Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

4.1 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack

title

Sentiment-Analysis

📌 한 줄 통찰 (The Karpathy Summary)

"행간에 숨은 마음 읽기: 텍스트 속에 담긴 주관적인 감정, 태도, 의견을 AI가 객관적인 데이터(긍정/부정/중립)로 분류하여 집단의 마음 지도를 그려내는 기술."

📖 구조화된 지식 (Synthesized Content)

감성 분석(Sentiment Analysis, Opinion Mining)은 자연어 처리(NLP)를 통해 글쓴이의 감정 사태를 파악하는 기술입니다.

분석 층위:
- Document-level: 문서 전체의 지배적인 감정 파악.
- Sentence-level: 각 문장별 감정 변화 추적.
- Aspect-level (ABSA): 특정 속성별 감정 분석 (예: "음식은 맛있지만(긍정) 서비스는 엉망(부정)이다").
분석 방식:
- Lexicon-based: 감성 사전(예: '좋다'=+1, '슬프다'=-1)을 기반으로 점수 합산.
- Deep Learning (LLM): 문맥 전체를 파악하여 반어법이나 비유 속에 숨은 진짜 감정까지 포착.
활용 분야:
- 마케팅: 신제품 출시 후 SNS 실시간 반응 모니터링.
- 금융: 뉴스 기사와 트윗의 감성을 분석하여 주가 변동 예측.
- 정치: 정책 발표에 대한 여론의 흐름과 핵심 불만 사항 파악.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

과거 데이터와의 충돌: 초기 감성 분석은 단순히 단어 위주로 파악하여 "그는 사기꾼이 아니다"를 부정으로 오인하기도 했으나, 현대 AI 정책은 트랜스포머 기반의 문맥 이해를 통해 고차원적인 감정 파악(Sarcasm Detection 등)을 기본 성능으로 요구함(RL Update).
정책 변화(RL Update): 기업의 고객 대응 정책이 '단순 불만 접수'에서 'AI 실시간 감정 케어'로 진화함에 따라, 극심한 부정 감성을 보이는 고객을 즉시 VIP 상담원에게 연결하는 '감성 트리거 기반 우선 대응 정책'이 상설 운영됨.

🔗 지식 연결 (Graph)

Psychology & Behavior, Player-Experience-Modeling, Information Extraction (IE), Personalization-Engines, Marketing-Automation
Modern Tech/Tools: Hugging Face Transformers, BERT, Google Natural Language API, Brandwatch.

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

(TODO)

언제 쓰면 안 되는가:

(TODO)

🧪 검증 상태 (Validation)

정보 상태: needs_review
출처 신뢰도: A
검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
처리 방식: UPDATE (자동 정규화)
처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A

💻 코드 패턴 (Code Patterns)

패턴 1: (TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)

# TODO

🤔 의사결정 기준 (Decision Criteria)

선택 A를 써야 할 때:

(TODO)

선택 B를 써야 할 때:

(TODO)

기본값:

(TODO)

❌ 안티패턴 (Anti-Patterns)

[안티패턴]: (TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)

4.1 KiB Raw Blame History