保险行业的创新金融服务正逐渐偏向于人工智能（AI）的应用。过去，保险费结算、保险金支付等多个方面曾进行过多样化的尝试，但近期的趋势是集中于AI咨询、业务支持和员工培训等领域。保险公司在重视成本节约和生产力提升的同时，开发新产品和服务的积极性受到质疑。根据金融界的消息，今年以来，生命保险和损害保险公司获得金融委员会指定的创新金融服务案例已达6个。其中包括：△汉华损害保险的“设计使用的加入设计问答AI助手”；△教保生命的“Agentic AI保险业务支持服务”；△三星生命的“基于AI人机和生成型AI的设计师及员工口语培训”；△DB生命保险的“生成型AI应用于保险业务和客户应对支持的聊天机器人服务”。这些服务旨在帮助设计师的工作、客户应对或支持员工培训。创新金融服务是一项临时性法规特例，旨在允许新服务在受到监管限制的情况下进行试验。自从监管分离规定改善后，保险公司纷纷申请AI相关服务，导致该领域的指定案例逐渐增多。去年，保险行业获得的15个创新金融服务案例也全部是基于AI的咨询和产品推荐等相关服务。过去，保险保障对象和使用方式的变化尝试多种多样。2020年前后，出现了针对5人以下企业的团体保险、保险费事后结算型健康保险、通过积分平台支付保险金的服务、企业性保险的非面对面简易加入服务、以及在线和离线的海外旅行保险等创新金融服务。这些服务降低了小型企业团体保险的门槛，改变了保险费结算和保险金支付、加入方式。相对而言，近期更多的案例是将AI融入现有保险业务，导致创新金融服务的多样性减少。业内人士指出，开发新产品和服务的难度较大，而自动化现有业务更容易获得投资回报。新服务的开发成本高，且不一定能带来实际收益，而业务自动化则可以期待成本节约和生产力提升的效果。一位金融界人士表示：“保险从销售阶段到审核都是劳动密集型的工作，自动化业务流程以提高效率的实益更大。”另一位金融界人士也提到：“新服务的开发成本高，且不一定能带来实际收益。”此外，关于开发消费者定制服务所需数据的使用也存在障碍。相名大学管理学部的教授徐志勇指出：“由于健康保险审查评价院等机构未能有效共享客户健康信息，保险公司积极参与个人数据业务的意愿不强，因此在定制化信息方面显得疏忽，这也导致他们在参与创新金融服务时持保守态度。”※ 本报道经人工智能（AI）系统翻译与编辑。

新韩人寿于16日宣布推出基于人工智能（AI）的加入设计系统LICO 2.0。LICO是今年2月推出的自然语言基础加入设计系统。保险设计师输入客户信息和设计条件后，生成型AI会分析这些信息，提出符合客户需求的设计方向，并支持设计方案的生成。此次改进主要集中在提高设计变更速度和AI响应质量上。设计推荐速度比之前提高了约35%。常用功能如附加条款添加或加入金额变更等，现在只需一次点击即可完成，从而减少了输入句子和AI请求解析所需的步骤。即使客户信息和产品条件发生变化，或在保险费计算和审核过程中出现变更，也能迅速反映出来。这旨在支持保险设计师根据客户需求调整设计条件，专注于产品说明。系统改进后，现场的使用率也显著提高。通过LICO进行的加入设计比例比上月增加了13倍，约70%的整体加入设计是通过AI支持完成的。日均设计生成数量约为11,000件。新韩人寿计划未来将LICO的支持范围从加入设计扩展到咨询准备和信息搜索等销售工作全方位。新韩人寿相关人士表示：“我们通过系统的高效化，减少了现场重复工作的负担，使得能够更细致地关注客户的保障需求，并进行充分的说明。未来我们将继续推进人工智能转型（AX）创新，提高设计和咨询的质量。”※ 本报道经人工智能（AI）系统翻译与编辑。

Naver正在利用博客和社区等自有内容生态系统提升其人工智能（AI）搜索竞争力。随着AI能够总结搜索结果并给出回答，博客成为AI简报的主要引用来源。Naver通过加强对创作者的支持，正在扩大内容生态系统。 根据Naver于15日的报告，在AI简报中引用的内容中，用户生成内容（UGC）如博客、社区、知识人和短视频等占比约为70%。用户撰写的旅行评论、产品使用体验和生活信息等成为AI回答的主要资料。Naver的AI竞争力正是依赖于其自有平台的内容生产和流通结构。 外部调查也证实了Naver博客的影响力。运营AI搜索优化解决方案“Brain”的适正营销研究所当天发布的《生成型AI来源引用报告2026年下半年》显示，Naver AI简报的引用来源中，Naver博客的占比为46.5%。 相比之下，谷歌AI的引用来源中，YouTube和社交网络服务（SNS）占29.4%，而ChatGPT则以公共机构和团体为最高，占18.0%。 不同平台在AI回答来源的一致性方面也存在差异。对于相同搜索词，引用前一个回答的相同来源的比例，即来源保持率，Naver AI简报的保持率为74.5%，最高。谷歌AI的保持率为51.4%，Gemini为36.2%，ChatGPT为16.0%。 Naver博客的高引用比例在搜索与内容生态结合的背景下，成为Naver独特的优势。 Naver不仅将内容作为AI搜索的资产，同时也在加强对创作者的支持。创作者支持计划“Naver Mate”向在博客和社区等平台上活动的创作者提供活动费用和内容曝光机会。Naver的方针是扩大创作者的盈利机会，营造持续生产优质内容的环境。 Naver还在鼓励用户发现博客并进行内容创作。Naver于今年7月启动了“博客有意思”项目，介绍名人的博客，旨在展示平时不为大众所知的人物的博客，提升内容的多样性并促进用户之间的交流。 在个别博主之间，AI引用的情况也成为新的关注点。过去，搜索结果的排名和访问量是主要的绩效指标，而现在，博主们也开始关注自己的文章是否被选为AI回答的来源。外部服务“NAEO”提供了检查个别博客文章是否被Naver AI简报引用的功能，并分析搜索曝光和关键词等。 与谷歌等通过与Reddit等平台的内容合作获取AI学习所需内容不同，Naver则专注于利用其自有生态系统中积累超过20年的内容资产。 Naver相关人士表示：“Naver专注于基于自有生态系统积累的内容，通过AI简报和标签，回应韩国人特有的查询和长尾查询。”

全球最大照片和视频内容供应商Getty Images因无法承受生成型人工智能（AI）的扩散和巨额债务，向美国法院申请破产保护。 根据12日的外媒报道，Getty Images已与主要债权人达成财务结构改善协议，并将在数日内正式申请美国联邦破产法第11条的保护。 Getty Images申请法庭管理的主要原因是生成型AI的快速发展。随着无限制生成图像的AI工具的普及，原本用于广告和企业网站的库存照片和视频许可销售业务受到严重冲击。尽管Getty Images已对AI开发公司提起无授权图像学习的版权诉讼以进行自我保护，但未能阻止业绩下滑。 此外，原本为降低成本而计划与竞争对手Shutterstock合并的计划破裂也对其造成了致命打击。两家公司曾计划进行价值370亿美元（约5万亿韩元）的合并，但由于英国竞争市场管理局（CMA）等监管机构的反垄断审查困难，最终于7月放弃了合并。在此过程中，因律师费用和金融手续费等产生的沉没成本高达1亿800万美元（约1450亿韩元），导致流动性急剧恶化。截至2026年中期，总负债已达到21亿美元（约2万8000亿韩元）。 通过此次程序，Getty Images将转型为非上市公司。创始家族Getty家族与科克工业集团旗下的投资公司将注入5亿3300万美元（约7200亿韩元）的新资金，收购100%的股份，而现有普通股东的股票将全部无偿注销。 全球第一大公司的破产将对韩国媒体和视觉内容行业产生不小的影响。国内大多数媒体、广播公司、大型广告公司和出版社均与Getty Images Korea等签订年度许可合同，以获取外媒照片和商业图像。尽管公司表示将在重组期间保持正常营业和内容分发，因此短期内不会出现供应危机，但在未来的结构调整完成后，供应价格或许可政策的变化仍不可排除。※ 本报道经人工智能（AI）系统翻译与编辑。

生成型人工智能（AI）企业Neosapiens在科斯达克上市后持续下跌，股价接近发行价。上市首日股价曾超过3万6000韩元，但现已跌至1万2000韩元区间。 截至8日上午10时8分，Neosapiens的股价较前一日下跌630韩元（4.77%），报1万2580韩元。 Neosapiens于上月21日在科斯达克市场上市，首日收盘价为3万6900韩元（截至下午8时），比发行价1万韩元高出269%。然而，随后股价急剧下跌，目前已较上市首日价格下跌65.9%。 特别是在上月22日和23日，股价分别下跌13.12%和19.35%，而在28日和29日也分别暴跌20.16%和19.35%。进入本月后，股价仍然疲软，6日下跌16.78%，7日下跌7.93%，今天也下跌超过4%。 目前股价与发行价的差距大幅缩小，现价比发行价1万韩元高出25.8%。这意味着在上市初期的涨幅中，已经回吐了相当大一部分。 此前，Neosapiens在面向机构投资者的需求预测中，竞争率达220比1，但最终将发行价确定为1万韩元，低于希望范围1万3800至1万5800韩元的下限。在面向普通投资者的认购中，竞争率达到1048比1，吸引了约2.6万亿韩元的保证金。 Neosapiens成立于2017年，是一家生成型AI企业，运营基于语音合成技术的内容制作平台“Typecast”。该平台提供服务，允许用户输入文本，AI则生成自然的声音和情感，以制作视频和音频内容。※ 本报道经人工智能（AI）系统翻译与编辑。

个人之间的二手交易也将可以使用信用卡进行支付。同时，Toss银行与光州银行将共同提供企业贷款服务。 金融委员会在7日的例行会议上宣布，已新指定Naver金融的个人间二手交易信用卡安全支付服务等24项创新金融服务。至此，已指定的创新金融服务总数增至1164项。 Naver金融在其二手交易平台“N普利市场”上，提供个人间二手商品交易时的信用卡支付和托管方式的安全支付服务。购买者使用信用卡支付后，确认购买后款项将支付给卖家。但为了防止欺诈使用，疑似非二手交易目的的交易将被阻止，信用卡支付限额限制为每次150万韩元以下。 Toss银行与光州银行将推出共同贷款服务，企业客户在Toss银行应用程序上申请贷款后，双方将分别审核，并以共同确定的额度和利率发放贷款。贷款金额由两家银行各承担50%。 此外，申请生成型AI服务的14家公司，包括KakaoPay、Toss银行、韩国投资证券、汉华生命、现代卡等21项服务也被指定为创新金融服务。这些公司将能够将外部生成型AI与内部信息处理系统连接，以支持员工工作和客户聊天机器人等应用。 另外，未来资产证券公司的Wrap型CMA移动注册服务也被指定，而IBK投资证券的海外股票小单位交易服务的指定期限延长了2年。SK证券的相关监管改善请求也得到了采纳，金融委员会将计划在未来无需特别例外地提供该服务。 ※ 本报道经人工智能（AI）系统翻译与编辑。

为了克服超高龄社会带来的严重照护人力短缺问题，政府决定全面引入人工智能（AI）技术。将建立一个由AI全天候监测独居老年人健康与安全的“智能家居”，并实现通过简单对话找到适合自己的福利并一次性申请的“智能福利行政”。政府计划将AI作为现场工作人员的“助手”，而非替代者，从而显著提升面对面照护的质量。 卫生福利部在国务会议上报告了以此为基础的《福利与照护AI转型路线图》。卫生福利部以“可靠的照护、温暖的福利、共同享受的AI”为愿景，将相关政府预算从今年的256亿韩元大幅增加至明年的691亿韩元，增幅约为2.7倍。 2043年将面临99万名护理人员短缺危机……通过智能家居与设施实现24小时照护政府大规模推进AI转型的背景是人口结构的急剧变化。根据韩国开发研究院（KDI）和韩国银行的预测，如果现趋势持续，到2043年，护理与照护人员将短缺约99万人，国家将面临无法避免的照护空白。 为应对这一危机，卫生福利部首先将建立“基于先进技术的可持续照护体系”。通过结合物联网（IoT）与AI，建设“智能家居”，支持老年人在居住地安全生活24小时。 过去，依靠单一的信息如未检测到动作来判断危机，可能需要长达6小时，而未来，AI将综合分析生活模式和对话内容，能够在1小时内提前发现异常迹象。 养老设施等将转变为“智能设施”。夜间，工作人员每2小时巡视一次以检查睡眠和排便的方式，将被智能尿布和跌倒检测传感器取而代之，以便及时应对异常情况。 卫生福利部福利照护人工智能政策科科长徐敏秀在说明会上表示：“我们将在今年11月将智能家居和智能设施的原型部署到现场，并计划在2027年前在400个家庭和12个设施进行实证，2028年起将以国公立机构为中心进行全面推广。” 用日常语言咨询与‘一键’申请……简单福利行政实现50%自动化国民能够感受到的福利行政创新也在加速推进。为避免因复杂的申请程序和信息不足而放弃福利领取，政府将开发“AI聊天机器人”，计划于2027年投入使用。国民只需用日常语言描述自己的情况，生成型AI将推荐个性化服务，并计划在2029年实现无需提交文件即可“一键”完成申请，简化程序。 对于儿童津贴等资格明确的普遍福利，将逐步转变为无需单独申请的“自动发放”体系。此外，为减轻福利公务员和设施工作人员的过重行政负担，计划在2028年前将50%以上的文件接收、验证和系统输入等简单重复工作实现AI自动化。 对此，卫生福利部福利信息规划科科长洪华英表示：“我们将以危机家庭为重点进行初步咨询，未来通过福利平台扩展到全国推荐和申请的联动。” 政府还将建立一个整合分散的福利与照护数据的平台，并引入基于个人同意的“福利与照护我的数据”，未来将与医疗我的数据进行联动。 “不是替代人，而是助手”……开发物理AI机器人并培养10万名专业人才政府还将建立一个涵盖技术开发到市场进入的全周期生态系统。卫生福利部与科学技术信息通信部将共同投入745亿韩元，推动AI与IoT照护技术的研发，计划在2028年至2030年间投入约1000亿韩元，研发用于患者转运和餐食辅助等的“物理AI”照护机器人。长期目标是2030年后实现结合陪伴与安全检测功能的家庭用AI自主跟随机器人商业化。 为防止技术滥用，政府将建立法律与制度基础，制定包括根据风险水平进行人类干预与监督原则和解释要求权的“AI伦理指南”，并成立福利与照护AI创新委员会，以提高现场的接受度。此外，计划到2030年对10万名社会福利公务员和照护工作人员等现场人员进行AI应用实务培训，以缩小数字鸿沟。 卫生福利部部长郑恩京表示：“在照护人员短缺的情况下，AI等技术的新角色变得更加重要，但AI并不是替代人，而是分担简单重复工作的助手。我们将利用AI提高照护的可持续性，提升照护劳动的价值。”※ 本报道经人工智能（AI）系统翻译与编辑。

KT于6日宣布推出与OpenAI的ChatGPT对接的插件服务。 该插件是连接ChatGPT与外部服务、数据和功能的工具，支持信息查询和多种操作。 通过KT插件，用户无需直接在KT官网或应用程序中查找商品，ChatGPT可以根据用户的自然语言提问，提供符合客户条件的无线套餐和互联网电视（IPTV）等多种KT商品信息。 KT插件的特点在于，它不仅依赖生成型人工智能（AI）自身学习的信息，还利用KT的官方信息来提供商品指导。 KT表示，此次与ChatGPT的对接是其扩大与客户日常使用的多种AI平台接触的起点。未来，除了现有的KT官网和应用程序，客户还可以在使用的AI平台上方便地查看KT的商品和服务，并计划在Claude等多种AI平台上提供KT商品信息服务。 服务范围也将逐步扩大。未来，KT将提供与客户实际使用信息相关的费用查询、会员服务等多种KT服务，并计划将商品信息探索发展为基于客户使用信息的个性化AI服务。 KT客户部门设备事业本部负责人孙正燮（常务）表示：“随着生成型AI的普及，客户的信息搜索方式正从搜索转向对话中心。我们将继续扩大与各种AI平台的连接，以便客户更轻松、便捷地使用所需的商品和服务。” ※ 本报道经人工智能（AI）系统翻译与编辑。

行政中心复合城市建设厅（幸福청）利用生成型人工智能（AI）构建了一个自动检测气象特报并提供通知的灾难应对系统。 幸福청于6日表示，该系统由负责项目管理和灾难安全的公务员利用生成型AI开发而成。 此次系统的建立是基于在办公大楼迁移过程中暂时无法使用灾害综合情况室的经历，以及近期因局部性强降雨而频繁发布气象特报的背景，强调了在任何地点确认和应对灾难情况的必要性。 负责的工作人员通过生成型AI进行编码，并与气象局及海外气象信息应用程序接口（API）进行了联动。该系统能够自动检测如暴雨警报、暴雨预警等气象特报，并提供通知，同时也能在移动环境中响应紧急召集。 幸福청期待通过这一系统，在局部性强降雨等情况下，紧急召集人员能够更迅速地响应，并加强主要建设现场及管理设施周边的安全管理。 幸福청项目管理总负责人郑来华表示：“这是员工在负责灾难安全工作中发现问题后，利用AI编码解决问题的公共领域AX的良好案例。”他还表示：“我们将通过试运行仔细审查改进点，以便在未来有效应对灾难情况。” 他补充道：“我们将积极支持这一系统的自建案例扩展，以提高幸福청整体的行政效率。”※ 本报道经人工智能（AI）系统翻译与编辑。

"要想让AI替代人类通过长期经验和重复积累的隐性知识，需花费相当长的时间。从某种意义上说，这是多个职位的新机会。"这是韩国产业人力公团理事长李炳勋的话。尽管人们对AI将取代工作感到恐惧，但更重要的变化在于职业的内容正在发生变化。 对韩国职场人来说，所需的不是如何与AI竞争，而是重新学习如何与AI共事。 生成型AI能够撰写报告、分析数据和编写程序。在制造现场，AI可以预测缺陷，机器人则进行操作。如果说工业革命是用机器替代体力劳动，那么AI革命则深入到知识劳动中。这也是职场人们问“我的工作能否存活”的原因。 然而，问题需要转变。不是AI会否取代我的职业，而是它将如何改变我的职业。AI并不会完全取代会计师，但使用AI的会计师与不使用AI的会计师之间的生产力差距将会扩大。 工厂也是如此。操作机器的能力需要与利用数据和AI改善流程的能力相结合。AI更可能首先带来的是职能的重组，而非职业的终结。 在这一点上，韩国产业人力公团的角色变得更加重要。作为负责国家资格考试、职业能力开发和技能技术促进的机构，公团的任务是重新教导工人如何在工作中使用AI。 公团今年选择了10个中小企业AI培训扩散中心，将AI培训带入工业现场。计划约有500名AI培训教练和公团专门人员走访2.5万家企业。 专家首先到现场了解公司在做什么，AI可以应用于哪些方面，以及员工需要什么样的培训，然后将这些信息与培训计划和实际教育相结合。从“我们公司应该在哪里使用AI？”这个问题开始共同探讨。 这对中小企业尤其重要。大企业可以组建自己的AI团队并引进外部专家，但员工只有几十人的中小企业很难单独配备AI专家。即使最高管理者想引入AI，往往也不知道从何开始。AI差距不应扩展为大企业与中小企业之间的生产力差距。 公团通过20个AI专业联合培训中心，向中小企业和中型企业的员工开放大企业、大学和研究机构的设施与专业知识。根据半导体、汽车、生物、造船、机器人等地方主导产业，教授如何在实际工作中应用AI。 关键在于理论而非现场。如果是在制造现场，员工需要学习如何利用AI预测缺陷、分析数据并制作仪表板，以及如何自动化重复性工作。“中小企业AX现场培训”也正是基于这一问题意识而发起的。 AI解决方案公司走访中小企业现场，进行技术应用和员工培训。目的是减少在培训室学习后回到公司却无法应用的情况。 费用壁垒也降低了。“中小企业人才培养优质培训”将培训费用的90%以上进行支持，非首都圈的培训最高可支持95%。 更重要的是青年。公团正在推进新的试点项目“青年AI首次职业支持项目”。该项目旨在帮助750名AI领域的青年在实际工作中积累至少1年、最多2年的工作经验。这是试图解决企业需要有经验者而青年却因无法就业而无法积累经验的“经验悖论”。 AI时代的人才政策不应仅止于大学培养专业人才。需要让他们体验第一份工作，工作后继续学习新技术，并在产业变化时再次接受培训，形成教育-就业-再教育的循环结构。 然而，并不是每个人都需要成为AI开发者。李理事长在国际技能奥林匹克比赛上强调的技能技术值得关注。焊工的手指灵敏度、机械师从微小的振动和声音中捕捉异常的经验、厨师对火候的掌控，这些都难以用几页手册来传达。 这是数年积累的知识。正如前面提到的李理事长所说，AI要替代这些隐性知识需要时间，而在此期间，熟练技术的价值可能会更大。 然而，熟练技术也不能停滞不前。随着电动挖掘机和电动叉车的普及，维修技术人员需要学习高压系统的新知识。企业直接定义所需能力并将其与培训和资格连接的资格制度因此显得尤为重要。 一些企业正在利用AI创建数千个问题库，通过CBT笔试和实操评估来验证职能能力。AI不再是剥夺人类能力的工具，而是用来培养和评估能力的工具。 AI也会产生新问题。由于像智能眼镜这样的AI设备可能被用于国家资格考试的作弊，公团正在进行模拟训练，并检查电波探测器和监控摄像头等应对系统。 在AI教学和评估的时代，还必须防止利用AI进行作弊的悖论。随着技术的发展，维护国家资格的公正性和可信度变得愈加重要。 公团自身也在发生变化。正在推进基于AI的数字评分系统等中长期AI转型项目，并开始运营让员工将生成型AI应用于工作的“HRDK AI实验室”。在呼吁国民学习AI的同时，公共机构不能继续以旧方式工作。 公团的AI大转型中，最重要的词是“再教育”。过去，凭借在学校学到的一项技能可以工作几十年，但现在需要终身多次更新能力。国家人才政策也应从失业后的再教育转变为在职期间学习下一项技术的预防性政策。 仅靠恐惧无法解决任何问题。我们需要找到人类在AI面前的优势，提高生产力，并在新技术出现时获得再次学习的机会。AI时代的竞争力最终来自于人。 每位职场人都能在工作中学习AI，将熟练技术与AI结合，并在需要时再次接受培训的国家。李炳勋理事长领导的韩国产业人力公团的AI大转型正朝着这个方向迈进。 :李炳勋 韩国产业人力公团理事长: 他是一位研究劳动市场和劳资关系的学者。毕业于首尔大学社会学专业，并在美国康奈尔大学获得劳资关系学硕士和博士学位。曾任中央大学社会学教授，公共共生基金会理事长，经济社会劳动委员会公共机构委员会委员长等职务。 于2026年6月就任第17届韩国产业人力公团理事长，全面负责职业能力开发、国家资格和技能技术促进。※ 本报道经人工智能（AI）系统翻译与编辑。