① 어떤 상황에서 AI를 활용했나요?
아버님께서 담낭 질환으로 입원 중 갑작스러운 뇌경색으로 쓰러지시는 응급 상황이 발생했습니다. 다행히 치료 후 회복하셨으나, 아버님 본인과 주변 지인들은 "가입한 보험으로는 뇌경색 보상을 받기 어렵다"거나 "진단 코드가 까다로워 지급이 안 될 수도 있다"며 청구를 포기하려던 상황이었습니다. 8건의 방대한 보험 약관과 난해한 의료 전문 용어로 가득 찬 진료비 세부내역서 사이에서 일반인이 청구 가능한 항목을 정확히 찾아내는 데 한계를 느껴 AI를 활용하게 되었습니다.

② 어떤 AI를 어떻게 활용했나요?
멀티모달 AI인 Gemini를 활용했습니다.
* 데이터 입력: 보험사 홈페이지에서 다운로드한 8개의 보험 약관 PDF 파일과 병원에서 발급받은 진단서, 진료비 세부내역서 사진을 AI에 업로드했습니다.
* 분석 요청: "업로드한 의료 서류의 내역이 가입된 보험 약관의 보장 범위에 해당하는지 분석하고, 청구를 위해 필요한 구체적인 근거(코드, 명칭)를 찾아달라"고 요청했습니다.
* 교차 검증: AI가 찾아낸 시술 코드(SZ541)와 약제명(액티라제)이 약관상의 '혈전제거술 급여금' 및 '혈전용해치료비' 지급 조건에 부합하는지 실시간으로 대조 분석했습니다.

③ 활용 결과 어떤 변화가 있었나요?
* 경제적 성과: AI가 찾아낸 구체적인 근거를 바탕으로 청구한 결과, 뇌졸중 진단비(300만 원)와 혈전제거술 급여금(1,000만 원), 담낭 수술비 등을 포함하여 총 1,300만 원 이상의 보험금을 단 일주일 만에 전액 수령했습니다.
* 심리적 안도: "보상이 안 될 것"이라는 막연한 불안감을 객관적인 데이터 분석을 통해 확신으로 바꿀 수 있었으며, 아버님께 경제적 보상과 함께 심리적 안정을 드릴 수 있었습니다.
* 정보 격차 해소: 복잡한 의료·금융 정보의 비대칭 문제를 AI를 통해 해결함으로써 전문가의 도움 없이도 소비자의 정당한 권리를 찾을 수 있었습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
* '트리거 코드' 추출법: 단순히 병명만 묻는 것이 아니라, 진료비 내역서상의 국가 공인 시술 코드(SZ541 등)를 먼저 찾아내어 약관과 매칭시키는 '역방향 추적 방식'을 사용했습니다.
* 미세 증거 활용: 내역서에 적힌 의료 기기 브랜드명(COOK, Winn 등)이 단순 투약이 아닌 '기계적 시술'의 증거임을 AI를 통해 확인하여 보상 논리를 강화했습니다.
* 서류 보완 가이드: AI에게 "보험사가 지급을 거절할 경우 반박할 논리는 무엇인가?"라고 미리 질문하여, 진단서상 '최종 진단' 체크 여부 등 서류의 완결성을 사전에 점검했습니다.

⑤ 다른 사람도 따라 할 수 있나요?
누구나 쉽게 따라 할 수 있습니다.
1. 약관 확보: 본인이 가입한 보험사 홈페이지에서 약관 PDF를 다운로드합니다.
2. 서류 촬영: 병원에서 받은 세부내역서와 진단서를 스마트폰으로 촬영합니다.
3. AI 분석: AI에게 두 자료를 전달하며 "지급 사유가 되는 코드를 찾아달라"고 요청하기만 하면 됩니다.
보험 설계사나 손해사정사를 직접 만나지 않고도 집에서 스마트폰 하나로 자신의 권리를 지킬 수 있는 가장 실용적인 AI 활용법입니다.