KR20150132726A - 보험사기를 사전 감지하기 위한 장치 및 컴퓨터-판독가능 매체 - Google Patents

Abstract

본 발명의 일 양상에 따른 보험 사기를 사전 감지하기 위한 컴퓨터-판독가능 매체가 개시된다. 이러한 컴퓨터-판독가능 매체는, 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 저장할 수 있다. 여기서 상기 동작들은: 복수의 고객들로부터의 상담 데이터 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 동작; 상기 수집된 상담 데이터와 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하는 동작; 제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 상기 제 1 고객의 대화 패턴을 추출하는 동작; 상기 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하는 동작; 및 상기 비교 결과에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 동작을 포함할 수 있다.

Description

보험사기를 사전 감지하기 위한 장치 및 컴퓨터-판독가능 매체{APPARATUS FOR DETECTING INSURANCE FRAUD AND COMPUTER-READABLE MEDIUM THEREOF}

본 발명은 보험과 관련된 발명으로서, 보다 구체적으로, 빅데이터를 활용하여 보험 사기를 사전에 감지하기 위한 발명이다.

인터넷 및 모바일 산업의 성장으로 기존 데이터베이스 관리 도구로 수집, 관리, 저장 및 분석할 수 있는 규모를 넘어서는 대용량의 정형 또는 비정형 데이터를 의미하는 빅데이터(big data) 환경이 도래하고 있다. 이러한 빅데이터는 디지털 환경에서 생성되는 다양한 형태의 방대한 규모의 데이터로서, 기업 등의 미래의 경쟁력 확보를 좌우할 수 있는 핵심 자원으로 여겨지고 있다.

또한, 빅데이터로부터 경제적으로 필요한 가치를 추출하는 것은 빅데이터 기술이라 지칭될 수 있다. 빅데이터를 활용하는 것은, 마케팅 전략의 수립, 프로세스 최적화, 생산성 향상 및 부정행위에 대한 방지 등과 같은 다양한 형태의 가치를 창출할 수 있다. 따라서, 이러한 빅데이터를 효과적으로 활용하기 위한 빅데이터 기술은, 기업의 종류를 불문하고 무한경쟁 시대에서 우선적으로 고려해야할 기업 경쟁력 확보 수단이라 할 수 있다.

그러므로, 보험업계의 경우에도 빅데이터는 해당 기업의 경쟁력 확보를 위해 활용될 수 있다. 예를 들어, 보험 회사는 사차손(死差損)을 최소화하기 위하여 이러한 빅데이터를 활용할 수 있다. 사차손을 최소화하기 위해서는 보험상품에 대한 적절한 설계를 통하여 보험회사의 손익구조를 개선하는 것이 요구될 수 있다. 더불어, 불필요한 보험사기를 방지하는 것 또한 이러한 사차손을 최소화하기 위한 방안이될 수 있다.

여기서, 보험사기란, 보험회사를 기망할 의도를 가지고 허위의 보험청구를 제시하는 행위 또는 보험증권을 소지한 자가 다른 방법에 의해서는 지불되지 않을 보험청구에 대한 보험금을 얻기 위해 의도적으로 거짓말을 하거나 일정한 사실을 은폐하는 행위등을 의미한다. 보험사기는 고의사고, 허위사고, 보험사고의 고의적 유발, 보험사고의 위장 및 날조, 사기 계약, 사후가입 및/또는 피해과장 등과 같이 다양한 방식으로 그리고 복잡한 방식으로 조직화 및 지능화되고 있다. 이러한 다양하고 진화된 보험사기 행위에 대응하기 위해, 보험회사는 보험사기 여부를 판단하기 위하여 보험사기 전담 조사 부서와 같은 인력들을 동원하는 등 막대한 노력을 기울이고 있는 실정이다.

전술한 바와 같이, 보험사기는, 해당 보험회사의 경제적 손실을 안겨줄 수 있을 뿐만 아니라 이를 판단하기 위한 전담팀의 조직 등으로 인하여 보험 회사의 인력 낭비를 초래하기 때문에, 사전에 이러한 보험사기 행위를 감지하여 보험사기로인한 보험회사의 손실을 최소화하기 위한 요구가 보험 업계에 존재한다.

본 출원과 관련된 선행특허로서 공개번호 제10-2004-0032385호가 존재한다.

본 발명은 전술한 내용을 감안하여 안출된 것으로, 빅데이터를 활용함으로써 보험사기를 사전에 예방하기 위함이다.

또한, 본 발명은 지능화되고 조직화되는 보험사기에 효율적으로 대응하기 위함이다.

또한, 본 발명은 보험사기를 사전에 감지함으로써 보험사기 조사 및 예방을 위한 인프라 개선을 달성하기 위함이다.

나아가, 본 발명은, 빅데이터를 활용함으로써 보험회사의 손익구조를 개선하기 위함이다.

전술한 바와 같은 과제를 실현하기 위한 본 발명의 일 실시예에 따른 컴퓨터-판독가능 매체가 개시된다. 상기 컴퓨터-판독가능 매체는, 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 저장하며, 상기 동작들은: 복수의 고객들로부터의 상담 데이터 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 동작; 상기 수집된 상담 데이터와 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하는 동작; 제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 상기 제 1 고객의 대화 패턴을 추출하는 동작; 상기 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하는 동작; 및 상기 비교 결과에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 동작을 포함할 수 있다.

본 발명의 일 실시예에 따라, 보험사기 사전 감지 장치가 개시된다. 상기 장치는, 복수의 고객들로부터의 상담 데이터 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 데이터베이스; 및 상기 복수의 고객들로부터 수집된 상담 데이터와 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하고, 제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 상기 제 1 고객의 대화 패턴을 추출하고, 상기 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하며, 그리고 상기 비교에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 제어 모듈을 포함할 수 있다.

본 발명의 다른 실시예에 따라, 보험사기를 사전감지하기 위한 컴퓨터-판독가능 매체가 개시된다. 컴퓨터-판독가능 매체는, 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 저장하며, 상기 동작들은: 복수의 고객들에 대한 식별 정보 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 동작, 복수의 고객들에 대한 식별정보와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 블랙리스트 정보를 생성하는 동작, 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하는 동작, 및 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함된다고 결정되는 경우, 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는데 있어서 가중치를 부여하는 동작을 포함할 수 있다.

본 발명의 다른 실시예에 따라, 보험사기를 사전감지하기 위한 장치가 개시된다. 상기 장치는, 복수의 고객들에 대한 식별 정보 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 데이터베이스, 및 상기 복수의 고객들에 대한 식별정보와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 블랙리스트 정보를 생성하고, 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하고, 그리고 상기 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함된다고 결정되는 경우, 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는데 있어서 가중치를 부여하는 제어 모듈을 포함할 수 있다.

본 발명의 추가적인 실시예에 따라, 보험사기를 사전감지하기 위한 컴퓨터-판독가능 매체가 개시된다. 상기 컴퓨터-판독가능 매체는, 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 저장하며, 상기 동작들은: 복수의 고객들로부터의 상담 데이터, 상기 복수의 고객들에 대한 보험사기 관련 데이터, 및 복수의 고객들에 대한 식별 정보를 수집하는 제 1 동작, 상기 수집된 상담 데이터와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하는 제 2 동작, 상기 복수의 고객들에 대한 식별정보와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 블랙리스트 정보를 생성하는 제 3 동작, 제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하고, 그리고 상기 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하는 제 4 동작, 및 상기 제 4 동작에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 제 5 동작을 포함할 수 있다.

본 발명의 추가적인 실시예에 따라, 보험사기를 사전감지하기 위한 장치가 개시된다. 상기 장치는, 복수의 고객들로부터의 상담 데이터, 상기 복수의 고객들에 대한 보험사기 관련 데이터, 및 상기 복수의 고객들에 대한 식별 정보를 수집하는 데이터베이스, 및 복수의 고객들로부터 수집된 상담 데이터와 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하는 제 1 동작, 상기 복수의 고객들에 대한 식별정보와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 블랙리스트 정보를 생성하는 제 2 동작, 제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하고, 그리고 상기 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하는 제 3 동작, 및 상기 제 3 동작에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 제 4 동작을 구현하는 제어 모듈을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 빅데이터를 활용함으로써 보험사기를 사전에 예방할 수 있다.

본 발명의 일 실시예에 따르면, 보험사기 조사 및 예방을 위한 인프라 개선이 달성될 수 있다.

본 발명의 일 실시예에 따르면, 지능화되고 조직화되는 보험사기에 효율적으로 대응할 수 있다.

본 발명의 일 실시예에 따르면, 빅데이터를 통하여 보험회사의 손익구조가 개선될 수 있다.

본 발명의 효과는 상기 언급된 것으로 제한되지는 않으며, 언급되지 않은 또 다른 효과들은 이하의 기재로부터 본 발명이 속하는 기술분야에서의 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

다양한 양상들이 이제 도면들을 참조로 기재되며, 여기서 유사한 참조 번호들은 총괄적으로 유사한 구성요소들을 지칭하는데 이용된다. 이하의 실시예에서, 설명 목적을 위해, 다수의 특정 세부사항들이 하나 이상의 양상들의 총체적 이해를 제공하기 위해 제시된다. 그러나, 그러한 양상(들)이 이러한 구체적인 세부사항들 없이 실시될 수 있음은 명백할 것이다. 다른 예시들에서, 공지의 구조들 및 장치들이 하나 이상의 양상들의 기재를 용이하게 하기 위해 블록도 형태로 도시된다.
도 1은 본 발명의 일 실시예에 따른 금융 시스템을 도시한다.
도 2는 본 발명의 일 실시예에 따른 서버의 컴포넌트들을 도시한다.
도 3은 본 발명의 일 실시예에 따라 데이터베이스에 저장되는 정보 또는 데이터들을 도시한다.
도 4는 본 발명의 일 실시예에 따른 서버의 동작을 개략적으로 도시한다.
도 5는 본 발명의 일 실시예에 따라 보험 사기를 사전에 감지하기 위한 방법을 도시한다.
도 6은 본 발명의 다른 실시예에 따라 보험 사기를 사전에 감지하기 위한 방법을 도시한다.
도 7은 본 발명의 다른 실시예에 따라 보험 사기를 사전에 감지하기 위한 방법을 도시한다.

다양한 실시예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나 이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

또한, 다양한 양상들 및 특징들이 다수의 디바이스들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있는 시스템에 의하여 제시될 것이다. 다양한 시스템들이, 추가적인 장치들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있다는 점 그리고/또는 도면들과 관련하여 논의된 장치들, 컴포넌트들, 모듈들 등 전부를 포함하지 않을 수도 있다는 점 또한 이해되고 인식되어야 한다.

본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다. 아래에서 사용되는 용어들 '컴포넌트', '모듈', '시스템', '인터페이스' 등은 일반적으로 컴퓨터 관련 엔티티(computer-related entity)를 의미하며, 예를 들어, 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어를 의미할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

본 명세서에서 사용되는 용어 "정보" 및 "데이터"는 종종 서로 상호교환가능하도록 사용될 수 있다.

도 1은 본 발명의 일 실시예에 따른 금융 시스템(100)을 도시한다.

일례로, 본 명세서에서의 금융 시스템(100)은 보험정보를 생성 및 제공하고 보험사기를 사전 감지하기 위한 시스템일 수 있다.

본 발명의 일 양상에 따라, 도 1에 도시된 바와 같이, 금융 시스템(100)은, 크게 서버(110), 사용자 단말(120), 기업 단말(130) 및 네트워크(140)로 구성될 수 있다.

또한, 도 1에 도시된 금융 시스템(100)을 구성하는 컴포넌트들은 예시적인 것이며, 상기 컴포넌트들 중 일부만이 금융 시스템(100)을 구성할 수 있거나 또는 상기 컴포넌트들 이외에 추가적인 컴포넌트(들)가 상기 금융 시스템(100)에 포함될 수도 있다. 예를 들어, 도시되지는 않았지만, 서버(110)는 EAI(Enterprise Application Integration) 서버, 보험사기 감지 서버, 보험금 지급 서버, 콜센터 서버 및/또는 과금 서버 등을 포함할 수도 있다. 또한, 본 발명의 일 양상에 따른 서버(110)는, 콜센터 서버(미도시)를 포함할 수 있어서, 서버로부터 수집되는 정보 및/또는 데이터들은 콜센터 서버로부터 수집되는 정보 및/또는 데이터들을 포함할 수 있다. 다른 예시로서, 기업 단말(130)은 사용자 단말(120)에 포함될 수도 있다.

서버(110)는 사용자 단말(120) 및 기업 단말(130)과의 통신, 고객 상담 데이터의 수집, 보험사기 관련 데이터의 수집, 보험 사기 패턴의 결정, 사용자의 식별 정보, 약관 정보, 계약 정보, 상품 정보, 및 보험금지급정보 등의 저장, 단말용 애플리케이션의 생성, 배포 및 저장, 그리고 설계될 보험상품에 대한 결정, 판매할 보험상품에 대한 결정, FC(Financial Consultant) 교육정보의 생성, 보험금 지급 심사의 강도에 대한 조절, 및 보험 상품의 추천 정보 생성 등을 수행할 수 있다

사용자 단말(120)은 서버(110) 및/또는 기업 단말(130)과의 통신, 각종 정보에 대한 조회, 보험금 청구, 그리고 보험 상품에 대한 계약 정보 생성 등을 수행할 수 있다.

기업 단말(130)은 서버(110) 및 사용자 단말(120)과의 통신 등을 수행할 수 있다. 또한, 기업 단말(130)은 전술한 서버(110)에서 수행되는 동작들을 수행할 수도 있다.

더불어, 네트워크(140)는 서버(110), 사용자 단말(120) 및 기업 단말(130) 간의 데이터 통신을 위한 채널을 형성할 수 있다.

본 명세서에서 사용되는 용어 "시스템" 및 "네트워크"는 종종 상호교환가능하게 사용될 수도 있다.

여기서 제시되는 시스템은 공중전화 교환망(PSTN:Public Switiched Telephone Network), xDSL(x Digital Subscriber Line), RADSL(Rate Adaptive DSL), MDSL(Multi Rate DSL), VDSL(Very High Speed DSL), UADSL(Universal Asymmetric DSL), HDSL(High Bit Rate DSL) 및 근거리 통신망(LAN) 등과 같은 다양한 유선 통신 시스템들을 사용할 수 있다.

또한, 여기서 제시되는 시스템은 CDMA(Code Division Multi Access), TDMA(Time Division Multi Access), FDMA(Frequency Division Multi Access), OFDMA(Orthogonal Frequency Division Multi Access), SC-FDMA(Single Carrier-FDMA) 및 다른 시스템들과 같은 다양한 무선 통신 시스템들을 사용할 수 있다.

본 명세서에서 설명된 기술들은 위에서 언급된 시스템들뿐만 아니라, 다른 시스템들에서도 사용될 수 있다.

본 발명의 일 양상에 따른 네트워크(140)는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN:Personal Area Network), 근거리 통신망(WAN:Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 상기 네트워크(140)는 공지의 월드와이드웹(WWW:World Wide Web)일 수 있으며, 적외선(IrDA:Infrared Data Assoication) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다.

도 1로 되돌아가면, 사용자 단말(120)은 서버(110)로 액세스하여 또는 기업 단말(130)과 통신하여, 금융상품(예컨대, 보험상품)에 대한 계약을 체결할 수 있거나, 또는 보험 상품 정보, 약관 정보, 계약 정보, 식별 정보, 보험금지급정보, 설계될 보험상품에 대한 정보, 판매할 보험상품에 대한 정보, FC 교육정보 및 보험금 지급 심사의 강도에 대한 정보 등을 조회, 생성 또는 저장할 수 있는 모든 종류의 디바이스를 의미한다.

이러한 사용자 단말(120)은, 사용자 장비, 모바일, 무선 통신이 가능한 PC, 핸드폰, 키오스크, 셀룰러 폰, 셀룰러, 셀룰러 단말, 가입자 유닛, 가입자국, 이동국, 단말, 원격국, PDA, 원격 단말, 액세스 단말, 사용자 에이전트, 셀룰러 전화, 무선 전화, 세션 개시 프로토콜(SIP) 전화, 무선 로컬 루프(WLL) 국, 무선 접속 기능을 구비하는 휴대용 장치, 무선 모뎀과 같은, 무선 접속 매커니즘을 사용할 있는 임의의 장치 등으로 지칭될 수 있으나, 이들로 한정되지는 않는다.

또한, 이러한 사용자 단말(120)은, 유선 팩스, 유선 모뎀을 구비한 PC, 유선 전화, 유선 통신이 가능한 단말 등과 같은 유선 접속 매커니즘을 사용할 수 있는 임의의 장치 등으로 지칭될 수 있으나, 이들로 한정되지는 않는다.

본 발명이 추가적인 양상에서, 사용자 단말(120)은 보험 회사 직원 또는 보험설계사(FC)에 의해 사용될 수도 있다. 이러한 경우, 사용자 단말(120)은, 기업단말(130), 창구 단말 또는 FC 단말 등으로 지칭될 수도 있다. 본 명세서서는 이러한 단말들을 기업 단말(130)로 통칭하기로 한다.

이러한 기업 단말(130)은 앞서 설명한 사용자 단말과 동일 또는 유사한 타입의 무선 접속 매커니즘 또는 유선 접속 매커니즘을 사용할 수 있는 장치들을 포함할 수 있다.

추가적으로, 전술한 사용 주체에 이외에 다른 사용 주체(예컨대, 금융 회사 이외의 회사의 직원 등)에 의한 추가적인 단말 또한 사용자 단말(120)에 포함될 수도 있다.

본 발명의 일 양상에서, 기업 단말(130)은 보험회사와 같은 금융회사와 관련된 자들(예컨대, 보험회사 직원 및/또는 해당 보험회사와 관련된 FC)이 사용할 수 있는 단말을 의미할 수 있다. 즉, 본 발명의 일 양상에 따라, 보험회사(예컨대, 보험회사의 서버(110))와 관련성이 있는 특정한 단말이 기업 단말(130)로 지칭될 수 있다. 추가적으로, 기업 단말(130)은 사용자 단말(120)에 포함될 수도 있다.

이러한 기업 단말(130) 또한 전술한 사용자 단말(120)과 마찬가지로, 사용자 장비, 모바일, 무선 통신이 가능한 PC, 핸드폰, 키오스크, 셀룰러 폰, 셀룰러, 셀룰러 단말, 가입자 유닛, 가입자국, 이동국, 단말, 원격국, PDA, 원격 단말, 액세스 단말, 사용자 에이전트, 셀룰러 전화, 무선 전화, 세션 개시 프로토콜(SIP) 전화, 무선 로컬 루프(WLL) 국, 무선 접속 기능을 구비하는 휴대용 장치, 무선 모뎀과 같은, 무선 접속 매커니즘을 사용할 있는 임의의 장치 등으로 지칭될 수 있으나, 이들로 한정되지는 않는다. 나아가, 기업 단말(130)은, 유선 팩스, 유선 모뎀을 구비한 PC, 유선 전화, 유선 통신이 가능한 단말 등과 같은 유선 접속 매커니즘을 사용할 수 있는 임의의 장치 등으로 지칭될 수 있으나, 이들로 한정되지는 않는다.

본 발명의 일 양상에서, 서버(110)는 다양한 사용 주체들에 의한 사용자 단말들 각각에 대하여 상이한 서비스를 제공할 수도 있다. 즉, 고객에 의해 사용되는 사용자 단말과 금융 회사 직원에 의해 사용되는 기업 단말(130)은 각각 보험회사의 정책 및/또는 사용자 설정에 따라서, 복수의 보험회사 서버들 중 특정 서버에 대한 액세스가 허용 또는 제한될 수 있다. 또는, 사용자 단말(120)은 보험회사의 정책 및/또는 사용자 설정에 따라서 보험회사 서버의 특정 데이터에 대한 액세스가 허용 또는 제한될 수 있다.

예를 들어, 보험회사의 정책에 따라서, 기업 단말(130)은, 보험 설계, 금융 상품 확인 및 가입, 고객 본인 확인, 보험금 청구, 보험금 지급, 보험금 수령, 보험금 청구에 대한 처리, 설계될 보험상품에 대한 결정, 판매할 보험상품에 대한 결정, 보험사기 블랙리스트 정보의 조회, 보험사기 패턴의 조회, 고객의 상담 내용의 조회, 특정 고객에 대한 보험사기 발생 가능성의 결정 및 조회, 고객의 대화 패턴의 조회, FC 교육정보의 생성 및 보험금 지급 심사의 강도에 대한 조절 등과 같은 업무들을 수행하는데 필요한 모든 데이터에 액세스하도록 설정될 수도 있다.

또한, 보험회사의 정책 및/또는 사용자 설정 등에 따라서, 사용자 단말(120) 및/또는 기업 단말(130)의 수행 주체 단위로 조회 및 검색 결과 화면이 상이할 수도 있다.

또는, 사용자 단말(120) 중 고객에 의해 사용되는 단말은 가입 정보, 약관 정보, 고객 동의 또는 승인관련 정보, 보험금 청구, 보험금 수령, 보험 상품 정보 및/또는 가상 보험 설계와 같은 제한된 데이터에만 액세스할 수 있도록 설정될 수도 있다.

나아가, 보험 설계사(FC)에 의해 사용되는 단말은 보험 설계와 같은 업무들을 수행하는데 필요한 데이터에 액세스할 수는 있으나, 특정 데이터(예컨대, 특정 보험 설계사의 고객 이외의 다른 고객들에 대한 데이터 등)에 대해서는 금융 회사 직원에 의해 사용되는 일반적인 기업 단말(130)과는 달리 액세스가 제한될 수도 있다.

본 발명의 일 양상에서, 서버(110), 사용자 단말(120) 및 기업 단말(130)은 네트워크(140)를 통해 다양한 정보를 송수신할 수 있다.

이러한 다양한 정보는 예를 들어, 보험 설계, 금융 상품 확인 및 가입, 고객 본인 확인, 보험금 청구, 보험금 지급, 보험금 수령, 보험금 청구에 대한 처리, 경기지표정보 및 보험금지급정보 등의 수집 및 저장, 고객 상담 데이터, 보험사기 관련 데이터, 보험사기 블랙리스트 관련 데이터, 보험가입 기간과 보험금 청구 횟수와의 상관관계 데이터, 보험가입 기간과 보험금 청구금액 간의 상관관계 데이터의 수집 및 저장, 설계될 보험상품에 대한 결정, 판매할 보험상품에 대한 결정, FC 교육정보의 생성 및 보험금 지급 심사의 강도에 대한 조절 등과 같은 업무들을 수행하는데 필요한 정보를 의미할 수 있다.

전술한 정보들은, 사용자 단말(120) 및/또는 기업 단말(130)를 통해 입력될 수 있거나 또는 서버(110)에 의해 생성될 수도 있다. 전술한 정보들은 서버(110)의 데이터베이스 또는 컴퓨터로 판독가능한 저장 매체에 저장될 수도 있다. 본 발명의 일 양상에 따라, 컴퓨터로 판독가능한 저장 매체는 사용자 단말(120) 및/또는 기업 단말(130) 내에 포함될 수도 있다.

이러한 저장 매체는 컴퓨터 시스템에 의해서 판독될 수 있도록 프로그램 및 데이터가 저장되는 모든 종류의 저장 매체를 포함할 수 있다. 본 발명의 일 양상에 따르면, 이러한 매체는 ROM(판독 전용 메모리), RAM(랜덤 액세스 메모리), CD(컴팩트 디스크)-ROM, DVD(디지털 비디오 디스크)-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등을 포함할 수 있으며, 또한 캐리어 웨이브(예컨대, 인터넷을 통한 전송)의 형태로 구현되는 것 또한 포함할 수 있다. 추가적으로, 이러한 매체는 네트워크(140)로 연결된 시스템에 분산되어, 분산 방식으로 컴퓨터가 판독가능한 코드들 및/또는 명령들을 저장할 수도 있다.

본 발명의 일 실시예에서, 특정 보험 회사에서 배포한 특정 애플리케이션이 사용자 단말(120) 및/또는 기업 단말(130)에 설치되어 실행되는 경우, 고객, 금융 회사 직원 및/또는 보험 설계사(FC)가 각종 해당 서비스들을 향유할 수 있도록 서버(110)는 사용자 단말(120) 및/또는 기업 단말(130)과 네트워크(140)를 통해 서로 통신할 수 있다.

도 2는 본 발명의 일 실시예에 따른 서버의 컴포넌트들을 도시한다.

본 발명의 일 양상에 따른 서버는, 콜센터 서버, 보험사기 감지 서버, STT(Speech To Text) 서버 및 이들의 조합을 포함할 수도 있다.

본 발명의 일 양상에 따라, 서버(110)는 수신 모듈(201), 송신 모듈(203), 제어 모듈(205) 및 데이터베이스(207)를 포함할 수 있다.

도 2에 서버(110)를 구성하는 컴포넌트들은 예시적인 것이며, 상기 컴포넌트들 중 일부만이 서버(110)를 구성할 수 있거나 또는 상기 컴포넌트들 이외에 추가적인 컴포넌트(들)가 상기 서버(110)에 포함될 수도 있다.

추가적으로, 본 발명의 일 양상에 따라, 도 2에서 도시되는 컴포넌트들은 사용자 단말(120) 및/또는 기업 단말(130)의 컴포넌트들일 수도 있다. 이러한 경우, 사용자 단말(120) 및/또는 기업 단말(130)의 제어 모듈 및 데이터베이스는 이하에서 설명되는 서버의 제어 모듈 및 데이터베이스의 동작 및 기능들의 적어도 일부분을 수행할 수 있다. 또는, 사용자 단말(120) 및/또는 기업 단말(130)의 수신 모듈은 서버(110)로부터 요구되는 정보 및 데이터를 수신할 수 있다. 사용자 단말(120) 및/또는 기업 단말(130)의 디스플레이는, 서버로부터 수신되거나 그리고/또는 자신의 제어 모듈에 의해 생성된 정보들을 디스플레이할 수 있다. 또는, 이하에서 기재되는 서버(110)의 컴포넌트들의 적어도 일부분은, 사용자 단말(120) 및/또는 기업 단말(130)의 컴포넌트들로 대체될 수도 있다.

수신 모듈(201)은 사용자 단말(120) 또는 기업 단말(130)로부터 네트워크(140)를 통해 전달되는 정보 또는 데이터를 수신할 수 있다. 본 발명의 일 양상에 따라, 수신 모듈(201)은 복수의 고객들로부터의 상담 데이터 및 보험사기 관련 데이터를 수신할 수 있다. 수신된 데이터들을 데이터베이스(207)에 저장될 수 있다. 예를 들어, 복수의 고객들로부터의 상담 데이터는, 콜센터 서버 및 VOC(Voice Of Customer) 등을 통하여 접수된 고객들에 대한 상담 정보를 의미할 수 있다. 콜센터 서버로부터 수집된 고객의 상담 데이터는 녹음된 음성 파일일 수 있거나 그리고/또는 녹음된 고객의 상담 내용이 STT(Speech To Text) 기술을 통하여 텍스트로 변환된 파일일 수 있다. 또는, 콜센터 서버로 수집된 고객의 상담 데이터는, 녹음된 음성 파일에서 음성인식 또는 음성분석 기술이 적용된 출력 데이터를 의미할 수 도 있다.

본 발명의 일 양상에서, 보험사기 관련 데이터는, 예를 들어, 보험 가입 기간과 보험 청구 횟수 간의 연관성을 나타내는 데이터, 보험 가입 기간과 보험 청구 금액 간의 연관성을 나타내는 데이터, 보험사기 블랙리스트로 판정된 고객 데이터, 및/또는 보험사기 블랙리스트로 판정된 기업 데이터를 포함할 수 있지만 이들로 제한되는 것은 아니다.

전술한 바와 같이, 수신 모듈(201)은, 복수의 고객들에 대한 식별정보, 복수의 고객들로부터의 상담 데이터 및 보험사기 관련 데이터 등과 같은 기업 내외부의 빅데이터들을 내외부 서버(미도시), 사용자 단말(120) 및/또는 기업 단말(130)로부터 수집 또는 수신할 수 있다. 여기서, 외부 서버는 콜센터 서버, STT 서버, 보험사기 감지 서버 및/또는 VOC 서버를 포함할 수 있다. 수집 또는 수신된 빅데이터들은 데이터베이스(207)에 저장될 수 있다.

본 발명의 일 양상에서, STT 서버는, STT 컨버터, STT 변환기, STT 변환 엔진 등과 같이 사람의 음성 대화를 인식하고 그것을 텍스트 데이터로 컨버팅 (즉, 변환) 할 수 있는 임의의 타입의 소프트웨어 또는 하드웨어 시스템을 포함할 수 있다. 이러한 STT 서버는 수신 모듈(201)로 대체될 수 있거나, 제어 모듈(205)로 대체될 수 있거나, 데이터베이스(209)로 대체될 수도 있다. 나아가, 이러한 STT 서버는, 서버(110) 내에 포함되거나 또는 외부의 서버로 독립적으로로 존재할 수도 있다.

이러한 수신 모듈(201)의 수집 및 수신 동작은 사전결정된 주기 또는 기간(예컨대, 월, 분기, 반기 또는 년도) 단위로 이루어질 수 있다. 예를 들어, 사전결정된 기간이 "년도"인 경우, 복수의 고객들로부터의 상담 데이터 및 보험사기 관련 데이터 등과 같은 수집 또는 수신된 빅데이터들은 "년도" 단위로 그룹화되어 데이터베이스(207)에 저장될 수 있다. 따라서, 수신된 빅데이터들은 사전결정된 기간 단위로 평가되거나, 업데이트되거나 그리고/또는 제거될 수도 있다.

다른 예시로, 수신 모듈(201)은 보험 계약 체결과 관련된 정보(예컨대, 약관 정보, 상품 정보, 고객 식별 정보 등)를 외부 서버(미도시), 사용자 단말(120) 및/또는 기업 단말(130)로부터 네트워크(140)를 통해 수집 및/또는 수신할 수도 있다.

또한, 수신 모듈(201)은 사용자 단말(120) 및/또는 기업 단말(130)로부터 액세스 요청 메시지 및/또는 각종 정보에 대한 조회 요청 메시지 등을 수신할 수 있다.

본 발명의 추가적인 양상에서, 수신 모듈(201)은 고객으로부터 납입되는 금융 자산(예컨대, 보험료)을 수납할 수도 있다. 또는, 상기 납입되는 보험료는 서버(110) 이외의 다른 서버에 의해 수납되거나 또는 아웃소싱에 의해 처리될 수도 있다.

송신 모듈(203)은 서버(110)로부터 네트워크(140)를 통해 사용자 단말(120) 또는 기업 단말(130)로 정보 또는 데이터를 전송할 수 있다. 송신 모듈(203)은 사용자 단말(120) 또는 기업 단말(130)로부터의 요청 메시지에 대한 응답 메시지를 사용자 단말(120) 또는 기업 단말(130)로 전송할 수 있다. 예를 들어, 송신 모듈(203)은 예를 들어, 복수의 고객들로부터의 상담 데이터, 보험사기 관련 데이터, 보험사기 블랙리스트 데이터, 해당 고객이 블랙리스트에 포함시킬 것인지와 관련된 데이터 등과 관련된 정보의 조회 요청에 대한 피드백 정보를 사용자 단말(120) 또는 기업 단말(130)로 전송할 수 있다.

이러한 송신 모듈(203)에서 전송하는 정보는, 필요한 경우 데이터베이스(207)로부터 리트리브된 정보를 포함할 수 있다. 나아가, 송신 모듈(203)은 해당 보험 회사와 관련된 사용자 인터페이스를 포함하는 애플리케이션을 사용자 단말(120) 및/또는 기업 단말(130)로 배포할 수도 있다.

전술한 바와 같이, 서버(110)의 송신 모듈(203) 및 수신 모듈(201)는 사용자 단말(120) 또는 기업 단말(130)과 네트워크(140)를 통해 통신할 수 있다.

본 발명의 일 양상에서, 송신 모듈(203) 및 수신 모듈(201)은 네트워크(140)를 통해 다른 서버 등과 통신할 수도 있다.

송신 모듈(203) 및 수신 모듈(201)은 네트워크 접속을 위한 유/무선 인터넷 모듈을 포함할 수 있다. 일례로, 무선 인터넷 기술로는 WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등이 이용될 수 있다. 일례로, 유선 인터넷 기술로는 XDSL(Digital Subscriber Line), FTTH(Fibers to the home), PLC(Power Line Communication) 등이 이용될 수 있다.

또한, 송신 모듈(203) 및 수신 모듈(201)은 근거리 통신 모듈을 포함하여, 서버(110)와 비교적 근거리에 위치하고 근거리 통신 모듈을 포함한 전자 장치와 데이터를 송수신할 수 있다. 근거리 통신(short range communication) 기술로 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra Wideband), ZigBee 등이 이용될 수 있다.

본 발명의 일 양상에서, 수신 모듈(201)을 통해 수집 또는 수신된 데이터 또는 정보는 데이터베이스(207)로 저장되거나, 또는 근거리 통신 모듈을 통해 근거리에 있는 다른 전자장치들로 전송될 수도 있다.

제어 모듈(205)은 서버(110)의 전반적인 동작들을 제어할 수 있다. 제어 모듈(205)은 수신 모듈(201)에 의해 수신 및 수집된 데이터를 데이터베이스(207)에 저장할 수 있다. 또한, 제어 모듈(205)은 수신 모듈(201)에 의해 수신된 데이터를 파싱하여 이에 대한 피드백 정보 등을 생성할 수 있다. 이러한 피드백 데이터를 생성하는 것은 데이터베이스(207)로부터 필요한 정보를 리트리브함으로써 수행될 수 있다.

본 발명의 일 양상에서, 제어 모듈(205)은, 수집된 정보를 바탕으로, 복수의 고객들로부터 수집된 상담 데이터와 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정할 수 있다. 이러한 보험사기의 패턴은, 보험사기를 일으킬 가능성이 높은 텍스트화된 언어적(어휘) 패턴 데이터 및 보험사기를 일으킬 가능성이 높은 비-언어적(non-verbal) 패턴 데이터를 포함할 수 있다.

또한, 보험사기의 패턴은, 보험사고의 고의적 유발, 보험사고의 위장 및 날조, 사기 계약, 사후가입 및/또는 피해과장 등과 같은 보험사기의 종류별로 그룹화 또는 카테고리화될 수 있다. 이렇게 그룹화된 보험사기 패턴 각각은 공통의 패턴 데이터 및 서로 상이한 형태의 패턴 데이터를 포함할 수 있다. 즉, 일반적인 보험사기에 적용될 수 있는 공통적인 언어적 패턴 및 비-언어적 패턴(예컨대, 그게아니고, 급하다, 빨리, 목소리의 떨림 등)이 존재할 수 있으며, 특정한 보험 사기 카테고리 별로 적용될 수 있는 특정한 언어적 패턴 및 비-언어적 패턴이 존재할 수 있다. 따라서, 보험사기의 카테고리 단위로 다양한 형태의 보험 사기 패턴이 결정될 수 있다.

이러한 보험사기 패턴의 결정은, 보험 가입 기간과 보험 청구 횟수 간의 연관성을 나타내는 데이터, 보험 가입 기간과 보험 청구 금액 간의 연관성을 나타내는 데이터, 보험사기 블랙리스트로 판정된 고객 데이터, 및 보험사기 블랙리스트로 판정된 기업 데이터와 같은 보험사기 관련 데이터와 고객의 상담 데이터를 서로 연관시킴으로써 결정될 수 있다.

예를 들어, 특정 고객이 보험가입 기간 동안 과다한 횟수의 보험금 청구를 제기한 경우, 해당 고객의 상담 내용으로부터 특정한 언어적 패턴(어휘 패턴) 및 비-언어적 패턴 등을 추출할 수 있다. 본 발명의 일 양상에서, 특정한 "언어적 패턴"이란 보험 사기와 관련된 상담 내용 내에 빈번하게 존재하는 단어 또는 문장의 패턴을 의미할 수 있다. 예를 들어, 이러한 언어적 패턴은, "정말로", "진짜", "빨리", "급하다", "특정 의료기관명", "특정 정비업체명" 등을 포함할 수 있으며, 전술한 예시들로 한정되지는 않는다. 본 발명의 일 양상에서, "비-언어적 패턴"은, 기존에 녹음된 일반적인 대화패턴과는 상이한 비-언어적인 패턴을 의미할 수 있다. 예를 들어, 이러한 비-언어적 패턴은, 호흡인식을 통한 호흡빈도수(예컨대, 대화중 호흡의 빈도수가 높음)의 분석, 대화의 속도 체크를 통한 말하는 속도(예컨대, 매우 느리거나 매우 빠름)의 분석, 목소리의 파형의 분석을 통한 목소리의 떨림 및 목소리의 크기 등의 분석 등을 기초로 하여 결정될 수 있는 일반적인 데이터와 상이한 형태의 패턴들을 의미할 수 있다.

다른 예시로, 특정 고객이 보험가입 기간 동안 과다한 보험금을 청구한 경우, 해당 고객의 상담 내용으로부터 특정한 언어적 패턴 및 비-언어적 패턴 등을 추출할 수 있다. 다른 예시에서, 특정 고객 또는 특정 기업(예컨대, 의료기관 및/또는 정비기관)이 보험사기 관련 블랙리스트로 사전에 판정된 경우, 특정 고객 또는 특정 기업과 관련된 고객의 상담 데이터를 분석하여 특정한 언어적 패턴 및 비-언어적 패턴을 추출해낼 수 있다. 따라서, 복수의 고객들로부터의 상담 데이터와 전술한 보험 사기 관련 데이터를 서로 연관 및 맵핑시킴으로써 특정한 카테고리 단위로 보험 사기의 가능성이 높은 패턴들이 검출될 수 있다.

본 발명의 일 양상에서, 제어 모듈(205)은 특정한 고객의 상담 데이터로부터 특정 고객의 대화 패턴을 추출할 수 있다. 이러한 추출은, 특정 고객의 상담 데이터로부터, 텍스트화된 언어적 패턴 및/또는 비-언어적 패턴을 추출하는 것을 포함할 수 있다.

본 발명의 일 양상에서, 제어 모듈(205)은 보험사기와 관련된 케이스에서 높은 빈도로 사용되는 어휘들의 리스트를 추출할 수 있다. 또한, 제어 모듈(205)은, 이렇게 추출된 어휘들을 기초로 하여 상담을 통하여 수집된 고객의 상담 데이터 내의 언어적 요소(어휘)들이 보험사기를 유발할 가능성이 있는지를 결정할 수 있다. 이러한 결정은, 추출된 보험사기 관련 어휘들과 고객 상담 데이터 내의 어휘들을 비교함으로써 구현될 수 있다.

또한, 제어 모듈(205)은, 특정 고객과의 상담을 통하여 수집된 상기 특정 고객의 상담 데이터로부터 상기 특정 고객의 대화 패턴을 추출할 수 있다.

또한, 제어 모듈(205)은, 추출된 특정 고객의 대화 패턴과 보험사기 패턴을 비교하여 매칭정도를 평가할 수 있다. 예를 들어, 추출된 특정 고객의 대화 패턴에서, 보험사기 패턴으로 결정된 패턴이 총 5개가 발견되는 경우, 제어 모듈(205)은 이를 기초로 하여 해당 고객이 보험사기를 발생시킬 가능성을 계산, 추측, 예상 및/또는 예측할 수 있다.

본 발명의 추가적인 양상에서, 제어 모듈(205)은, 보험사기 관련 데이터로부터, 보험사기를 유발시킬 가능성이 높은 사용자 식별정보들의 리스트인 보험사기 블랙리스트 정보를 생성할 수 있다. 따라서, 제어 모듈(205)은, 특정 고객에 대한 식별정보가 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하여, 특정 고객에 대한 보험사기 발생 가능성을 계산하는데 있어서 가중치를 부여할 수 있다.

추가적으로, 제어 모듈(205)은, 특정 고객이 보험사기를 발생시킬 가능성을 기초로 하여, 보험사기 블랙리스트로 분류하기 위한 가중치를 부여하거나, 보험사기 블랙리스트로 분류하거나, 특정 고객의 식별정보에 블랙리스트 태그를 부여하거나, 특정 고객과 연관된 보험설계사(FC)에게 이를 통지하거나, 특정 고객에 대한 보험금 청구 심사를 강화한다고 결정하거나 그리고/또는 특정 고객과 관련된 이전 보험금 청구를 분석할 수 있다.

예를 들어, 제어 모듈(205)은, 특정 고객의 상담 내용의 분석을 통하여, 특정 고객이 보험사기를 발생시킬 가능성이 높다고 결정하는 경우, 해당 고객을 보험 사기 블랙리스트 풀(pool)(또는 그룹)으로 분류할 수 있다.

또는, 제어 모듈(205)은, 해당 고객를 블랙리스트로 분류하기 위한 가중치를 부여하여, 다른 보험사기 가능성 결정 알고리즘(예컨대, 비-언어적 패턴 분석 등)과의 조합을 통하여 해당 고객이 블랙리스트로 분류될지 여부를 결정할 수 있다. 또는, 제어 모듈(205)은, 특정한 언어적 및 특정한 비-언어적 요소가 포함된 상담 데이터와 관련된 고객에게 다른 언어적 및 비-언어적 요소를 사용한 고객보다 높은 가중치를 부여할 수도 있다. 예를 들어, "빨리"라는 어휘는 "정말로"라는 어휘보다 높은 가중치가 부여될 수도 있다.

본 발명의 일 양상에서, 제어 모듈(205)은, 음성인식 기술 또는 음성분석 기술을 구현할 수도 있다. 일례로, 제어 모듈(205)은 음성인식(voice recognition) 기술 또는 음성분석(voice analysis) 기술을 통하여 거짓말 탐지 기술을 구현할 수 있다. 여기서 음성인식 또는 음성분석 기술이란, 녹음된 상담 내용에서 사용자의 음성의 피치(pitch), 주파수(frequency), 강도(intensity) 및 미세한 떨림(micro tremor) 등을 분석할 수 있는 기술을 의미한다.

예를 들어, 제어 모듈(205)은 사람의 흥분, 감정적인 갈등 등과 같은 다양한 형태의 상태를 미리 정의한 기준에 의하여 감지하는 기능을 수행할 수 있다. 일반적으로 거짓말을 할 때에는 정신적인 긴장으로 인하여 성대의 혈액량이 저하되고, 부득이한 신경 작용으로 인하여 성대에서는 일그러진 음파가 나오게 될 수 있다. 따라서, 제어 모듈(205)은, 이러한 음파의 변화를 감지하여 대화 상대자의 거짓말 여부를 확인할 수도 있다.

따라서, 이러한 음성 인식 기술을 통하여 녹음된 사용자의 상담 데이터에서의 사용자의 비-언어적 요소들이 분석될 수 있어서, 사전저장된 일반적인 비-언어적 요소의 패턴과 비교되어 고객의 상담 내용의 진위 여부를 판정할 수 있다.

본 발명의 일 양상에서, 제어 모듈(205)은 고객의 비-언어적 요소 패턴에 대한 분석 결과를 다양한 형태로 출력할 수 있다. 예를 들어, 제어 모듈(205)은 그래프의 형태로 고객의 비-언어적 요소 패턴을 출력할 수 있다.

추가적으로, 제어 모듈(205)은, 수신 모듈(201) 및 데이터베이스(207)의 빅데이터 검색 및 저장과 관련된 제어를 수행할 수도 있다. 이러한 빅데이터는 예를 들어, 콜센터에 저장되어 있는 다양한 데이터들을 포함할 수 있다.

또한, 제어 모듈(205)은, 빅데이터의 수집 수준을 결정할 수도 있다. 예를 들어, 빅데이터의 수집 수준은, 외부데이터와 내부데이터의 구분, 정형데이터와 비정형데이터의 구분, 사전결정된 키워드의 개수, 수집할 데이터의 용량, 및 수집에 이용될 데이터베이스(예컨대, 웹사이트 등)의 개수 등을 기초로 하여 결정될 수 있다. 더불어, 제어 모듈(205)은 빅데이터의 분석 수준을 결정할 수 있다.

나아가, 제어 모듈(205)은, 특정한 URL, 특정한 웹사이트 또는 특정한 소셜 미디어에 대하여 가중치 설정할 수 있다. 이러한 가중치는 수집된 빅데이터의 신뢰성을 담보하기 위하여 이용될 수 있다. 즉, 사용자 설정, 기업의 전략 등에 따라서 빅데이터 수집에 기초가되는 특정한 URL 등에 가중치가 설정되는 경우, 상기 특정한 URL로부터 수집된 빅데이터에 대한 신뢰도에 가중치가 부여될 수 있다.

본 발명의 추가적인 양상에서, 서버(110)의 제어 모듈(205)은 보험 상품들을 망라하는 애플리케이션 서비스와 관련된 프로그램을 생성할 수도 있다. 사용자 단말(120) 또는 기업 단말(130)은 서버(110)의 제어 모듈(205)에 의해 생성된 해당 애플리케이션을 수신하여 이를 실행할 수 있다. 제어 모듈(205)은 해당 사용자 단말 또는 기업 단말에 해당 애플리케이션이 설치되어 있지 않으면 애플리케이션을 설치하도록 하는 메시지를 생성하여 송신 모듈(203)를 통해 이러한 메시지를 송신할 수 있다. 또한, 제어 모듈(3205)은 해당 사용자 장비의 해당 애플리케이션이 구(old) 버전인 경우에는 신(new) 버전의 애플리케이션으로 업데이트하도록 메시지를 생성할 수 있다. 본 발명의 일 양상에서, 전술한 제어 모듈(205)의 기능들은 서버(110)와 별개의 독립적인 서버(예컨대, 서비스플랫폼 서버 및/또는 업데이트 서버 등)에 의해 구현될 수도 있다.

본 발명의 추가적인 양상들에서, 해당 보험 회사와 관련된 특정 애플리케이션 및/또는 특정 애플리케이션의 특정 동작들이 유료로서 과금되는 경우, 서버(110) 내에 포함된 과금 모듈(미도시)을 통해 정상적으로 결제가 이루어진 다음에, 해당 애플리케이션이 제공될 수도 있다. 추가적으로, 이러한 과금 모듈은 서버(110)의 제어 모듈(205)에 통합되거나 또는 제어 모듈(205)과 결합될 수 있어서, 제어 모듈(205)과 유기적으로 연동할 수도 있다. 또한, 전술한 과금 모듈의 기능들은 서버(110)와 별개의 독립적인 서버(예컨대, 과금 서버 및/또는 결제 서버 등)에 의해 구현될 수도 있다.

추가적으로, 서버(110)는 EAI 서버를 포함할 수도 있다. 따라서, 이러한 EAI 서버를 통해 보험 회사는 보험 회사 내의 상호 연관된 모든 애플리케이션들을 유기적으로 연동시켜 필요한 정보를 중앙 집중적으로 통합, 관리 및 사용할 수 있는 환경을 구축할 수 있다. 서버(110), 지급 서버, 과금 서버 및/또는 데이터베이스 등이 서로 다른 플랫폼을 가지고 있는 경우, EAI 서버를 통해 이러한 서버들이 통합하여 관리될 수 있다.

본 발명의 일 양상에서, 데이터베이스(207)는 서버(110)의 다른 컴포넌트들과 연결될 수 있다. 또한, 데이터베이스(207)는 하나의 또는 복수의 데이터베이스들을 포함할 수 있다. 선택적으로 또는 대안적으로, 그 일부 또는 전체 정보를 포함하는 데이터베이스가 사용자 단말(120) 또는 기업 단말(130) 내에 위치할 수도 있다. 또한, 데이터베이스(207)는 서버(110) 외부에서 독립적으로 존재할 수도 있다. 이러한 경우, 데이터베이스(207)는 서버(110)와 통신가능할 수 있다.

본 발명의 추가적인 양상들에서, 데이터베이스(207)는 사용자 단말(120) 또는 기업 단말(130)로 제공하는데 필요한 각종 정보를 저장하고, 서버(110) 내의 다른 컴포넌트들의 요청에 따라 요청받은 정보를 이들로 제공할 수 있다.

본 발명의 일 양상에서, 데이터베이스(207)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 본 발명의 추가적인 양상에서, 서버(110)는 인터넷 상에서 데이터베이스(207)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다.

본 명세서에서 설명되는 다양한 실시예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 또는 저장매체 내에서 구현될 수 있다.

예를 들어, 하드웨어적인 구현에 의하면, 본 명세서에서 설명되는 실시예는 ASICs (application specific integrated circuits), DSPs (digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays, 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시예들이 제어 모듈(207) 자체로 구현될 수 있다.

다른 예시로, 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다. 적절한 프로그램 언어로 씌여진 소프트웨어 애플리케이션으로 소프트웨어 코드가 구현될 수 있다. 상기 소프트웨어 코드는 데이터베이스(207)에 저장되고, 제어 모듈(205)에 의해 실행될 수 있다.

도 3은 본 발명의 일 실시예에 따라 데이터베이스(207)에 저장되는 정보 또는 데이터들을 도시한다.

도 3에서 도시되는 바와 같이, 본 발명의 일 양상에 따른 데이터베이스(207)에는 빅데이터(301)(보험사기 관련 데이터(303), 고객 상담 데이터(305) 및 고객 식별 정보(307)을 포함함), 보험사기 패턴 데이터(309), 특정 고객의 대화 패턴 데이터(311) 및 블랙리스트 데이터(313)가 저장될 수 있다. 도 3에서 도시되는 정보 또는 데이터들은 예시적인 것일 뿐, 추가적인 정보 또는 데이터 또한 데이터베이스(207)에 저장될 수 있다.

추가적으로, 본 발명의 일 양상에 따라, 도 3에서 도시되는 데이터베이스는 사용자 단말(120) 및/또는 기업 단말(130)에 포함될 수도 있다. 이러한 경우, 사용자 단말(120) 및/또는 기업 단말(130)의 제어 모듈을 통하여 전술한 데이터 및 정보가 생성될 수 있거나 또는 수신 모듈을 통하여 데이터 및 정보가 서버로부터 수신될 수도 있다.

본 발명의 일 양상에 따른 데이터베이스(207)는 수신 모듈(201)을 통해 또는 직접적으로, 외부 서버, 사용자 단말(120) 및/또는 기업 단말(130)로부터 정보 또는 데이터를 수집할 수 있다. 앞서 설명된 바와 같이, 데이터베이스(207)(또는 수신 모듈(201)는 다양한 방식으로 다양한 형태의 데이터들을 수집할 수 있다.

데이터베이스(207)에 저장되는 정보 또는 데이터는 정형 데이터, 반정형 데이터 및 비정형 데이터를 모두 포함할 수 있다.

여기서, 정형데이터란 형식이 정해진 데이터를 의미하며, 예를 들어 고정형 필드에 저장된 데이터 등을 포함할 수 있다. 또한, 비정형 데이터는 형식이 정해지지 않은 데이터를 의미하며, 예를 들어, 이미지, 동영상, 텍스트 파일 등과 같은 검색을 통하여 획득될 수 있는 다양한 데이터를 포함할 수 있다. 더불어, 반정형 데이터는 고정된 필드는 아니지만 메타데이터나 스키마 등을 포함하는 데이터로서 XML 또는 HTML 텍스트 등을 포함할 수 있다. 나아가, 내부데이터는 사용자 단말(120) 또는 기업 단말(130)의 사용자들이 사용한 데이터를 의미하며, 외부데이터는 상기 단말들(120 및 130)이외의 사용자들이 사용한 데이터를 의미할 수 있다.

데이터베이스(207)에 저장되는 정보 또는 데이터는 도큐먼트(document) 데이터 및 비도큐먼트 데이터를 모두 포함할 수도 있다.

여기서, 도큐먼트 데이터는 데이터 자체가 인간의 인지능력으로 이해될 수 있는 데이터를 의미할 수 있다. 또한, 비도큐먼트 데이터는 단일 단위로는 의미를 가지기가 어렵고 군집이 되었을 때 특정 패턴을 통해 숨은 의미가 발견될 가능성이 있는 데이터를 의미할 수 있다.

본 발명의 일 양상에 따른 데이터베이스(207)는 하나 이상의 서브컴포넌트들로 구성될 수도 있다. 예를 들어, 도시되지는 않았지만, 데이터베이스(207)는 정형데이터 수집부, 반정형데이터 수집부, 비정형데이터 수집부, 내부 데이터 수집부, 외부 데이터 수집부, 도큐먼트 데이터 수집부, 비도큐먼트 데이터 수집부 및/또는 데이터통합부로 구성될 수도 있다.

도 3을 참조하면, 데이터베이스(207)로 수집되어 저장된 빅데이터(301)는, 보험사기 관련 데이터(303), 고객 상담 데이터(305) 및 고객 식별 정보(307)를 포함할 수 있으나, 이들로 한정되지는 않는다.

본 발명의 일 양상에서, 데이터베이스(207)로 수집되어 저장된 빅데이터(301) 중 보안을 유지해야할 정보 또는 데이터는 암호화되어 저장될 수도 있다.

본 발명의 일 양상에서, 수집된 빅데이터는 예를 들어, 보험사기 카테고리 단위, 보험금 지급사유 단위, 종사직군단위, 보장급부단위, 수집된 데이터를 요청하는 사용자 단위, 및/또는 사전결정된 기간 단위로 메타데이터의 형태로 저장될 수도 있다. 이러한 경우, 상기 메타데이터를 이용하여 전술한 단위별로 빅데이터를 효율적으로 관리할 수 있다.

도 3으로 되돌아 가면, 데이터베이스(207)에 저장된 빅데이터를 활용하여, 보험사기 패턴 데이터(309)가 생성 및 저장될 수 있다. 이러한 보험사기 패턴 데이터(309)는 제어 모듈(205)에 의해 생성될 수 있다. 또한, 보험사기 패턴 데이터(309)는 사전결정된 기간 단위로 메타데이터의 형태로 저장될 수도 있다.

제어 모듈(205)은 특정한 고객에 대한 상담 데이터(305)를 이용하여, 특정 고객의 대화 패턴 데이터(311)를 추출할 수 있다. 대화 패턴 데이터(311)와 보험사기 패턴 데이터(309)를 비교함으로써, 블랙리스트 데이터(313)가 생성될 수 있다.

블랙리스트 데이터(313)는 예를 들어, 블랙리스트 고객에 대한 식별 정보, 블랙리스트 고객과 연관된 기업 정보, 블랙리스트 고객과 연관된 FC(보험설계사) 정보, 블랙리스트 고객의 대화 패턴 정보, 블랙리스트 고객의 이전 보험금 청구 정보 및/또는 보험금 지급 심사의 강도에 대한 정보 등을 포함할 수 있다.

도 4는 본 발명의 일 실시예에 따른 서버의 동작을 개략적으로 도시한다.

도 4에서 도시되는 바와 같이, 콜센터 서버(401)(또는 VOC)를 통하여 고객의 상담(예컨대, 보험금 청구 및 보험금 문의 등) 내용이 녹음될 수 있다. 이렇게 녹음된 데이터는 데이터베이스에 특정 기간동안 저장될 수 있다. 녹음된 고객 상담 데이터는 STT 기능을 통하여 텍스트화될 수 있다. 본 발명의 일 양상에서, 텍스트화된 고객의 상담내용 또는 녹음된 고객의 상담내용은 고객 상담 데이터에 포함될 수 있다. 따라서, 본 발명의 일 양상에 따른 서버는, 이러한 고객 상담 데이터를 수집하여 저장할 수 있다.

본 발명의 일 양상에서, 보험사기 관련 데이터(405)는, 도 4에서 도시되는 바와 같이, 보험 가입 기간과 보험금 청구 횟수 또는 보험금 청구 금액 간의 상관관계에서 정상 범위를 벗어난 청구들에 대한 정보를 의미할 수 있다. 다른 예시로, 보험사기 관련 데이터(405)는 사전에 블랙리스트로 결정된 고객에 대한 정보 및/또는 사전에 블랙리스트로 결정된 기업에 대한 정보를 더 포함할 수도 있다.

도 4에서 도시되는 보험사기 관련 데이터는 예시적인 것일 뿐이며, 이와 상이한 다른 보험사기와 관련된 데이터들 또한 본 발명의 범위 내에 포함될 수 있다.

이러한 보험사기 관련 데이터(405)를 기초로 하여 STT를 통하여 텍스트화된 고객 상담 데이터에서 특정 언어적 데이터(또는 비-언어적 데이터)가 보험 사기 패턴 데이터(407)로 결정될 수 있다.

본 발명의 일 양상에서, 다양한 STT(음성 인식 기술)이 구현될 수 있으며, 본 발명의 서버는 별도의 STT 엔진을 포함할 수도 있다.

이러한 보험사기 패턴 데이터(407)가 결정되면, 후속적으로 특정 사용자의 상담 데이터를 분석하여 보험사기 패턴 데이터(407)와 매칭정도가 결정될 수 있다. 이렇게 결정된 매칭정도를 기초로 하여, 특정 고객이 보험사기를 할 가능성이 있는지 여부에 대한 결정 또는 특정 고객을 블랙리스트로 추가할지에 대한 결정이 이루어질 수 있다(409).

도 5는 본 발명의 일 실시예에 따라 보험 사기를 사전에 감지하기 위한 방법을 도시한다.

도 5에서 도시되는 단계들 이외의 추가적인 단계들 또한 본 발명의 일 양상에 포함될 수 있으며, 아울러 도 5에서 도시되는 단계들 중 일부의 단계들은 생략될 수도 있다. 더불어, 도 5에서 도시되는 단계들 중 적어도 일부분은 사용자 단말(120) 및/또는 기업 단말(130)에 의해 수행될 수도 있다.

도 5를 참조하면, 본 발명의 일 양상에 따른 서버(110)는 복수의 고객들로부터의 상담 데이터 및 복수의 고객들과 관련된 보험사기 관련 데이터를 수집할 수 있다(501). 전술한 바와 같이, 복수의 고객들로부터의 상담 데이터는, 콜센터 서버 및 VOC를 통하여 접수된 고객의 상담, 청구 또는 불만 내용과 관련된 데이터를 의미한다. 콜센터를 통한 상담의 경우, 상담 데이터는 음성 데이터로 녹음될 수 있다.

또한, 보험사기 관련 데이터는, 보험 가입 기간과 보험 청구 횟수 간의 연관성을 나타내는 데이터, 보험 가입 기간과 보험 청구 금액 간의 연관성을 나타내는 데이터, 보험사기 블랙리스트로 판정된 고객 데이터, 및/또는 보험사기 블랙리스트로 판정된 기업 데이터를 포함할 수 있다. 즉, 보험사기 관련 데이터는, 사전결정된 보험사기의 가능성이 높은 상황에 대한 데이터를 의미할 수 있다.

그리고나서, 서버(110)(또는 서버의 STT 엔진)는 수집된 상담 데이터에 STT(speech to text) 기술을 적용하여 녹음된 음성 데이터를 텍스트 데이터로 변환할 수 있다(503). 추가적으로, 서버(110)(또는 서버의 음성분석 엔진)는 수집된 상담 데이터에 음성인식 또는 음성분석 기술을 적용하여 녹음된 음성 데이터의 비-언어적 요소의 패턴들을 추출할 수 있다. 또는, 서버(110)(또는 서버의 음성분석 엔진)은 수집된 상담 데이터의 음성인식 또는 음성분석 기술을 적용하여, 상담 데이터의 진위여부(즉, 고객이 거짓말을 하였는지 여부)를 판단할 수도 있다.

본 발명의 일 양상에 따른 서버(110)는 변환된 상담 데이터와 보험사기 관련 데이터를 서로 연관시킴으로써 보험사기 패턴을 결정할 수 있다(505). 예를 들어, 수집된 과거 데이터들을 분석함으로써, 보험사기 관련 데이터를 통하여 특정한 고객이 보험사기 행위를 하였다고 결정하는 경우, 보험사기 행위를 행한 특정한 고객의 과거 상담 데이터들을 분석함으로써 상담 데이터에서 어떠한 언어적 요소 또는 어떠한 비-언어적 요소들이 표출되는 경우 보험사기로 이어질 가능성이 높은지가 판단될 수 있다.

따라서, 서버(110)는 수집된 빅데이터들을 분석함으로써, 특정한 언어적 요소(예를 들어, 빨리, 급하다, 심각하다 등) 및/또는 특정한 비-언어적 요소(목소리의 떨림, 매우 강한 목소리 톤 등)가 상담 내용에서 존재하는 경우, 보험사기가 발생될 가능성이 높다는 것을 결정할 수 있다.

다른 실시예로서, 서버(110)는, 수집된 빅데이터를 분석하는데 있어서, 보험사기를 보험사기의 종류 별로 그룹화 또는 카테고리화할 수 있다. 따라서, 서버(110)는 보험사기의 카테고리 단위로 표출되는 보험사기 패턴(즉, 언어적 요소 및 비-언어적 요소)들을 각각 결정할 수 있다. 즉, 보험사기 패턴은, 언어적 패턴과 비-언어적 패턴으로 나뉘어질 수 있으며, 여기서 언어적 패턴은 보험사기를 일으킬 가능성이 높은 텍스트화된 언어적 패턴을 의미하며, 비-언어적 패턴은 보험사기를 일으킬 가능성이 높은 비-언어적 패턴을 의미할 수 있다.

본 발명의 일 양상에서, 서버(110)는 특정 고객과의 상담을 통하여 수집된 특정 고객의 상담 데이터로부터 특정 고객의 대화 패턴을 추출할 수 있다(507). 즉, 보험사기 패턴에 대한 분석이 완료되는 경우, 전술한 바와 같이, 특정 패턴이 입력되는 경우 보험사기에 대하여 가중치를 둘 수 있다. 따라서, 서버(110)는 후속적인 상담시 상담 내용에 대한 텍스트 변환(STT 기술 적용) 후에 해당 텍스트로부터 고객의 대화 패턴들(예컨대, 자주 사용되는 언어적 패턴 및 비-언어적 요소의 패턴)을 결정할 수 있다.

이렇게 결정된 복수의 대화 패턴들은 사전결정된 보험사기 패턴과 비교하여 특정 고객에 대한 보험사기 발생 가능성이 결정될 수 있다(509). 즉, 보험사기 발생 가능성의 결정은, 특정 고객의 대화 패턴들이 얼마나 보험사기 패턴과 매칭되는지를 기초로 하여 수행될 수 있다.

따라서, 이러한 보험사기 발생 가능성을 기초로 하여, 특정 고객에 대한 피드백 정보가 생성될 수 있다(511). 예를 들어, 피드백 정보는, "보험 사기 블랙리스트로 분류하기 위한 가중치의 부여", "보험 사기 블랙리스트로의 결정", "식별정보에 블랙리스트 태그를 부여", "특정 고객과 연관된 보험설계사(FC)에게 보험사기의 가능성이 높다는 점을 통지", "특정 고객에 대한 보험금 청구 심사의 강화", 및/또는 "특정 고객과 관련된 이전 보험금 청구에 대한 분석"과 관련된 정보를 포함할 수 있다.

이러한 피드백 정보는 서버(110)의 송신 모듈을 통하여 사용자 단말(120) 또는 기업단말(130)로 전송될 수도 있다.

따라서, 전술한 단계들을 통하여, 빅데이터의 수집을 통해 고객의 보험사기 가능성을 사전에 예측할 수 있기 때문에, 보험회사의 사차손을 줄일 수 있을뿐만 아니라, 보험회사의 경쟁력 강화 또한 달성될 수 있다. 나아가, 이러한 보험 사기에 대한 심사를 위한 전담팀 또한 축소될 수 있어서, 보험회사의 수익 구조 또한 강화될 수 있다.

도 6은 본 발명의 다른 실시예에 따라 보험 사기를 사전에 감지하기 위한 방법을 도시한다.

도 6에서 도시되는 단계들 이외의 추가적인 단계들 또한 본 발명의 일 양상에 포함될 수 있으며, 아울러 도 6에서 도시되는 단계들 중 일부의 단계들은 생략될 수도 있다. 더불어, 도 6에서 도시되는 단계들 중 적어도 일부분은 사용자 단말(120) 및/또는 기업 단말(130)에 의해 수행될 수도 있다.

도 6를 참조하면, 본 발명의 일 양상에 따른 서버(110)는 복수의 고객들에 대한 식별 정보 및 복수의 고객들과 관련된 보험사기 관련 데이터를 수집할 수 있다(601). 전술한 바와 같이, 복수의 고객들에 대한 식별 정보는, 예를 들어, 고객의 성명, 주소, 연락처, 가족관계, 가입상품 등과 같이, 고객의 신원을 식별할 수 있는 다양한 타입의 임의의 정보들을 포함할 수 있다.

또한, 보험사기 관련 데이터는, 보험 가입 기간과 보험 청구 횟수 간의 연관성을 나타내는 데이터, 보험 가입 기간과 보험 청구 금액 간의 연관성을 나타내는 데이터, 보험사기 블랙리스트로 판정된 고객 데이터, 및/또는 보험사기 블랙리스트로 판정된 기업 데이터를 포함할 수 있다. 전술한 바와 같이, 보험사기 관련 데이터는, 사전결정된 보험사기의 가능성이 높은 상황에 대한 데이터를 의미할 수 있다.

본 발명의 일 양상에서, 서버(110)는, 복수의 고객들에 대한 식별정보와 보험사기 관련 데이터를 서로 연관시킴으로서 보험사기 블랙리스트 정보를 생성할 수 있다(603). 즉, 서버(110)는 전술한 보험사기 관련 데이터로부터 추출된 보험사기의 가능성이 높은 상황에 대한 데이터를 결정하고, 이렇게 결정된 보험사기 가능성이 높은 데이터에 포함된 고객의 식별정보를 결정함으로써 보험사기 블랙리스트를 정보를 생성할 수 있다. 즉, 보험사기 블랙리스트 정보는, 보험사기를 일으킬 가능성이 높은 고객들에 대한 식별 정보들의 리스트 정보를 의미할 수 있다.

본 발명의 추가적인 양상에서, 보험사기 블랙리스트 정보는, 보험사기의 종류별로 카테고리화 또는 그룹화될 수도 있다.

그리고나서, 서버(110)는, 제 1 고객(즉, 특정 고객)에 대한 식별정보가 보험사기 블랙리스트 정보에 포함되는지 여부를 결정할 수 있다(605). 따라서, 특정 고객의 식별정보가 보험사기 블랙리스트 정보에 포함된 고객들(즉, 블랙리스트 고객들)에 대한 식별정보 내에 있는지 여부가 결정될 수 있다.

본 발명의 일 양상에서, 서버(110)는, 제 1 고객에 대한 식별정보가 보험사기 블랙리스트 정보에 포함된다고 결정되는 경우, 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는데 있어서 가중치를 부여할 수 있다(607). 그리고나서, 서버(110)는, 제 1 고객이 보험사기를 발생시킬 가능성에 대한 계산 결과에 따라서 제 1 고객을 블랙리스트로 분류할지 여부를 결정할 수 있다(609).

추가적으로, 서버(110)는, 제 1 고객에 대한 식별정보가 보험사기 블랙리스트 정보에 포함된다고 결정되는 경우, "보험 사기 블랙리스트로 분류하기 위한 가중치의 부여", "보험 사기 블랙리스트로의 결정", "식별정보에 블랙리스트 태그를 부여", "특정 고객과 연관된 보험설계사(FC)에게 보험사기의 가능성이 높다는 점을 통지", "특정 고객에 대한 보험금 청구 심사의 강화", 및/또는 "특정 고객과 관련된 이전 보험금 청구에 대한 분석" 등과 같은 피드백 동작을 수행할 수도 있다.

이러한 피드백 동작과 관련된 정보는, 서버(110)의 송신 모듈을 통하여 사용자 단말(120) 또는 기업단말(130)로 전송될 수도 있다.

도 7은 본 발명의 다른 실시예에 따라 보험 사기를 사전에 감지하기 위한 방법을 도시한다.

도 7에서 도시되는 단계들 이외의 추가적인 단계들 또한 본 발명의 일 양상에 포함될 수 있으며, 아울러 도 7에서 도시되는 단계들 중 일부의 단계들은 생략될 수도 있다. 더불어, 도 7에서 도시되는 단계들 중 적어도 일부분은 사용자 단말(120) 및/또는 기업 단말(130)에 의해 수행될 수도 있다.

도 7을 참조하면, 본 발명의 일 양상에 따른 서버(110)는 복수의 고객들에 대한 식별 정보, 복수의 고객들에 대한 상담 데이터 및 복수의 고객들과 관련된 보험사기 관련 데이터를 수집할 수 있다(601). 전술한 바와 같이, 복수의 고객들에 대한 식별 정보는, 예를 들어, 고객의 성명, 주소, 연락처, 가족관계, 가입상품 등과 같이, 고객의 신원을 식별할 수 있는 다양한 타입의 임의의 정보들을 포함할 수 있다.

또한, 전술된 바와 같이, 복수의 고객들로부터의 상담 데이터는, 콜센터 서버 및 VOC를 통하여 접수된 고객의 상담, 청구 또는 불만 내용과 관련된 데이터를 의미한다. 콜센터를 통한 상담의 경우, 상담 데이터는 음성 데이터로 녹음될 수 있다.

더불어, 보험사기 관련 데이터는, 보험 가입 기간과 보험 청구 횟수 간의 연관성을 나타내는 데이터, 보험 가입 기간과 보험 청구 금액 간의 연관성을 나타내는 데이터, 보험사기 블랙리스트로 판정된 고객 데이터, 및/또는 보험사기 블랙리스트로 판정된 기업 데이터를 포함할 수 있다. 전술한 바와 같이, 보험사기 관련 데이터는, 사전결정된 보험사기의 가능성이 높은 상황에 대한 데이터를 의미할 수 있다.

본 발명의 일 양상에서, 서버(110)는 수집된 3가지 타입의 정보를 기초로 하여, 보험사기 패턴 및 보험사기 블랙리스트 정보를 결정 또는 생성할 수 있다(703 및 705).

즉, 서버(110)는, 복수의 고객들로부터 수집된 상담데이터와 보험사기 관련 데이터를 서로 연관시킴으로써, 어떠한 언어적 패턴 및/또는 어떠한 비-언어적 패턴이 보험사기를 발생시킬 가능성이 높은지를 결정할 수 있다. 보다 구체적으로, 서버(110)는, 보험사기 관련 데이터를 기초로 하여 정규 또는 일반적인 보험 관련 청구가 아닐 가능성이 높은 고객의 상담 데이터를 분석하여 상담 데이터 중에서 일반적인 상담 데이터와는 차별화될 수 있는 언어적 요소 및 비-언어적 요소를 추출 및 결정할 수 있다.

또한, 서버(110)는, 복수의 고객들에 대한 식별정보와 보험사기관련 데이터를 서로 연관시킴으로써, 어떠한 고객이 보험사기를 유발할 가능성이 높은지를 결정하는데 있어서 참조가될 보험사기 블랙리스트 정보를 생성할 수 있다. 보다 구체적으로, 서버(110)는, 보험사기 관련 데이터로부터 보험사기 블랙리스트로 예상되는 고객들에 대한 식별정보를 결정하여, 특정 고객의 식별정보가 보험사기 블랙리스트 정보에 포함되는지 여부를 결정할 수 있다.

그리고나서, 서버(110)는, 특정 고객의 상담 데이터로부터 추출된 대화 패턴과 보험사기 패턴을 비교하고 그리고 특정 고객에 대한 식별정보가 보험사기 블랙리스트 정보에 포함되는지 여부를 결정할 수 있다(707).

전술한 비교 및 결정을 기초로 하여, 서버(110)는 특정 고객이 보험사기를 발생시킬 가능성을 계산할 수 있다(709). 그리고나서, 서버(110)는 특정 고객에 대한 피드백 동작을 수행할 수 있다. 이러한 피드백 동작은, 예를 들어, "보험 사기 블랙리스트로 분류하기 위한 가중치의 부여", "보험 사기 블랙리스트로의 결정", "식별정보에 블랙리스트 태그를 부여", "특정 고객과 연관된 보험설계사(FC)에게 보험사기의 가능성이 높다는 점을 통지", "특정 고객에 대한 보험금 청구 심사의 강화", 및/또는 "특정 고객과 관련된 이전 보험금 청구에 대한 분석" 등을 포함할 수 있다.

이러한 피드백 동작과 관련된 정보는, 서버(110)의 송신 모듈을 통하여 사용자 단말(120) 또는 기업단말(130)로 전송될 수도 있다.

하나 이상의 예시적인 구현에서, 여기서 제시된 기능들은 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 조합을 통해 구현될 수 있다. 소프트웨어로 구현되는 경우, 상기 기능들은 컴퓨터 판독가능한 매체 상에 하나 이상의 명령들 또는 코드로서 저장되거나, 또는 이들을 통해 전송될 수 있다. 컴퓨터 판독가능한 매체는 컴퓨터 저장 매체 및 일 장소에서 다른 장소로 컴퓨터 프로그램의 이전을 용이하게 하기 위한 임의의 매체를 포함하는 통신 매체를 포함한다. 저장 매체는 범용 컴퓨터 또는 특수 목적의 컴퓨터에 의해 액세스될 수 있는 임의의 가용한 매체일 수 있다. 예를 들어, 이러한 컴퓨터 판독가능한 매체는 RAM,ROM,EEPROM,CD-ROM 또는 다른 광학 디스크 저장 매체, 자기 디스크 저장 매체 또는 다른 자기 저장 장치들, 또는 명령 또는 데이터 구조의 형태로 요구되는 프로그램 코드 수단을 저장하는데 사용될 수 있고, 범용 컴퓨터, 특수목적의 컴퓨터, 범용 프로세서, 또는 특별한 프로세서에 의해 액세스될 수 있는 임의의 다른 매체를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 임의의 연결 수단이 컴퓨터 판독가능한 매체로 간주될 수 있다. 예를 들어, 소프트웨어가 웹사이트, 서버, 또는 다른 원격 소스로부터 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 라인(DSL), 또는 적외선 라디오, 및 마이크로웨이브와 같은 무선 기술들을 통해 전송되는 경우, 이러한 동축 케이블, 광섬유 케이블, 연선, DSL, 또는 적외선 라디오, 및 마이크로웨이브와 같은 무선 기술들이 이러한 매체의 정의 내에 포함될 수 있다. 여기서 사용되는 disk 및 disc은 컴팩트 disc(CD), 레이저 disc , 광 disc, DVD, 플로피 disk, 및 블루-레이 disc를 포함하며, 여기서 disk는 데이터를 자기적으로 재생하지만, disc은 레이저를 통해 광학적으로 데이터를 재생한다. 상기 조합들 역시 컴퓨터 판독가능한 매체의 범위 내에 포함될 수 있다.

당업자는 상술한 다양한 예시적인 엘리먼트, 컴포넌트, 논리블록, 모듈 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 이들의 조합으로서 구현될 수 있음을 잘 이해할 것이다. 하드웨어 및 소프트웨어의 상호 호환성을 명확히 하기 위해, 다양한 예시적인 소자들, 블록, 모듈 및 단계들이 그들의 기능적 관점에서 기술되었다. 이러한 기능이 하드웨어로 구현되는지, 또는 소프트웨어로 구현되는지는 특정 애플리케이션 및 전체 시스템에 대해 부가된 설계 제한들에 의존한다. 당업자는 이러한 기능들을 각각의 특정 애플리케이션에 대해 다양한 방식으로 구현할 수 있지만, 이러한 구현 결정이 본 발명의 영역을 벗어나는 것은 아니다.

본 개시물과 관련하여 기재되는 다양한 예시적인 논리 블록들 및 모듈들은 범용 프로세서, 디지털 신호 처리기(DSP), 주문형 반도체(ASIC), 필드 프로그램어블 게이트 어레이(FPGA) 또는 다른 프로그램어블 논리 디바이스, 이산 게이트 또는 트랜지스터 논리, 이산 하드웨어 컴포넌트들 또는 여기서 기재되는 기능들을 구현하도록 설계되는 임의의 조합을 통해 구현 또는 수행될 수 있다. 범용 프로세서는 마이크로 프로세서 일 수 있지만; 대안적 실시예에서, 이러한 프로세서는 기존 프로세서, 제어기, 마이크로 제어기, 또는 상태 머신일 수 있다. 프로세서는 예를 들어, DSP 및 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 결합된 하나 이상의 마이크로 프로세서, 또는 이러한 구성들의 조합과 같이 계산 장치들의 조합으로서 구현될 수 있다.

하드웨어 구현에 대하여, 여기에서 개시되는 양상들과 관련하여 설명되는 프로세싱 유닛들의 다양한 예시적인 로직들, 로직 블록들 및 모듈들은, 하나 이상의 주문형 반도체(ASIC)들, 디지털 신호 처리기들(DSP)들, 디지털 신호 프로세싱 디바이스(DSPD)들, 프로그래밍가능한 로직 디바이스(PLD)들, 필드 프로그래밍가능한 게이트 어레이(FPGA)들, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 범용 목적의 프로세서들, 제어기들, 마이크로-컨트롤러들, 마이크로프로세서들, 여기에서 설명되는 기능들을 수행하도록 설계되는 다른 전자 유닛들, 또는 이들의 조합에서 구현될 수 있다. 범용-목적 프로세서는 마이크로프로세서일 수 있지만, 대안적으로, 임의의 기존의 프로세서, 제어기, 마이크로컨트롤러, 또는 상태 머신일 수 있다. 프로세서는 또한 컴퓨팅 디바이스들의 조합(예컨대, DSP 및 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 관련된 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 적절한 구성)으로 구현될 수 있다. 추가적으로, 적어도 하나의 프로세서는 여기에서 설명되는 단계들 및/또는 동작들 중 하나 이상을 구현할 수 있는 하나 이상의 모듈들을 포함할 수 있다.

게다가, 여기에서 설명되는 다양한 양상들 또는 특징들은 표준 프로그래밍 및/또는 엔지니어링 기법들을 사용하는 방법, 장치, 또는 제조물로서 구현될 수 있다. 또한, 여기에서 개시되는 양상들과 관련하여 설명되는 방법 또는 알고리즘의 단계들 및/또는 동작들은 하드웨어로, 프로세서에 의해 실행되는 소프트웨어 모듈로, 또는 이들의 조합으로 직접 구현될 수 있다. 추가적으로, 몇몇의 양상들에서, 방법 또는 알고리즘의 단계들 또는 동작들은 기계-판독가능 매체, 또는 컴퓨터-판독가능 매체 상의 코드들 또는 명령들의 세트의 적어도 하나의 또는 임의의 조합으로서 존재할 수 있으며, 이는 컴퓨터 프로그램 물건으로 통합될 수 있다. 여기에서 사용되는 용어 제조물은 임의의 적절한 컴퓨터-판독가능 디바이스 또는 매체로부터 액세스가능한 컴퓨터 프로그램을 포함하도록 의도된다.

제시된 실시예들에 대한 설명은 임의의 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

Claims (17)

1. 컴퓨터-판독가능 매체로서,
   상기 컴퓨터-판독가능 매체는, 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 저장하며, 상기 동작들은:
   복수의 고객들로부터의 상담 데이터 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 동작;
   상기 수집된 상담 데이터와 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하는 동작;
   제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 상기 제 1 고객의 대화 패턴을 추출하는 동작;
   상기 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하는 동작; 및
   상기 비교 결과에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 동작;
   을 포함하는,
   컴퓨터-판독가능 매체.
2. 제 1 항에 있어서,
   상기 보험사기 패턴은, 언어적 패턴 및 비-언어적(non-verbal) 패턴을 포함하는,
   컴퓨터-판독가능 매체.
3. 제 1 항에 있어서,
   상기 보험사기 관련 데이터는,
   보험 가입 기간과 보험 청구 횟수 간의 연관성을 나타내는 데이터, 보험 가입 기간과 보험 청구 금액 간의 연관성을 나타내는 데이터, 보험사기 블랙리스트로 판정된 고객 데이터, 및 보험사기 블랙리스트로 판정된 기업 데이터 중 적어도 하나를 포함하는,
   컴퓨터-판독가능 매체.
4. 제 1 항에 있어서,
   상기 보험사기 패턴은 사전결정된 보험사기의 종류별로 카테고리화되며, 상기 카테고리화된 보험사기 패턴들 각각은 공통의 패턴 및 상이한 패턴을 포함하는,
   컴퓨터-판독가능 매체.
5. 제 1 항에 있어서,
   상기 상담 데이터는,
   녹음된 고객의 상담 내용을 STT(Speech To Text)를 통하여 텍스트화하는 동작, 텍스트로된 고객 문의 데이터를 수집하는 동작, 및 녹음된 고객의 음성을 분석하는 동작(Voice Analysis) 중 적어도 하나의 동작을 기초로하여 생성되는,
   컴퓨터-판독가능 매체.
6. 제 1 항에 있어서,
   상기 비교하는 동작은,
   상기 추출된 제 1 고객의 대화 패턴이 상기 결정된 보험사기의 패턴과 매칭되는 정도를 결정하는 동작을 포함하는,
   컴퓨터-판독가능 매체.
7. 제 1 항에 있어서,
   상기 제 1 고객의 대화 패턴을 추출하는 동작은,
   상기 제 1 고객의 상담 데이터로부터, 언어적 패턴 및 비-언어적 패턴 중 적어도 하나를 추출하는 동작을 포함하는,
   컴퓨터-판독가능 매체.
8. 제 1 항에 있어서,
   상기 계산된 제 1 고객이 보험사기를 발생시킬 가능성에 적어도 부분적으로 기초하여, 상기 제 1 고객을 보험사기 블랙리스트로 분류할지 여부를 결정하는 동작;
   을 더 포함하는,
   컴퓨터-판독가능 매체.
9. 제 1 항에 있어서,
   상기 제 1 고객을 보험사기 블랙리스트로 분류할지 여부를 결정하는 동작은,
   상기 제 1 고객이 보험사기를 발생시킬 가능성이 사전결정된 임계치를 초과하는 경우, 상기 제 1 고객의 식별정보에 블랙리스트 태그를 부여하는 동작을 더 포함하는,
   컴퓨터-판독가능 매체.
10. 제 1 항에 있어서,
    상기 제 1 고객이 보험사기 블랙리스트로 분류될 경우,
    상기 제 1 고객과 연관된 보험설계사(FC)에게 이를 통지하는 동작, 상기 제 1 고객에 대한 보험금 청구 심사를 강화하는 동작, 및 상기 제 1 고객과 관련된 이전 보험금 청구를 분석하는 동작, 중 적어도 하나를 결정하는 동작을 더 포함하는,
    컴퓨터-판독가능 매체.
11. 보험사기 사전 감지 장치로서,
    복수의 고객들로부터의 상담 데이터 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 데이터베이스; 및
    상기 수집된 상담 데이터와 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하고, 제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 상기 제 1 고객의 대화 패턴을 추출하고, 상기 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하며, 그리고 상기 비교 결과에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 제어 모듈;
    을 포함하는,
    보험사기 사전 감지 장치.
12. 컴퓨터-판독가능 매체로서,
    상기 컴퓨터-판독가능 매체는, 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 저장하며, 상기 동작들은:
    복수의 고객들에 대한 식별 정보 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 동작;
    상기 복수의 고객들에 대한 식별정보와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 블랙리스트 정보를 생성하는 동작;
    제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하는 동작; 및
    상기 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함된다고 결정되는 경우, 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는데 있어서 가중치를 부여하는 동작;
    을 포함하는,
    컴퓨터-판독가능 매체.
13. 제 12항 에 있어서,
    상기 보험사기 관련 데이터는,
    보험 가입 기간과 보험 청구 횟수 간의 연관성을 나타내는 데이터, 보험 가입 기간과 보험 청구 금액 간의 연관성을 나타내는 데이터, 보험사기 블랙리스트로 판정된 고객 데이터, 및 보험사기 블랙리스트로 판정된 기업 데이터 중 적어도 하나를 포함하는,
    컴퓨터-판독가능 매체.
14. 제 12 항에 있어서,
    상기 제 1 고객이 보험사기를 발생시킬 가능성에 대한 계산 결과에 따라서 상기 제 1 고객을 블랙리스트로 분류할지 여부를 결정하는 동작
    을 더 포함하는,
    컴퓨터-판독가능 매체.
15. 보험사기 사전 감지 장치로서,
    복수의 고객들에 대한 식별 정보 및 상기 복수의 고객들에 대한 보험사기 관련 데이터를 수집하는 데이터베이스; 및
    상기 복수의 고객들에 대한 식별정보와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 블랙리스트 정보를 생성하고, 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하고, 그리고 상기 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함된다고 결정되는 경우, 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는데 있어서 가중치를 부여하는 제어 모듈;
    을 포함하는,
    보험사기 사전 감지 장치.
16. 컴퓨터-판독가능 매체로서,
    상기 컴퓨터-판독가능 매체는, 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 저장하며, 상기 동작들은:
    복수의 고객들로부터의 상담 데이터, 상기 복수의 고객들에 대한 보험사기 관련 데이터, 및 복수의 고객들에 대한 식별 정보를 수집하는 제 1 동작;
    상기 복수의 고객들로부터 수집된 상담 데이터와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하는 제 2 동작;
    상기 복수의 고객들에 대한 식별정보와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 블랙리스트 정보를 생성하는 제 3 동작;
    제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하고, 그리고 상기 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하는 제 4 동작; 및
    상기 제 4 동작에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 제 5 동작;
    을 포함하는,
    컴퓨터-판독가능 매체.
17. 보험사기 사전 감지 장치로서,
    복수의 고객들로부터의 상담 데이터, 상기 복수의 고객들에 대한 보험사기 관련 데이터, 및 상기 복수의 고객들에 대한 식별 정보를 수집하는 데이터베이스; 및
    상기 수집된 상담 데이터와 보험사기 관련 데이터를 연관시킴으로써 보험사기 패턴을 결정하는 제 1 동작, 상기 복수의 고객들에 대한 식별정보와 상기 보험사기 관련 데이터를 연관시킴으로써 보험사기 블랙리스트 정보를 생성하는 제 2 동작, 제 1 고객과의 상담을 통하여 수집된 제 1 고객의 상담 데이터로부터 추출된 제 1 고객의 대화 패턴과 상기 보험사기 패턴을 비교하고, 그리고 상기 제 1 고객에 대한 식별정보가 상기 보험사기 블랙리스트 정보에 포함되는지 여부를 결정하는 제 3 동작, 및 상기 제 3 동작에 적어도 부분적으로 기초하여 상기 제 1 고객이 보험사기를 발생시킬 가능성을 계산하는 제 4 동작을 구현하는 제어 모듈;
    을 포함하는,
    보험사기 사전 감지 장치.
    

Images