관광객이 남긴 리뷰만 읽고, AI가 도시의 '이미지'를 그려낼 수 있을까?

무슨 연구인가

세계문화유산인 마카오 역사지구에 대해 사람들이 여러 여행 앱에 남긴 후기 3,781건을 모아, 세 가지 AI 기법을 이어 붙여 '이 도시는 사람들에게 어떤 곳으로 느껴지는가'를 분석한 연구예요. 설문 대신 이미 쌓여 있는 진짜 후기를 활용했다는 점이 핵심입니다.

🔬 어떻게 분석했나

① 후기를 4개 플랫폼(샤오훙수·씨트립·디엔핑·트립어드바이저)에서 3,781건 긁어모았어요 — 실험실 데이터가 아니라 관광객이 자발적으로 쓴 '날것' 텍스트라는 점이 강점입니다.
② 먼저 TF-IDF로 핵심 단어를 뽑았어요 — TF-IDF는 '흔한 단어는 깎고, 이 글에서만 유독 자주 나오는 단어는 높이 쳐주는' 가중치 계산법이라, '성바울 유적'·'세나도 광장' 같은 상징 키워드가 자동으로 도드라집니다.
③ 다음 BERTopic으로 숨은 주제 18개를 찾았어요 — BERTopic은 문장을 '의미 좌표'로 바꾼 뒤 가까운 것끼리 묶어 주제를 뽑아내는 최신 토픽모델링이라, 사람이 미리 주제를 정해주지 않아도 '유산 공간 인식', '랜드마크·거리 체험' 같은 덩어리를 스스로 발견합니다.
④ 마지막으로 RoBERTa라는 딥러닝 감성 분류기로 각 후기가 긍정인지 부정인지 판별했어요 — 어떤 주제가 칭찬을 받고 어떤 주제가 불만의 원천인지 짚어내기 위한 단계입니다.

📊 무엇을 찾았나

전체적으로는 긍정 후기가 압도적이었지만, 불만의 진원지는 '혼잡·과밀'과 '기대와 실제의 간극'으로 좁혀졌어요. 즉 유산 자체보다 '너무 붐빈다'가 만족을 깎아먹는 핵심 변수였던 셈입니다.

💡 내 연구에 가져갈 것

리뷰로 '장소 이미지'를 그리고 싶다면, 키워드(TF-IDF)→주제(BERTopic)→감정(감성분석) 3단 파이프라인이 검증된 조합이에요.

📄 논문 정보

A Multi-Model Text Mining Approach to Tourism Image Analysis of the Historic Centre of Macao Based on User-Generated Content
Xiao Xu, Qiaoyun Zhang
Buildings · 2026-07-21 · 🔓 오픈액세스
원문 보기 ↗