[실습] Decisions API 사용기(5)-보험접수 분류
이 프로젝트는 지금까지 배운 OpenAI의 Decisions API 를 응용해 실제로 B2B에서 사용할만 한 응용 AI로 보험 접수 분류 프로젝트를 작성해 보았다. 보험 기록자가 사고 접수 문장을 받아 접수 대상 여부(predicate), 처리 경로(choice), 긴급도(score), 부상 관련 검토 필요성(predicate)을 평가한다.
1. 실제 OpenAI API 연결
실제 Decisions API를 사용하려면 OPENAI_API_KEY가 필요하다. decisions-insurance 프로젝트 루트의 .env 파일에 기존 API 키와 모델을 설정한다. .env 파일이 없다면 .env.example을 복사해 만든다.
다음과 같이 여러분의 API 키를
dotenv OPENAI_API_KEY=<Your_OpenAI_API_Key> OPENAI_DECISIONS_MODEL=gpt-6-luna
설정은 현재 환경변수 → .env.local → .env 순서로 적용한다. 앞에서 읽은 값은 뒤의 파일로 덮어쓰지 않는다. 키는 서버에서만 사용하며 브라우저에 전달하지 않는다.
실제 분석은 다음 명령으로 실행한다.
powershell python decision_insurance.py --input examples/car_accident.txt --output output/car_accident_result.json
사고 접수 텍스트를 Decisions API에 전달해 접수 대상 여부, 처리 경로, 긴급도, 부상 관련 검토 필요성을 판단한다. 반환된 결과를 검증한 뒤 담당자의 검토 경로를 제안하고 JSON 파일로 저장한다. 실제 부서 배정이나 보험금 지급은 실행하지 않는다.
웹 화면은 .\start-web.ps1로 실행하고 http://127.0.0.1:8093 에 접속한다. 실제 분석 모드를 선택해야 API를 호출한다. 환경 설정을 변경했다면 서버를 재시작한다.
--mock은 고정 예제 응답만 사용하며 API를 호출하지 않는다. 실제 호출에는 API 사용료가 발생한다. 실제 키가 들어 있는 .env와 .env.local은 Git에 올리지 않는다.
2. Decisions-insurance 예제 실행
2-1. Windows 11 운영체제의 PowerShell 환경에서 설치 및 실행
1) 가상환경 생성
python -m venv .venv
2) 가상환경 활성화
.\.venv\Scripts\Activate.ps1
3) 필요한 패키지 설치
python -m pip install -U -r requirements.txt
4) 설치가 끝나면 모의 실행한다.
python decision_insurance.py --mock
실행 후 결과 화면은 [그림1]와 같다.
5) 콘솔에서 실제 실행은 다음과 같다.
python decision_insurance.py --input examples/claim.txt --output output/car_accident_result.json
실행 후 결과 화면은 [그림2]와 같다.
또한 car_accident_result.json 파일은 다음과 같다.
{
"mode": "live",
"decision": {
"answers": [
{
"name": "valid_insurance_claim",
"probability": 1.0,
"type": "predicate"
},
{
"choice": "MEDICAL_REVIEW",
"confidence": 0.95,
"name": "claim_route",
"probabilities": [
{
"probability": 0.0,
"value": "AUTO_APPROVE"
},
{
"probability": 0.02,
"value": "NORMAL_ADJUSTER"
},
{
"probability": 0.96,
"value": "MEDICAL_REVIEW"
},
{
"probability": 0.01,
"value": "FRAUD_REVIEW"
},
{
"probability": 0.01,
"value": "EMERGENCY"
}
],
"type": "choice"
},
{
"confidence": 0.92,
"name": "urgency",
"probabilities": [
{
"label": "LOW",
"probability": 0.0,
"value": 0
},
{
"label": "MEDIUM",
"probability": 0.05,
"value": 1
},
{
"label": "HIGH",
"probability": 0.92,
"value": 2
},
{
"label": "CRITICAL",
"probability": 0.03,
"value": 3
}
],
"score": 1.98,
"type": "score"
},
{
"name": "medical_attention_required",
"probability": 1.0,
"type": "predicate"
}
],
"model": "gpt-6-luna",
"usage": {
"input_tokens": 1063,
"input_tokens_details": {
"cache_write_tokens": 0,
"cached_tokens": 0
},
"output_tokens": 0,
"output_tokens_details": {
"reasoning_tokens": 0
},
"total_tokens": 1063
}
},
"workflow": {
"route": "MEDICAL_REVIEW",
"action": "부상 또는 의료비 관련 담당자 검토",
"reason": "검토 경로 제안",
"executed": false
}
}
2-2. macOS / Linux 운영체제에서 설치
cd decisions-insurance
python3 -m venv .venv
.venv/bin/python -m pip install -U -r requirements.txt
.venv/bin/python decision_insurance.py --input examples/claim.txt --output output/car_accident_result.json
VS Code에서는 이 폴더를 열고 Python 인터프리터를 .venv로 선택한다. 명령은 VS Code 터미널에서도 그대로 사용할 수 있다.
2-3. API 키 없이 실행하려면?
모의 모드는 별도 패키지 설치가 필요 없다.
python decision_insurance.py --mock
고정된 가상 응답을 읽고 MEDICAL_REVIEW를 표시한다. 확률은 설명용으로 작성한 값이며 실제 모델 결과가 아니다. 임의 텍스트를 분석하지 않으므로 --mock과 --input을 함께 사용할 수 없다.
3. 명령행 인자에 따른 실행 방식
프로젝트 폴더에서 다음 형식으로 실행한다.
python decision_insurance.py [argument]
3-1. CLI 인자와 기본 동작
| 인자 | 기본값 | 실행에 미치는 영향 |
|---|---|---|
--mock |
꺼짐 | API 대신examples/mock_response.json의 고정 응답을 사용한다. API 키와 외부 패키지가 필요 없다. |
--input 파일경로 |
프로젝트의examples/claim.txt |
실제 API에 전달할 UTF-8 사고 접수 텍스트 파일을 지정한다. |
--model 모델명 |
환경변수 또는gpt-6-luna |
실제 API 호출에 사용할 모델을 지정한다. |
--threshold 숫자 |
0.80 |
API 응답을 받은 뒤 검토 경로를 결정할 임계값을 지정한다. 범위는0~1이다. |
--output 파일경로 |
저장 안 함 | 콘솔 출력과 함께 결과를 JSON 파일로 저장한다. 상위 폴더는 자동 생성한다. |
--help |
해당 없음 | 사용 가능한 인자를 출력하고 종료한다. |
인자가 없으면 기본 사고 파일로 실제 API를 호출한다. 실제 모드의 모델 선택 우선순위는 --model → OPENAI_DECISIONS_MODEL → gpt-6-luna다. 환경 설정은 기존 환경변수 → .env.local → .env 순서로 읽으며 먼저 설정된 값을 유지한다.
--mock과 --input을 함께 지정하면 오류로 종료한다. 모의 모드에서는 환경 파일을 읽지 않으며 --model은 실제 호출에 사용되지 않는다. --threshold는 고정 응답의 경로 계산에도 적용된다.
3-2. 실행 예시
다음 명령은 모두 프로젝트 폴더에서 실행한다.
# 인자가 없으면 기본 사고 파일로 실제 API 호출
python decision_insurance.py
# API 호출 없이 고정 예제로 실행
python decision_insurance.py --mock
# 지정한 사고 파일로 실제 분석
python decision_insurance.py --input examples/car_accident.txt
# 모델과 임계값을 지정하고 결과 저장
python decision_insurance.py --input examples/claim.txt --model gpt-6-luna --threshold 0.90 --output output/result.json
# 모의 결과를 파일로 저장
python decision_insurance.py --mock --output output/mock_result.json
# 인자 도움말 확인
python decision_insurance.py --help
3-3. 임계값에 따른 검토 경로 분기
--threshold는 모델의 판단을 바꾸는 인자가 아니라 응답 이후의 분기 기준이다. 응답 형식과 확률 검증을 통과하면 다음 순서로 처리한다.
- 선택 경로가
EMERGENCY이면 긴급 검토를 우선한다. - 경로 선택 신뢰도가 임계값보다 낮으면
HUMAN_REVIEW로 보낸다. AUTO_APPROVE도 이 데모에서는HUMAN_REVIEW로 보낸다.NORMAL_ADJUSTER이면서 의료 검토 확률이 임계값 이상이면MEDICAL_REVIEW로 바꾼다.- 그 외에는 선택된 경로를 유지한다.
임계값을 높이면 낮은 신뢰도로 담당자 검토에 넘어가기 쉬워지지만, 의료 검토 전환 조건은 더 엄격해진다. 응답 거부, 누락, 중복 또는 잘못된 형식이 발견되어도 담당자 검토로 전환한다.
결과 JSON은 mode, decision, workflow를 포함한다. 실제 부서 배정이나 보험금 지급은 실행하지 않으므로 workflow.executed는 항상 false다. --output이 없으면 콘솔에만 출력한다.
4. 웹 UI 실행
decisions-insurance 프로젝트 폴더에서 다음 명령 중 하나를 실행한다. 일반 Python 환경에서는 기존 설치 절차를 먼저 완료한다.
# PowerShell 실행 스크립트 사용
.\start-web.ps1
# 일반 Python 환경
python server.py
기본 포트는 8093이며, 실행 후 http://127.0.0.1:8093을 연다. 포트를 변경하려면 다음과 같이 실행한다.
.\start-web.ps1 -Port 8094
# 또는
python server.py --port 8094
포트를 8094로 지정한 경우 http://127.0.0.1:8094에서 접속한다. 종료하려면 실행 터미널에서 Ctrl+C를 누른다.
웹 화면에서는 사고 내용 입력, 가상 예시 불러오기, 실제·모의 분석 모드 선택, 임계값 설정, 질문별 확률과 검토 경로 확인, 전체 응답 보기 및 JSON 다운로드를 지원한다.
실제 모드는 기존 .env.local 또는 .env의 API 키를 서버에서만 읽는다. 모의 모드는 입력 내용을 분석하지 않고 고정된 예시 응답을 표시한다. 사고 내용과 결과는 서버 파일로 자동 저장하지 않으며, 필요한 결과는 브라우저에서 JSON으로 다운로드할 수 있다.
댓글남기기