원문정보
초록
영어
This study proposes an AI-based method to automatically classify rhetorical persuasive strategies—Ethos, Pathos, and Logos—in advertising copy using Zero-shot Classification. A dataset of 2,870 advertisements was collected, with 30% manually labeled for evaluation. Using the facebook/bart-large-mnli model with definition-embedded prompts, the approach achieved 87.4% accuracy, an F1-score of 85.8%, and a Cohen’s kappa of 0.81. The results show that the method can deliver consistent, scalable analysis without labeled data, supporting applications in advertising analysis and strategy design.
한국어
본 연구는 광고 문구의 수사학적 설득 요소(Ethos, Pathos, Logos)를 인공지능 기반 Zero-shot Classification 기법으로 자동 분류하는 방법을 제안한다. 총 2,870개의 광고 문구를 수집하고, 이 중 30%를 전문 가 합의 라벨로 구축하여 성능을 검증하였다. facebook/bart-large-mnli 모델과 정의문 포함 프롬프트를 적용한 결과, 정확도 87.4%, F1 점수 85.8%, 카파 계수 0.81을 기록하였다. 제안 기법은 라벨링 없이도 높은 일관성과 확장성을 보였으며, 광고 분석 및 전략 설계에 활용 가능함을 확인하였다.
목차
Abstract
1. 서론
2. 문헌 검토
2.1 광고 연구에서의 수사학적 요소
2.2 AI 기반 광고 문구 분석의 부상
2.3 Zero-shot Classification의 도입과 특징
2.4 기존 연구의 한계와 향후 과제
2.5 소결
3. 방법론
3.1. 연구 설계 개요
3.2 데이터 수집과 특성
3.3 라벨링 기준과 평가 데이터
3.4 모델 구성과 프롬프트 설계
3.5 성능 평가와 비교 실험
3.6 한계와 보완 장치
4. 결과
5. 토론
5.1 이론적 및 실무적 함의
6. 결론
REFERENCES