The Possibility of Collective Emotion Narrative Research Using Self-Attention

인공 지능 기반 감정 분석은 집합적 감정 분석에 유용하다. 하지만 이제까지의 분석은 주로 데이터를 잘 알려진 몇 가지 감정으로 분류하는 것에 머물렀다. 감정을 둘러싼 이론적 논쟁을 참고하면 이는 감정 분석의 가능성을 제한하는 일이다. 이 글에서는 이런 한계를 넘어서 감정 서사를 포착하는 인공 지능 기반 감정 분석의 가능성을 검토한다. 그 가능성의 핵심에는 셀프-어텐션(self-attention)이 있다. 셀프-어텐션은 트랜스포머 아키텍쳐의 핵심 기술인데, 데이터에서 토큰들 사이의 연결과 의존을 보다 다양하게 포착한다. 그것이 구조 동일성 기반 연결이 아니라 과제 기반 연결에 주목하기 때문이다. 셀프-어텐션에 기반한 다양한 모델을 통해 우리는 감정 서사를 좀 더 정교하게 탐색하는 다양한 전략을 고안할 수 있다. 이 글에서는 자동 문서 생성 인공 지능과 가려진 단어 예측 인공 지능을 활용한 두 가지 전략을 제안한다. 나아가 코로나19 관련 데이터를 활용하여, 자동 문서 생성을 통해 특정 데이터에 존재하는 주된 감정 서사를 재현하는 접근의 예시를 제시한다.