Kavach: Building a Real-Time Parametric Insurance System for the Gig Economy

Context

기존 보험 시스템은 긱 워커의 초단기 위험(극한 날씨로 인한 일일 수입 상실)을 반영하지 못했다. 청구 절차가 수일~수주 소요되고, 정책이 경직되어 있으며, 마이크로 지속 시간의 위험은 무시되었다.

Technical Solution

• Climate Oracle AI 계층: Random Forest 모델로 실시간 기상 데이터(온도, 습도, 풍속) 입력받아 Gig Disruption Index(GDI) 점수 산출, GDI > 0.85일 때 Red Alert 자동 발생
• Sentry-AI 센서 융합 계층: 모션 확인, 열 감지, EV 필터를 통해 사용자의 물리적 위치 검증으로 파라메트릭 시스템의 악용 방지
• Risk Controller 백엔드: Node.js + Express 기반 서비스 계층으로 유동성 풀 실시간 모니터링, 피크 이벤트 중 고위험 사용자 우선순위 지정, 과다 지급 방지
• MongoDB를 이용한 영속성: 사용자 위험 프로필, 구독 추적, 거래 로그 저장
• MERN 스택 통합: React.js 프론트엔드에서 Web Sensor APIs로 하드웨어 신호 직접 수집, Python(Scikit-learn, .joblib)으로 ML 추론 연동

Key Takeaway

파라메트릭 보험 같은 자동화 지급 시스템에서는 외부 데이터 신뢰만으로는 부족하며, 센서 기반 사용자 검증 계층을 병렬로 구축해야 사기 위험을 최소화할 수 있다. 실시간 환경 감지와 자동 지급을 결합하면 기존 보험의 수일 청구 지연을 제거할 수 있다.