Amazon Comprehend를 통한 상품평 감성 분석 구현

이랜드 이노플은 유통, 패션, 외식, 호텔 등 이랜드 그룹의 다양한 사업 영역에서 발생하는, 매일 백만 건 이상의 판매 데이터와 회원 1,300만 명의 고객 행동 이력 데이터를 AWS 상에 정제하여 적재하고 있으며, 이렇게 수집된 정보를 Amazon SageMaker 기반으로 분석하고 가공하여 비즈니스에 적용하고 있습니다. 이러한 경험을 활용하기 위하여 설공에 대한 컨설팅 과정에서도 기존의 분석 아키텍처를 활용했습니다.

이랜드 이노플의 클라우드 기반 데이터 분석 아키텍처

먼저 설공의 타겟 시장의 트렌드 분석 및 예측을 위한 기초 데이터 수집에 착수하였습니다. 건강한 먹거리에 관심이 높은 고객들의 선호도가 높은 온라인몰들을 선정하고, 동일 제품 카테고리 내에 약 700여 종에 제품에 대해 140만 건의 공개된 상품평 데이터를 수집하여, Amazon Simple Storage Service (Amazon S3)에 적재하였습니다.

수집된 상품평 데이터에 대한 통계치와 단어 횟수 계산(Word Count) 등의 기본 분석은 상대적으로 수월하게 진행되었습니다. 그러나, 일부 온라인몰들은 평점에 대한 정보를 제공하지 않았기 때문에 다른 방법으로 긍정/부정에 대한 고객들의 평가를 구분할 필요성을 확인하게 되었습니다.

긍/부정 또는 감성 분석을 위한 효과적인 방법을 찾던 중, 기존의 다른 알고리즘은 학습이 필요하나 학습을 위한 데이터 레이블링에 시간을 많이 들일 수 없는 상황임을 고려하여 이미 검증된 서비스를 이용하는 것이 생산성에 더 큰 도움이 되리라 판단하고 Amazon Comprehend를 활용하였습니다.

Amazon Comprehend를 사용한 결과, 처음 예상했던 것과 같이 긍/부정 분석을 성공적으로 빠르게 마칠 수 있었으며 나아가 몇 가지 추가적인 장점도 확인할 수 있었습니다.

(중략)

https://aws.amazon.com/ko/blogs/korea/amazon-comprehend-goods-trend-prediction/