AWS 기계 학습, 컴퓨터 비전, 서버리스 아키텍처를 사용하여 수명 주기 전반의 프로세스를 개선한 State Auto

State Automobile Mutual Insurance Company(State Auto)는 고객이 원하는 사항을 더 잘 이해하고 예측하여 고객이 요청하기도 전에 필요한 정보를 제공하고자 했습니다. 회사는 Amazon Web Services(AWS)에 SA360 솔루션을 구축하면서 고객 서비스 담당자(CSR)가 품질과 고객 만족 점수 목표를 달성할 수 있도록 기술을 사용하기 시작했습니다. State Auto는 데이터에 기반한 인사이트를 사용하고 이러한 인사이트를 고객과 CSR에 제공함으로써 일반적인 고객 통화를 셀프 서비스 채널로 리디렉션하여 CSR에서 사안이 더 복잡한 고객에게 집중하게 되어 더 나은 서비스 경험을 구축할 수 있었습니다. 이 프로젝트가 성공하자 State Auto는 기계 학습(ML), 컴퓨터 비전, 서버리스 서비스 등 더 많은 AWS 서비스를 사용하여 인수 프로세스 자동화, 더 빠른 사례 검토를 위한 사기 청구의 조기 탐지와 같은 다른 영역에서 목표를 달성할 수 있도록 지원하기 시작했습니다.

State Auto는 AWS의 컴퓨터 비전 관리 서비스를 사용하여 이전에 수작업으로 수행하던 프로세스를 자동화할 수 있었습니다. 이 회사는 자산 점검 프로세스를 간소화하기 위해 Amazon Rekognition을 사용합니다. Amazon Rekognition은 ML로 이미지와 비디오 분석을 자동화하고 사전 훈련된 사용자 지정 가능한 컴퓨터 비전 기능으로 정보와 인사이트를 추출합니다. State Auto는 Amazon Rekognition을 사용하여 자산 점검 시 얻은 사진과 동영상의 태그를 비산업 위험 요소로 지정할 수 있어 위험 엔지니어가 위험 평가에서 산업 요소를 식별하는 데 더 많은 시간을 할애할 수 있습니다. State Auto의 ML 모델을 훈련하기 위해 이 회사는 데이터 레이블링 서비스인 Amazon SageMaker Ground Truth를 광범위하게 사용했습니다. 이 모델을 가동한 후에는 활성 사용자 검증에 Amazon Augmented AI(Amazon A2I)도 사용했습니다. Amazon A2I는 인적 검토에 필요한 워크플로를 간단하게 구축할 수 있는 ML 서비스입니다.

또한 State Auto는 스캔한 문서에서 인쇄 텍스트, 필기, 데이터를 자동으로 추출하는 Amazon Textract를 사용하여 다양한 비즈니스 최적화 사용 사례를 통해 문서를 인덱싱합니다. "Amazon Textract는 보험 수명 주기의 거의 모든 단계에 적용됩니다."라고 Ramanujam은 말합니다.

State Auto는 관리형 서비스 외에도 서버리스 아키텍처를 사용하여 회사 비즈니스 사용자의 전문 지식과 데이터 기반 인사이트를 결합하는 사기 방지 솔루션을 강화하고 있습니다. 이 솔루션은 AWS Lambda를 기반으로 구축되었고 AWS Step Functions를 사용합니다. 여기서 AWS Lambda는 기업이 서버를 프로비저닝하거나 관리하지 않고도 애플리케이션 또는 백엔드 서비스를 위한 코드를 실행할 수 있는 서버리스 이벤트 기반 컴퓨팅 서비스입니다. 분석, ML, 애플리케이션 개발을 위해 데이터를 쉽게 탐색, 준비, 조합할 수 있는 서버리스 데이터 통합 서비스인 AWS Glue를 사용하여 전체 솔루션을 원활하게 통합했습니다. State Auto는 사기 탐지 서비스를 간편하게 배포한 후 사기 여부를 평가한 총 청구 건수가 이전보다 83% 더 증가했으며 3일 앞당겨 의심스러운 청구를 찾아냈으며 이전에는 표시되지 않았을 청구 중 20%를 찾아낼 수 있게 되었습니다.