현재 「보험약관등 이해도 평가 」제도가 운영되고 있으며, 실제 소비자 민원 건수 감소 효과는 미흡한 건 사실이다. 본 연구는 AI 거버넌스 전환기를 맞아 데이터 기반으로 현행제도의 실효성을 진단하고 발전 방안을 제시하는 데 목적이 있다. 이를 위해 2019~2025년까지 「보험약관등 이해도 평가」 결과 점수는 보험개발원, 민원 건수는 생명보험협회 공시데이터를 수집, R 프로그램을 활용한 탐색적 데이터 분석 및 상관관계 분석을 수행하였다. 분석 결과, 전체 표본에서는 「보험약관등 이해도 평가」 결과 점수와 민원 건수 간 통계적으로 유의한 상관관계가 발견되지 않았다. 이는 「보험약관등 이해도 평가」제도의 효과성에 한계가 있음을 증명한다. 그러나 보험 종류를 조절변수로 투입했을 때 이질성이 발견되었다. '보장성 보험(종신·정기보험, 제3보험)'은 「보험약관등 이해도 평가」결과 점수가 높으면 민원이 감소하는 음(-)의 관계를 보이고, '투자성 보험(변액, 연금·생사혼합)'은 오히려 양(+)의 관계가 나타나 상품의 위험 속성에 따른 차별적 접근이 필요함을 시사하였다. 이러한 결과를 바탕으로 본 연구는 '보험 상품 특성을 반영한 이원화된 평가 체계'를 제안한다. 보장성 보험은 LLM을 기반으로 한 Text AI를 검증하고, 투자성 보험은 리스크 시뮬레이션 기반의 AI로 투자위험 여부를 검증해야 한다. 아울러 모든 보험 종류의 보험약관, 상품설명서는 AI를 활용한 '1차 자체 사전 평가'를 의무화하여 불완전 판매와 민원 감소를 선제적으로 차단하는 예방적 AI거버넌스 구축을 제언하였다.
YoungEun Jeong (Sat,) studied this question.