|
유발 하라리의 저서 《호모 데우스》에서 제시된 '데이터이즘Dataism'은 데이터를 종교처럼 숭배하는 현대 사회의 경향을 비판적으로 묘사한다. 데이터이즘은 인간의 모든 현상을 데이터로 환원하고, 알고리즘을 통해 분석하고 예측할 수 있다고 믿는다. 물론 데이터이즘에는 과장된 측면이 있지만, 데이터와 알고리즘이 세상을 이해하는 새로운 믿음 체계가 되고 있다는 점은 부인할 수 없다.
특히 인공지능Artificial Intelligence, AI 기술의 발전은 과거에는 볼 수 없었던 인간의 내면세계, 감정, 생각, 심리 상태 등을 데이터로 포착하고 분석할 수 있는 가능성을 열었다. 텍스트, 이미지, 영상, 음성 등 다양한 형태의 데이터를 AI 기술로 분석하면, 과거에는 주관적인 판단에 의존했던 영역들을 객관적으로 볼 수 있게 된다. .jpg) 텍스트 및 영상 기반 감정 분석 기술 사람의 감정은 언어와 표정에 드러난다. 과거에는 설문조사나 면담, 관찰 등 제한적인 방법으로만 감정을 파악할 수 있었지만, 최근에는 텍스트 데이터나 영상 데이터를 AI 기술로 분석해 객관적으로 감정을 측정할 수 있게 됐다. 자연어 처리Natural Language Processing, NLP 기술의 발전으로 텍스트에 담긴 감정을 자동으로 분류하는 것이 가능해졌다. 초기 텍스트 감정 분석은 긍정-부정, 좋음-싫음과 같은 단순한 감성 분석에 머물렀지만, 최근에는 텍스트에 드러난 감정을 기쁨, 슬픔, 분노, 혐오, 놀람, 공포 등 더욱 세분화된 감정 범주로 분류하는 연구가 활발하게 진행되고 있다. 한국어 텍스트 감정 분석 데이터셋 KOTEKorean Text Emotion Dataset는 약 5만 개의 온라인 댓글을 43개의 감정 범주로 라벨링해, AI 모델이 텍스트에서 미묘한 감정 차이를 학습할 수 있도록 설계했다. 텍스트 감정 분석 기술은 소셜 미디어 여론 분석, 멘탈 헬스케어 등 다양한 분야에서 활용될 수 있다. 기업들은 소셜 미디어, 온라인 커뮤니티, 뉴스 댓글 등에 나타난 고객 반응을 살피고자 텍스트 감정 분석 기술로 브랜드 이미지, 제품 만족도, 고객 불만 사항 등을 파악한다. 텍스트 감정 분석 결과는 마케팅 전략 수립, 제품 개선, 고객 서비스 개선 등에 활용된다. 텍스트 감정 분석 기술은 정신 건강 관리 분야에서도 활용될 수 있다. AI 챗봇이 사용자와 텍스트 기반 대화를 나누면서 사용자의 감정 상태를 분석하고, 우울증, 불안 등 정신 건강 문제를 조기에 발견할 수 있다. 또한 감정 분석 결과 심리적 지지가 필요한 사용자에게 전문 상담 기관 연결, 심리 치유 프로그램 추천 등 맞춤형 멘탈 헬스케어 서비스를 제공할 수 있다. 컴퓨터 비전 기술은 영상 속에서 사람의 표정을 인식하고, 표정 변화를 분석해 감정을 추론한다. 딥러닝 기반 표정 인식 알고리즘은 실시간 영상에서 얼굴 영역을 탐지하고, 눈, 코, 입, 눈썹 등 얼굴 특징점을 추출한 다음, 이를 기반으로 기쁨, 슬픔, 분노, 혐오, 놀람, 공포, 중립 등 7가지 기본 감정을 분류한다. 최근에는 텍스트 감정 분석처럼 더욱 세분화된 감정 범주로 표정을 분류하거나, 복합적인 감정을 인식하는 연구도 진행되고 있다. ... 중략 ... |
|
기사 전문은 구독권한이 있는 회원께만 제공됩니다. 먼저 로그인 하세요.
로그인
|
