연구용 댓글 수천 건을 주제와 감정으로 나눠 보여주는 분석 도구

배경

특정 주제를 검색어로 잡아 유튜브 댓글을 모으면 수천 건이 나옵니다. 연구에서 다뤄야 하는 것은 그 안에 어떤 이야기가 몇 갈래로 있느냐인데, 사람이 처음부터 끝까지 읽어서는 그 갈래가 나오지 않습니다. 몇백 개를 읽고 나머지를 짐작하게 됩니다.

정의한 문제

“긍정이 몇 퍼센트”를 집계하는 것만으로는 부족했습니다. 무엇에 대해 말하고 있는지를 먼저 나눠야 그 감정이 어디를 향한 것인지 알 수 있습니다. 주제를 나누는 일과 감정을 헤아리는 일을 따로 두고, 둘을 겹쳐 보는 것까지가 문제의 범위였습니다.

그리고 연구자가 기준을 직접 바꿔 가며 돌려 볼 수 있어야 했습니다. 토픽을 몇 개로 나눌지는 정답이 있는 값이 아니라 자료를 보면서 정하는 값입니다. 그 값이 코드 안에 박혀 있으면 바꿔 볼 때마다 저희를 불러야 합니다.

만든 것

• 토픽 모델링 — 댓글을 주제 묶음으로 나눕니다. 토픽 수, 학습 횟수, 상위 단어 수를 화면에서 직접 바꿉니다
• 빈도 시각화 — 가장 많이 나온 단어 상위 10개를 막대로 보여줍니다
• 주제 포함 비율 — 지정한 주제를 담은 댓글이 전체의 몇 퍼센트인지 파이로 냅니다
• 감정 분포 — 긍정·부정 비율을 함께 봅니다

결과

검색어별로 모인 댓글 수천 건이 주제별 묶음과 감정 분포로 정리돼 나옵니다. 화면의 두 건은 각각 전체 댓글 중 21.6%, 24.4%가 지정한 주제를 담고 있었습니다.

기준을 바꿔 다시 돌리는 일은 연구자가 직접 합니다.

같은 주제의 다른 일은 데이터 분석에 모아 두었습니다.

같은 주제의 다른 일은 AI 적용에 모아 두었습니다.