텍스트마이닝을 활용한 산업분석 방법론에 관한 연구: 문장 분류를 이용한 PEST와 긍부정 분석

Abstract

오늘날의 기업들은 날로 치열해 지는 산업 내 경쟁 속에서의 생존을 위해 끊임없이 자기가 속한 산업의 변화와 동향을 파악하고 이를 자사의 정책이나 제품개발에 주기적으로 반영하면서 생존해야 하는 환경하에 있다. 이를 위해 주기적으로 수행해야 할 업무 중 하나가 산업정보의 분석이다. 대다수의 기업들은 많은 시간, 인력을 투입하거나 혹은 적지 않은 비용을 들여 외부 전문 분석기관의 도움을 받는 형태로 산업분석 정보를 획득하고 있다. 하지만 이러한 기존의 방식이 다소 휴리스틱하고 정성적인 접근법임으로 인해 분석결과의 품질이 매번 다르다는 점, 엄청난 양의 산업관련정보가 실시간으로 온라인에서 생산되고 있고 이들 정보를 최대한 분석에 반영할 경우 보다 높은 품질의 분석결과를 기대할 수 있음을 감안할 때 기존과는 다른 새로운 방식의 분석 기법 도입이 요구된다. 이에 본 연구에서는 대용량의 원천 데이터로부터 산업분석에 포함될 수 있는 정보를 추출하고 이를 산업분석 프레임워크의 각 카테고리별로 자동 분류해주는 텍스트마이닝 방법론을 제안한다. 기계학습 기반의 문장 분류기를 구축하여 보편적으로 활용되는 산업분석 프레임워크의 지표별로 분류될 수 있는 정보를 문장 형태로 수집하게 하였다. 제안한 시스템을 이용하여 PEST와 긍부정 분석을 수행하였으며, 실험을 통해 제안된 시스템의 분류 정확도를 평가하였다.