VRSK 베리스크 애널리틱스 보험 데이터 분석 주가 전망 2026 일러스트

VRSK 베리스크 애널리틱스 주가 전망 2026: 보험 데이터 독점망의 가치는 어디까지인가

Daylongs · 2026년 6월 15일 · 18분 소요

#VRSK #Verisk #보험데이터 #미국주식 #데이터분석주 #EFX #TRU #배당주

보험사 사무실에 가본 적이 있다면, 책상 위 모니터 어딘가에 ‘ISO’라는 이름이 박힌 화면을 봤을 가능성이 높습니다. 미국에서 자동차보험이든 주택보험이든 보험료를 산정하고 약관을 작성하는 거의 모든 과정에 Verisk Analytics(NASDAQ: VRSK)의 데이터가 어떤 형태로든 관여합니다. 그런데도 일반 투자자에게는 잘 알려지지 않은 종목입니다.

저는 VRSK를 한 줄로 이렇게 정리합니다. “보험업계의 배관(plumbing)을 깔아놓은 회사” — 화려하지 않지만, 뜯어내려면 업계 전체가 멈춥니다.

Verisk는 어떤 회사이고 무엇으로 돈을 버나요?

Verisk는 2009년 나스닥에 상장한 보험 데이터·분석 기업으로, 본사는 뉴저지주 저지시티에 있습니다. 현재는 단일 사업부문인 ‘Insurance’로 운영되는데, 이는 2022년 두 차례의 대규모 매각(에너지 분석 자회사 Wood Mackenzie를 Veritas Capital에, 금융 데이터 사업을 TransUnion에) 이후 사업 포트폴리오를 손해보험(P&C) 데이터·분석으로 재정비한 결과입니다.

핵심 사업 영역은 크게 세 갈래입니다.

영역	핵심 자산	보험 가치사슬 단계
언더라이팅	ISO 표준양식·요율 데이터, 통계 데이터베이스	보험 가입 심사·가격 책정
클레임	Xactware(Xactimate), XactAI	사고 발생 후 손해사정·복구
캣 모델링	Verisk Extreme Event Solutions(구 AIR Worldwide)	자연재해 리스크 추정·재보험 가격산정

각 영역이 독립적으로 작동하는 것이 아니라, 한 보험사가 언더라이팅에서 Verisk 데이터를 쓰면 클레임 처리에서도 Xactware를 쓰고, 재보험 계약에서 Verisk의 캣 모델을 참조하는 식으로 상호 연결된 워크플로우를 형성합니다. 이 연결성이 Verisk의 핵심 자산입니다.

ISO 표준양식은 정확히 어떤 진입장벽을 만드나요?

미국 보험 약관은 주(state)별로 규제 당국의 승인을 받아야 합니다. 만약 모든 보험사가 각자 약관을 처음부터 만들고 50개 주에서 개별 승인을 받아야 한다면, 법무·규제 대응 비용이 천문학적으로 늘어납니다.

ISO(Insurance Services Office)는 이 문제를 산업 차원에서 해결한 표준 약관·요율 데이터를 제공합니다. 보험사들은 ISO 표준양식을 베이스로 사용하고, 여기에 자사만의 차별화 조항(endorsement)을 추가하는 방식을 씁니다. 규제 당국 역시 ISO 표준양식에 대한 검토 경험이 누적되어 있어 승인 절차가 상대적으로 빠릅니다.

결과적으로 ISO 표준양식은:

보험사에게는 법무 비용 절감과 신속한 신상품 출시 도구
규제 당국에게는 검증된 약관 언어라는 신뢰 기반
Verisk에게는 산업 전체가 자발적으로 의존하는 사실상의 표준 인프라

이 구조를 새로운 경쟙자가 처음부터 복제하려면, 단순히 데이터를 모으는 것을 넘어 50개 주 규제 당국과의 신뢰 관계, 수십 년간 누적된 약관 언어의 법적 검증 이력까지 따라잡아야 합니다. 시간이 만든 장벽이라는 점에서 자본만으로 단축하기 어렵습니다.

Xactware와 XactAI — 클레임 데이터의 AI화는 어디까지 왔나요?

Xactware의 Xactimate는 미국에서 주택·상업용 건물 손상 견적(estimating) 작업의 표준 소프트웨어입니다. 폭풍이나 화재로 집이 손상되면, 보험사 손해사정사와 수리업체(contractor)가 같은 견적 도구를 사용해 ‘같은 언어’로 손상 범위와 비용을 협의합니다.

2025년 Verisk가 발표한 XactAI는 이 워크플로우에 생성형 AI를 결합한 제품군입니다. 손상 사진·문서를 자동으로 요약하고, 견적 작성 과정의 반복 작업을 줄이는 데 초점을 맞춥니다.

이 대목에서 제가 주목하는 건 단순한 ‘기능 추가’가 아니라 데이터 자산의 재포장(repackaging) 전략입니다. Verisk는 수십 년간 누적된 클레임 처리 이력 데이터를 보유하고 있는데, 이 데이터는 생성형 AI 모델을 보험 클레임 도메인에 맞게 튜닝하는 데 핵심 원료가 됩니다. 범용 LLM이 아무리 강력해도 “이 정도 손상이면 통상 며칠, 어느 정도 비용이 든다”는 보험 도메인 특화 패턴은 실제 클레임 데이터 없이는 정확도를 내기 어렵습니다.

데이터 네트워크 효과는 실제로 어떻게 작동하나요?

“네트워크 효과”라고 하면 보통 SNS나 마켓플레이스를 떠올리지만, Verisk의 네트워크 효과는 조금 다른 방식으로 작동합니다. 핵심은 데이터를 제공하는 보험사 자신이 그 데이터의 최대 수혜자가 되는 순환 구조입니다.

예를 들어, 다수의 손보사가 자사의 손해율·클레임 이력 데이터를 Verisk의 통계 데이터베이스에 제출하면, Verisk는 이를 익명화·집계해 산업 전체의 손실 패턴 데이터로 가공합니다. 이렇게 만들어진 집계 데이터는 다시 각 보험사에게 “내 회사의 손해율이 업계 평균과 비교해 어떤가”를 판단할 수 있는 벤치마크로 제공됩니다.

이 구조에서 중요한 점은:

신규 진입 보험사일수록 이 벤치마크 데이터의 가치가 더 큽니다 (자체 데이터가 부족하기 때문)
데이터를 더 많이 제출하는 보험사가 많아질수록 벤치마크의 정확도가 높아집니다
한번 이 생태계에 데이터를 제출하고 벤치마크를 활용하기 시작한 보험사가 빠져나가면, 업계 평균 대비 자사 포지션을 가늠할 기준 자체를 잃게 됩니다

즉 Verisk를 떠나는 비용은 단순히 ‘소프트웨어 교체 비용’이 아니라 ‘업계 전체와의 비교 기준을 잃는 비용’입니다. 이것이 구독 갱신율이 안정적으로 유지되는 근본적인 이유 중 하나입니다.

보험업계 AI 경쟁에서 Verisk의 입지는 어디인가요?

생성형 AI 붐 이후 보험업계에서는 “AI가 데이터 벤더를 무력화할 것”이라는 주장과 “데이터 벤더가 AI의 최대 수혜자가 될 것”이라는 주장이 동시에 나옵니다. 저는 두 시나리오를 모두 진지하게 검토해야 한다고 봅니다.

AI가 Verisk를 위협하는 경로: 대형 보험사나 빅테크가 위성 이미지, 드론 데이터, IoT 센서, 공개 기상 데이터 등 ‘대체 데이터(alternative data)‘를 자체 LLM과 결합해 Verisk 없이도 일정 수준의 언더라이팅 모델을 구축할 가능성이 있습니다. 특히 자동차보험처럼 텔레매틱스 데이터가 풍부한 영역에서는 이런 시도가 이미 일부 진행 중입니다.

Verisk가 AI의 수혜자가 되는 경로: 다만 ‘대체 데이터’와 ‘검증된 손해 이력 데이터’는 다릅니다. 위성 이미지로 지붕 상태를 파악할 수 있어도, “이 정도 손상이 실제로 보험금 청구로 이어질 확률은 얼마이고, 청구액은 평균 얼마인가”라는 손해 이력은 위성 이미지만으로는 알 수 없습니다. Verisk의 데이터는 AI 모델의 ‘눈’이 아니라 ‘기억’에 해당하는 영역이며, 이 영역은 새로운 데이터 소스가 등장해도 대체되기보다는 보완되는 경향이 있습니다.

결론적으로, 저는 AI가 Verisk의 비즈니스 모델을 무력화하기보다는 Verisk가 보유한 데이터의 ‘활용 단가’를 높이는 방향으로 작동할 가능성이 더 크다고 봅니다. 단, 이는 Verisk가 XactAI처럼 AI 네이티브 제품을 계속 출시하며 데이터를 새로운 형태로 패키징하는 실행력을 유지한다는 전제하에 성립하는 시각입니다.

캣 모델링(자연재해 리스크) 사업은 기후변화의 수혜주인가요?

Verisk Extreme Event Solutions(전신 AIR Worldwide)는 허리케인, 지진, 홍수 같은 극단적 재해의 발생 확률과 손실 규모를 추정하는 모델을 보험사·재보험사에 공급합니다.

기후변화로 인해 극단 기상 현상의 빈도와 강도에 대한 불확실성이 커지면서, 보험사와 재보험사 입장에서는 정교한 리스크 모델에 대한 의존도가 오히려 높아지는 경향이 있습니다. 가격을 잘못 책정하면 대형 재해 한 번으로 회사가 흔들릴 수 있기 때문입니다.

다만 이 시장이 Verisk의 ‘독점’은 아닙니다. Moody’s RMS(구 RMS), CoreLogic(현 Cotality)이 강력한 경쟁자로 존재하며, 많은 대형 재보험사는 리스크 분산을 위해 복수 모델을 병행 사용(multi-model approach)합니다. 즉 캣 모델링은 Verisk에게 ‘구조적 성장 동력’이지만 ‘독점적 해자’는 아니라는 점을 구분해야 합니다.

보험 사이클이 VRSK 매출에 미치는 영향은 어떻게 작동하나요?

손해보험 업계는 전통적으로 ‘하드 마켓(요율 상승기)‘과 ‘소프트 마켓(요율 경쟁기)‘을 반복하는 사이클을 갖습니다. 이 사이클이 Verisk에 미치는 영향은 직접적인 매출 변동보다는 간접적·구조적입니다.

하드 마켓(요율 상승기): 보험사들이 신규 상품 출시, 언더라이팅 정교화에 더 투자 → Verisk 데이터·분석 도구 수요 증가
소프트 마켓(요율 경쟁기): 보험사들이 비용 절감 압박 → 그러나 Verisk 데이터는 ‘비용’이 아니라 ‘필수 운영 인프라’로 인식되어 갱신율 자체는 비교적 견조하게 유지되는 경향

이런 구조 때문에 Verisk의 매출은 보험사들의 손익(손해율) 변동보다 훨씬 안정적으로 움직이는 경향이 있습니다. 다만 이는 일반적 패턴이며, 실제 매출 성장률·갱신율은 분기마다 달라질 수 있으므로 최신 IR 자료로 확인이 필요합니다.

Verisk의 경쟁사들과는 어떻게 다른가요?

비교 항목	Verisk(VRSK)	Equifax(EFX)	TransUnion(TRU)	CoreLogic(Cotality)
핵심 고객층	손해보험사(P&C)	대출기관·고용주	대출기관·통신사	부동산·보험사
핵심 데이터 자산	ISO 약관·요율, 클레임 이력	신용 데이터, 고용 이력(TWN)	신용 데이터	부동산·재해 데이터
사업 모델 특징	구독형, 워크플로우 임베디드	구독+거래형 혼합	구독+거래형 혼합	구독+라이선스
직접 경쟁 영역	캣 모델링, 일부 인수 데이터	보험 인수용 신용·소득 데이터	보험 인수용 신용 데이터	부동산 재해 리스크

흥미로운 점은 Verisk와 Equifax(EFX), TransUnion(TRU)이 완전한 경쟁자는 아니라는 것입니다. EFX와 TRU는 주로 ‘신용·소득 데이터’를 보험 인수에 제공하는 반면, Verisk는 ‘손해 이력·약관·재해 모델’을 제공합니다. 즉 같은 보험사가 언더라이팅 한 건을 처리할 때 EFX/TRU 데이터와 Verisk 데이터를 동시에 사용하는 경우가 많습니다 — 경쟁보다는 보완 관계에 가깝습니다. EFX와 TRU에 대한 자세한 분석은 EFX 에퀴팩스 주가 전망 2026과 TRU 트랜스유니온 주가 전망 2026에서 다뤘습니다.

2026년 VRSK에 투자한다면: 세 가지 시나리오

아래는 가상의 투자 시나리오이며, 실제 수익률을 예측하는 것이 아니라 ‘어떤 변수에 주목해야 하는가’를 보여주기 위한 프레임워크입니다.

시나리오 A: AI 제품 채택 가속 + 보험 하드 마켓 지속

XactAI 등 AI 제품이 빠르게 채택되어 객단가(ARPU)가 올라가고, 동시에 손해보험 업계의 요율 상승 사이클이 이어지는 경우입니다. 이 경우 Verisk의 구독형 매출 성장률이 가속화되고, 시장이 ‘데이터 기업의 AI 프리미엄’을 추가로 반영하면서 밸류에이션 멀티플이 확장될 가능성이 있습니다. 다만 이는 다수 변수가 동시에 우호적으로 작동해야 하는 강세 시나리오입니다.

시나리오 B: 현 사업 모델의 점진적 안정 성장

가장 가능성이 높은 기본 시나리오로 봅니다. 기존 ISO 데이터·언더라이팅 솔루션의 안정적 갱신, Xactware의 점진적 AI 제품 통합, 캣 모델링 수요의 완만한 증가가 결합되어 Verisk가 과거부터 보여온 ‘꾸준한 한 자릿수~낮은 두 자릿수 성장’의 패턴을 이어가는 경우입니다. 이 시나리오에서는 배당과 자사주 매입이 주주 환원의 핵심 축이 됩니다.

시나리오 C: 보험업계 IT 예산 축소 + 신규 경쟁자의 데이터 우회

대형 재해로 보험사들의 손익이 크게 악화되어 IT·데이터 예산을 일시적으로 축소하거나, 빅테크·핀테크가 대체 데이터(위성 이미지, IoT 센서 등)로 일부 언더라이팅 영역을 우회하는 경우입니다. 이 경우 Verisk의 매출 성장률이 둔화되고 멀티플 압축이 발생할 수 있습니다. 다만 ISO 표준양식처럼 규제·법무 인프라에 깊이 박힌 자산은 단기간에 대체되기 어렵다는 점이 하방을 일정 부분 방어합니다.

가상 시나리오: $10,000을 VRSK에 투자한다면

아래 표는 실제 수익률 예측이 아니라, 위 세 가지 시나리오가 현실화될 경우 투자자가 어떤 종류의 결과를 기대하거나 우려해야 하는지를 정성적으로 정리한 것입니다. 구체적인 퍼센트나 목표가는 의도적으로 제시하지 않습니다.

시나리오	핵심 동인	주가 방향성(정성적)	모니터링 지표
A. AI 가속 + 하드 마켓	XactAI 등 AI 제품 채택률 상승, 보험 요율 상승 사이클 지속	멀티플 확장 + 매출 성장 동반 상승	분기별 구독 매출 성장률, AI 제품 매출 기여도
B. 점진적 안정 성장 (기본)	기존 사업의 견조한 갱신율, 완만한 신규 계약 증가	시장 평균과 유사하거나 소폭 상회하는 흐름	갱신율, 영업이익률, 배당·자사주 매입 규모
C. IT 예산 축소 + 대체 데이터 부상	대형 재해로 보험사 손익 악화, 대체 데이터 업체의 부분적 침투	멀티플 압축 + 성장 둔화 우려 반영	고객사 집중도, 신규 경쟁사 동향, 갱신율 변화

이 표에서 가장 주목해야 할 항목은 ‘갱신율’입니다. Verisk처럼 구독형 매출이 핵심인 기업에서는 신규 매출보다 기존 고객의 이탈률(churn rate) 변화가 먼저 주가에 신호를 줍니다. 갱신율이 둔화되는 조짐이 보인다면, 시나리오 A에서 C로 이동하고 있다는 초기 신호로 해석할 수 있습니다.

핵심 리스크는 무엇인가요?

1) 보험 인덱스 산업의 규제 리스크: ISO 같은 산업 표준 데이터 제공자에 대해 일부 주에서는 반독점·정보 공유 관련 규제 논의가 주기적으로 제기됩니다. 규제 환경 변화는 비즈니스 모델의 핵심 전제에 영향을 줄 수 있습니다.

2) 대형 고객 집중도: 손해보험사 상위 몇 개사가 매출의 상당 부분을 차지하는 구조라면, 이들의 인수합병(M&A)이나 자체 데이터 역량 확충(in-house화)이 매출에 영향을 줄 수 있습니다. 정확한 고객 집중도는 10-K의 관련 공시를 확인해야 합니다.

3) 기후변화로 인한 모델 정확도 리스크: 캣 모델링은 과거 데이터를 기반으로 미래를 예측하는데, 기후 패턴이 과거와 다르게 변화할 경우 모델의 예측력 자체가 도전받을 수 있습니다. 이는 Verisk만의 문제가 아니라 업계 전체의 구조적 과제입니다.

4) 밸류에이션 리스크: 데이터·분석 기업들은 일반적으로 시장 평균보다 높은 멀티플로 거래되는 경향이 있어, 성장률이 기대에 못 미치면 멀티플 압축에 따른 주가 충격이 상대적으로 클 수 있습니다.

한국 투자자가 VRSK에 투자할 때 세금은 어떻게 처리되나요?

미국 주식에 투자하는 한국 투자자라면 두 가지 세금을 구분해야 합니다.

배당소득세: VRSK가 배당을 지급하면 한미 조세조약에 따라 15%가 미국에서 원천징수됩니다. 이후 국내에서 이자·배당 등 금융소득을 합산해 연간 2,000만 원을 초과하면 금융소득종합과세 대상이 되어 다른 소득과 합산해 종합소득세율(최대 45%)이 적용될 수 있습니다. 미국에서 낸 15%는 외국납부세액공제를 통해 국내 세금에서 일부 차감됩니다.

양도소득세: VRSK 주식을 매도해 이익이 발생하면, 연간 250만 원 기본공제 후 초과분에 22%(지방소득세 포함)의 양도소득세가 부과됩니다. 다른 해외주식 매매 손익과 합산해 계산하므로, 손실이 난 종목이 있다면 같은 해에 함께 매도해 손익을 상계하는 것도 고려할 수 있습니다.

연말로 갈수록 양도소득세 신고를 위한 거래 내역 정리, 배당소득 합산 여부 확인이 필요해지는 시기이므로, 보유 종목 전체의 연간 손익을 미리 점검해두는 것이 좋습니다. 정확한 세율과 공제 한도는 매년 세법 개정 여부를 국세청 공고에서 확인해야 합니다.

나의 견해: 화려함이 아니라 ‘대체 불가능성’에 투자하는 종목

VRSK는 분기마다 깜짝 실적을 발표하며 화제가 되는 종목은 아닙니다. 그보다는 미국 손해보험이라는 거대한 산업의 운영 인프라에 깊숙이 박혀, 보험사들이 의식하지 못할 정도로 일상적으로 사용하는 데이터·소프트웨어를 공급하는 회사입니다.

저는 이 점이 VRSK의 가장 큰 매력이자 동시에 가장 자주 과소평가되는 부분이라고 봅니다. ISO 표준양식, Xactware의 클레임 워크플로우, 캣 모델링 데이터는 각각 개별적으로 보면 ‘평범한 데이터 사업’처럼 보이지만, 세 가지가 서로 연결되어 보험 가치사슬 전체를 감싸는 구조는 쉽게 복제되지 않습니다.

다만 투자자가 주의할 점은, 이런 ‘인프라형 비즈니스’의 특징이 폭발적 성장이 아니라 꾸준한 성장이라는 것입니다. 단기 트레이딩보다는 보험업계 전체의 디지털 전환·AI 도입이라는 장기 추세에 베팅하는 관점에서 접근하는 것이 더 맞는 종목이라고 생각합니다. 분기 실적에서는 구독 매출 성장률, 갱신율, AI 제품(XactAI 등)의 매출 기여도를 우선적으로 확인해보시길 권합니다.

본 글은 투자 참고 목적으로 작성되었으며 투자 권유가 아닙니다. 구체적인 매출, 이익, 밸류에이션, 배당률 등 수치 정보는 Verisk Analytics 공식 IR 사이트(investor.verisk.com) 및 SEC EDGAR에 공시된 최신 10-K, 10-Q 자료를 직접 확인하시기 바랍니다.

Verisk Analytics(VRSK)는 정확히 무엇을 하는 회사인가요?

Verisk는 미국 손해보험(P&C) 업계에 데이터와 분석 소프트웨어를 공급하는 회사입니다. 보험사가 보험료를 산정하는 언더라이팅 단계, 사고 발생 후 손해사정을 처리하는 클레임 단계, 그리고 허리케인·지진 등 자연재해 리스크를 추정하는 캣 모델링 단계까지 보험 가치사슬 전반에 걸쳐 데이터·소프트웨어를 제공합니다. 단일 사업부문(Insurance)으로 운영되며, 거의 모든 미국 손보사가 직간접적으로 Verisk의 데이터를 사용합니다.

Verisk가 보유한 ISO 표준양식이 왜 중요한가요?

ISO(Insurance Services Office)는 미국 손보업계에서 사실상 표준으로 자리잡은 보험 약관·요율 산정 기준을 제공합니다. 수백 개 보험사가 자체적으로 약관을 처음부터 만드는 대신 ISO 표준양식을 채택하고 여기에 자사 특화 조항을 더하는 방식을 씁니다. 이는 보험사 입장에서 법적 검토 비용을 줄여주는 동시에, Verisk를 산업 전체의 '공통 인프라'로 만들어 대체하기 어려운 진입장벽을 형성합니다.

Wood Mackenzie와 금융 데이터 사업 매각은 어떤 의미인가요?

Verisk는 2022년 에너지·원자재 분석 자회사 Wood Mackenzie를 Veritas Capital에, 금융 데이터 사업(은행권 신용 데이터 등)을 TransUnion에 매각했습니다. 이 두 거래로 Verisk는 비핵심 사업을 정리하고 손해보험 데이터·분석이라는 핵심 영역에 자본과 경영 역량을 집중하는 '포커스드 플레이(focused play)'로 재편됐습니다. 분리 이후 사업 구조가 단순해지면서 투자자들이 핵심 수익성을 평가하기 쉬워진 측면이 있습니다.

Xactware와 XactAI는 어떤 역할을 하나요?

Xactware는 주택·건물 손상 추정(estimating) 소프트웨어인 Xactimate로 잘 알려진 자회사로, 미국 주택 클레임 처리 워크플로우의 표준 도구로 널리 쓰입니다. 2025년 발표된 XactAI는 생성형 AI를 활용해 클레임 관련 문서 요약, 손상 평가 보조, 작업 흐름 자동화를 지원하는 신규 제품군입니다. 클레임 처리 속도와 정확도를 높이는 동시에 Verisk 데이터 생태계에 보험사·수리업체를 더 깊이 묶어두는 효과를 냅니다.

캣 모델링(Extreme Event Solutions) 사업은 경쟁이 치열한가요?

네. 옛 AIR Worldwide를 기반으로 한 Verisk Extreme Event Solutions(현 Catastrophe & Risk Solutions)는 자연재해 리스크 모델링 시장에서 Moody's RMS, CoreLogic(현 Cotality) 등과 경쟁합니다. 이 시장은 기후변화로 재해 빈도·강도 추정의 중요성이 커지면서 수요 자체는 늘고 있지만, 보험사들이 복수 모델을 병행 사용하는 경우가 많아 '단일 승자' 구조는 아닙니다. 모델 정확도, 업데이트 주기, 재보험사 신뢰도가 경쟁의 핵심입니다.

VRSK의 매출 구조는 얼마나 안정적인가요?

Verisk 매출의 상당 부분은 다년 계약 기반의 구독형(subscription) 매출입니다. 보험사들이 언더라이팅 시스템에 Verisk 데이터를 직접 연동(API·임베디드 워크플로우)해 사용하기 때문에 교체 비용(switching cost)이 높고, 계약 갱신율이 높게 유지되는 구조입니다. 정확한 구독 매출 비중과 갱신율은 최신 IR 공시(10-K, 분기 실적 발표)에서 확인하는 것이 정확합니다.

보험업계의 생성형 AI 도입이 Verisk에는 위협일까요, 기회일까요?

양면성이 있습니다. 위협 측면에서는, 보험사나 빅테크가 자체 LLM과 대체 데이터로 언더라이팅 모델을 만들 가능성이 이론적으로 존재합니다. 그러나 기회 측면이 더 큽니다. 생성형 AI 모델은 결국 '학습 데이터'와 '검증된 손해 이력'이 있어야 정확도를 갖는데, Verisk는 수십 년치 클레임·손해 이력 데이터베이스를 보유한 몇 안 되는 사업자입니다. Verisk는 자체적으로 XactAI 같은 AI 제품을 출시해 데이터 자산을 AI 도구로 직접 패키징하는 전략을 취하고 있습니다.

VRSK의 주요 경쟁사는 누구인가요?

보험 신용·인수 데이터 영역에서는 Equifax(EFX), TransUnion(TRU), LexisNexis Risk Solutions(RELX 자회사)가 경쟁하며, 부동산·재해 데이터 영역에서는 CoreLogic(현 Cotality), 캣 모델링에서는 Moody's RMS가 주요 경쟁자입니다. 다만 Verisk의 ISO 표준양식·요율 데이터처럼 산업 전체가 의존하는 인프라성 자산은 직접적인 대체재가 많지 않다는 점이 차별점입니다.

VRSK는 배당주로 적합한가요?

Verisk는 배당을 지급하며 자사주 매입도 병행하는 회사입니다. 다만 배당수익률 자체는 높은 편이 아니고, 안정적 현금흐름을 자사주 매입과 배당으로 분배하는 '캐시카우형 성장주'에 가깝습니다. 정확한 현재 배당수익률과 배당 성장률은 Verisk IR(investor.verisk.com)의 최신 공시를 확인해야 합니다.

2026년 VRSK 투자에서 가장 중요한 변수는 무엇인가요?

첫째, 손해보험 업계의 신규 계약·요율 인상 사이클(보험 사이클)이 Verisk 매출 성장에 영향을 줍니다. 둘째, 기후변화로 인한 재해 빈도 증가가 캣 모델링 수요를 늘리는 동시에 보험사 손익 악화 시 IT 예산 축소 리스크도 동반합니다. 셋째, 생성형 AI 제품(XactAI 등)의 채택 속도와 가격 정책이 향후 매출 믹스에 영향을 줄 수 있습니다. 정확한 가이던스는 분기 실적 발표를 참고하세요.

한국 투자자가 VRSK 배당을 받을 때 세금은 어떻게 처리되나요?

미국-한국 조세조약에 따라 VRSK 배당금에는 15%의 원천징수가 미국에서 먼저 적용됩니다. 이후 국내에서 다른 금융소득(이자, 배당 등)과 합산해 연간 2,000만 원을 초과하면 금융소득종합과세 대상이 되어 종합소득세율로 추가 과세될 수 있습니다. 매매차익은 양도소득세(기본공제 250만 원, 초과분 22%) 대상이며, 미국에서 낸 원천징수세는 외국납부세액공제로 일부 상쇄할 수 있습니다. 정확한 세율과 한도는 매년 변경될 수 있으므로 국세청·세무사 확인이 필요합니다.

VRSK 주가의 밸류에이션을 어떻게 봐야 하나요?

Verisk는 전통적으로 시장 평균보다 높은 밸류에이션 멀티플로 거래되는 경향이 있는데, 이는 높은 영업이익률, 구독형 매출의 예측 가능성, 데이터 자산의 대체 불가능성을 시장이 프리미엄으로 반영하기 때문입니다. 다만 정확한 P/E, EV/EBITDA 등 밸류에이션 지표는 시점에 따라 크게 달라지므로 투자 시점의 최신 수치를 증권사 HTS나 Verisk IR 자료에서 직접 확인해야 합니다.