earticle

한국어

본 연구는 의료미용 플랫폼 내 리뷰 정보의 비정형성과 정보 과부하 문제를 해결하기 위해, 시술 속성 기반의 리뷰 요약 및 시각화 방안을 제안한다. 먼저, 의료미용 리뷰에 LDA 토픽 모델링을 적용하여 주요 시술 속성을 도출하고, 이를 기반으로 리뷰 데이터를 속성별로 라벨링한 학습 데이터셋을 구축하였다. 이후, 대규모 언어 모델(LLM)에 대해 LoRA 기반의 파라미터 효율적 미세조정을 수행하여 도메인 특화 요약 모델을 개발하였다. 요약 수행은 계층적 요약 전략을 활용하여 리뷰 데이터를 점진적으로 압축하는 방식으로 이루어졌으며, ROUGE, BERTScore, 인간 평가 지표(사실성, 신뢰성, 관련성)를 통해 요약 성능을 평가하였다. 또한 Streamlit 기반 시각화 시스템을 구현하여 속성을 기준으로 요약된 정보를 사용자에게 직관적으로 제공하였다. 본 연구는 의료미용 분야에서 속성 기반 요약의 학술적 유용성과 실무적 적용 가능성을 제시하며, 플랫폼 내 소비자의 정보 탐색 효율성과 경험 품질을 향상시키는 데 기여한다.