BERT 기반 리뷰의 감성정보를 활용한 제품정보 시각화 시스템의 구현

Abstract

최근 엠브레인 트렌드 모니터의 조사 결과에 따르면 19~49세의 남자와 여자 1,200명 중 86.9%가 제품에 대한 리뷰는 필요한 것으로 조사 되었다. 그 중 전체 응답자의 78.6%가 제품 구매 시 항상 소비자 리뷰를 확인한다고 하였다. 이와같이 최근에는 제품에 대한 리뷰의 중요성이 증가함에 따라 리뷰의 향상을 위해 다양한 시도들이 도입되고 있다. 대표적인 국내 사례로는 데일리 호텔의 트루리뷰와 CGV의 골든에그 지수, 플레이 스토어의 인기 기능, 망고 플레이트의 다이닝코드 등이 있다. 이러한 리뷰에 함축된 소비자의 긍·부정적 의사는 향후 다른 소비자의 구매 의사 결정에 영향력을 미치는 요소가 될 수 있다. 이에 본 논문에서는 딥러닝 기법을 적용한 BERT 모델을 활용하여 제품리뷰 대한 감성정보 시각화 시스템을 제안하였다. 제안한 시스템은 음식 제품의 기본정보를 웹에서 수집하는 웹 크롤링 모듈과 BERT 모델을 활용하여 리뷰의 감성정보 생성모듈, 생성된 감성정보의 제품정보를 시각화 모듈 등 3개 부시스템으로 구성하였다. 본 논문에서 제안한 시스템은 BERT 모델의 성능평가 지표 중 하나인 정확도 측정에서 93.8의 우수한 측정값을 얻었다. 이는 해당 음식 제품의 리뷰에 대하여 긍·부정 평가를 활용하는 다양한 분야에 응용될 것으로 기대한다.