플랫폼 경험 구체화→문제 해결 사례→사용자 피드백 반영→팀 협업 순 전개
음식 배달 플랫폼에서 소비자 리뷰 데이터를 분석하는 수업 프로젝트를 진행한 적이 있습니다. 리뷰 텍스트에서 반복적으로 등장하는 불만 키워드를 추출하고 음식 카테고리별로 분류하는 작업이었습니다. 처음에는 단순히 감성 분석을 적용하려 했는데, 배달 관련 불만과 음식 자체에 대한 불만이 같은 부정어를 쓰더라도 문맥이 달랐습니다. 그 차이를 구분하는 과정에서 도메인 맥락이 자연어 처리에 얼마나 중요한지 느꼈습니다. 이 경험이 연구에 도움이 되는 이유는 실제 소비자 행동이 반영된 비정형 데이터를 다뤄봤다는 점이라고 생각합니다. 전자상거래나 배달 플랫폼의 데이터는 가격 민감도, 서비스 기대치, 재주문 의도 등 소비자 행동 연구에서 중요한 변수가 풍부하게 담겨 있습니다. 팀 협업 측면에서는 데이터 전처리와 모델 적용을 역할 분리해 진행했고, 중간 산출물을 공유하면서 방향을 조정했습니다. 연구 환경에서도 데이터 특성을 빠르게 파악하고 분석 방향을 실용적으로 조정하는 능력이 이 경험에서 생겼다고 봅니다.