‘부부모임’ 가장한 조직적 보험사기, 데이터로 드러난 범죄 패턴

6월 말 경북경찰청은 22명의 보험사기단을 검거했다. 표면적으로 ‘부부모임’ 형태를 띠었으나, 이들의 실체는 생활공간 안에서 일상적으로 범행을 반복하는 ‘생활형 보험사기 조직’이었다. 주요 피의자들은 실제 부부, 이웃 등 실재하는 친밀 관계를 가장해 위험에 노출된 상황을 연출했고, 피해 보상을 주장하며 30건 이상 대형보험사에 손해를 끼친 것으로 드러났다.

경찰 수사자료에 따르면, 이들은 최근 2년여 간 단기적 반복과 장기적 은폐를 교차하는 전략을 구사했다. 보험금 청구 패턴과 사건 발생지, 피해 유형에 클러스터링 기법을 적용해보면, 핵심 인물 6명이 중심축 역할을 하며, 파생 네트워크를 활용해 수십 차례 단기 입원 및 단계별 병원 전전 등 조직적 기망을 진행한 것으로 분석된다. 기존 보험사기 적발건(보험연구원 2025년 연차보고서 기준) 대비 복잡도가 약 1.49배 높은 모델값을 나타냈다.

보험사기는 사회적 온상(특히 기존 모임·소셜 네트워크 내 파생)에서 기인하는 경향이 많다. 단순 미수행 사기 1회성 사건이 아니라, 복수의 실제 생활관계(배우자, 동네친구 등)가 연루되고, 이들이 지인 추천 방식(TMR, Trust-mediated recruitment)으로 신규 인원을 합류시키는 공통적 특성이 있다. 통계적으로 지난 5년간 생활밀착형 사기사건 중 ‘관계망 추천’이 차지하는 교차비(OR)는 2.8(95% 신뢰구간: 2.1–3.5)로, 다수의 중복범행과 관련성이 뚜렷하다. 경찰이 동선·보험금 청구 내역, 모임 주기, 통신자료를 통합했을 때 네트워크 분석 알고리즘상 상위 10% 내 구심점 노드가 60% 이상의 사고발생에 직간접 연루됨이 추정된다.

여기에 국내 주요 보험사의 차세대 부정청구 감시 모델의 탐지율도 도마에 오른다. 최근 AI 기반 보험사기 탐지엔진(FDS)은 단순반복·연령·입원일수 패턴에선 95% 이상 탐지정확도를 보인다. 그러나, 이번처럼 사회적 관계 내 복수 명의 동시 패턴화, 장애연기, 회생의료 수급 특화 사기 등 고도화된 ‘생활형 공모’의 경우 탐지율이 기존보다 15~18% 포인트 하락하는 것으로 추계된다. 이는 기존 룰 기반+머신러닝 혼합 모델이 복잡계 네트워크 내 ‘집단 위장행동’ F1 점수에서 점차 한계를 드러냄을 방증한다.

경찰은 ‘여행, 부부, 운동, 동호회 등 일상적 집단’ 내에서 사기가 반복‧재현되는 점에 주목했다. 데이터상 이들은 사건 발생 시마다 보험청구금액 최적화, 일상친화적 진술 반복 등 모의적 정황을 체계적으로 남겼다. 예컨대 동일 차량 이용, 동일 시간대 내 연속 손상(예: 골절·타박상 등) 보험금 청구 건이 약 8회에 달했으며, 이 중 5건은 동일 부부가 번갈아 피해자로 등장했다. 사건발생 주기 및 계절별 피크 기반의 연관성 분석에서, 봄–가을 사이 2주기에 집중된 미세 사고가 전체의 70%를 점유했다. 이는 사회적 모임 피크타임과 연동되어 있어, 사기범죄가 계절성·사회성 추이에 영향을 받음을 보여준다.

보험사 입장에서 확인되는 리스크 신호는 단건·의심신고보다 다건·네트워크급 청구 패턴이다. 이 세계적 현상은 이미 영국, 독일 등의 보험사기분석(2024~2025년)에서도 반복된다. 한국적 사례에선 온라인 카페, SNS 등 소셜 센터를 통한 집단 모집, 청구 템플릿 공유 등의 디지털 확산모델이 결합될 가능성도 크다. 데이터 분석 상 사기집단 평균 보험금 회수액은 1인당 약 628만 원(±117만), 피해규모의 평균 분산계수는 1.07로 기초적 경제범죄 대비 변동성이 2~3배 높다.

수사당국은 탐지 AI 강화와 함께 지역사회 내 모임형 사기조직에 대한 고도 모니터링 필요성을 강조했다. 경찰–보험사 간 데이터셋 공유 시범사업 확대, 복수기관 통합 클레임 검증, 사회적 관계망 기반 이상행동 실시간 감시가 현장의 차세대 대응 모델로 부상한다. 실제로 2026년 상반기 보험사기 재범률은 최초 적발 이후 18개월 내 피의자 구성원의 24%가 재범에 연루된 것으로 나타나, 지속적 재피해 방지책 설계가 요구된다.

한국 사회에선 일상‧관계망 내 미세 사기 발생 양상이 더욱 미분화되고 있어, 기존 AI 디텍팅 로직의 확장과 주체 간 정보 경계 해제, 생활밀착형 범죄에 특화된 전방위적 데이터 추적 체제 도입이 불가피하다. 수치와 패턴이 보여주는 이질적 리스크를 빠르게 감지할 데이터 기반 정책 도입이 향후 보험업계와 사회 전반의 신뢰 회복에 핵심 변수로 부상할 것이다.

— 문지혁 ([email protected])