텍스트 리뷰 분석

텍스트 리뷰 분석

신규 업데이트 후 갑자기 쏟아진 부정 리뷰를 사람이 대량으로 일관되게 분류하는건 구조적으로 불가능

사람마다 읽은 리뷰가 달라서 전체 그림이 보이지 않음.

기준서를 만들고 교육을 해도 결국 흔들림, 의지나 능력의 문제가 아니라 사람의 한계이다.

 

AI 분석을 도입하면 좋은 점

2000개의 리뷰 전부 긍정, 부정 분류하고 자주 나오는 키워드를 분석하여 빠른 시간 안에 답을 도출해낼수 있음.

 

 

AI 를 통한 유저 리뷰 분석이 가치가 있는 이유

1. 이슈가 터지면 실시간으로 파악이 가능
2. 유저가 직접 작성한 글이므로 설문조사보다 솔직하다
3. 우리 게임만 보는 것이 아니라 경쟁 게임도 똑같이 분석 가능
4. 시간에 따른 변화도 확인 가능
   예) 업데이트 전후 반응 비교
   
   

사람 vs AI

1. 속도의 차이
   리뷰 하나 제대로 읽고 긍정 부정 판단하고 주요 키워드 메모하는데 30초에서 1분정도 소요
   사람이 하루에 처리하는 양에 대해 한계가 명확. 인기 게임인 경우에는 하루에 수천개씩의 리뷰가 작성될 수 있음.
   경쟁 업체를 분석하는 것도 필요해질 수 있다.
2. 일관성
   아침에 읽은 리뷰와 저녁에 읽은 리뷰 기준이 달라질 수 있다.
   같은 리뷰를 보고도 사람마다 기준이 달라질 수 있다.
   AI 는 사람과는 달리 같은 기준으로 리뷰 분석이 가능하다.
3. 인건비 발생
   사람은 필연적으로 인건비가 발생한다. 전문 업체를 쓰면 리뷰당 적지 않은 비용이 발생한다.
   AI 는 몇만개의 리뷰를 분석하는 데 몇분밖에 걸리지 않는다. 잠도 자지 않으며 쉬는 날도 없다.
   AI 는 비용이 들지 않는 것은 아니지만 인건비에 비해 압도적으로 저렴하다.
   대형 LLM AI 를 우리 서비스에 접목할 때 API 라는 방식을 사용한다. 보통 유료이다.
   유료 API 호출 비용이 리뷰 하나당 몇 원 정도 발생한다.

하지만 AI 가 사람을 완전히 대체하는 건 아니다.

AI 는 도구이고 의사 결정을 하지 못한다, 결정하는 것은 사람의 영역이다.

이 것이 AI 시대의 AI 와 사람의 협업 방식이다.

1. 리뷰를 넣으면 긍정, 부정 등 자동으로 분류
   이 리뷰가 왜 긍정이고 부정인지 근거도 같이 분류해서 볼 수 있다.
2. 수천 개의 리뷰에서 무엇이 자주 언급되는지 키워드를 분류
   단어 빈도만 새는 것이 아니라, 맥락을 이해해서 분류한다.
3. 트렌드 분석이 가능
   시간에 따른 변화를 분류한다.
4. 위 세 가지 분석 결과를 웹 화면으로 보여준다.
   그래프, 차트 등으로 시각화 가능하다.

 

AI 어플리케이션 개발자

이미 만들어진 AI ( ChatGPT , Claude 등)를 API 로 활용해 서비스를 구축하는 역할