소셜미디어 악플, AI가 주제와 기분을 한꺼번에 읽어낼 수 있을까?

무슨 연구인가

SNS에 올라오는 글은 '무슨 얘기인지(주제)'와 '기분이 어떤지(감성)'를 같이 봐야 의미가 있습니다. 보통은 이 둘을 따로 분석하는데, 이 연구는 한 번에 처리하는 똑똑한 모델을 만들었어요.

🔬 어떻게 분석했나

① 소셜미디어 글 4,238개를 모았어요 — 8가지 주제와 '긍정·부정·중립' 감성 꼬리표를 붙인 연습문제집인 셈입니다.
② 글을 BERT로 읽혔어요 — BERT는 문장을 '의미를 담은 숫자 뭉치'로 바꿔주는 언어모델이라, 컴퓨터가 글의 뉘앙스까지 계산할 수 있게 됩니다.
③ 그 위에 머리(head)를 두 개 달았어요 — 하나는 '무슨 주제냐'를, 하나는 '기분이 어떠냐'를 맡습니다. 몸통(BERT)은 하나로 공유하니, 한 번 읽고 두 가지를 동시에 답하는 구조예요.
④ 크롤링→분석→경보를 하나의 고리로 묶었어요(closed-loop) — 글을 긁어와 분석하고, 위험하면 바로 알림을 보내고, 그 결과를 다시 수집에 반영하는 식으로 돌아갑니다.

📊 무엇을 찾았나

주제 맞히기 F1 98%, 감성 맞히기 F1 99.9%, 특히 부정적인 글은 100% 잡아냈어요 — 악플 100개 중 하나도 놓치지 않은 셈입니다. 게다가 한 번 읽어 두 가지를 답하니 시스템이 가볍습니다.

💡 내 연구에 가져갈 것

주제와 감성을 같이 봐야 한다면 모델 두 개 돌리지 말고, 몸통 하나에 머리 둘 다는 멀티태스크부터 검토하세요.

📄 논문 정보

A BERT-based multi-task learning framework for social media opinion mining with risk detection
Wei-Wei Liu
Scientific Reports · 2026-10-16
원문 보기 ↗