[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 Bluesky 에서 실시간으로 대규모 공개 담론을 분석하기 위한 확장 가능한 오픈 소스 프레임워크인 CognitiveSky 를 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

CognitiveSky 는 Bluesky Firehose API 에서 실시간 데이터를 수집하는 Node.js 기반의 인제스트 파이프라인으로 시작합니다. 수집된 데이터는 Python 기반 파이프라인 에서 ROBERTa-based 모델 (CardiffNLP) 로 감성 분류를, DistilRoBERTa 모델 (GoEmotions dataset) 로 감정 탐지를 수행합니다. 이후 TF-IDF 벡터화와 MiniBatch NMF 를 사용하여 토픽 클러스터링을 수행하며, 이 모든 과정은 GitHub Actions 를 통해 자동화됩니다. 최종적으로 처리된 데이터는 Next.js 및 Recharts 로 구성된 동적 대시보드를 통해 시각화됩니다.

주요 결과

CognitiveSky 는 무료 등급 인프라를 활용하여 낮은 운영 비용 과 높은 접근성 을 달성했습니다. 시스템은 정신 건강 담론 모니터링에 성공적으로 적용되었으며, 총 58,567개의 게시물 을 처리하고 17.1%의 긍정 감성 비율 과 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

CognitiveSky 는 AI/ML 엔지니어와 데이터 과학자에게 분산형 소셜 미디어 데이터 를 실시간으로 분석하고 시각화하는 강력한 참조 아키텍처를 제공합니다. SOTA 트랜스포머 모델 을 경량화된 파이프라인에 통합하는 방법을 보여주며, 무료 등급 클라우드 서비스 를 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 설계 를 갖추고 있습니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.