딥러닝 관련 연구 경험을 바탕으로, 특정 프로젝트에서 어떤 모델을 설계하고 구축했는지 구체적으로 설명해 주세요.

학부 졸업 프로젝트에서 텍스트 감정 분류 모델을 설계하고 학습시킨 경험이 있습니다.

뉴스 댓글 데이터를 긍정·부정·중립으로 분류하는 것이 목표였습니다. 처음에는 LSTM 기반으로 시작했는데, 한국어 특성상 형태소 분석 없이 단순 토크나이징을 하면 성능이 낮게 나왔습니다. KoNLPy로 형태소를 분리한 뒤 임베딩을 다시 학습하니 유의미하게 개선됐습니다.

이후 KoBERT를 파인튜닝하는 방식으로 전환했고, 사전 학습 모델의 힘을 실감했습니다. 학습 데이터 규모가 작아도 LSTM보다 정확도가 높았고, 특히 중립 레이블 예측이 개선됐습니다. 학습 과정에서 레이블 불균형이 성능에 미치는 영향을 확인하고, 언더샘플링과 손실 함수 가중치 조정을 시도했습니다. 최종 모델은 F1-score 기준으로 약 0.82를 달성했습니다.