[논문리뷰] CognitiveSky: Scalable Sentiment and Narrative Analysis for Decentralized Social Media

링크: 논문 PDF로 바로 열기

저자: Gaurab Chhetri, Anandi Dutta, Ph.D., Subasish Das, Ph.D.

핵심 연구 목표

본 연구는 분산형 소셜 미디어 플랫폼인 Bluesky에서 실시간으로 대규모 공개 담론을 분석하기 위한 확장 가능한 오픈 소스 프레임워크인 CognitiveSky를 제안합니다. 기존 트위터(X) API 제한으로 인한 연구 한계를 극복하고, 감성, 감정, 내러티브 분석을 위한 투명하고 확장 가능한 도구를 제공하여 계산 사회 과학을 지원하는 것이 목표입니다.

핵심 방법론

CognitiveSky는 Bluesky Firehose API에서 실시간 데이터를 수집하는 Node.js 기반의 인제스트 파이프라인으로 시작합니다. 수집된 데이터는 Python 기반 파이프라인에서 ROBERTa-based 모델 (CardiffNLP)로 감성 분류를, DistilRoBERTa 모델 (GoEmotions dataset)로 감정 탐지를 수행합니다. 이후 TF-IDF 벡터화와 MiniBatch NMF를 사용하여 토픽 클러스터링을 수행하며, 이 모든 과정은 GitHub Actions를 통해 자동화됩니다. 최종적으로 처리된 데이터는 Next.js 및 Recharts로 구성된 동적 대시보드를 통해 시각화됩니다.

주요 결과

CognitiveSky는 무료 등급 인프라를 활용하여 낮은 운영 비용과 높은 접근성을 달성했습니다. 시스템은 정신 건강 담론 모니터링에 성공적으로 적용되었으며, 총 58,567개의 게시물을 처리하고 17.1%의 긍정 감성 비율과 31.3%의 가장 많은 감정으로 ‘두려움’을 식별했습니다. 구체적인 모델의 성능 지표는 명시되지 않았으나, 최첨단 트랜스포머 모델을 통합하여 실시간 분석 능력을 입증했습니다.

AI 실무자를 위한 시사점

CognitiveSky는 AI/ML 엔지니어와 데이터 과학자에게 분산형 소셜 미디어 데이터를 실시간으로 분석하고 시각화하는 강력한 참조 아키텍처를 제공합니다. SOTA 트랜스포머 모델을 경량화된 파이프라인에 통합하는 방법을 보여주며, 무료 등급 클라우드 서비스를 활용한 비용 효율적인 솔루션 구축 가능성을 제시합니다. 본 프레임워크는 정보 보안, 위기 대응, 시민 참여 등 다양한 도메인에서 활용될 수 있는 모듈식 및 재현 가능한 설계를 갖추고 있습니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.