보험 청구 한 건으로 Document AI 자동화하기

오전 9시, VeridianLife 청구 운영실

주말 동안 들어온 보험 청구가 처리 대기함에 쌓였습니다. 모든 PDF를 수작업하면 느리지만, 문서에서 읽은 값을 바로 믿으면 잘못 읽힌 금액이나 누락된 진단 코드가 결정에 반영됩니다.

오늘은 VeridianLife의 청구 심사 운영팀이 되어 CLM-2025-006에서 자동화를 계속할지, 근거와 함께 사람에게 넘길지 결정합니다.

어떤 청구는 자동으로 처리하고, 어떤 청구는 근거와 함께 사람에게 넘겨야 할까요?

이번 미션의 판단 기준

• 함께 보는 관점 — 처리 자동화 관점은 반복 문서를 빠르게 구조화하려 하고, 청구 심사 관점은 읽힌 값의 신뢰도와 예외를 이어받을 이유가 남아 있는지 확인합니다.
• 판단 제약 — CLM-2025-006은 금액과 진단 코드가 있어도 confidence가 0.52로 자동 처리 기준 0.6보다 낮습니다. 값의 존재와 값을 믿어도 되는지는 다른 판단입니다.
• 완료 신호 — 원본·접수 정보·구조화 결과를 구분하고, ESCALATED와 사유를 같은 기록에 남긴 뒤, 청구인·증권 관계와 전체 결정 분포에서 인계 맥락을 다시 확인합니다.

워크숍 목표

워크숍을 마치면 다음 네 가지 판단을 설명할 수 있습니다.

• 문서에서 얻은 값과 접수할 때 이미 알고 있던 값을 구분합니다.
• 구조화 결과를 어디까지 믿고 자동화할지 결정합니다.
• 자동화를 멈춘 이유를 데이터·관계·운영 화면에서 다시 추적합니다.
• 처음 마주한 운영 문제와 완성한 해결 흐름을 한 번에 설명합니다.

한 건의 청구를 해결하고 설명하기까지

한 청구는 접수, 구조화, 규칙 판단, 사람 인계, 운영 확인의 다섯 장면을 통과합니다. 근거 퀴즈를 거친 뒤 마지막 챕터에서 처음 문제로 돌아가 이 흐름이 무엇을 해결했는지 정리합니다.

flowchart LR
    accTitle: 보험 청구 한 건의 다섯 장면과 근거 점검, 마지막 회고
    accDescr: PDF 청구와 접수 정보를 살펴본 뒤 구조화 결과의 신뢰도를 판단하고, 규칙에 따라 자동 처리 또는 사람 검토로 나눈 다음 운영 결과와 판단 근거를 확인하고 해결한 문제를 정리합니다.
    receive["1. 청구 접수<br/>첫 단서 찾기"] --> extract["2. 문서 구조화<br/>믿을 값 정하기"]
    extract --> decide["3. 규칙 판단<br/>처리 또는 인계"]
    decide --> trace["4. 관계 추적<br/>결정 맥락 확인"]
    trace --> operate["5. 운영 확인<br/>팀의 다음 행동"]
    operate --> check["6. 근거 퀴즈<br/>경계 확인하기"]
    check --> reflect["7. 해결 회고<br/>성과 설명하기"]

각 챕터는 한 가지 질문만 해결합니다. 핵심 실습을 먼저 따라간 뒤, 구현 세부나 전체 인벤토리가 필요할 때만 깊이 보기를 펼치세요.

사전 준비

• D.Hub 포털에 접근할 수 있는 분석가 또는 엔지니어 계정 (편집자 이상)
• 약 43KB의 zip 파일 한 개를 받을 다운로드 여유
• 권장 소요 시간 100분

터미널·Python·dhub2-examples 클론은 필요 없습니다. 시나리오 가져오기가 처음이라면 먼저 완성된 실습 시나리오 가져와 살펴보기를 확인하세요.