AI 보험, Armilla의 해자
AI의 $500,000송금 실수,누가 책임질까요?
앤트로픽의 속도 조절 제안에서 시작해AI 보험,
Armilla의 해자, 미국 투자 경로까지
삽화 1. 정상 권한을 가진 AI의 잘못된 송금을 상상한 장면입니다. 금액·거래처·날짜는 창작이며 실제 사고가 아닙니다.
AI가 사람의 말을 넘어 행동을 대신할 때,그 실수의 비용에 가격을 붙이는 산업을 찾아봅니다.
AI AGENT · VERIFICATION · INSURANCE · INVESTING / 2026.10.05
출발점 | 속도에서 신뢰로
01 AI를 만드는 회사가 “조금 천천히 가자”고 말했습니다
AI를 투자자의 시선으로 바라보다 보면 자연스럽게 속도에 관심을 갖게 됩니다. 모델의 성능은 얼마나 빨리 좋아지는지, 기업은 얼마나 빠르게 AI를 도입하는지, 그 과정에서 GPU와 메모리, 전력과 네트워크는 얼마나 더 필요해질지 말입니다.
그런데 최근에는 조금 다른 목소리가 들려왔습니다. 앤트로픽의 다리오 아모데이는 2026년 9월 공개한 글 We Must Pace the Frontier에서 AI의 역량이 발전하는 속도를 조절해, 안전 연구와 통제 장치가 따라올 시간을 확보하자고 제안했습니다. AI가 다음 세대 AI의 개발을 돕는 과정이 가속되면서 이해와 통제가 뒤처질 수 있다는 우려였습니다. [1]
이를 앤트로픽이 모든 AI 개발을 중단하겠다는 선언으로 받아들이면 정확하지 않습니다. 그는 모델 학습이나 기술 발전 자체의 전면 중단과 속도 조절을 구분했고, 외부 평가자가 내부에 지속적으로 접근해 개발 과정과 안전 관행을 검증하는 방안도 제시했습니다. [1]
저는 이 이야기를 읽다가 조금 다른 질문을 떠올렸습니다. 최첨단 AI를 안전하게 만드는 문제도 중요하지만, 이미 AI에게 업무를 맡기기 시작한 기업은 훨씬 가까운 문제와 마주하게 되기 때문입니다.
첫 번째 질문AI가 실제로 일을 하다가 사고를 내면, 그 손해는 누가 책임져야 할까요?
그 질문을 따라가다 보니 반도체나 데이터센터와는 다른 산업이 눈에 들어오기 시작했습니다. 바로 AI 보험입니다. 이 글은 특정 회사를 먼저 정해 놓고 시작한 분석이 아니라, 한 가지 사고를 상상한 뒤 질문을 이어가며 발견한 산업에 관한 이야기입니다.
가상 사례 | $500,000의 행방
02 AI가 틀린 답을 하는 것과, 틀린 행동을 하는 것은 다릅니다
한 회사가 AI Agent에게 거래처 이메일과 청구서를 확인하는 일을 맡겼다고 생각해 보겠습니다. AI는 문서를 읽고, 회계 시스템에 기록하고, 지급 대상과 금액을 확인합니다. 업무가 잘 돌아가자 회사는 송금 시스템까지 연결해 주었습니다.
가상 화면의 알림“거래처 대금 $500,000 지급을 완료했습니다.”
그런데 돈을 받은 곳이 잘못된 계좌였습니다. 거래처 정보를 잘못 연결했거나, 계좌 변경 내용을 잘못 이해했을 수도 있습니다. 적어도 이 가정에서는 외부 해커가 침입한 것은 아닙니다. 정상적인 접근 권한을 가진 AI가 잘못 판단하고, 그 판단을 실행한 것입니다.
보고서에 잘못된 숫자를 적었다면 사람이 읽고 고칠 기회가 있을 수 있습니다. 하지만 송금, 데이터 삭제, 기밀문서 외부 전송처럼 이미 실행된 행동은 되돌리기 어려울 수 있습니다. 위 사례와 표지의 화면은 이해를 위한 창작이며, 실제 발생한 사고가 아닙니다.
누가 책임져야 할까요? 모델을 만든 회사일까요, 업무 시스템에 연결한 개발사일까요, 지나치게 넓은 권한을 준 사용자일까요? 실제 책임은 계약과 사고 경위에 따라 달라질 수 있으므로, “AI가 했으니 개발사 책임”처럼 한 문장으로 정하기 어렵습니다. [4][9]
여기서 제가 주목한 변화는 단순합니다. AI에게 맡기는 것이 답변에서 권한으로 바뀌면, 신뢰의 기준도 바뀌어야 합니다.
첫 번째 리서치 | 보험의 경계
03 기존 보험으로 보상받으면 되는 것 아닐까요?
처음에는 저도 그렇게 생각했습니다. 기업은 이미 사이버보험이나 전문직 배상책임보험, 기술기업을 위한 E&O 보험에 가입하니, AI 사고도 그 안에서 처리하면 되지 않을까 싶었습니다.
실제로 “기존 사이버보험은 해킹만 보장하고 AI 실수는 전혀 보장하지 않는다”고 단정하는 것은 잘못입니다. AXIS의 상품 설명에는 네트워크 중단, 개인정보 관련 책임, 사이버 금융사기 등이 포함되고 Tech E&O 보장도 추가할 수 있다고 나옵니다. 중요한 것은 원인의 이름보다 실제 약관에 정해진 보장 조건입니다. [2]
같은 AI 사고라도, 손해의 종류는 다를 수 있습니다
상황 | 먼저 구분할 손해 | 보험 검토의 출발점 |
회사의 돈을 잘못 송금했습니다. | 회사 자신의 재산·금전 손실입니다. | 사이버·범죄·재무손실 보장 등의 적용 여부를 확인합니다. |
고객 업무를 잘못 처리했습니다. | 고객이 배상을 요구하는 제3자 손해입니다. | Tech E&O·전문직·AI 배상책임의 조건을 확인합니다. |
다른 회사의 기밀을 외부에 전송했습니다. | 기밀 침해와 제3자 청구가 함께 발생할 수 있습니다. | 정보유출의 경위, 기밀성 책임 및 면책사항을 확인합니다. |
이 표는 사고를 분류하는 출발점이지, 어느 보험이 반드시 지급한다는 안내가 아닙니다. 자기 손실과 타인에게 배상할 책임, 방어비용과 최종 배상금, 보장 한도와 자기부담금 등을 나누어 살펴야 합니다. 보험 가입 지역과 약관에 따라 결과도 달라집니다. [2][9]
따라서 질문을 바꿨습니다. “기존 보험으로 될 수도 있다”는 설명을 넘어, AI의 오류와 행동에서 발생하는 위험을 명시적으로 받아주는 상품은 없을까요?
인포그래픽 1. 권한을 받은 AI의 행동이 손실과 책임으로 연결되는 과정입니다. 보험은 약관상 보장되는 손해에만 적용되며, 모든 실수나 규제 벌금의 보장을 뜻하지 않습니다. [2][5][8]
기업 발견 | Munich Re와 aiSure
04 첫 번째 답은 오래된 재보험회사에서 나왔습니다
먼저 눈에 들어온 회사는 Munich Re, 뮌헨 리였습니다. 글로벌 보험·재보험 그룹이 aiSure™라는 상품군으로 AI 개발사와 AI를 업무에 사용하는 기업의 위험을 다루고 있었습니다. 회사는 2018년 첫 AI 보험을 발행했다고 설명합니다. [3][4]
aiSure는 AI 개발사가 약속한 성능과 관련된 계약상 책임, AI 사용으로 생기는 법적 책임, 도입 기업의 재무적 손실이라는 서로 다른 영역을 제시합니다. 환각이나 성능 오류가 업무 중단, 매출 손실, 지식재산권 분쟁 등으로 이어질 수 있다는 접근입니다. [3]
다만 이 위험들이 모두 하나의 계약에 자동으로 들어간다는 뜻은 아닙니다. 공급자와 도입 기업의 필요에 맞춰 설계하는 상품군이며, 실제 보장은 계약에 따라 달라집니다. [3]
여기서 AI 보험의 역할이 조금 다르게 보였습니다. “우리 AI는 좋습니다”라는 설명에 그치지 않고, 특정한 조건에서 약속한 성능이나 책임을 돈으로 뒷받침하는 구조가 등장한 것입니다. 고객은 기술의 가능성뿐 아니라 잘못됐을 때의 비용도 검토할 수 있습니다.
두 번째 질문그런데 보험회사는 AI가 얼마나 위험한지 어떻게 알고, 보험료를 정할까요?
기술 리서치 | 평가에서 보험료까지
05 보험회사는 AI를 채점하는 것이 아니라, 불확실성에 가격을 붙입니다
AI에게 어려운 문제를 많이 풀게 하고, 정답률이 높으면 보험료를 낮춰주는 장면을 상상하기 쉽습니다. 그러나 Munich Re가 공개한 과정은 점수 하나보다 넓습니다. 개발·데이터·운영 과정을 검토한 뒤 과거 성능 자료를 바탕으로 앞으로의 성능 미달 위험을 추정합니다. [4]
Munich Re 공개 평가 과정을 쉽게 풀어 보면
평가 축 | 확인하는 질문 | 보험과 연결되는 이유 |
사용 목적과 성능 기준 | 무엇을 성공과 실패로 정할까요? | 측정 기준이 있어야 보장 조건을 정의할 수 있습니다. |
데이터와 개발 과정 | 학습 자료가 실제 환경을 대표할까요? | 시험에서 좋은 결과가 운영에서도 유지되는지 살핍니다. |
성능 변화 | 입력 데이터나 환경이 달라지면 어떨까요? | Data Drift에 따른 불안정성을 검토합니다. |
업데이트·모니터링 | 성능 저하를 발견하고 대응할 수 있을까요? | 문제가 오래 방치될 위험을 파악합니다. |
과거 성능과 위험 추정 | 앞으로 기대에 못 미칠 가능성은 어느 정도일까요? | 확률과 손실의 관계를 보험 인수에 활용합니다. |
자료: 본문 출처를 바탕으로 RyanLab 재구성. [4]
표는 공개된 평가 항목을 이해하기 쉽게 재구성한 것입니다. Munich Re의 내부 인수 체크리스트나 모든 보험에 적용되는 공식 시험표는 아닙니다. 특히 생성형 AI는 “좋은 답”의 기준이 과업마다 달라, 무엇을 실패로 볼지부터 구체적으로 정해야 합니다.
예를 들어 사기 탐지 AI의 평균 정답률이 높더라도, 아주 큰 금액의 사기만 반복해서 놓친다면 경제적 위험은 클 수 있습니다. 같은 정답률이라도 어떤 오류를 내는지, 오류 하나가 얼마나 큰 손해를 만드는지가 중요합니다.
개념적 연결AI 평가 → 실패 가능성과 손해 규모 → 예상 손실 → 인수 조건과 보험료
아주 단순한 가상 계산을 해보겠습니다. 사고가 1년에 한 번 발생할 확률을 1%, 사고가 났을 때 평균 손해를 $1M으로 가정하면 이 위험의 평균 예상 손실은 $10,000입니다. 그러나 이것이 보험료가 $10,000이라는 뜻은 아닙니다. 실제 가격에는 추정의 불확실성, 드물지만 큰 사고, 운영비와 자본 비용, 면책과 한도 등이 함께 들어가야 합니다.
더구나 과거 자료에서 추정한 실패 확률이 모든 미래 환경에서 유지된다는 보장은 없습니다. 보험사가 위험을 추정할 수 있다는 것과, AI의 안전성을 완전히 증명했다는 것은 다른 이야기입니다.
제 생각에 이 사업의 핵심은 AI를 이해하지 않아도 된다는 데 있지 않습니다. AI의 기술과 운영 환경을 충분히 이해한 다음, 남는 불확실성을 금전적 손실과 계약 조건으로 바꾸는 능력에 있습니다.
새로운 의문 | 모델이 아니라 업무 시스템
06 정답률보다 더 중요한 질문: 그 AI에게 무엇을 허락했습니까?
같은 AI 모델을 두 회사가 사용한다고 가정해 보겠습니다. A사는 청구서를 읽고 지급 요청서를 작성하는 일만 맡깁니다. 실제 송금은 사람이 승인합니다. B사는 계좌 변경과 송금 실행, 이메일 발송까지 모두 허용합니다.
모델은 같지만 사고의 결과는 같지 않을 수 있습니다. 이 때문에 AI Agent의 위험을 평가할 때는 모델뿐 아니라 연결된 도구, 접근 권한, 사람의 승인, 사후 감시까지 함께 봐야 합니다. OWASP는 과도한 기능·권한·자율성 때문에 잘못된 출력이 유해한 행동으로 이어지는 문제를 Excessive Agency로 설명합니다. [5]
최소한의 권한만 주고, 중요한 행동에는 사람의 승인을 요구하며, AI 바깥의 실제 업무 시스템에서도 권한을 검증하는 것이 주요 대응 원칙입니다. 활동 로그와 실행 횟수 제한은 문제가 발생했을 때 피해가 커지는 속도를 낮추는 데 도움이 될 수 있습니다. [5]
관점의 변화보험 평가의 대상은 “똑똑한 모델 하나”라기보다, 그 모델이 권한을 갖고 움직이는 실제 업무 시스템일 수 있습니다.
그렇다면 “AI 탈출”이나 다른 회사의 보안 피해도 검증할까요?
권한을 우회하거나 외부 시스템에 접근하는 위험과, 정상적인 권한 안에서 잘못 행동하는 위험은 구분해야 합니다. 둘 다 중요하지만 시험의 목적과 범위가 같지는 않습니다. 이번에 확인한 공개자료만으로 Munich Re나 Armilla가 모든 형태의 통제 이탈 가능성을 수치화하거나, 탈출 확률이 0임을 보증한다고 말할 근거는 없습니다. [4][10]
다른 회사의 기밀을 유출해 소송으로 이어지는 경우처럼 구체적으로 정의할 수 있는 제3자 피해는 별개입니다. Armilla는 기밀·영업비밀 침해, 잘못된 출력이나 Agent 판단에 따른 법적 청구 등을 보장 영역으로 소개합니다. 그렇다고 국가안보 사고나 광범위한 사이버 재난까지 무조건 보장한다는 뜻은 아닙니다. [8]
앤트로픽이 이야기한 최첨단 AI의 안전성 검증과 보험 인수를 위한 실사는 만나는 지점이 있지만 서로 대체하지 않습니다. 보험은 안전장치를 대신하는 것이 아니라, 위험을 줄인 뒤에도 남는 손실의 일부를 계약에 따라 나누는 장치로 보는 편이 타당합니다.
두 번째 기업 발견 | Armilla AI
07 그렇다면 AI 평가와 보험을 연결하는 전문회사가 있지 않을까요?
기술을 이해하고, 실제 사용 환경을 검토하고, 평가 결과를 보험계약으로 연결해야 합니다. 이 일을 전문으로 하는 회사가 있다면 일반적인 검사 업체와는 다른 위치를 차지할 수 있지 않을까요? 그렇게 발견한 회사가 Armilla AI입니다.
Armilla는 2020년 캐나다 토론토에서 시작한 AI 보험·평가 전문기업입니다. 현재 공개자료에서는 MGA이자 Lloyd’s Coverholder로 소개됩니다. 거대한 자체 자본으로 모든 보험 위험을 부담하는 전통 보험사보다는, 보험사의 권한을 위임받아 전문적인 인수 업무를 수행하는 역할에 가깝습니다. [6][13]
이 구조는 파트너의 발표에서도 확인됩니다. Chaucer는 2025년 4월 22일 Armilla와 독립적인 AI 제3자 배상책임보험을 공동 개발했다고 밝혔습니다. 환각, 성능 저하, 예상 행동에서의 이탈로 발생하는 책임을 다루는 상품입니다. [7]
가장 눈에 띈 표현은 AI Agent Mistakes였습니다. Armilla는 사람이 검토해야 할 결정을 넘기지 않거나 잘못 판단해 피해를 발생시키는 Agent의 성능 문제에 따른 법적 청구를 예시로 명시하고 있습니다. [8]
처음의 질문이 전적으로 먼 미래의 이야기는 아니었습니다. 다만 “Agent 실수”를 명시했다는 사실만으로, 앞서 가정한 $500,000 송금 손실까지 자동 보상된다고 말할 수는 없습니다. 자기 손실인지 제3자 청구인지와 해당 계약의 조건을 다시 확인해야 합니다.
상품 이해 | Warranty와 Liability
08 “약속한 성능을 못 냈다”와 “남에게 피해를 줬다”는 다릅니다
Armilla의 사업을 이해하는 데 가장 도움이 된 것은 성능보증과 배상책임보험을 구분하는 일이었습니다. 둘 다 AI를 믿고 도입하도록 돕지만, 출발점이 되는 질문이 다릅니다.
성능보증과 AI 배상책임보험의 차이
구분 | Performance Warranty | AI Liability Insurance |
핵심 질문 | 계약에서 약속한 성능을 충족했습니까? | AI 때문에 제3자가 피해를 주장합니까? |
상품 예시 | Armilla Guaranteed | Armilla Insured |
보상의 출발점 | 합의한 지표·사업 결과의 미달입니다. | AI 성능 문제로 발생한 보장 대상 청구입니다. |
중요한 한계 | 계약상 구제수단이며 모든 후속 손해 보상은 아닙니다. | 청구·방어비용·배상금도 조건과 한도에 따릅니다. |
자료: 본문 출처를 바탕으로 RyanLab 재구성. [9]
Armilla는 FAQ에서 성능보증을 보험계약 자체와 구분합니다. 보험사가 그 보증을 뒷받침할 수 있어도, 고객이 받는 성능보증과 배상책임보험을 같은 상품이라고 부르면 안 됩니다. 과거 공개 사례의 라이선스 비용 환급도 모든 영업 손실의 전액 배상을 뜻하지 않습니다. [9][18]
영국 정부의 AI Assurance 사례집에 실린 Armilla의 설명을 보면 성능·공정성·강건성을 살펴보고, 입력 변화나 공격, 데이터 분포 변화에 대한 반응도 평가합니다. 평가에서 드러난 모델의 한계는 보증이 적용되는 범위에 반영한다고 합니다. 이는 Armilla가 제출한 사례 설명이며 정부가 회사의 모든 기술과 상품을 인증했다는 뜻은 아닙니다. [10]
여기서 중요한 점은 검사 보고서에서 끝나지 않는다는 것입니다. 어떤 조건에서 성능을 신뢰할 수 있고, 그 약속이 깨지면 어떤 구제수단이 작동하는지 계약으로 연결하려는 구조입니다. 다만 검사 결과와 모든 법적 책임 사이에 자동적인 등호가 생기는 것은 아닙니다.
투자 질문 | 평가에서 실제 손실 데이터로
09 Armilla의 해자는 AI를 검사하는 기술일까요?
좋은 사업처럼 보이면 곧바로 다음 질문이 따라옵니다. “경쟁사가 쉽게 따라 할 수 있는 것 아닐까요?” 저는 Armilla의 해자를 하나의 알고리즘보다 기술 평가·인수 경험·자본과 유통의 연결에서 찾아보는 것이 낫다고 생각합니다.
① 기술의 언어를 보험계약의 언어로 바꾸는 경험입니다
기술팀은 정확도와 안정성, 모델의 취약점을 이야기합니다. 보험에서는 무엇을 보장하고 어느 조건에서 지급하며 얼마까지 책임질지 정해야 합니다. Chaucer는 Armilla의 평가 체계가 복잡한 AI 위험을 인수하는 데 필요한 정량적이고 감사 가능한 정보를 제공한다고 설명했습니다. [7]
제 해석으로는 평가 결과가 실제 인수 결정에 어떻게 반영되는지 경험한 기업이 유리할 수 있습니다. 다만 상품 설계 경험은 경쟁우위의 후보이지, 후발주자의 진입을 막는 독점적 장벽이 이미 완성됐다는 증거는 아닙니다.
② 실제 사고와 최종 손실을 연결하는 데이터가 중요합니다
Armilla는 자체 사고·소송·규제 데이터와 고객의 평가·감사·모니터링 자료를 인수 과정에 활용한다고 밝힙니다. 외부 AI 보안·평가·거버넌스 기업의 정보를 연결하는 방식도 소개합니다. [11]
하지만 공개 사고 자료를 많이 모았다는 것과 경쟁사가 갖지 못한 보험금 지급 데이터를 충분히 확보했다는 것은 다릅니다. 어떤 시스템이 어떤 환경에서 사고를 냈고, 청구가 어떻게 정리되어 최종적으로 얼마를 지급했는지까지 이어진 자료가 있어야 가격 결정의 정확도를 검증할 수 있습니다.
가능한 데이터 선순환 — 아직은 투자 가설입니다더 많은 평가·계약 → 운영·사고·보상 자료 축적 → 위험 모델 보정 → 더 적절한 인수 조건 → 보험 파트너의 신뢰 → 새로운 계약
이 순환이 실제로 작동하려면 데이터에 접근할 권리, 충분한 사고 표본, 모델 변화에 대한 보정이 필요합니다. AI가 빠르게 바뀌면 과거 데이터의 유효성이 줄어들 수도 있습니다. 따라서 “계약이 늘면 해자가 자동으로 깊어진다”는 식의 설명은 경계해야 합니다.
③ 보험 자본과 고객에게 접근하는 능력입니다
현재 Armilla의 배상책임보험에는 Chaucer·AXIS Capital·Convex가, 성능보증에는 Chaucer·Greenlight Re·Swiss Re가 지원 파트너로 소개됩니다. 보험 위험을 맡는 관계와 스타트업에 돈을 넣은 투자 관계는 반드시 따로 봐야 합니다. [9]
이 관계는 기술만으로 보험사업을 하기 어려운 간격을 메워줍니다. 하지만 제휴가 독점인지, 언제든 다른 사업자로 옮길 수 있는지, 갱신 때 조건이 얼마나 달라지는지는 별개의 질문입니다. 유명 파트너가 있다는 이유만으로 강력한 해자라고 단정할 수는 없습니다.
④ 기업 구매 과정에 들어갈 가능성입니다
Armilla는 기업 고객이 AI 전용 보험을 조달 조건으로 요구하기 시작했다고 설명합니다. 이것이 실제 계약과 갱신으로 이어진다면 평가와 보험을 함께 준비시키는 서비스의 가치가 커질 수 있습니다. 다만 회사가 소개한 시장 동향을 이미 모든 대기업의 보편적 의무로 확대 해석해서는 안 됩니다. [12]
현재의 제 판단은 이렇습니다. Armilla는 완성된 독점기업이라기보다, AI 평가와 보험 인수를 연결하는 자리에서 경쟁력을 쌓아가는 기업입니다. 해자의 존재 여부는 결국 가격 결정 능력, 고객 유지, 데이터 접근, 파트너의 지속성으로 확인해야 합니다.
반전 | 성장과 위험이 함께 커지는 사업
10 보험계약이 늘어나면 무조건 좋은 것일까요?
기술기업을 볼 때는 고객과 사용량의 증가를 긍정적으로 보기 쉽습니다. 그러나 보험을 분석할 때는 잘못된 가격으로 위험을 많이 받는 성장이 좋은 성장인지 먼저 물어야 합니다. 다음 내용은 특정 회사의 실제 사고가 아니라 사업 구조를 이해하기 위한 위험 시나리오입니다.
서로 다른 고객이 같은 기반 모델에 의존할 수 있습니다
수백 개 기업의 AI 서비스를 각각 보험에 넣었다고 해보겠습니다. 고객은 분산되어 있지만 모두 같은 기반 모델, 같은 클라우드, 같은 외부 도구를 사용한다면 어떨까요? 그 공통 기반의 오류가 한꺼번에 여러 사고를 만들 수 있습니다. 고객 수가 많다는 사실과 위험이 잘 분산되었다는 사실은 같지 않을 수 있습니다.
이 경우 평균적인 실패 확률만으로는 부족합니다. 여러 사고가 동시에 일어날 때의 손실, 보장 한도, 인수 규모, 재보험 조건까지 함께 봐야 합니다. 보험료를 많이 받는 능력뿐 아니라 위험을 거절할 수 있는 판단도 중요해집니다.
평가와 영업 사이의 긴장도 살펴야 합니다
평가를 수행하는 사업자가 보험계약의 확대에서도 이익을 얻는다면, 엄격한 평가와 영업 사이의 긴장을 어떻게 관리할까요? 이는 Armilla가 부실하게 평가한다는 주장이 아닙니다. 평가와 판매를 연결하는 사업모델에서 투자자가 확인해야 할 인센티브와 통제의 문제입니다.
또한 사고가 발생했다고 모든 금액이 회수되는 것은 아닙니다. 배상책임 청구에는 인과관계, 계약 조건, 예외조항, 신고 시점 등이 관여합니다. 상품 설명은 출발점일 뿐, 구체적인 사건에 대한 보장 확인을 대신하지 않습니다. [2][9]
성장보다 먼저 볼 질문이 회사는 무엇을 잘 보장하는가? 그리고 무엇은 보장하지 않기로 결정하는가?
산업 구조 | 평가와 자본은 어떻게 만날까요?
11 Munich Re와 Armilla는 경쟁자일까요, 협력자일까요?
처음에는 큰 재보험사와 작은 AI 전문기업의 경쟁으로 보였습니다. 그러나 반드시 한쪽이 다른 쪽을 밀어내야 하는 시장만은 아닐 수 있습니다. Munich Re는 자체 AI 위험 평가 역량과 aiSure 상품을 갖고 있으면서 Mosaic Insurance 등과 협력하는 방식도 소개합니다. [3][4]
Armilla 역시 보험사와 상품을 만들고 외부 평가·보안 기업의 신호를 연결합니다. 회사는 2026년 2월 Chaucer와 선보인 Vanguard AI를 사이버·기술 E&O와 독립적인 AI 배상책임을 사전 배분 규칙으로 연결하는 구조라고 설명합니다. 기존 보험을 전부 대체하기보다는 서로의 경계를 명확히 하려는 움직임으로 읽힙니다. [11][12]
따라서 미래에는 AI 개발사와 사용 기업, 평가·보안 업체, 전문 인수 사업자, 보험사와 재보험사가 여러 형태로 협력할 수 있습니다. 투자자의 질문도 “어느 회사가 더 큽니까?”에서 “누가 고객 관계와 평가 정보, 가격 결정 능력, 손실을 감당할 자본을 확보합니까?”로 바뀝니다.
인포그래픽 2. 두 기업의 상대적 초점을 비교한 개념도입니다. Munich Re도 직접 평가·인수하며, 하단의 연결은 가능한 역할 분담을 뜻할 뿐 두 회사의 실제 제휴를 의미하지 않습니다. [3][4][6][7][8][11]
이 비교를 보고 “Armilla는 평가만 하고 Munich Re는 자본만 제공한다”고 단순화해서도 안 됩니다. 실제 역할은 겹치며, 각자 직접 수행하는 범위와 파트너에게 맡기는 범위가 달라질 수 있습니다. 이 글에서 Munich Re와 Armilla 간 특정한 제휴를 확인한 것은 아닙니다.
투자 경로 | 상장·OTC·비상장의 차이
12 미국에서 투자하려면 어떤 티커를 봐야 할까요?
여기까지 조사하면 자연스럽게 투자 가능한 종목이 궁금해집니다. 그런데 AI 보험사업에 참여하는 회사의 주식, Armilla에 출자한 회사의 주식, Armilla 자체 주식은 같은 투자 대상이 아닙니다. 이 차이부터 확인해야 합니다.
미국 투자자가 확인할 수 있는 주요 거래 경로
기업 | 미국 티커·시장 | 확인되는 연결고리 | 주의할 점 |
Munich Re | MURGYOTC ADR | aiSure를 운영하는 그룹입니다. | Armilla 지분의 대체재는 아닙니다. |
AXIS Capital | AXSNYSE | Armilla AI 배상책임보험의 지원 파트너입니다. | 이 제휴만으로 Armilla 지분 보유가 입증되지는 않습니다. |
Greenlight Capital Re | GLRENasdaq | Armilla 출자 이력과 성능보증 지원 관계가 확인됩니다. | 현재 지분율·가치와 전체 실적의 영향은 별도 확인이 필요합니다. |
Swiss Re | SSREYOTC ADR | Armilla 성능보증의 지원 파트너입니다. | 보험사업 관계이지 지분 투자 확인은 아닙니다. |
AIG | AIGNYSE | Convex 지분 약 35% 취득을 발표했습니다. | Convex와 Armilla의 보험사업 관계를 거친 더 간접적인 연결입니다. |
Armilla AI | 공개시장 티커 없음비상장 | 일반 공개시장 매매 경로는 확인되지 않습니다. | 사모 거래의 가능성·자격은 별개의 문제입니다. |
Armilla가 미국 SEC에 Form D를 제출한 기록도 있습니다. 그러나 이는 사모증권 발행 관련 신고이며, 캐나다 법인 등록이나 SEC 신고가 NYSE·Nasdaq 상장을 의미하는 것은 아닙니다. [23]
이 표는 대표 경로를 정리한 것이지, 전 세계의 모든 간접 지분 경로를 망라한 목록은 아닙니다. Chaucer와 Convex 같은 상품 파트너는 위 상장 종목과 같은 독립적인 미국 거래 티커로 제시하지 않았습니다. 특정 파트너의 모회사에 투자하는 경우에는 연결 단계와 실질적인 경제적 비중을 다시 확인해야 합니다.
MURGY와 SSREY는 미국 거래가 가능해도 NYSE·Nasdaq 상장은 아닙니다
Munich Re의 독일 본주 식별 티커는 MUV2이며, Xetra와 독일 거래소에서 거래됩니다. 미국 거래 경로인 MURGY는 OTC ADR입니다. Citi 자료 기준 ADR 10개가 본주 1주에 해당합니다. Swiss Re의 SSREY 역시 OTC ADR이며, ADR 4개가 본주 1주에 해당합니다. [14][15][21]
ADR은 해외 주식을 바탕으로 발행되는 예탁증서입니다. 달러로 거래하더라도 기초 주식의 사업·환율 위험이 사라지지 않으며, 관리 수수료나 해외 배당 세금 등을 확인해야 합니다. 거래 전에 증권사의 해당 OTC 종목 지원 여부와 비용, 호가 차이도 살펴야 합니다. [20]
따라서 여기서 티커를 제시하는 목적은 “이 종목을 사세요”가 아니라 어떤 증권을 통해 어떤 기업에 접근하는지 정확히 구분하기 위해서입니다.
인포그래픽 3. 핵심 미국 거래 경로 요약입니다. “직접 투자 불가”는 일반 공개시장 매매 기준이며 사모 거래 가능성은 별개입니다. AIG를 통한 추가 간접 경로는 본문 표와 다음 절을 참고해 주세요. [9][13][14][15][16][17][18]
중요한 구분 | 보험사업 제휴와 지분 투자
13 “Armilla에 접근하려면 AXS밖에 없다”는 결론은 정확하지 않습니다
AXS를 산다는 것은 Armilla의 주주가 된다는 뜻이 아닙니다
공개자료에서 확인되는 AXIS의 역할은 Armilla AI 배상책임보험을 뒷받침하는 보험 파트너입니다. 이것을 AXIS가 Armilla의 주식을 보유한다는 증거로 사용할 수는 없습니다. 이번 확인에서도 그러한 지분 보유를 입증할 공개 근거는 찾지 못했습니다. [6][9]
따라서 AXS의 투자 논리는 Armilla의 기업가치 상승이나 향후 IPO 차익을 직접 얻는다는 것이 아니라, 관련 AI 보험사업에 참여하는 보험사 전체의 성과에 투자한다는 쪽에 가깝습니다. 실제 이익은 맡은 위험의 규모와 가격, 사고와 비용에 따라 달라집니다.
출자 이력까지 확인되는 상장사는 GLRE입니다
Armilla는 2024년 2월 발표한 $4.5M Seed 자금조달에 Greenlight Re가 참여했다고 밝혔습니다. 현재 회사 소개에도 투자자로 이름을 올리고 있습니다. Greenlight Capital Re의 미국 거래 티커는 GLRE입니다. [6][17][18]
여기에는 분명한 차이가 있습니다. AXS에서는 보험사업 제휴가, GLRE에서는 출자 이력까지 확인됩니다. 다만 Greenlight Re의 현재 Armilla 지분율과 장부가치, 추가 자금조달에 따른 희석 정도를 이번 공개자료만으로 정확히 확인하지는 못했습니다.
GLRE는 Armilla만 보유한 회사가 아니라 재보험과 투자 활동을 함께 운영합니다. Armilla가 성공하더라도 그것이 GLRE 전체 가치에 미치는 영향은 보유 지분의 크기와 다른 사업의 성과에 따라 달라집니다. 따라서 GLRE는 출자 이력이 확인되는 간접 검토 대상이지, Armilla 주식과 같은 대체 종목은 아닙니다. [22]
AIG는 Convex를 거쳐 한 단계 더 멀리 연결됩니다
AIG는 2026년 2월 6일 Convex 지분 약 35%의 취득을 완료했다고 발표했습니다. Convex는 Armilla AI 배상책임보험의 지원 파트너로 소개됩니다. 따라서 “AIG → Convex → Armilla 보험사업”이라는 더 간접적인 연결은 있습니다. [9][19]
그러나 이를 AIG가 Armilla 지분 35%를 보유한다는 뜻으로 읽으면 안 됩니다. 연결 고리가 있다는 사실과 AI 사업의 성장이 보유 주식 가치에 의미 있게 전달된다는 사실은 다릅니다.
투자자가 구분해야 할 세 가지보험사업의 수익성에 대한 관심 ≠ 스타트업 지분가치 상승에 대한 관심 ≠ AI 보험만을 담은 순수 투자
저는 그래서 질문을 다시 바꾸게 되었습니다. “어떤 티커가 연결되어 있습니까?”보다 “그 연결을 통해 실제로 무엇을 얼마나 보유하게 됩니까?”가 더 중요했습니다.
투자 점검 | 기대를 실적으로 바꾸려면
14 새로운 시장과 좋은 투자는 같은 말이 아닙니다
AI 보험은 흥미로운 연구 주제입니다. 그러나 관심이 높다는 것과 충분한 유료 계약이 생긴다는 것, 또 그 계약이 이익으로 남는다는 것은 서로 다른 단계입니다. 시장의 존재를 확인한 뒤에는 사업의 경제성을 따로 검증해야 합니다.
RyanLab이 다음으로 확인하고 싶은 것
확인할 지표 | 왜 중요할까요? |
유료 계약과 갱신 | 일회성 관심이 반복되는 수요로 바뀌는지 확인할 수 있습니다. |
평가·인수 비용과 수익 구조 | 보험사가 받는 총보험료와 MGA 자신의 매출을 혼동하지 않아야 합니다. |
청구 경험과 손실의 크기 | 가격이 실제 위험을 충분히 반영했는지 판단할 자료입니다. |
데이터 권리와 파트너 지속성 | 축적된 정보와 유통 관계가 실질적인 경쟁우위인지 확인해야 합니다. |
상장사 전체에서의 비중 | 작은 AI 사업의 성장만으로 그룹 전체 주가를 설명할 수는 없습니다. |
자료: RyanLab의 투자 검토 관점입니다.
이번에 확인한 Armilla의 공개 회사·상품·파트너십 자료만으로는 매출, 갱신율, 충분한 기간의 손해 경험과 지분 구조를 종합해 지속적인 초과수익을 판단하기 어려웠습니다. 그래서 지금은 검증된 실적과 가능한 사업 가설을 나누어 보려고 합니다. [6][9][11]
상장 보험사를 선택하더라도 본업의 인수 수익성, 자본과 준비금, 투자자산, 재해 위험, 가격 수준을 별도로 분석해야 합니다. AI와 연결된다는 이유만으로 기존 사업의 위험이나 비싼 매수가격을 정당화할 수는 없습니다.
제게 이 분야는 당장 “숨겨진 대박 종목”이라는 결론보다, AI가 만들어내는 위험을 누가 더 정확하게 이해하고 적정한 가격으로 받아들일지 살펴보는 초기 연구 대상입니다.
RyanLab의 생각 | 다음 인프라는 신뢰일 수 있습니다
15 AI 산업에는 가속장치만 필요한 것이 아닙니다
이 글은 AI를 조금 천천히 발전시켜야 한다는 앤트로픽의 제안에서 시작했습니다. 처음에는 속도에 관한 이야기처럼 보였지만, 그 안에는 결국 신뢰에 관한 질문이 있었습니다. 우리는 이 시스템을 충분히 이해하고 있습니까? 실제로 일을 맡겨도 괜찮습니까?
기업의 일상으로 가져오면 그 질문은 더 구체적입니다. 어떤 업무를 맡길지 정하고, 권한을 제한하고, 사고를 발견하고 멈출 수 있어야 합니다. 그럼에도 손실이 생겼을 때 누가 어느 범위에서 감당할지도 정해야 합니다.
AI 보험은 바로 그 마지막 질문에 답하려는 산업이라고 생각합니다. 물론 보험에 가입한다고 AI가 안전해지는 것은 아닙니다. 모든 손해를 보장하지도 않고, 사회 전체 규모의 위험을 상업보험 하나로 해결할 수도 없습니다.
그러나 모든 위험을 없앨 수 없다는 이유로 위험을 평가하고 줄이고 나누는 일이 무의미해지는 것은 아닙니다. AI에게 더 중요한 업무를 맡길수록 이런 장치를 함께 검토해야 할 이유는 커질 수 있습니다.
저는 앞으로 성능을 높이는 기업뿐 아니라, 실수를 발견하는 기업, 권한을 통제하는 기업, 남는 위험에 가격을 붙이는 기업도 함께 보고 싶습니다.
이 글의 마지막 질문GPU와 전력·메모리·네트워크가 AI를 작동하게 하는 기반이라면, 검증·통제·계약·보험은 AI에게 실제 일을 맡기게 하는 신뢰의 기반이 될 수 있지 않을까요?
AI 시대의 다음 기회는 가장 똑똑한 AI를 만드는 데에만 있지 않을 수 있습니다. 그 AI의 실수를 가장 정확하게 이해하고, 감당할 수 있는 형태로 바꾸는 데에도 있을 수 있습니다.
다만 좋은 산업을 발견하는 것과 좋은 주식을 찾는 것은 다른 분석입니다. Armilla의 가능성, 보험 파트너의 수익성, 상장사 주주에게 돌아오는 경제적 가치를 구분할 때 이 투자 아이디어는 비로소 더 단단해질 것입니다.
이 글은 2026년 10월 5일 확인한 공개자료를 바탕으로 작성한 산업 분석입니다. 특정 종목의 매수 권유, 개별 보험의 보장 확인 또는 법률·세무 자문이 아닙니다. 실제 보험 적용은 약관·특약·면책·한도와 사고의 사실관계에 따라 달라집니다. 투자 전 거래시장·티커·수수료 및 최신 지분·제휴 관계를 다시 확인해 주세요. 가상 사례, 기업의 공개 설명, RyanLab의 투자 가설을 구분해 서술했습니다. 삽화와 인포그래픽은 설명용 AI 생성 이미지이며 실제 사고·공식 인증·공식 제휴를 증명하지 않습니다.
관련 동영상을 보고 싶으신 분은 아래의 링크롤 눌러주세요^^
출처 및 확인 범위
본문의 작은 출처 번호를 클릭하면 이 목록으로 이동합니다. 각 제목은 원문 링크입니다. 회사 설명은 해당 기업의 공개 주장으로, 가상 사례와 투자 가설은 RyanLab의 분석으로 구분했습니다.
2026년 9월. AI 역량 발전의 속도 조절, 상주 외부 평가자, 안전성 검증의 필요성.
기존 사이버보험·Tech E&O의 보장 영역과 약관상 조건.
[03] Munich Re | aiSure
AI 공급자·도입 기업의 계약상 책임, AI 책임 및 재무적 손실 관련 상품 설명.
2018년 첫 AI 보험, 개발·데이터·모니터링 검토와 과거 성능 기반 위험 추정.
과도한 기능·권한·자율성의 위험 및 최소 권한·승인·모니터링 원칙.
[06] Armilla AI | Company
회사 연혁, MGA·Lloyd’s Coverholder 지위, 보험 파트너와 투자자 구분.
2025년 4월 22일 발표. 제3자 배상책임보험 공동 개발 및 평가 체계 설명.
AI Agent Mistakes, 비침해성 데이터 유출 등 보장 영역에 관한 회사 설명.
Armilla Insured와 Armilla Guaranteed의 차이, 지원 보험사 및 제외사항.
Armilla가 제출한 AI Assurance 사례. 검증 방법 및 보증 범위의 한계.
사고·소송·규제 데이터와 외부 평가·감사·모니터링 자료의 인수 과정 활용.
AI 전용 보험 조달 요구 및 2026년 2월 Vanguard AI에 관한 회사 설명.
토론토 소재, 2020년 설립, Winter 2022 배치 및 사업 소개.
MURGY, OTC ADR, 보통주:예탁증서 비율 1:10.
SSREY는 미국 OTC 거래이며, ADR 1개는 Swiss Re 보통주 0.25주.
[16] NYSE | AXIS Capital
AXIS Capital Holdings Limited의 미국 상장 티커 AXS.
Greenlight Capital Re, Ltd. Class A 보통주의 티커 GLRE.
2024년 2월 발표. Greenlight Re와 Chaucer 등의 투자 참여 확인.
2026년 2월 6일. AIG의 Convex 지분 약 35% 취득 완료 발표.
ADR의 구조, 수수료와 해외주식 투자 시 고려할 위험.
독일 주식의 MUV2 식별 코드, Xetra 및 독일 거래시장.
재보험 사업과 투자 활동을 함께 운영하는 기업의 전체 사업 구조.
2025년 사모증권 발행 관련 신고. 온타리오 법인 등록 및 Form D의 성격 확인.
확인일: 2026년 10월 5일 | 작성·편집: RyanLab, 미래기술 투자연구소
Comments