텍스트 마이닝에 기반한 킥보드 어플 리뷰에 대한 한.미 비교 연구

Abstract

인류의 이동수단이 여태까지 화석연료를 사용을 했으나 최근 탄소배출 줄이는 움직임이 보이자 기업에서 전기를 이용한 이동수단을 출시하기 시작했다. 그 중의 하나가 전동킥보드이다. 시장의 반응이 좋아지자 공유 킥보드 기업이 하나둘씩 늘어나고 있다. 하지만 전체 전동킥보드 수가 가파르게 증가함에 따라 사건 사고도 많이 발생했고 2020년 5월 국회 본 회의에 「도로교통법 일부개정법률안」을 통과하였다. 그 이후로 사람들이 전동킥보드에 대한 시선이 더욱 더 뜨거워지고 있다. 본 연구는 기존 선행 연구의 시간적 및 공간적 범위 연구 한계를 극복하고자 연구하게 된 계기가 되었다. 기존의 서울 광진, 성동, 강남 등 특정 지역 일대 대상으로 한 연구를 한국과 미국으로 확대하고, 기존 1개월에서 6개월의 시간적 범위를 1년에서 3년 사이로 확대하였다. 연구 대상은 알파카와 라임으로 선정하였으며, 알파카는 한글 리뷰데이터, 라임은 영어 리뷰로 설정하였다. 각 어플의 리뷰 데이터는 구글 플레이 스토어에서 크롤링하였고, 전처리된 리뷰 데이터를 감정분석을 통해 긍정 리뷰와 부정 리뷰로 분류해 의미연결망 중심성 분석과 Word2vec 단어 유사도 분석으로 인사이트를 얻었다. 본 연구의 분석 결과는 알파카와 라임의 사용자 연도별 특징, 알파카와 라임 어플 리뷰를 통해 각 앱 혹은 각 국가 사용자의 차이를 밝혔고, 알파카와 라임 리뷰 데이터를 감정분석을 통해 긍정 및 부정 리뷰로 분류하고 추출한 키워드로 시사점을 찾았다는 것이다. 본 연구는 공유 킥보드를 연구주제로 삼아 향후 기타 분야의 기업에서 소비자 리뷰를 수집해 자연어 분석 기법을 통한 빅데이터 분석을 해서 기업과 사용자가 서로 윈윈할 수 있는 계기가 되는 바람이다.