특정 주제를 검색어로 잡아 유튜브 댓글을 모으면 수천 건이 쌓입니다. 연구진이 알고 싶었던 것은 그 안에 어떤 이야기가 몇 갈래로 퍼져 있느냐였습니다. 사람이 처음부터 끝까지 읽어서는 그 갈래가 잡히지 않고, 몇백 개를 읽은 뒤 나머지는 짐작하게 됩니다. 긍정ㆍ부정 수치만 세면 누구를 향한 말인지, 어떤 맥락에서 나온 말인지가 빠집니다. 그래서 주제 분류와 감정 분석을 한 도구에 묶었습니다. 요구사항을 정할 때 가장 먼저 따진 것은 연구자가 화면에서 직접 바꿔야 할 기준이었습니다. 토픽을 몇 개로 나눌지는 데이터를 보면서 계속 바뀌기 때문에, 토픽 수와 학습 횟수, 상위 단어 수를 연구자가 화면에서 입력하도록 했습니다. 입력한 값에 따라 토픽 모델링이 댓글을 주제 묶음으로 자동 분류합니다. 결과는 그래프로 바로 확인합니다. 가장 많이 나온 단어는 막대 그래프로, 지정한 주제를 담은 댓글이 전체에서 차지하는 비율은 파이 차트로 보여 줍니다. 긍정과 부정 비율도 주제별로 나와, 어느 주제에 긍정이 많고 어느 주제에 부정이 많은지 함께 볼 수 있습니다. 구축에는 2주가 걸렸고, 기준을 바꿔 가며 검증한 뒤 연구진에 납품했습니다. 이 도구를 활용한 연구진의 논문이 게재되었습니다.

토픽 수와 학습 횟수, 상위 단어 수를 연구자가 왼쪽 칸에서 바로 바꿉니다.

댓글에 가장 많이 나온 단어 열 개를 막대 그래프로 나란히 보여 줍니다.

지정한 주제를 담은 댓글이 전체에서 차지하는 비율을 파이 차트로 봅니다.