AI
딥러닝으로 리뷰에서 제품 속성 정보 추출하기
두줄요약
비정형 화장품 리뷰에서 약 80개 제품 속성을 추출하는 멀티 출력 딥러닝 모델을 개발했습니다.\n토픽 추가와 운영 부담을 줄이고, 0.85~0.95 정확도 및 제품 특성 검증 결과를 확인했습니다.
문제 상황
- 비정형 화장품 리뷰 1,200만 건 이상에서 사용자가 제품 속성을 빠르게 파악하기 어려운 구조
- 좋은 점·아쉬운 점 구분과 무관하게 취향에 따라 동일 속성의 평가 방향이 달라지는 문제
해결 방법
- 약 80개 제품 속성 토픽을 End-to-End로 추출하는 TensorFlow 2 기반 이진 분류 모델
- PLM 하나에 토픽별 출력 레이어를 결합하는 One-input Multi-outputs 구조
- 신규 토픽 학습 모델에서 PLM 이후 레이어만 분리해 기존 모델에 결합하는 방식
트레이드오프
- 멀티레이블 분류의 전체 재레이블링·재학습 부담과 다수 이진 모델의 자원·운영 부담 완화
- PLM 파인튜닝 대신 임베딩값 활용이라는 제약
성능/운영 포인트
- 분류기별 정확도 약 0.85~0.95 기록
- Slack 연동 및 피드백 기능으로 추출 결과 검증과 모델 개선 지원
- BHA 포함 제품 리뷰 비교에서 각질 제거·매끄러움 토픽 비율로 정성적 활용 가능성 확인
