무슨 연구인가
중국에 츠치커우라는 오래된 강변 마을이 있어요. 연구진은 이 마을을 직접 측량한 게 아니라, 사람들이 '디앤핑'(우리로 치면 네이버 지도 리뷰 같은 중국 앱)에 8년 동안 남긴 방문 후기 2만 2천여 건을 모아, 사람들의 생각이 시간에 따라 어떻게 바뀌었는지를 들여다봤습니다.
🔬 어떻게 분석했나
- ① 먼저 후기 2만 2천여 건을 3개월 단위(분기)로 쌓아 '시간 순서가 있는 데이터'로 만들었어요 — 사진을 여러 장 이어 붙여 슬로우 영상으로 보는 것과 비슷합니다.
- ② 각 후기가 좋은 말인지 나쁜 말인지를 MacBERT라는 AI가 판별했어요 — 중국어 문장의 '분위기'를 읽도록 훈련된 번역기 사촌 같은 모델인데, 사람이 손으로 정답을 매긴 8,572건으로 공부시켰고 시험에서 100문제 중 약 97개를 맞히는 수준이었습니다.
- ③ 다음은 BERTopic이라는 기법으로 후기들을 '비슷한 이야기끼리' 자동으로 묶었어요 — 글을 숫자 좌표로 바꿔 뜻이 가까운 문장을 같은 무리로 모으는 방식이라, 사람이 일일이 읽지 않아도 136개의 세부 화제가 드러났습니다(먹거리·골목 풍경·혼잡 같은 식으로요).
- ④ 토픽을 뽑는 방법이 하나만 있는 게 아니라, LDA·NMF·BERTopic 등 네 가지를 나란히 돌려 비교했어요 — 그런데 '무조건 1등'인 방법은 없었습니다. 도구마다 잘 보는 게 조금씩 달랐던 거죠.
- ⑤ 마지막으로 '변화점 찾기'로 사람들의 평가가 눈에 띄게 꺾인 시점을 집어냈어요 — 그래프에서 기울기가 갑자기 바뀌는 지점을 수학적으로 찾아내는 방법입니다.
📊 무엇을 찾았나
8년을 31개 분기로 쪼개 보니 2019년 가을, 2020년 가을, 2022년 초, 2023년 중반에 사람들의 인식이 눈에 띄게 꺾였어요. 감성 판별 정확도는 약 97%로, 열 문제 중 아홉 개 넘게 맞히는 수준이었습니다.
💡 내 연구에 가져갈 것
토픽모델링은 '어느 한 기법이 정답'이 아니라 여러 개를 돌려 비교하는 게 안전해요 — 특히 BERTopic은 설정값에 따라 결과가 흔들릴 수 있으니 시드를 바꿔 여러 번 확인하세요.
📄 논문 정보
Longitudinal digital heritage perception at Ciqikou: sentiment analysis and time-sliced BERTopic of Dianping reviews
Kai Zhou, Xinfei Sun, Wei Chen
Journal of Asian Architecture and Building Engineering · 2026-11-13
원문 보기 ↗
이 글은 연구 소개를 위한 해설이며, 논문 원문의 저작권은 저자와 출판사에 있습니다. 원문은 위 링크(DOI)에서 확인하실 수 있습니다. 권리자께서 요청하시면 바로 내리겠습니다.