A Study on Over-the-Top Service Positioning Using Aspect-Based Sentiment Analysis

디지털 플랫폼의 확산과 함께 소비자 리뷰는 서비스 경험을 이해하는 핵심 자료로 부상하였다. 그러나 전통적 감성 분석은 리뷰 내 다양한 측면에 대한 감성 평가를 정밀하게 반영하기 어렵다. 본 연구는 토픽 모델링, KR-SBERT, 미세 조정된 KoBERT 모델을 결합한 다중 모델 프레임워크를 통해 OTT 서비스의 소비자 리뷰에 대한 속성 기반 감성 분석(ABSA; Aspect Based Sentiment Analysis)을 수행하였다. 국내 주요 OTT 6개 플랫폼의 한글 리뷰를 수집하고 먼저 LDA를 통해 네 가지 핵심 속성을 도출하였다. 다음으로 문장별 속성 자동 할당 및 감성 극성 분류를 진행하고, PCA 및 t-SNE 시각화를 통해 포지셔닝 분석을 수행하였다. 분석 결과 한국어 기반 다중 모델 분석 프레임워크 구축과 도메인 특화 미세 조정을 수행하여 성능 지표 향상을 달성하고 도메인 특화 데이터 세트 구축의 중요성을 입증하는 학술적 기여를 달성하였다. 본 연구의 결과는 시각화 기법을 사용해 OTT 서비스 운영 진단과 차별화 전략 수립에 활용할 수 있는 함의를 제공한다.