id: NLP-SENT-001 category: "10_Wiki/💡 Topics/AI" confidence_score: 1.0 tags: [ai, nlp, sentiment-Analysis, Text-Mining, opinion-mining, emotion-detection, customer-insights] last_reinforced: 2026-04-26

Sentiment Analysis Models (감성 분석 모델)

"언어의 행간에 숨겨진 감정의 파동을 읽어내고, 텍스트 뒤에 숨은 화자의 '진심'과 '태도'를 정량적인 수치로 번역하라" — 자연어 처리 기술을 활용하여 텍스트에 포함된 주관적인 의견, 감정, 태도를 자동으로 추출하고 분류하는 기술.

추출된 패턴: "Subjective Polarity Scoring and Aspect-based Evaluation" — 긍정/부정의 이진 분류를 넘어 특정 대상(Aspect)에 대한 세부 감정을 분석하고, 비유나 반어법 같은 복잡한 언어 장치를 문맥 임베딩을 통해 파악하는 패턴.
주요 분석 기법:
- Rule-based (VADER 등): 감정 단어 사전(Lexicon)을 기반으로 점수 합산.
- Machine Learning: SVM, Naive Bayes 등을 이용한 통계적 분류.
- Deep Learning (BERT/GPT): 문장 전체의 맥락을 파악하여 미묘한 감정선 변화 감지.
- Aspect-based (ABSA): "성능은 좋은데 가격이 비싸다"처럼 대상별로 감정 분리 분석.
의의: 브랜드 평판 관리, 시장 트렌드 파악, 고객 불만 실시간 대응 등 기업이 소비자의 '목소리'를 데이터로 이해하게 만드는 핵심 도구.

과거 데이터와의 충돌: 단순히 단어의 긍/부정만 따지던 방식에서 벗어나, 이제는 화자의 사회적 배경, 유머, 냉소적 표현까지 파악하는 '멀티모달(텍스트+음성+표정)' 감성 분석으로 확장되고 있음.
정책 변화: Antigravity 프로젝트는 에이전트와 사용자 간의 대화 흐름에서 사용자의 피드백 톤을 실시간 분석하여, 답변의 공감 수준이나 지원 강도를 동적으로 조절하는 감성 인지 로직을 가동함.