최근 중화권 총괄인 알렉스 차이는 베이징에서 열린 보험 인사이트 서밋에서 이 중요한 질문에 대해 심도 있는 이야기를 나눴습니다: 보험 계리 소프트웨어의 효율성이 IFRS 17 시행에 정말 큰 영향을 미칠 수 있을까요? 보험 계리 환경은 패러다임의 변화를 겪고 있으며, 특히 IFRS 17의 전 세계적 도입으로 인해 생명보험 계리 소프트웨어의 평가 활용을 모색하는 손해보험 회사가 늘어나고 있습니다. 이 글에서는 기존 생명보험 계리 모델에서 예측 기능의 단점을 강조하면서 계리 소프트웨어의 기존 경계를 살펴봅니다.

이 블로그에서는 R3S 계리 소프트웨어를 사용한 '예측 모델' 사례에 중점을 두고, 특히 상위 계층 측정 모델의 맥락에서 IFRS 17에 따른 계리 소프트웨어의 효율성과 영향에 대해서도 다룹니다. 진화하는 보험 평가 환경에서 보험 계리 소프트웨어의 복잡성과 중요성을 알아보는 여정에 함께하세요.

배경

계리 모델은 계리 평가를 수행하기 위한 기본 도구입니다. 일반적으로 생명보험사는 모델링을 위해 전문 계리 소프트웨어를 사용하는 반면, 손해보험사는 대부분 통계 소프트웨어 또는 자체 개발 시스템을 사용하여 모델을 구축합니다.

그러나 회계 기준과 규제 규정의 급격한 변화, 특히 전 세계적으로 IFRS17이 시행됨에 따라 일부 손해보험사에서는 생명보험 계리 소프트웨어를 계리 평가에 활용하기 시작했습니다. 국내 일부 손해보험사도 이러한 관련 사례를 검토하고 있습니다. 계리 소프트웨어는 전통적인 생명보험 활용의 경계를 허물고 점차 다양한 계리 평가 업무에 범용적인 도구로 자리 잡아가고 있다고 할 수 있습니다.

예측 기능에서 기존 보험 계리 모델의 단점은 다음과 같습니다:

최근 몇 년 동안 IFRS 17, 지급 능력 규정, 가치 평가와 같은 활동으로 인해 보험 계리 모델의 예측 측면에서 향상된 기능과 효율성에 대한 요구가 증가하고 있습니다. 기존의 생명보험 계리 모델은 이러한 측면에서 특정 결함을 보이는 경우가 많아 사용 시 상당한 어려움을 겪었습니다.

예를 들어 지급 능력 스트레스 테스트와 분기별 지급 능력 보고서에는 모두 지급 능력 예측이 필요합니다. 지급여력 예측의 예측 기간이 상대적으로 짧지만, 규제 조항은 특정 조건 하에서 위험 부담 계수 접근법과 같은 간소화된 방법을 사용할 수 있도록 허용하고 있습니다. 최소 자본 예측 기간이 더 긴 내재가치 및 신사업 가치 평가의 경우, 기존 '내재가치 평가 기준'은 제한을 두지 않아 간소화된 계산을 위해 캐리어 방법을 사용할 수 있습니다.

이러한 간소화된 방법의 사용 허가는 예측 기능에서 기존 생명보험 계리 모델의 한계와 관련이 있는 것으로 보입니다. 이러한 연관성은 실질적인 운영성을 위해 지급 능력 예측 및 가치 평가의 정확성과 합리성을 일부 희생하는 타협이 필요한 상황으로 이어집니다.

또한 평가 시점에 미래 현금흐름을 동시에 예측해야 하는 IFRS 17의 시행으로 업계는 모델 예측과 관련된 문제에 직면하게 되었습니다.

두 가지 기본 유형의 보험수리적 모델입니다.

일반적으로 보험수리적 모델에는 특정 시점 평가와 예측이라는 두 가지 기본 기능이 있습니다. 초기 설계 시 특정 시점의 평가 또는 예측 중 어느 쪽에 중점을 두느냐에 따라 모델의 예측 기능에 상당한 차이가 발생합니다. 기능적 관점에서 생명보험 계리 모델은 크게 두 가지 기본 유형으로 분류할 수 있습니다: "평가 모델"과 "예측 모델".

이 중 '평가 모델'은 주로 특정 시점의 평가 기능에 중점을 두면서 예측 기능도 고려합니다. 반면에 '예측 모델'은 예측 기능을 기반으로 구축되며, 특정 시점 평가가 예측의 특수한 형태로 자동으로 포함됩니다.

두 가지 유형의 보험 계리 모델 구분하기

특정 시점 평가와 예측은 모두 생명보험 계리 모델에 필수적인 기능입니다. 그렇다면 두 가지 유형의 모델을 구분해야 하는 이유는 무엇일까요? 대부분의 보험 계리 작업에서는 서로 다른 여러 가지 계리 가정을 동시에 사용해야 하는 경우가 많기 때문입니다. 이는 두 가지 측면에서 나타납니다:

1. 책임 평가의 최적 추정 가정, 불리한 시나리오 가정 및 비교 시나리오 가정.

2. 책임 예측의 예측 가정 및 책임 평가 가정 2.

두 가지 유형의 모델을 구분하는 기술적 근원은 계리 모델이 서로 다른 여러 가지 계리 가정 세트를 동시에 처리하는 방식에 있습니다.

'평가 모델'의 경우 모델을 설계할 때 주로 특정 시점의 평가 기능에 중점을 둡니다. 예측 기능의 요구 사항을 충족하기 위해 모델에 특정 형태의 재설정 계산이 도입됩니다. 여기에는 동일한 계산 논리 집합을 사용하고, 서로 다른 보험수리적 가정을 개별적으로 호출하며, 여러 가정 집합에서 계산을 완료하는 것(서로 다른 가정 간의 수평적 재설정 계산으로 이해될 수 있음)이 포함됩니다. 또한 각 보험수리적 가정 세트에 따른 예측에서 평가 시점의 계산 로직을 재사용하여 각 예측 시점에 대한 계산을 완료합니다(타임라인에 따른 수직 재설정 계산으로 이해할 수 있음). 예를 들어, 계리 소프트웨어에서 제공하는 재평가, 재계산, 재기반과 같은 기능을 사용하거나 계리 모델에 코드를 작성하여 유사한 기능을 구현할 수 있습니다.

반면에 '예측 모델'의 경우 모델을 설계할 때 예측 기능의 구현을 가장 우선적으로 고려합니다. 특정 시점 평가는 특별한 경우로 포함될 뿐입니다. 따라서 모델 아키텍처는 "평가 모델"의 아키텍처와 크게 다른 경우가 많습니다. 예를 들어, 재설정 계산 대신 계층적 계산을 사용할 수 있습니다. 여기에는 서로 다른 계리 가정을 사용하도록 모델에서 모듈을 계층적으로 설정하고, 해당 계층적 모듈에서 서로 다른 가정 하에 계산을 수행하며, 계산 결과를 서로 다른 계층 간에 상호 작용하는 것이 포함됩니다.

두 가지 유형의 보험 계리 모델에 대한 간략한 비교

운영 효율성을 고려하지 않은 "평가 모델"은 일반적으로 다양한 계리 평가 작업에 적용할 수 있으며, 일정 수준의 "보편성"을 가지고 있다고 볼 수도 있습니다. 특히 특정 시점 평가에서 탁월한 성능을 발휘합니다. 그러나 예측 기능을 구현할 때는 상당한 양의 재설정/반복 계산으로 인해 효율성이 제약되는 경우가 많습니다.

반면에 '예측 모델'은 일반적으로 예측 기능을 구현하는 데는 유리하지만 특정 시점의 평가에는 최적의 솔루션이 아닐 수 있습니다. 또한 "예측 모델"은 "평가 모델"만큼 "보편성"을 구현하기가 간단하지 않은 경우가 많습니다. 그러나 유사한 결과를 얻기 위해 다른 방법을 사용할 수 있지만 여기서는 다루지 않는 수많은 기술적 세부 사항이 수반됩니다.

요약하면, 보험수리적 평가 작업에서 두 가지 유형의 모델 간의 우열은 절대적인 것이 아니라 당면한 문제에 대한 구체적인 분석에 따라 달라집니다.

'예측 모델'의 예입니다.

기존의 '평가 모델'과 그 아키텍처에 대한 업계 내 논의가 광범위하기 때문에 이 글에서는 R3S 계리 소프트웨어를 예로 들어 '예측 모델'과 그 아키텍처에 대한 간단한 데모를 제공하는 데 초점을 맞추고자 합니다.

R3S 계리 소프트웨어는 RNA Analytics RNA Analytics 는 영국과 한국에 본사를 두고 있는 수십 년의 역사를 가진 소프트웨어 및 컨설팅 서비스 제공업체입니다. 이 회사는 기술 혁신을 활용하여 보험 업계가 규제 준수, 리스크 관리 및 보고 시스템을 아우르는 계리 플랫폼을 구축할 수 있도록 지원하는 데 전념하고 있습니다. 현재 R3S는 전 세계 49개 국가 및 지역에 걸쳐 150개 이상의 보험 기관 사용자를 확보하고 있으며, 여기에는 주요 보험 그룹도 포함되어 있습니다. 국내 시장에서도 상당한 수의 고객을 보유하고 있습니다. R3S 소프트웨어는 계층적 계산과 모듈식 모델링 기능을 갖추고 있어 '예측 모델'이라는 특수한 아키텍처를 비교적 쉽게 구현할 수 있습니다.

우리 모델은 기존 기준(CGAAP)과 지급여력(CROSSII)에 따른 시점 평가와 예측 간의 런타임 기간 차이가 상대적으로 미미합니다. 또한 국내의 다양한 주요 계리 적용 시나리오에서 높은 운영 효율성을 달성합니다. 그 결과 보험 위험에 대한 최소 자본을 예측하기 위해 가치 평가에 단순화 된 캐리어 방법을 사용할 필요가 없습니다.

앞서 언급한 운영 효율성을 달성할 수 있는 능력은 주로 계층적 계산 및 모듈식 모델링과 같은 R3S의 기능 덕분에 "예측 모델"의 아키텍처를 비교적 편리하게 구현할 수 있습니다.

이전 표준에 따른 회계 준비금 모델링 프로세스에서 R3S 사용자는 동일한 현금 흐름 예측 모듈 세트(프로그램 또는 예측 프로세스)를 모델 내 여러 수준(레이어)에 배치할 수 있습니다. 그런 다음 각각 최적의 추정 가정과 불리한 시나리오 가정을 읽어내어 부채 평가와 예측을 모두 달성할 수 있습니다.

지급여력 모델링 프로세스에서 R3S 사용자는 모델 내 여러 수준(레이어)에서 다양한 현금 흐름 예측 모듈(프로그램 또는 예측 프로세스)을 사용하여 지급여력 예측 기능을 구현할 수도 있습니다.

IFRS 17에 따른 보험 계리 소프트웨어의 효율성과 프로젝트 실행에 미치는 영향: 우리는 얼마나 알고 있을까요?

위의 논의는 주로 전통적인 보험 계리 모델(현금흐름 모델)과 관련된 이슈에 초점을 맞추었습니다. 그러나 IFRS17의 시행에는 '하위 계층 모델'로 알려진 정책 단위로 계산되는 현금흐름 모델뿐만 아니라 계약 그룹 단위로 계산되는 상위 계층 모델, 즉 계약 그룹 수준의 측정 모델도 포함됩니다.

계약 그룹 수가 보험계약/모델 포인트 수에 비해 훨씬 적은 경우가 많고, 계약 그룹 수준에서의 측정이 현금흐름 모델에 비해 상대적으로 단순하기 때문에 일반적으로 IFRS17 하에서 상위 계층 모델의 효율성 문제는 없을 것입니다(예를 들어 앞서 언급한 것처럼 R3S를 사용하는 국내 생명보험사의 상위 계층 측정 모델은 실행에 1~2초밖에 걸리지 않습니다).

그러나 현재 업계의 구현 경험에 따르면 실제 상황은 이상과는 거리가 멀다. 따라서 IFRS17에서 상위 계층 측정 모델과 관련된 문제를 구체적으로 해결할 필요가 있습니다.

다음 관점과 자료는 국내 시장에서 이미 IFRS 17을 도입한 사용자들의 경험과 교훈을 바탕으로 올해 프로젝트를 시작하는 기업들에게 참고가 되기를 바라는 마음으로 작성되었습니다.

최근 몇 년 동안 국내 보험업계에서는 IFRS 17의 시행이 주요 관심사였습니다. 2023년 상장사의 제도 도입부터 은행계 및 외국계 보험사의 연결 보고 요건에 대한 지속적인 이행 노력까지, 업계에서는 다양한 솔루션이 등장하고 있습니다.

기업의 계리 부서 또는 재무 부서에서 주도하든, 통합 소프트웨어(측정 엔진 + 회계 엔진)를 선택하든, 기존 계리 소프트웨어에서 측정을 완료한 후 결과를 하위 계정으로 출력하든, 업스트림과 다운스트림 시스템 간에 자동화된 데이터 흐름을 달성하는 것은 불가피한 일입니다. 측정 모델/측정 플랫폼의 중추적인 역할은 우회할 수 없습니다. 이로 인해 계리 부서는 기존의 기술 및 운영 영역에서 벗어나 점차 재무 부서, 심지어 IT 부서와 통합해야 합니다. 이전의 '너와 나' 간의 책임 구분은 점점 더 어려워지고 '상호 의존성'과 '영광과 불명예를 함께 나누며 전진하고 후퇴하는 것'이 트렌드가 되고 있습니다.

IFRS17에서 상위 계층 측정 모델/측정 플랫폼의 중추적인 역할은 상위 계층 측정 모델/측정 플랫폼의 효율성이 IFRS17 프로젝트의 전반적인 이행 효과를 직접적으로 결정한다는 사실에서 결정적으로 드러납니다.

본질적으로 보험 계리 소프트웨어의 효율성은 성공적인 IFRS 17 도입을 위한 핵심 요소이며, 이는 생명보험 계리 도구가 보험 환경 전반에 걸쳐 수용되는 변화를 의미합니다. '평가' 모델과 '예측' 모델의 구분은 맞춤형 접근법의 필요성을 강조하며, R3S 소프트웨어의 다목적성이 이를 잘 보여줍니다. 기대에도 불구하고 IFRS 17에 따른 상위 계층 측정 모델의 효율성에는 여전히 문제가 남아 있으며, 원활한 전환과 전반적인 프로젝트 성공을 위해 계리, 재무, IT 부서 간 협업의 필요성이 강조되고 있습니다.