전장에서 검증된 LDTI 파트너
작성자: 제임스 벡, RNA Analytics 미국 지역 수석 전략 고문
RNA Analytics 아시아에서 IFRS 17을, 유럽에서 솔벤시 II를 구현한 풍부한 경험을 바탕으로 미국 시장에 맞는 LDTI 지원 도구를 제공할 수 있는 최고 수준의 전문성을 갖추고 있습니다.
미국 생명보험 업계는 규제와 기술적 압박이라는 퍼펙트 스톰의 한가운데에 있습니다. 그 중에서도 장기 목표 개선(LDTI) 회계 기준은 여전히 많은 중견 및 대형 보험사가 데이터 점검 및 모델 검증에 어려움을 겪고 있는 등 큰 과제로 남아 있습니다.
2023년 12월 이후 대부분의 보험사 회계연도부터 LDTI가 시행되지만, 특히 2025년에 도입하는 보험사의 경우 전면 시행에 어려움이 계속되고 있습니다.
LDTI의 영향은 표면적으로 드러나는 규정 준수 비용을 훨씬 뛰어넘어 조직의 비효율성과 계리 및 IT 리소스 및 성장에 대한 제약을 드러내며, 많은 통신사가 전문 컨설팅에 지원을 요청하고 있습니다.
글로벌 재보험 트렌드는 국가 간 익스포저를 더욱 증폭시키고 있으며, 보험사는 자본 효율성을 높이고 변동성을 더 잘 관리할 수 있는 통합 도구를 도입해야 합니다. 또한 유럽에서 솔벤시 II가 연장되고 아시아에서 IFRS 17이 미국의 LDTI 일정과 맞물리면서 정교한 확률적 모델링을 기반으로 하는 진정한 국경 없는 ALM만이 여러 제도의 예측과 리스크 전이의 부담을 처리할 수 있습니다.
새로운 회계 기준의 핵심 과제 중 하나는 이제 훨씬 더 이자율에 민감한 자산과 부채 간의 불일치를 관리하는 것입니다. 자산-부채 매칭 전략의 근본적인 변화는 정밀성과 정확성을 요구하는 LDTI의 요구에 적합한 고급 전문 기술과 강력한 플랫폼을 요구합니다. 이제 업데이트된 현금 흐름 가정은 분기별로 현재 상황을 반영해야 하므로 부채 할인이 복잡해지고 듀레이션 불일치가 노출될 수 있습니다. 또한 레거시 시스템은 새로운 소스가 필요한 코호트 수준의 세분성과 과거 유입을 처리하는 데 어려움을 겪습니다. 이러한 모든 ALM의 복잡성을 해결하려면 검증된 구현 프레임워크가 필요합니다.
RNA Analytics 수십 년간 아시아에서 IFRS 17을, 유럽에서 솔벤시 II를 구현한 경험을 바탕으로 보험사가 LDTI 구현의 운영 및 기술적 장애물을 극복할 때 직면하는 어려움에 대한 독보적인 통찰력을 제공합니다. 변동성에 대한 동적 ALM을 현장에서 테스트하고, 수동 프로세스를 줄이고 자동화를 강화하기 위해 AI로 향상된 계리 모델링을 만들고, 단계적 전환을 위한 모듈식 통합을 개발하여 실행에 어려움을 겪는 보험사에게 '플러그 앤 플레이' 확장성을 제공했습니다. 이러한 어려움은 중견 및 대형 보험사의 경우 코호트 수준의 연금 현금흐름 추적에서 데이터 통합 실패로 인해 분기별 보고가 최대 45일까지 지연되고, 대형 주식형 생명보험사의 경우 변액 연금 전반에 걸쳐 일관되지 않은 할인율 적용으로 인해 증권거래위원회의 조사를 받아 재작성 및 감사 수수료가 증가하는 등 구체적인 방식으로 드러납니다.
탈위험 LDTI 구현
LDTI를 도입하려는 보험사들은 전 세계 동료 보험사들이 IFRS 17 및 솔벤시 II를 도입한 경험을 활용하여 얻은 실용적인 교훈을 활용하고 있습니다.
KPMG의 2023년 보고서인 'LDTI 구현 벤치마킹'에 따르면, 2025년 LDTI를 도입한 기업은 데이터 마이그레이션과 테스트를 포함하여 전체 롤아웃에 18개월에서 24개월의 구현 일정이 소요될 것으로 보고했습니다. 이러한 평균과 비교했을 때, RNA 고객은 일반적으로 자동화된 코호트 모델링과 사전 구성된 공개를 통해 30% 더 빠른 구현을 경험하게 됩니다. 이는 설정 시간이 평균 20개월에서 단 14개월로 단축된 IFRS 17 프로젝트에서도 비슷한 기간이 관찰된 것을 통해 확인할 수 있습니다.
다른 사례 연구에서는 정량화할 수 있고 이전 가능한 이득을 강조합니다. 예를 들어, R3S 다이내믹 ALM을 도입한 국내 생명보험사 고객은 2024년에 최적화된 자산 배분을 통해 25% 빠른 스토캐스틱 실행과 15%의 자본 비용 절감을 달성했고, 유럽 복합 보험사는 ALM 보고 주기를 분기별에서 월별로 단축하여 위험 조정 수익률을 8% 개선했습니다. 한편, 많은 고객이 정교한 중첩 스토캐스틱 모델링을 사용하여 예측에서 스트레스 테스트에 이르는 전체 리스크 모델링 프로세스를 자동화하고 모델 코드를 변경할 필요 없이 각 하위 모델을 원활하게 연결하는 R3S 리스크플랫폼의 이점을 누리고 있습니다.
RNA의 성공은 오늘날 보험 비즈니스의 다양한 특성에 대한 깊은 이해와 모든 비즈니스가 동일하지 않다는 인식에 뿌리를 두고 있습니다. 이러한 유연한 접근 방식은 주력 제품인 R3S 제품군의 모듈식 개방형 아키텍처 설계에 반영되어 있어 공급업체에 종속되지 않고 맞춤화가 가능합니다. 기존 데이터와 모델에 대한 진단 감사로 시작하여 대상 모듈을 계층화하기 전에 전체적인 접근 방식을 취함으로써 예측에서 공개에 이르는 엔드투엔드 ALM을 보장할 수 있습니다. 이 간소화된 방법은 데이터 흐름의 70%를 자동화하여 설정을 간소화하는 시각적 스크립팅과 API 통합을 제공합니다. 오늘날 투명성은 규제 준수와 기업 거버넌스에 있어 매우 중요합니다. 따라서 가정과 실행에 대한 오픈소스 스타일의 가시성을 통해 시나리오 테스트를 위한 실시간 대시보드를 통해 감사자의 승인을 얻고 내부 거버넌스를 구축할 수 있습니다.
아시아와 유럽에서 보험계리 및 재무 분석 분야에서 쌓은 방대한 경험을 바탕으로 RNA는 운영 중단 없이 규정 준수를 가속화할 수 있는 입증된 도구 모음에 모범 사례를 내장하여 LDTI를 구현하는 미국 보험사를 위해 현장에서 검증된 파트너로서 독보적인 입지를 다지고 있습니다.