Sentiment Scoring — 감성 분석 스코어링
sentiment-analyst 에이전트의 감성 분류 및 점수화 역량 강화.
감성 분류 체계
3단계 기본 분류
| 분류 |
점수 범위 |
신호 단어 |
| 긍정 |
+0.5 ~ +1.0 |
좋다, 만족, 추천, 편리, 최고 |
| 중립 |
-0.5 ~ +0.5 |
보통, 괜찮다, 그저그렇다 |
| 부정 |
-1.0 ~ -0.5 |
불만, 실망, 최악, 불편, 느리다 |
5단계 상세 분류
| 분류 |
점수 |
표현 예시 |
| 매우 긍정 |
+0.8~+1.0 |
"정말 최고입니다!", "강력 추천" |
| 긍정 |
+0.3~+0.7 |
"괜찮은 편이에요", "만족합니다" |
| 중립 |
-0.2~+0.2 |
"보통이에요", "나쁘지 않아요" |
| 부정 |
-0.7~-0.3 |
"좀 불편해요", "기대 이하" |
| 매우 부정 |
-1.0~-0.8 |
"절대 다시 안 써요", "최악" |
감성 분석 방법론
규칙 기반 분석
1. 토큰화: 문장 → 단어/구 분리
2. 감성 사전 매칭:
- 긍정어 (+1): 만족, 좋다, 편리, 추천...
- 부정어 (-1): 불만, 실망, 불편, 느리다...
- 강화어 (×1.5): 매우, 정말, 너무, 완전...
- 부정어 (×-1): 안, 없다, 못, 아니...
3. 문장 점수 = Σ(단어 점수) / 단어 수
4. 문서 점수 = Σ(문장 점수) / 문장 수
맥락 보정 규칙
| 패턴 |
처리 |
예시 |
| 긍정 + "하지만" + 부정 |
후반부 가중 |
"좋은데 비싸요" → -0.3 |
| 부정 + "하지만" + 긍정 |
후반부 가중 |
"비싸지만 좋아요" → +0.3 |
| 반어법 |
반전 |
"정말 대단하시네요 (비꼼)" → -0.5 |
| 비교 |
상대 평가 |
"A보다 나은 B" → B 긍정 |
| 조건부 |
약화 |
"~하면 좋을 텐데" → -0.2 |
NPS (Net Promoter Score) 분석
NPS 산출
NPS 질문: "이 제품을 추천하시겠습니까?" (0~10점)
추천자 (Promoter): 9~10점
중립자 (Passive): 7~8점
비추천자 (Detractor): 0~6점
NPS = 추천자% - 비추천자%
범위: -100 ~ +100
NPS 벤치마크
| NPS 범위 |
평가 |
해석 |
| 70+ |
세계적 수준 |
Apple, Tesla급 |
| 50~69 |
우수 |
업계 리더 |
| 30~49 |
양호 |
평균 이상 |
| 0~29 |
개선 필요 |
평균 수준 |
| 0 미만 |
위험 |
즉시 개선 |
감성 트렌드 분석
시계열 감성 추이
월별 감성 점수 변화:
1월: +0.45 (긍정 우세)
2월: +0.38 (소폭 하락)
3월: -0.12 (부정 전환) ← 이벤트 확인 필요
4월: +0.22 (회복 중)
이상 탐지 기준:
전월 대비 ±0.3 이상 변화 → 원인 분석 필수
품질 체크리스트
| 항목 |
기준 |
| 분류 체계 |
3단계 또는 5단계 일관 적용 |
| 맥락 보정 |
반전/강화/조건부 처리 |
| 신뢰 구간 |
애매한 케이스 중립 처리 |
| NPS 산출 |
표준 공식 적용 |
| 트렌드 |
시계열 추이 + 이상 탐지 |
1---2name: sentiment-scoring-23description: 감성 분석 스코어링 프레임워크. sentiment-analyst 에이전트가 텍스트 데이터의 감성을 체계적으로 분류하고 점수화할 때 참조. '감성 분석', '감정 스코어', 'NPS 분석' 요청 시 사용. 단, ML 모델 학습이나 NLP 파이프라인 구축은 범위 밖.4---56# Sentiment Scoring — 감성 분석 스코어링78sentiment-analyst 에이전트의 감성 분류 및 점수화 역량 강화.910## 감성 분류 체계1112### 3단계 기본 분류1314| 분류 | 점수 범위 | 신호 단어 |15|------|----------|----------|16| 긍정 | +0.5 ~ +1.0 | 좋다, 만족, 추천, 편리, 최고 |17| 중립 | -0.5 ~ +0.5 | 보통, 괜찮다, 그저그렇다 |18| 부정 | -1.0 ~ -0.5 | 불만, 실망, 최악, 불편, 느리다 |1920### 5단계 상세 분류2122| 분류 | 점수 | 표현 예시 |23|------|------|----------|24| 매우 긍정 | +0.8~+1.0 | "정말 최고입니다!", "강력 추천" |25| 긍정 | +0.3~+0.7 | "괜찮은 편이에요", "만족합니다" |26| 중립 | -0.2~+0.2 | "보통이에요", "나쁘지 않아요" |27| 부정 | -0.7~-0.3 | "좀 불편해요", "기대 이하" |28| 매우 부정 | -1.0~-0.8 | "절대 다시 안 써요", "최악" |2930## 감성 분석 방법론3132### 규칙 기반 분석3334```351. 토큰화: 문장 → 단어/구 분리362. 감성 사전 매칭:37 - 긍정어 (+1): 만족, 좋다, 편리, 추천...38 - 부정어 (-1): 불만, 실망, 불편, 느리다...39 - 강화어 (×1.5): 매우, 정말, 너무, 완전...40 - 부정어 (×-1): 안, 없다, 못, 아니...413. 문장 점수 = Σ(단어 점수) / 단어 수424. 문서 점수 = Σ(문장 점수) / 문장 수43```4445### 맥락 보정 규칙4647| 패턴 | 처리 | 예시 |48|------|------|------|49| 긍정 + "하지만" + 부정 | 후반부 가중 | "좋은데 비싸요" → -0.3 |50| 부정 + "하지만" + 긍정 | 후반부 가중 | "비싸지만 좋아요" → +0.3 |51| 반어법 | 반전 | "정말 대단하시네요 (비꼼)" → -0.5 |52| 비교 | 상대 평가 | "A보다 나은 B" → B 긍정 |53| 조건부 | 약화 | "~하면 좋을 텐데" → -0.2 |5455## NPS (Net Promoter Score) 분석5657### NPS 산출5859```60NPS 질문: "이 제품을 추천하시겠습니까?" (0~10점)6162추천자 (Promoter): 9~10점63중립자 (Passive): 7~8점64비추천자 (Detractor): 0~6점6566NPS = 추천자% - 비추천자%67범위: -100 ~ +10068```6970### NPS 벤치마크7172| NPS 범위 | 평가 | 해석 |73|---------|------|------|74| 70+ | 세계적 수준 | Apple, Tesla급 |75| 50~69 | 우수 | 업계 리더 |76| 30~49 | 양호 | 평균 이상 |77| 0~29 | 개선 필요 | 평균 수준 |78| 0 미만 | 위험 | 즉시 개선 |7980## 감성 트렌드 분석8182### 시계열 감성 추이8384```85월별 감성 점수 변화:86 1월: +0.45 (긍정 우세)87 2월: +0.38 (소폭 하락)88 3월: -0.12 (부정 전환) ← 이벤트 확인 필요89 4월: +0.22 (회복 중)9091이상 탐지 기준:92 전월 대비 ±0.3 이상 변화 → 원인 분석 필수93```9495## 품질 체크리스트9697| 항목 | 기준 |98|------|------|99| 분류 체계 | 3단계 또는 5단계 일관 적용 |100| 맥락 보정 | 반전/강화/조건부 처리 |101| 신뢰 구간 | 애매한 케이스 중립 처리 |102| NPS 산출 | 표준 공식 적용 |103| 트렌드 | 시계열 추이 + 이상 탐지 |