더 똑똑해진 감성 분석: Synthesio가 XLM-RoBERTa를 도입한 이유
소셜 리스닝의 핵심은 수많은 대화 속에서 ‘감정의 흐름’을 정확히 읽어내는 것입니다.
브랜드들이 고객의 반응을 읽고, 전략을 조정하며, 트렌드를 파악함에 있어 감성 분석은 결정적인 역할을 합니다.
Synthesio는 그 핵심 역량인 Sentiment 분석 모델을 한 단계 더 진화시켰습니다.
기존 Google BERT 기반 모델에서 Meta AI가 개발한 XLM-RoBERTa로 업그레이드하면서, 이제 고객 반응의 감성을 좀 더 정확하게 파악할 수 있게 되었습니다.
기존 모델 Google BERT는 어떤 모델?
Google에서 개발한 BERT는 2018년 등장 이후 NLP 분야의 게임 체인저가 되었습니다.
양방향 문맥 이해를 바탕으로 감성 분석 뿐만 아니라 개체명 분석, 품사 분류 및 텍스트 분석에서도 뛰어난 성능을 보였습니다.
▼ 관련 포스팅 확인하기
하지만 글로벌 브랜드를 위한 소셜 리스닝 환경에서는 더 높은 수준의 다국어 처리 능력과 미묘한 문맥 파악이 요구됩니다.
BERT는 주로 영어를 기반으로 학습되었기 때문에 다국어 분석에는 한계가 있었고, 특히 딥러닝 모델을 학습할 수 있을 만큼의 대규모 데이터(텍스트, 음성 등)가 충분히 확보되지 않은 언어에서는 의미를 정확히 해석하지 못하는 경우도 종종 발생했습니다.
왜 XLM-RoBERTa인가?
Synthesio는 이러한 한계를 극복하기 위해, 다국어 감성 분석에 특화된 최신 모델인 XLM-RoBERTa(XLM-R) 를 도입했습니다.
XLM-RoBERTa 모델은 다음과 같은 특징이 있습니다.
100개 이상의 언어를 학습한 다국어 특화 모델
Facebook AI(현 Meta AI)가 RoBERTa 기반으로 개발
한국어, 일본어, 아랍어 등 저자원 언어에서도 높은 정확도
신세시오에 따르면 XLM-RoBERTa는 ASA에만 특화된 새로운 모델이며, 다국어 언급에 맞춰져 있고 BERT 아키텍처보다 더 뛰어나기 때문에 감성 분석에 대한 성능이 더 뛰어나다고 합니다.
XLM-RoBERTa 모델 도입 뿐만 아니라, 최근 업데이트를 통해 이모지 분석까지 가능하게되어 글로벌 고객사에 한층 더 정확한 다국어 감성 분석 결과를 제공할 수 있게 되었습니다!
물론 감성 분석은 알고리즘을 기반으로 하기 때문에, 분석 결과가 항상 정확할 수는 없습니다.
이런 점을 보완하기 위해 Synthesio에서는 감정 결과에 대한 피드백 기능을 제공하고 있습니다.
사용자가 직접 잘못 분류된 감정을 수정할 수 있고, 이 피드백은 향후 분석 정확도를 높이는 데도 활용됩니다.
앞으로도 더 정확한 분석을 위해
BERT가 더이상 신세시오의 다양한 NLP 알고리즘에 쓰이게 되지 않은 것은 아닙니다!
앞서 말씀드린 바와 같이, BERT는 ASA분석 뿐만 아니라 개체명 분석, 품사 분류 및 텍스트 분석도 가능하며 신세시오의 개체 분석, 텍스트 분석 기능인 Semantics 에 여전히 BERT는 사용되고 있습니다.
이렇듯 신세시오는 적재적소에 다양한 알고리즘을 도입하며 보다 정확한 결과를 제공하기 위해 지속적인 업데이트를 진행하고 있습니다.
지금까지 Synthesio의 새로운 ASA 감성 분석 모델 도입 소식을 전해드렸습니다.
이제 더 정교해진 분석력으로, 다양한 언어와 문화 속 대화도 놓치지 마세요.
No.1 소셜 인텔리전스 플랫폼 신세시오 (Synthesio)에 대해 더 알아보고 싶다면?
비즈니스 관련 문의
E-mail : marketing@samhwa.com
댓글