갖고 오셨습니다. 하지만 어디서 시간이 새고 있는지가 달랐습니다. 첫 번째 분은 "있는 규칙을 반복 실행하는 것"이 문제였고, 두 번째 분은 "표현이 다른 정보를 같은 기준으로 해석하는 것"이 문제였습니다.
이 차이를 파악하지 않고 "보험설계사니까 비슷하겠지"라고 생각하고 하나의 표준 방식으로 설계했다면, 두 분 중 적어도 한 분은 효과를 제대로 보지 못했을 것입니다.
상담 초기에 업무 흐름을 상세히 묻는 이유가 여기 있습니다. "지금 어떤 작업을 하고 있나요?", "그 작업에서 가장 시간이 많이 드는 단계는 어디인가요?", "그 단계에서 사람이 하는 판단은 매번 같은가요, 아니면 케이스마다 다른가요?" 이런 질문들이 설계의 출발점입니다.
공통점: 새 도구 없이, 인수인계까지
두 사례에는 중요한 공통점이 있습니다.
첫째, 기존 도구를 버리지 않았습니다. 첫 번째 설계사는 오랫동안 써온 엑셀 템플릿을 그대로 유지했습니다. 두 번째 설계사는 기존 스프레드시트 구조를 그대로 살렸습니다. 새 시스템을 처음부터 배우는 부담이 없었습니다. 익숙한 환경에서 처리 속도만 달라졌습니다.
자동화 구축에서 기존 도구 유지를 원칙으로 삼는 이유가 있습니다. 새 시스템을 도입하면 학습 비용이 생기고, 그 비용이 크면 자동화의 효과가 반감됩니다. 오래 써온 도구는 담당자가 이미 잘 알고 있고, 그 구조에 맞게 자동화를 연결하는 것이 훨씬 빠르게 자리를 잡습니다.
둘째, 두 분 모두 구축 이후 혼자서 운영할 수 있는 수준으로 인수인계가 이루어졌습니다. 담당자가 직접 운영하지 못하는 자동화는 납품 이후에도 계속 연락을 해야 합니다. 무언가 바뀌면 만든 사람에게 수정을 부탁해야 하고, 담당자가 바뀌면 아무도 쓰지 못하는 시스템이 됩니다.
두 사례 모두 사용법을 이해하고, 상황에 따라 조정할 수 있게 전달됐습니다. 이것이 구축 범위에 포함된 이유입니다. "만들어주고 끝"이 아니라 "쓸 수 있게 전달하고 끝"이 완성입니다.
2026년 보험업계 흐름과 개인 설계사의 선택
2026년 현재, 보험업계에서 AI를 업무에 도입하는 속도가 빨라지고 있습니다. 국내 32개 보험사가 AI를 업무에 적용 중이거나 예정입니다. 대형 보험사는 설계사를 위한 AI 지원 시스템을 이미 도입하고 있습니다.
이런 흐름이 개인 설계사에게 의미하는 것은 무엇일까요? 보험사가 제공하는 시스템이 확산될수록, 표준화된 작업의 속도 차이는 줄어들 것입니다. 반면 개별 설계사의 업무 방식, 고객 관계, 분석 스타일에 맞춰진 자동화는 그것을 표준화하기 어렵습니다.
두 분의 사례가 그것입니다. 첫 번째 설계사분의 엑셀 템플릿은 몇 년에 걸쳐 본인의 업무 흐름에 맞게 만들어진 것입니다. 두 번째 설계사분의 보장분석표 구조도 본인의 상담 방식에 최적화된 것입니다. 이 개별 맥락에 맞춘 자동화는, 보험사가 일괄 제공하는 시스템으로 대체하기 어렵습니다.
한편 주의할 점도 있습니다. AI가 만든 분석 결과를 충분한 검증 없이 그대로 쓰면 판단 오류가 생길 수 있습니다. 두 사례 모두 자동화된 출력을 설계사가 확인하는 절차를 유지하고 있습니다. 자동화는 수작업을 줄이는 것이지, 전문가의 판단을 없애는 것이 아닙니다.
진단에서 실제로 묻는 질문들
두 분과의 상담이 어떻게 진행됐는지 더 구체적으로 말씀드리겠습니다. 진단 과정에서 제가 가장 먼저 물어보는 것은 "무엇이 문제인가요?"가 아닙니다. "지금 하루에 하는 일 중 가장 반복적인 작업이 무엇인가요?"입니다.
두 분 모두 처음에는 막연하게 "일이 너무 많다", "시간이 부족하다"는 이야기로 시작했습니다. 하지만 구체적으로 물어보면서 각자의 병목 지점이 달랐다는 것이 드러났습니다.
첫 번째 설계사분과의 대화에서는 이런 질문이 나왔습니다. "PDF에서 어떤 항목을 엑셀에 옮기시나요? 그 항목들이 매번 같은 위치에 있나요? 양식이 다른 PDF도 있나요?" 이 질문들을 통해 "항목은 정해져 있고 위치가 다를 뿐"이라는 사실이 확인됐습니다. 위치가 달라도 항목 이름이나 맥락으로 찾을 수 있다면, AI가 잘 처리할 수 있습니다.
두 번째 설계사분과의 대화에서는 다른 질문이 핵심이었습니다. "보장분석표의 항목 이름이 고정되어 있나요? 보험사마다 같은 담보를 다른 이름으로 부르는 경우가 있나요?" 답은 "다 다르게 표기한다"였습니다. 이것은 단순 추출이 아니라 의미 기반 매핑이 필요하다는 뜻이었습니다.
이 차이를 파악하는 데 걸린 시간은 30분이 안 됐습니다. 하지만 이 30분이 설계의 방향을 완전히 바꿨습니다.
구축 과정에서의 선택들
두 사례 모두 구축 과정에서 중요한 선택들이 있었습니다.
첫 번째 설계사 사례에서는 "어디까지 자동화할 것인가"가 선택지였습니다. 완전 자동화(PDF 넣으면 엑셀까지 자동 저장)와 반자동화(AI가 항목을 추출하면 설계사가 확인 후 저장) 중에서, 반자동화를 먼저 선택했습니다. AI 출력을 한 번 확인하는 절차를 남겨두는 것이 초기에는 더 안전하기 때문입니다. 익숙해지면 자동화 범위를 넓히면 됩니다.
두 번째 설계사 사례에서는 "어떤 케이스에서 수동 개입이 필요한가"를 명확히 하는 것이 중요했습니다. 처음 보는 보험사 상품이거나, 담보 이름이 기존과 완전히 다른 경우에는 AI가 틀리게 매핑할 가능성이 있습니다. 이런 경우를 탐지해서 설계사에게 알려주는 장치를 추가했습니다. 자동화가 틀렸을 때 모르고 지나치는 것이 가장 위험하기 때문입니다.
이 과정에서 배운 것이 있습니다. 자동화 설계에서 "언제 사람이 개입해야 하는가"를 처음부터 설계하는 것이 중요합니다. "모든 것을 자동으로"보다 "자동으로 가되, 확인이 필요한 상황에서는 사람에게 알린다"가 실무에서 더 안정적으로 동작합니다.
비슷한 상황이라면
보험 업종이 아니더라도, 이런 상황이라면 유사한 접근이 가능합니다.
- 외부에서 오는 서류(PDF, 이미지, 이메일)를 반복해서 내부 양식에 옮기고 있다
- 서류마다 표현이나 구성이 조금씩 다르지만, 정리 방식은 정해져 있다
- 현재 쓰는 엑셀이나 스프레드시트를 버리고 싶지 않다
- 구축 이후 담당자가 직접 운영할 수 있어야 한다
이 조건에 해당한다면, 지금 반복하는 작업이 자동화 대상일 가능성이 높습니다.
정확한 가능 여부는 현재 업무 흐름을 봐야 합니다. 어떤 서류가 오는지, 그것을 어떤 양식으로 정리하는지, 판단이 고정되어 있는지 아니면 케이스마다 달라지는지 — 이것들을 같이 확인하면 자동화가 가능한지, 어떤 방식이 맞는지를 말씀드릴 수 있습니다.
처음부터 완성된 시스템을 만들 필요는 없습니다. 두 설계사분 모두 파일럿으로 시작해서 실제로 써보고 나서 확신이 생겼습니다.
자동화를 도입한 뒤 달라진 것들
두 분이 공통적으로 말씀하신 것이 있습니다. 작업 시간이 줄어든 것도 있지만, 일하는 방식 자체가 달라졌다는 것입니다.
첫 번째 설계사분은 이렇게 말씀하셨습니다. "예전에는 PDF가 많이 오는 날이 가장 힘들었는데, 이제는 그냥 넣고 확인만 하면 되니까 많이 와도 부담이 없어졌습니다." 작업량이 줄어든 것 이상으로 심리적인 부담이 줄어든 것이 더 크게 체감됐다고 하셨습니다.
두 번째 설계사분은 상담 준비 자체가 달라졌다고 하셨습니다. "예전에는 상담 전날 표 만드느라 정작 내용을 생각할 여유가 없었는데, 이제는 표를 빠르게 만들고 그 내용을 분석하는 데 시간을 씁니다." 이것이 핵심입니다. 표를 '만드는 사람'에서 표를 '분석하는 사람'으로 바뀐 것입니다.
좋은 자동화가 만드는 변화는 이런 것입니다. 반복 작업을 없애는 것이 아니라, 사람이 하는 일의 성격을 바꾸는 것입니다. 데이터를 입력하는 일에서 데이터를 판단하고 활용하는 일로 옮겨가는 것. 두 분 모두 그 변화를 경험하셨습니다.
자동화가 맞지 않는 경우
솔직하게 말씀드리면, 자동화가 어울리지 않는 상황도 있습니다.
케이스마다 판단 기준이 완전히 다른 업무라면, 자동화보다 업무 프로세스 정리가 먼저입니다. AI가 판단 기준 없이 처리하면 오류율이 높아집니다.
현재 업무 흐름 자체가 정해지지 않은 경우도 마찬가지입니다. "뭘 자동화해야 하는지 모르겠다"는 상태라면, 자동화 전에 업무 흐름을 파악하는 과정이 먼저입니다. 이것도 진단에서 같이 확인합니다.
두 설계사분의 사례에서 자동화가 잘 작동한 이유는 명확했습니다. 어떤 작업이 반복되는지가 정확히 정해져 있었고, 그 작업의 입력과 출력 형태가 예측 가능했습니다. 이 두 조건이 갖춰지면 자동화가 안정적으로 동작합니다. 이 조건이 갖춰져 있는지 확인하는 것이 진단의 핵심 목적입니다. 조건이 안 갖춰진 상태에서 무리하게 자동화하면 오류가 늘고 오히려 일이 더 생깁니다.
자동화가 언제 맞고 언제 맞지 않는지에 대한 판단 기준이 더 궁금하시다면, 자동화 가능 여부를 판단하는 방법을 먼저 읽어보셔도 좋습니다. 두 설계사 사례처럼 업무 흐름을 직접 살펴봐야 정확한 판단이 가능하지만, 스스로 사전 점검하는 데 도움이 되는 기준을 담고 있습니다.
외부 서류를 내부 양식에 옮기는 반복 업무가 있는 분이라면, 업종에 관계없이 비슷한 접근이 가능합니다. 보험 외에도 세무, 물류, 부동산, 의료 행정 분야에서 유사한 문제를 가진 분들이 꾸준히 연락을 주고 있습니다. 두 보험설계사분의 사례가 힌트가 되길 바랍니다. 어디서 시작해야 할지 모르겠다면, 진단부터 시작하는 것이 가장 빠른 방법입니다.
30분 무료 진단에서 어떤 작업에 시간이 가장 많이 들고 있는지 같이 확인합니다. 영업 전화는 없습니다. 관심이 있으시다면 무료 진단 신청으로 연락 주세요.