[논문]뉴스 데이터를 활용한 텍스트 감성분석에 따른 지역 산업생태계 위기 예측 - 광주 지역 자동차 산업을 중심으로 -

김현지; 김성진; 김한국

doi:10.5392/jkca.2020.20.08.001

뉴스 데이터를 활용한 텍스트 감성분석에 따른 지역 산업생태계 위기 예측 - 광주 지역 자동차 산업을 중심으로 -
Crisis Prediction of Regional Industry Ecosystem based on Text Sentiment Analysis Using News Data - Focused on the Automobile Industry in Gwangju - 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.20 no.8, 2020년, pp.1 - 9

김현지 (과학기술연합대학원대학교 데이터 및 HPC 과학) , 김성진 (한국과학기술정보연구원 기술사업화센터) , 김한국 (과학기술연합대학원대학교 데이터 및 HPC 과학)

초록
AI-Helper

지역 산업생태계의 노후화 문제가 점차 심각해지면서, 지역 산업생태계의 쇠퇴를 측정하고 재생하기 위한 연구가 활발히 이루어지고 있다. 하지만 지역 산업생태계 위기 예측에 관한 연구는 거의 이루어지지 않고 있다. 위기는 단기간에 걸쳐 급진적으로 나타나는데, 사후대응으로는 역부족인 경우가 대다수이므로 위기가 발생하기 전에 대응해야 한다. 즉, 지역 산업생태계의 위기를 조기에 파악하여 선제적인 대응을 하는 것이 장기적인 관점으로 바라봤을 때 더욱 필요하고 요구된다는 것이다. 이에 본 연구는 대용량의 뉴스 데이터를 활용하여 뉴스의 감성 점수에 따른 지역 산업생태계의 위기 예측 가능성을 점검하였다. Google 감성분석 API를 사용하여 뉴스 감성 분석을 실행하였고 이를 월별로 정리하여 감성 분석 결과 실제 이벤트 간의 연관관계를 확인하였다.

Abstract ▼ AI-Helper

As the aging problem of the regional industry ecosystem has gradually become serious, research to measure and regenerate the regional industry ecosystem decline has been actively conducted. However, little research has been done on regional industry ecosystem crises. Crisis emerges radically over a short period of time, and it is often impossible to respond by post-response, so you must respond before the crisis occurs. In other words, it is more necessary and required when looking at the crisis early and taking a proactive response from a long-term perspective. Therefore, it is necessary to develop a predictive model that can proactively recognize and respond to the crisis in the regional industry ecosystem. Therefore, this study checked the possibility of predicting the risk of regional industry and market according to the emotional score of the news by using large-scale news data. News sentiment analysis was performed using the Google sentiment analysis API, and this was organized by month to check the correlation between actual events.

주제어

표/그림 (10)

표 표 1. 1차 분석
표 표 2. 2차 분석
그림 그림 1. 1차 분석 – 일별 데이터 뉴스 데이터 변화량
그림 그림 2. 1차 분석 – 일별 데이터 뉴스 감성정보 변화
그림 그림 3. 2차 분석 – 일별 데이터 뉴스 감성정보 변화
그림 그림 4. 월별 경제지표 및 감성정보 변화 추이
그림 그림 5. 감성분석 지표와 경제지표 간의 상관관계 도표
표 표 3. 감성분석 지표 기호 및 설명
그림 그림 6. 월별 광주 산업단지활동지표 및 감성정보 변화 추이
그림 그림 7. 감성분석 지표와 경제 및 산업단지활동지표의 상관관계 도표

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

산업 및 지역에 관한 많은 사건들의 흐름을 보고, 해당 산업이 위기에 처할 것을 미리 예측하여 큰 손실을 방지하는 데에 있어 뉴스 데이터는 좋은 정보원이 된다. 따라서 본 연구에서는 뉴스 데이터를 활용한 텍스트 마이닝을 통해 지역 산업생태계 위기를 예측하는 연구를 진행해보았다.
본 연구에서는 위와 같은 분석방법을 통해 감성 정수와 각 경제지표 및 지역 산업단지활동지표 간의 상관도를 고려하여 감성 점수와 지역 경제활동 간의 상관관계를 파악하고자 한다.
지역 산업생태계가 쇠약해지는 문제가 커지고 있으나, 미리 조기에 측정해보는 지역 산업생태계 위기에 관한 연구는 거의 이루어지지 않고 있다. 위기는 사후에 대응하기에는 역부족이므로 선제적으로 위기를 인지하고 대처할 수 있는 예측 연구가 필요한데, 본 연구는 대용량 뉴스 텍스트 데이터를 활용하여 지역 산업생태계의 위기를 조기에 알아본다는 점에서 큰 의의가 있다. 수집한 데이터를 불필요한 부분을 제거하는 전처리 과정을 거친 후, Google API를 활용한 감성분석 기법을 통해 월별로 정리하여 감성 분석 결과와 실제 이벤트 간의 연관관계를 확인해보았다.
대용량 뉴스 데이터를 수집하여, Google Sentiment Analysis API를 활용한다. 이를 통해 뉴스 감성분석을 실행하고, 이를 월별로 정리하여 감성 분석 결과 실제 이벤트 간의 연관 관계를 확인하여, 뉴스 데이터를 통한 지역 산업 위기 예측 가능성을 점검해보았다.

가설 설정

그리고 감성분석 데이터와 함께 월별 경제지표를 비교해보았다. 감성지수의 경우 이동 평균 기법을 활용하여 1개월을 하나의 Window로 가정하고, 2~6개월 간의 평균을 이동 평균 변수로 추가하였다. 동일한 방법으로 time lag 정보를 활용하여 1개월 전부터 6개월 전까지의 기록을 변수로 추가하여 분석을 수행하였고, 월별 감성지수와 각 경제지표 간의 상관관계를 분석하여 감성지수의 경제지표 영향도를 검토하고자 하였다.

제안 방법

1차 분석에서는 “자동차”, “산업”과 관련된 뉴스를 수집하여, 해당 데이터의 뉴스 감성 정보를 수집하고, 주요 이벤트와 감성지수 사이의 연관관계를 정성적으로 평가한다.
2차 분석에서는 “자동차”, “광주”와 주요 일보, 지역 신문, 경제지의 뉴스를 수집하여 감성정보와 경제지표 및 산업단지활동지표 사이의 연관성을 정량적으로 평가하였다.
해당 연구에 있어서 하단에 공통으로 들어가 있는 그와 같은 내용들은 불필요하기에 모두 제거를 해주었다. 그 외 데이터 전처리 과정은 Google Natural Language API가 지원해주는 내에서 처리를 진행한 후, 감성 정보를 분석하였다.
0을 기준으로 하였을 때 위는 긍정, 아래는 부정이라고 판단하면 된다. 그리고 감성분석 데이터와 함께 월별 경제지표를 비교해보았다. 감성지수의 경우 이동 평균 기법을 활용하여 1개월을 하나의 Window로 가정하고, 2~6개월 간의 평균을 이동 평균 변수로 추가하였다.
감성지수의 경우 이동 평균 기법을 활용하여 1개월을 하나의 Window로 가정하고, 2~6개월 간의 평균을 이동 평균 변수로 추가하였다. 동일한 방법으로 time lag 정보를 활용하여 1개월 전부터 6개월 전까지의 기록을 변수로 추가하여 분석을 수행하였고, 월별 감성지수와 각 경제지표 간의 상관관계를 분석하여 감성지수의 경제지표 영향도를 검토하고자 하였다.
본 연구는 1차 분석과 2차 분석으로 2가지 실험 설계로 진행되었다. 대용량 뉴스 데이터를 수집하여, Google Sentiment Analysis API를 활용한다.
본 연구에서는 비지도학습을 통한 텍스트 감성분석을 활용하였고, 수많은 텍스트 데이터 중 뉴스기사를 사용하였다. 뉴스기사는 대중이 관심을 보이는 부분이나 대중에게 알려야 하는 혹은 대중이 알아야만 하는 정보를 정제하여 표현한 글이다[8].
즉, 전처리를 통해 비정형 데이터에서 정형화된 데이터로 바꾸어 특징을 추출하는 과정을 뜻한다. 본 연구에서는 텍스트 마이닝을 통한 감성분석을 진행하였다.
위기는 사후에 대응하기에는 역부족이므로 선제적으로 위기를 인지하고 대처할 수 있는 예측 연구가 필요한데, 본 연구는 대용량 뉴스 텍스트 데이터를 활용하여 지역 산업생태계의 위기를 조기에 알아본다는 점에서 큰 의의가 있다. 수집한 데이터를 불필요한 부분을 제거하는 전처리 과정을 거친 후, Google API를 활용한 감성분석 기법을 통해 월별로 정리하여 감성 분석 결과와 실제 이벤트 간의 연관관계를 확인해보았다.

대상 데이터

1차 분석은 “자동차”, “산업”을 키워드로 하여 2018년 1월 1일부터 2019년 8월 15일까지 게시된 뉴스를 수집하였다.
2차 분석은 “자동차”, “광주”를 키워드로 기간은 2016년 1월 1일부터 2018년 12월 31일까지다. 수집 데이터는 총 5,803건이며, 네이버 뉴스 데이터를 수집하였다. 해당 데이터는 주요 주간지 (조선일보, 중앙일보, 동아일보, 경향신문, 한겨레), 경제/IT(서울경제, 매일경제, 한국경제)와 지역지(광주드림, 광주매일신문, 전남일보, 전라일보, 전북도민일보, 전북일보)로 구성된다.
1차 분석은 “자동차”, “산업”을 키워드로 하여 2018년 1월 1일부터 2019년 8월 15일까지 게시된 뉴스를 수집하였다. 수집데이터는 총 31,479건이며, 이는 네이버 뉴스 중 네이버 게시 뉴스에 해당한다[표 1].
월별 경제지표(경제활동인구, 고용률, 실업률, 실업자, 취업자)와 산업단지활동지표(위기지수, 고용현황, 수출실적, 가동률, 생산실적, 입주기업 수)는 국가통계포털(KOSIS, Korean Statistical Information Service)에서 제공하는 데이터를 기본으로 광주광역시의 2016년 1월부터 2018년 12월까지의 데이터를 수집하였다.
수집 데이터는 총 5,803건이며, 네이버 뉴스 데이터를 수집하였다. 해당 데이터는 주요 주간지 (조선일보, 중앙일보, 동아일보, 경향신문, 한겨레), 경제/IT(서울경제, 매일경제, 한국경제)와 지역지(광주드림, 광주매일신문, 전남일보, 전라일보, 전북도민일보, 전북일보)로 구성된다. 해당 데이터는 전처리 과정을 통해 인사, 동정 등과 관련된 뉴스와 정부 정책 전문 등이 포함된 뉴스는 제거하였다[표 2].

성능/효과

결과적으로 상관도 데이터의 경우 실업률과 실업자 수를 중심으로 보았을 때, 2~3개월 차이의 초기 감성지수의 경우에는 음의 상관관계가 강하게 나타나는 것을 확인할 수 있었고, 2~3개월 이후부터 6개월 이전의 감성지수는 대체적으로 양의 상관관계가 나타났다. 이 밖에 다른 지표들을 보았을 때도 2개월 정도 차이에 근접할수록 음의 상관관계가 나타났으며, 시간이 지날수록 대체로 양의 상관관계를 띄는 것으로 나타났다.
그 결과, 감성지표는 시차를 두고 경제지표에 영향을 준다는 결론을 도출할 수 있었고, 특히 5개월 이상의 데이터를 활용한 경우, 감성지표와 경제지표 간의 양의 상관관계를 찾을 수 있을 것으로 기대된다.
여기까지 언급한 연구들의 주제는 주가 예측이었다면, 다음은 부동산이다. 대용량의 부동산 관련 기사를 수집하여 빅데이터 기술을 통해 부동산시장을 분석할 수 있을 것이란 가정하에 웹 크롤링(Web Crawling)에 의해 수집한 부동산 관련 뉴스기사의 감성분석을 통해 산출한 데이터와 실거래가 데이터가 비교적 높은 상관관계가 있음을 발견할 수 있었다[20].
결과적으로 상관도 데이터의 경우 실업률과 실업자 수를 중심으로 보았을 때, 2~3개월 차이의 초기 감성지수의 경우에는 음의 상관관계가 강하게 나타나는 것을 확인할 수 있었고, 2~3개월 이후부터 6개월 이전의 감성지수는 대체적으로 양의 상관관계가 나타났다. 이 밖에 다른 지표들을 보았을 때도 2개월 정도 차이에 근접할수록 음의 상관관계가 나타났으며, 시간이 지날수록 대체로 양의 상관관계를 띄는 것으로 나타났다. 즉, 감성지수의 경우 단기간의 영향이 나타나는 것이 아니라 몇 개월 후부터 영향이 나타나는 것으로 판단할 수 있었다[그림 5].
즉, 전체적인 지표들과 감성지수의 이동 평균 및 이동 지수를 비교했을 때 5개월 이후에서 본격적인 감성지수의 효과가 나타나는 것으로 판단된다. 특히, 산업단지 활동지표면에서는 “입주기업 수”, “생산실적”, “가동률” 등이 가장 먼저 영향을 받는 모습을 보였고, 다음으로는 “수출실적” 및 “고용현황”이 순차적으로 영향을 받아 전체적인 지표가 향상되는 것으로 판단된다[그림 7].

후속연구

따라서 향후에는 검색 결과로 확보된 데이터에 대해 공통적인 기준으로 노이즈 제거를 할 수 있는 모델 연구가 필요하며, 실험의 유효성을 높이기 위해 광주 외 다른 지역 데이터 대상으로 동일 프로세스로 작업하여 결과치를 비교하는 추가 연구가 필요하다. 또한, 데이터 적합성 제고를 위해 추가적인 경제지표의 발굴 및 비교 분석이 필요하며, 보다 수월한 데이터 확보를 위해 산업생태계 위기 관련 뉴스에 대한 자동 분류기 개발 등이 필요하다.
따라서 향후에는 검색 결과로 확보된 데이터에 대해 공통적인 기준으로 노이즈 제거를 할 수 있는 모델 연구가 필요하며, 실험의 유효성을 높이기 위해 광주 외 다른 지역 데이터 대상으로 동일 프로세스로 작업하여 결과치를 비교하는 추가 연구가 필요하다. 또한, 데이터 적합성 제고를 위해 추가적인 경제지표의 발굴 및 비교 분석이 필요하며, 보다 수월한 데이터 확보를 위해 산업생태계 위기 관련 뉴스에 대한 자동 분류기 개발 등이 필요하다.
위 선행연구에서 살펴보았듯이, 현재 산업 및 지역 생태계 위기 관련 연구에서 뉴스 데이터를 활용하여 산업위기지역을 진단한 사례를 찾아보기 어렵다는 것을 알 수 있고, 새로운 관점으로 해당 연구를 진행했다는 점에서 시사하는 바가 크며, 앞으로 대용량 뉴스 데이터를 활용한 산업 및 지역 생태계 위기에 관한 연구에 기초로 활용될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	지역경제 발전이 필요한 이유는?	지역경제 발전은 국가 경제성장의 원동력으로서 꼭 필요하다. 지역경제의 위기로 인해 지역 간 발전 격차가 확대되면 이는 곧 국가 경제의 성장 침체로 이어지게 된다.
	비지도학습을 통한 텍스트 감성분석에서 텍스트데이터로 뉴스 기사를 사용한 이유는?	뉴스기사는 대중이 관심을 보이는 부분이나 대중에게 알려야 하는 혹은 대중이 알아야만 하는 정보를 정제하여 표현한 글이다[8]. 즉, 뉴스기사는 현실에서 일어나는 각종 상황에 대한 설명과 앞으로 정치, 경제, 사회, 기업 등과 관련하여 미래에 어떤 변화가 발생하고 진행이 될 것인지에 대한 정제된 정보이기에 가장 신뢰할 수 있는 중요한 정보라 말할 수 있다[9].
	텍스트 마이닝이란?	텍스트 마이닝이란 비정형 텍스트 데이터에서 새롭고 유용한 정보를 찾아내는 기술이며, 비정형 데이터 예시로는 자연어처리(Natural Language Processing) 기술에 기반을 두고 데이터를 가공한다. 즉, 전처리를 통해 비정형 데이터에서 정형화된 데이터로 바꾸어 특징을 추출하는 과정을 뜻한다.

참고문헌 (20)

http://www.jiat.re.kr/jaiicmgr/upload/news/6e1037d1-c7e1-4c73-8cec-39b733f7fc28.pdf
http://www.donga.com/news/article/all/20170705/85219452/4
한국은행, 전북지역 자동차산업 현황과 대응전략, 2018.
https://www.gwangjuin.com/news/articleView.html?idxno202221
이민철, 김혜진, "텍스트 마이닝 기법을 적용한 뉴스데이터에서의 사건 네트워크 구축," 지능정보연구, 제24권, 제1호, pp.183-203, 2018.

원문보기 상세보기
Pang, L. Lee and S. Vaithyanathan, "Thumbs up?: sentiment classification using machine learning techniques," in: Proceedings of the ACL-02 Conference on Empirical Methods in Natural Language Processing, Association for Computational Linguistics, Vol.10 pp.79-86, 2002.
송민채, 신경식, "뉴스기사를 이용한 소비자의 경기심리지수 생성," 지능정보연구, 제23권, 제3호, pp.1-27, 2017.

원문보기 상세보기
송치영, "뉴스가 금융시장에 미치는 영향에 관한 연구," 국제경제연구, 제8권, 제3호, pp.1-34, 2005.
J. Dimmick, Y. Chen, and Z. Li, "Competition between the Internet and traditional news media: The gratification opportunities niche dimension," The Journal of Media Economic, Vol.17, Issue 1, pp.19-3, 2004.

상세보기
이종호, 장후은, "유럽의 산업위기지역 지원정책 추진 동향 및 시사점," 한국경제지리학회지, 제22권, 제3호, pp.246-257, 2019.

원문보기 상세보기
전지혜, 이철우, "한국 산업위기지역의 현 주소: 구미지역 산업 환경과 위기실태," 한국경제지리학회지, 제22권, 제3호, pp.291-303, 2019.

원문보기 상세보기
정성훈, "한국 산업위기지역에 대한 정책적 진단과 처방," 한국경제지리학회지, 제22권, 제3호, pp.237-245, 2019.

원문보기 상세보기
이두희, "지역산업위기 원인과 극복방안," 한국경제지리학회 춘계 학술대회 발표자료, 2019.
조성철, "지역별 제조업 고용변화에 대한 자동화와 세계의 영향," 한국경제지리학회지, 제22권, 제3호, pp.274-290, 2019.
정지선, 김동성, 김종우, "온라인 언급이 기업 성과에 미치는 영향 분석 : 뉴스 감성분석을 통한 기업별 주가 예측," 지능정보연구, 제21권, 제4호, pp.37-51, 2015.

원문보기 상세보기
유은지, 김유신, 김남규, 정승렬, "주가지수 방향성 예측을 위한 주제지향 감성사전 구축 방안," 지능정보연구, 제19권, 제1호, pp.95-110, 2013.

원문보기 상세보기
김유신, 김남규, 정승렬, "뉴스와 주가 : 빅데이터 감성분석을 통한 지능형 투자의사결정모형," 지능정보연구, 제18권, 제2호, pp.143-156, 2012.

원문보기 상세보기
천세원, 김유신, 정승렬, "뉴스 콘텐츠의 오피니언 마이닝을 통한 매체별 주가상승 예측정확도 비교 연구," 한국지능정보시스템학회 학술대회논문집, pp.133-137, 2013.
정지선, 김동성, 김종우, "온라인 언급이 기업 성과에 미치는 영향 분석 : 뉴스 감성분석을 통한 기업별 주가 예측," 지능정보연구, 제21권, 제4호, pp.37-51, 2015.

원문보기 상세보기
경정익, 이국철, "Textmining에 의한 부동산 빅데이터 감성분석 모형 개발," 주택연구, 제24권, 제4호, pp.115-136, 2016.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format