Sentiment Analysis of Online Discourse on Dementia Using Large Language Models: A Comparative Study with Sentiment Lexicons

본 연구는 대규모 언어 모델(LLM)을 활용하여 치매 관련 온라인 담론의 감성을 분석하고, 감성 사전 기반 방법과 비교하였다. 네이버 블로그에서 수집한 6,351건의 치매 관련 게시글을 대상으로 EXAONE Deep 7.8B와 KNU 한국어 감성 사전 기반 방법을 적용하였다. 분석 결과, 감성 사전은 부정 37.8%, 긍정 31.1%, 중립 31.1%로 분류한 반면, LLM은 긍정 49.6%, 부정 29.5%, 중립 20.9%로 분류하여 두 방법 간 일치율은 50.3%, Cohen‘s Kappa는 0.258로 나타났다. 불일치 사례 3,154건을 분석한 결과, 감성 사전이 ‘치매’라는 단어를 부정으로 분류하는 반면, LLM은 ‘치매 예방’, ‘돌봄 서비스 안내’ 등 맥락을 파악하여 긍정 또는 중립으로 분류하는 경향을 보였다. 본 연구는 보건 분야 텍스트 마이닝에서 LLM의 맥락 이해 능력이 감성 사전 기반 방법의 한계를 보완할 수 있음을 실증적으로 검증하였다.