건강보험 청구감사 표본추출 계획

초록

본 논문은 청구 금액을 기준으로 층화한 표본추출 방식을 제안한다. 각 층에서 표본 평균과 전체 평균의 차이가 일정 확률 이하로 작도록 설계함으로써 전체 평균도 정확히 추정한다. 과다·과소 지급을 평가하기 위한 세 가지 추정량과 하한 신뢰구간을 제시한다.

상세 분석

이 연구는 건강보험 청구감사에서 비용 효율적인 표본추출 방법을 찾는 문제에 초점을 맞춘다. 기존의 단순 무작위표본은 전체 청구 건수가 수백만 건에 달할 경우 실현 가능성이 낮으며, 특히 고액 청구가 전체 평균에 미치는 영향이 크다는 점을 간과한다. 저자는 청구 금액을 기준으로 여러 층(stratum)을 정의하고, 각 층별로 독립적인 표본을 추출한다. 층화의 핵심은 “대표성”을 수학적으로 정의하는데, 이는 각 층에서 표본 평균과 모집단 평균 사이의 차이가 사전에 정한 ε 이하가 될 확률을 1‑δ 이상으로 보장한다는 의미이다. 여기서 ε와 δ는 정책 입안자가 위험 허용 수준에 따라 조정할 수 있는 파라미터이며, 논문은 ε를 절대값 차이, 상대비율 차이, 그리고 표준편차 기반 차이 등 세 가지 형태로 제시한다.

표본 크기 결정은 각 층의 분산 추정치와 목표 정확도 ε, 신뢰수준 1‑δ를 이용한 베르누이·체비쇼프 부등식에 기반한다. 특히, 고액 청구가 적은 비중을 차지하지만 평균에 큰 영향을 미치는 특성을 반영해, 고액 층에는 상대적으로 큰 표본 비율을 할당한다. 이렇게 하면 전체 표본 규모는 최소화되면서도 전체 평균 추정치의 오차가 원하는 수준 이하가 된다.

논문은 세 가지 추정량을 제안한다. 첫 번째는 전통적인 층별 가중 평균(Weighted Mean)이며, 두 번째는 각 층의 평균 차이를 직접 합산한 차이 추정량(Difference Estimator), 세 번째는 과다·과소 지급을 동시에 고려한 비대칭 손실 함수 기반 추정량(Asymmetric Loss Estimator)이다. 각 추정량에 대해 하한 신뢰구간을 도출하는데, 이는 청구액이 과다 지급되었는지 혹은 과소 지급되었는지를 판단하는 데 실무적으로 중요한 역할을 한다. 하한 구간은 표본 평균의 정규근사와 부트스트랩 재표본화를 결합해 보수적으로 계산한다.

실증 분석에서는 가상의 보험 데이터셋(수백만 건)과 실제 보험사의 청구 데이터를 이용해 제안된 방법을 검증한다. 결과는 층화 표본이 단순 무작위표본에 비해 평균 추정 오차를 70% 이상 감소시키고, 전체 표본 크기는 30% 이하로 줄일 수 있음을 보여준다. 또한, 세 가지 추정량 중 차이 추정량이 과다 지급을 가장 보수적으로 탐지했으며, 비대칭 손실 추정량은 정책 목표에 따라 과소 지급을 더 민감하게 반영한다는 장점을 갖는다.

이 논문의 주요 기여는 (1) “대표성”을 확률적 오차 한계로 명시적으로 정의한 점, (2) 층별 분산과 비용 효율성을 동시에 고려한 표본 크기 최적화 공식을 제시한 점, (3) 과다·과소 지급을 동시에 평가할 수 있는 새로운 추정량과 신뢰구간을 제공한 점이다. 이러한 접근은 보험감사뿐 아니라 의료비 청구, 복지 급여 검증 등 대규모 금전 거래 데이터의 표본감사에 일반화될 수 있다. 향후 연구에서는 다변량 층화(예: 진단코드와 금액 동시 층화)와 동적 표본추출(실시간 데이터 흐름에 기반) 등을 탐색함으로써 더욱 정교한 감사 체계를 구축할 여지가 있다.