[보험산업] 초과사업비 급감 .. 호전되는 신설사 경영

입력1995.02.27 00:00 수정1995.02.27 00:00

신설생보사들이 출범6,7년을 맞이하면서 경영기반을 다져가고 있다.

초기투자부담이 크다는 보험사업 특성상 엄청난 적자를 안고 있는 이들
신설사들이 적자의 주원인 사업비초과지출현상이 94사업연도 들어 현격히
해소되면서 경영혁신을 통해 경쟁력을 키워가고 있는 것이다.

특히 세계화 국제화추세가 진전되는 가운데 보험산업이 격변의 시대를
맞이하고 있는 현싯점에서 신설사의 이같은 경영호전은 국내보험업계의
선진화에도 적지 않은 도움을 줄 것으로 기대되고 있다.

무엇보다 신설생보사의 사업비 초과지출현상이 크게 줄고 있다.

보험감독원이 분석한 94사업연도들어 작년12월말까지 내국 지방 합작사
등 모든 신설사의 사업비초과율은 37.2%로 전년동기보다 16.6%포인트나
줄었다.

그룹별로 보면 내국사가 33.4%로 18.8% 줄었으며 외국사는 무려 35.7%
포인트 낮아진 38.2%를 기록했다.

합작사의 초과비율은 26.8%로 20.8%포인트 떨어졌다.

지방사는 59.3%로 3.2%포인트 준데 그쳤다.

초과사업비 절대금액은 전년의 3,472억원에서 3,508억원으로 소폭
늘어났으나 이는 지방사그룹에서 297억원이 늘어났기 때문.

대신 태평양 국민등 내국사와 합작사 외국사의 초과사업비는 절대금액도
감소,적자경영에서의 탈피할수 있는 가능성을 보여주고 있다.

지방사의 사업비초과율이 타그룹에 비해 높은 것은 신계약비에서
지출하는 비용이 상대적으로 많은데다 후발지방사의 경우 규모의
경제에 못미쳐 유지비초과율이 높은데 기인한다고 감독원은 분석했다.

특히 엄청난 적자를 안고 있는 대신 태평양 국민 한국 한덕 신한등
6개 내국사의 내국사의 경우 초과사업비가 크게 줄어드는 것에 고무되고
있다.

그동안 보험상품을 팔아 생기는 예정사업비내에서 각종 경비를 쓰는
규모의 경제에 아직 도달하진 못했지만 초과비율의 하락은 앞으로 적자
경영의 늪에서 헤어날수 있다는 가능성을 보여주는 것이기 때문이다.

이들6개사는 94사업연도들어 작년12월말까지 평균 33.4%의 초과사업비율
을 기록했다.

국민이 23.8%로 가장 낮았고 신한 30.7% 태평양 31.2% 한국 36.9%
한덕 37.8% 대신 43.6%순으로 나타났다.

이는 전년동기보다 최고 30%포인트나 낮아진 것. 금액면으로 보아도
태평양이 57억9,000만원을 줄인 것을 비롯해 국민이 46억4,000만원
신한은 44억6,000만원 한국은 9억5,000만원이 감소했다.

신규계약이 계속 늘어나는 보험사업특성상 사업비 자체를 줄이는게
현실적으로 어려운 상황에서 이같은 현상은 이들신설사들이 얼마나
감량경영을 강력하게 전개했는지를 가름케하는 대목이기도 하다.

신설사의 이같은 경영호전은 작년 7월 보험당국이 계약자에 대한
보험금지급재원을 확보한다는 차원에서 마련한 생보사 지급여력확보
기준을 못 지킨 13개 보험사에 대해 증자권고조치를 취하면서 본격적으로
가시화됐다.

또 점포를 증설하거나 설계사등 영업조직을 스카웃하는데 한계점에
달한 현실적인 문제도 한요인으로 작용했다.

박성욱대신생명사장은 "신설사들이 내실경영전략으로 전환하고
개인연금등 중장기 보장성위주의 상품전략을 추구하고 있어
사업비초과비율은 앞으로 더욱 줄어들 것"이라고 말했다.

그러나 신설사들은 당국이 계약자보호차원에서 항상 100억원이상의
순자산을 보유해야 한다는 현 지급여력확보기준은 "지켜야 할 룰"임을
인정하면서도 현실과 동떨어진 면이 있어 법개정을 통한 기준완화의
필요성을 제기하고 있다.

당국의 이같은 정책으로 인해 신설생보사들은 강력한 내실경영전략을
전개하는등 정책상 효과는 기대이상으로 나타나고 있는 것도 사실이지만
생보사의 주된 적자요인인 사업비 초과지출현상은 업종특성상 불가피한
점도 없지 않다는 것이다.

앞으로 시장상황은 갈수록 불투명해지고 경쟁은 격화되는 쪽으로
흐를 가능성이 높다.

은행의 보험진출이 가시화되고 이에 맞대응하기 위한 대형사들의
시장선점전략을 강화되고 있어 신설사의 입지는 좁아질수 밖에 없는
처지에 놓여있다.

이들 신설사들이 누적적자를 해소하면서 치열한 시장경쟁을 극복,
성장가도를 달릴수 있도록 당국의 정책적 배려가 뒤따라야 한다는게
업계의 시각이다.

(한국경제신문 1995년 2월 27일자).

관련 뉴스

1

"역사 흐름 바꾼 YS 자취, 미래 세대가 기억해야죠"

1990년대 초, 옳은 길에 거칠 것이 없다는 뜻의 ‘대도무문(大道無門)’ 붓글씨 액자를 걸어두는 게 유행이었다. 하나회 군부세력을 척결하고 문민정부 시대를 연 업적은 이제 거의 잊혀진 기억이 됐다. 최근 YS시대를 다시 끄집어낸 다큐멘터리 영화가 공개돼 정치권의 관심을 모았다.지난달 28일 개봉한 다큐멘터리 영화 ‘잊혀진 대통령, 김영삼의 개혁시대’를 만든 이재진 감독(사진)에게 ‘왜 하필 지금 김영삼인가’를 물었다. 그는 “한국 현대사에 대한 관심 때문”며 “놀랍게도 김 전 대통령의 행보를 제대로 조명한 영상물이 단 한편도 없었다”고 설명했다.이 감독의 삶은 주류의 문법을 따르지 않았던 YS의 궤적과 닮았다. 한양대 체육학과를 졸업하고 ROTC로 임관, 육군 전방 사단에서 소대장으로 복무했다. 한 때 태권도 선수나 체육학 교수를 꿈꿨지만 영화에 푹 빠지면서 인생을 바꿨다. 전역 후 미국 로스앤젤레스(LA)로 넘어가 컬럼비아 칼리지에서 영화를 공부했다. 귀국해 시나리오 작가, 배급사 유로픽쳐스 대표 등 영화판에서 할 수 있는 다양한 일을 했다. 최근까지 숭의여대에서 영상제작과 겸임교수를 맡았다. 독서광인 그에게 역사는 콘텐츠 제작의 좋은 소재였다. ‘김영삼의 개혁시대’는 감독으로서 첫 입봉작이다.YS 서거 후 10년이 지난 시점에 자취를 더듬는 일은 쉽지 않았다. 영화 제작비 2억원은 전액 이 감독 사비로 댔다. 그는 “제작비를 사전에 모으는 펀딩이 어려웠다”며 “영화 산업의 논리로 따지면 YS 다큐는 돈 안되는 소재였다”고 했다. 김대중·노무현 전 대통령처럼 열혈 팬덤이 없다는 것이 흥행에 있어선 단점이
2

박경렬 KAIST 교수 "AI, 기술이 전부 아니야…신뢰·윤리도 경쟁력"

“인공지능(AI) 기술 패권 경쟁이 심해질수록 협력을 통해 높은 기술력과 신뢰를 확보해야 합니다.”박경렬 KAIST 과학기술정책대학원 교수(사진)는 1일 “한국을 비롯해 유럽 각국, 캐나다, 인도 등 브리지파워 국가들이 뭉쳐 실용적이면서 동시에 신뢰에 기반한 AI 연대를 이어가야 한다”며 이렇게 말했다. 박 교수는 지난달 요슈아 벤지오 몬트리올대 교수 등 전 세계 석학 29명이 공동 발간한 보고서 ‘AI 개발에 관한 다국적 협력의 청사진’ 집필에 한국인으로는 유일하게 참여했다.보고서는 AI 컴퓨팅 역량과 인프라 투자가 미·중에 집중되면서 그 외 국가는 최첨단 AI를 단독으로 개발하기 어려워졌고, 결국 종속과 열세라는 선택지 중 하나를 택해야 하는 상황에 몰리고 있다고 경고했다. 브리지 국가들이 데이터센터 등 AI 인프라 역량을 모으고, 데이터까지 공동으로 운용하며 비용을 나누고 이익을 공유하자는 것이 보고서의 핵심 제안이다. 박 교수는 “이런 문제의식이 학자들 사이에서 계속 누적돼왔다”며 “참여 연구진도 초기 10여 명에서 30명 가까이로 늘었다”고 했다. 이어 “보고서 주장과 비슷한 논의가 최근 유럽 정상들 사이에서도 오간다”고 전했다.연구진은 신뢰에 기반한 연대도 강조했다. 박 교수는 “기술적 우위만이 전부가 아니다”며 “윤리·신뢰에 대한 국제적 공감대가 크고, 이것 또한 결국 경쟁력이 될 것”이라고 말했다. ‘브리지파워’라는 표현을 택한 것도, 중견국들이 신뢰 가능한 기술과 규범을 만들어 전 세계로 확산시키는 ‘다리’가 돼야 한다는 취지다.여기에는 박 교수의 경험도 녹아 있다.
3

[한경에세이] AI라는 구호가 사라질 때

2015년, 정보기술(IT) 업계의 모든 회의실을 지배한 단어는 ‘빅데이터’였다. ‘데이터가 미래의 석유’라는 말이 금언처럼 돌았고, 기업들은 경쟁적으로 데이터 분석가를 영입했다. 어피닛 역시 그 흐름의 한복판에 있었다. 매일 수십만 명의 사용자가 남기는 방대한 디지털 흔적을 모으고, 그 안에서 유의미한 패턴을 찾아내는 것이 지상 과제였다.그런데 지금, 회의실이나 투자 미팅에서 빅데이터를 전면에 내세우는 경우는 극히 드물다. 그렇다면 빅데이터는 한때의 유행이었을까? 전혀 아니다. 오히려 정반대다. 빅데이터는 이제 서비스의 바닥 깊숙이 녹아들어, 굳이 이름을 부를 필요조차 없는 필수 인프라가 됐다. 오늘날 우리는 “빅데이터를 활용해 서비스를 만든다”라고 말하지 않는다. 그저 “서비스를 운영한다”라고 말할 뿐이다. 데이터 분석 로직이 자동화된 형태로 의사결정의 모세혈관까지 스며들었기 때문이다.2017년 무렵, 우리의 화두는 ‘머신러닝’으로 옮겨갔다. 사람이 일일이 규칙을 입력하던 시대를 지나, 알고리즘이 데이터에서 패턴을 학습하고 판단 기준을 세우는 시기였다. 우리는 이 기술을 신용평가와 위험 관리에 집요하게 적용했다. 결과는 놀라웠다. 인간의 직관이나 단순한 통계로는 보지 못한 영역을 머신러닝 모델이 잡아내기 시작했다.그토록 혁신적이던 머신러닝이라는 단어조차 최근에는 사용 빈도가 눈에 띄게 줄었다. 실패해서가 아니다. 과거 특정 예측 모델에 국한되었던 머신러닝은 이제 딥러닝과 생성형 인공지능(AI)이라는 더 거대하고 범용적인 ‘AI’ 체계 안으로 흡수되어 우리 시스템을 지탱하는 핵심 축이 되었다.많