생성형 AI가 재난 모델링을 개선한다 — 보험사가 리스크를 무시한다면
Fathom과 Verisk는 diffusion 모델로 리스크 평가용 합성 기상 데이터를 생성하지만, 업계는 정확한 물리 법칙과 수익성 있는 손실 추정 사이의 갈등에 직면해 있다.
Fathom, 스위스 리(Swiss Re)의 자회사, 및 베리스크(Verisk)와 같은 회사들은 확산 모델을 적용하여 수만 건의 기상 이벤트에 대한 합성 카탈로그를 생성하고, 100km 시뮬레이션을 10km 정밀도로 업스케일링하여 꼬리 위험(catastrophes)에 대한 역사적 데이터 부족 문제를 해결하고 있다. 이는 서비스가 부족한 지역으로의 적용을 확대하고 공간 변동성 분석을 개선하지만, 연구진은 모델이 그럴듯하지만 물리적으로 불가능한 시나리오를 생성할 수 있다고 경고한다. 보험사들은 딜레마에 직면해 있다. 더 정확한 모델은 더 높은 위험을 드러내어 더 큰 자본 완충을 요구할 수 있지만, 판매 인센티브는 더 낮은 손실 추정치를 생성하는 모델을 향한 업계의 움직임을 주도할 수 있다.