SK네트웍스 Family AI 캠프 30기 9주차 회고

📅 데일리 학습

• 5월 26일 (화)

[39일차] 자연어 처리 개요

 

이번 주부터 LLM 단원이 시작되면서 자연어 처리(NLP)의 기본 개념을 학습했다. 예전에는 사람이 사용하는 언어를 컴퓨터가 이해할 수 있도록 규칙을 하나하나 정의하는 방식이 중심이었지만, 딥러닝 기술이 발전하면서 현재의 LLM으로 이어졌다는 흐름을 이해할 수 있었다.

자연어 처리 과정에서는 텍스트 데이터를 분석하기 전에 데이터 정제, 토큰화, 불용어 제거, 어간 추출과 같은 전처리 작업이 중요하다는 점을 배웠다. 특히 한국어는 형태소 분석이 중요하기 때문에 Okt, Komoran, Mecab과 같은 형태소 분석기가 사용된다는 것도 알게 되었다.

이후에는 텍스트 마이닝을 통해 전처리된 텍스트에서 의미 있는 정보를 추출하는 과정을 학습했다. 빈도수 분석으로 주요 키워드와 관심사를 파악하고, 토픽 분석을 통해 문서 속에 숨어 있는 주제를 찾아내는 방법도 살펴보았다.

숫자 데이터 분석과 달리 텍스트 데이터는 결과가 문장이나 키워드 형태로 나타나기 때문에 조금 더 직관적으로 이해할 수 있었다. 단순한 글에서도 의미 있는 패턴과 주제를 찾아낼 수 있다는 점이 흥미롭게 느껴졌다.

📊 주간 회고

이번 학습을 통해 자연어 처리와 텍스트 마이닝이 서로 다른 역할을 한다는 점을 정리할 수 있었다. 자연어 처리는 텍스트를 컴퓨터가 이해할 수 있는 형태로 가공하는 과정이고, 텍스트 마이닝은 그 데이터를 활용해 의미 있는 정보를 찾아내는 과정이라는 점이 인상 깊었다.

 

전처리 과정이 결과의 품질을 결정한다는 점이 인상 깊게 남았다.

🔍 KPT 회고

Keep (유지할 점)

• 개념을 단순 암기하지 않고 전체 흐름과 역할을 연결해서 이해하기

Problem (보완할 점)

• 형태소 분석기별 차이점과 활용 사례는 아직 익숙하지 않음

Try (시도할 점)

• 간단한 텍스트 데이터를 직접 분석하며 빈도수 분석과 토픽 분석을 실습해보기