earticle

영어

Purpose : This study evaluates the effectiveness of artificial intelligence (AI)–based underwriting in trade credit insurance versus traditional manual processes across varied market contexts, focusing on risk-assessment accuracy, operational efficiency, consistency, and cost-effectiveness. Research design, data, methodology : A mixed-methods design analyzes 15,847 applications from eight major providers (developed and emerging markets, 2020–2024). An integrated framework combining the Technology Acceptance Model and the Information Systems Success Model assesses technical, operational, and strategic outcomes using accuracy, processing time, consistency, and cost metrics, with statistical and robustness validation. Results : AI systems improved decision accuracy by 11.2 percentage points (78.4%→89.6%), cut processing time by 61.7% (4.7→1.8 days), and raised daily capacity by 202%. Inter-underwriter agreement rose from 0.643 to 0.924. Direct cost per application fell 62.6%, yielding a 487% three-year ROI with a 6.1-month payback period. All effects were highly significant (p < 0.001) with large effect sizes. Conclusions : AI-based underwriting materially enhances trade credit insurance operations while complementing human expertise. The evidence supports phased implementation, comprehensive change management, and appropriate regulatory frameworks, indicating AI adoption is becoming essential for competitiveness in complex global trade environments.

한국어

본 논문은 무역신용보험 분야에서 인공지능(AI) 기반 언더라이팅 시스템의 효과성을 종합적으 로 분석하였다. 본 연구는 AI 구현이 전통적인 수작업 언더라이팅 대비 위험 평가 정확성, 운 영 효율성, 일관성 및 비용효과성에 미치는 영향을 다양한 시장 맥락에서 실증적으로 검토하 였다. 연구 방법으로는 2020-2024년 기간 중 선진시장과 신흥시장의 8개 주요 무역신용보험사에서 처리된 15,847건의 보험신청서를 분석한 혼합방법론을 활용하였다. 기술수용모델(TAM)과 정 보시스템 성공모형을 결합한 통합평가 프레임워크를 통해 기술적, 운영적, 전략적 차원에서 AI 효과성을 평가하였다. 의사결정 정확도, 처리시간, 일관성 지표, 비용효과성 등 핵심 성과지 표를 통계적 검증과 강건성 분석으로 검증하였다. 분석 결과, AI 기반 시스템은 모든 측정 차원에서 상당한 성과 개선을 보였다. 의사결정 정확 도는 78.4%에서 89.6%로 11.2%포인트 향상되었고, 처리시간은 61.7% 단축(4.7일→1.8일)되었 으며, 일일 처리용량은 202% 증가하였다. 언더라이터 간 합의도는 0.643에서 0.924로 극적으로 개선되었고, 신청서당 직접비용은 62.6% 감소하여 3년 투자수익률 487%, 투자회수기간 6.1개 월을 달성하였다. 모든 개선사항은 높은 통계적 유의성(p < 0.001)을 보였다. 이상의 결과는 AI 기반 언더라이팅 시스템이 인간 전문성을 대체하기보다 향상시키면서 무역 신용보험 운영에서 실질적이고 측정 가능한 개선을 제공함을 입증한다. 본 연구는 단계적 구 현 접근법, 포괄적 변화관리, 적절한 규제 프레임워크의 중요성을 강조하며, 점차 복잡해지는 글로벌 무역환경에서 경쟁우위 유지를 위해 AI 도입이 필수적임을 시사한다.