AI를 활용한 고용률 예측 모델 개발기(1)

핵심 내용

• 뉴스 텍스트와 기존 고용률을 함께 활용하는 멀티모달 현재 예보 모델 개발 과정 소개
• 이번 글에서는 뉴스에서 고용 감정을 추출하는 감정 모델의 설계와 학습, 평가 기준을 중심으로 설명

구조와 흐름

• 전체 모델을 고용 기사 분류기와 감정 분석기로 분리해 단계적으로 정보 추출
• 먼저 고용 관련 기사 여부를 판별한 뒤, 해당 기사에서 긍정·보통·부정 감정을 분류
• 추출된 임베딩을 고용률 현재 예보 모델의 입력 정보로 활용

선택 이유

• 전체 뉴스에 고용 무관 기사 비중이 커서 단일 다중분류보다 단계 분리가 유리
• 적은 데이터에서도 성능을 낼 수 있는 BERT 계열 모델을 채택
• 실험 모델 중 KoELECTRA가 전반적으로 우수해 최종 선택

주의할 점

• 고용 관련 뉴스와 감정 데이터 모두 레이블 기준이 주관적일 수 있음
• 데이터 불균형이 있어 정확도보다 F1 score를 기준으로 성능을 판단
• 감정 분류는 5분류보다 3분류에서 더 나은 성능을 보임