멀리건 vs Relevance AI

멀리건 장단점

• 상업용 보험 브로커들이 반복적으로 수행하던 데이터 입력 작업을 최대 90%까지 자동화해주어, 실제 사용자들은 하루에 2~3시간씩 절약된다는 피드백을 남겼습니다. 특히 손글씨가 포함된 스캔 문서나 이메일 본문에서도 데이터를 정확하게 추출하는 OCR 성능이 인상적이라는 평이 많습니다. 견적 자동화 기능은 ACORD 125, 126, 140 등 주요 양식을 자동으로 채워주어 별도 수동 입력 없이 바로 보험사에 제출할 수 있는 수준입니다. 웹사이트에 별도의 데모 요청 없이 바로 체험해볼 수 있는 인터랙티브 데모가 있어 도입 전 검토가 용이합니다.

• 한국어 인터페이스와 한국 보험 시장의 규제, 양식에 대한 공식 지원이 부족하여 국내 도입 시 추가 커스터마이징 비용이 발생할 수 있습니다. 가격 정책이 공개되어 있지 않아 영업 담당자와 미팅을 거쳐야만 견적을 받을 수 있는데, 이는 스타트업이나 소규모 브로커리지에는 진입 장벽으로 작용합니다. 일부 사용자는 AI가 추출한 데이터의 정확성을 항상 100% 신뢰할 수 없어 여전히 수동 검토가 필요하다고 지적했습니다. 또한 이메일 고객지원 응답 시간이 느릴 수 있다는 피드백도 있어, 긴급 이슈 발생 시 대처에 어려움이 있을 수 있습니다.

Relevance AI 장단점

• 비개발자도 쉽게 사용할 수 있는 직관적인 노코드 인터페이스
• GPT, Claude, Gemini 등 다양한 최신 LLM 선택 및 교체 가능
• 400개 이상의 사전 빌드된 에이전트 템플릿 제공
• 강력한 타사 도구 통합 능력 (9,000개 이상)

• 복잡한 멀티 에이전트 시스템 구축 시 가파른 학습 곡선
• 사용량 기반 크레딧 시스템으로 인한 비용 예측의 어려움
• 고급 커스터마이징을 위해서는 일정 수준의 기술적 이해도 필요

멀리건 주요 기능

• 보험 제출서류(Submission) 자동 조합 및 발송
• 복수 보험사 포털 자동 견적 수집 및 비교
• 보험 증권 검토 및 제안서(Proposal) 자동 생성
• 수수료 명세서(Commission Statement) 자동 처리
• 워크플로우 90% 자동화로 브로커 업무 부담 대폭 감소

Relevance AI 주요 기능

• Visual Workforce Builder — 노코드 캔버스로 멀티 에이전트 시스템 설계
• Multi-agent Orchestration — 에이전트 간 데이터 전달 및 순차 실행
• 자율형 BDR 에이전트 — 영업 리서치·아웃리치 자동화
• Custom API·Python 툴링으로 고급 커스터마이징 지원
• RAG 및 지식 베이스 통합
• Human-in-the-loop 승인 흐름으로 중요 의사결정 사람 개입 보장