곤경에 처한 모델: 프랑스어 합성 소셜 미디어 기반 감성 분석
Model in Distress: Sentiment Analysis on French Synthetic Social Media
소셜 미디어상의 고객 피드백 자동 분석은 레이블이 지정된 학습(training) 데이터의 높은 비용, 특히 다국어 환경에서의 평가 셋 부족, 데이터 공유 및 재현성을 저해하는 개인정보 보호 문제라는 세 가지 난관에 직면해 있습니다. 본 연구에서는 프랑스 대중교통 이용객의 불만/곤경 감지 사례 연구에 적용 가능한 일반화된 합성 데이터 생성 파이프라인을 개발하여 이러한 문제를 해결합니다. 우리의 접근 방식은 파인튜닝(fine-tuning)된 모델을 활용한 역번역(backtranslation)을 통해 소규모 시드 코퍼스로부터 170만 건의 합성 트윗을 생성하고, 여기에 합성 추론 경로(synthetic reasoning traces)를 보완합니다. 영어 및 프랑스어 추론 능력을 갖춘 6억 개의 매개변수(600M-parameter)를 가진 추론 모델을 학습시켰으며, 이 모델은 사람이 주석을 단 평가 데이터에서 77~79%의 정확도를 달성하여 SOTA 상용 대규모 언어 모델(LLM) 및 특화된 인코더와 동등하거나 이를 뛰어넘는 성능을 보였습니다. 본 파이프라인은 주석 비용을 절감하는 것을 넘어 민감한 사용자 데이터 노출을 제거함으로써 개인정보를 보호합니다. 우리의 방법론은 다른 사용 사례 및 언어에도 적용될 수 있습니다.