Search

KR-102961552-B1 - Method for Integrating and Displaying Similar Comments on Online Posts Using Generative AI

KR102961552B1KR 102961552 B1KR102961552 B1KR 102961552B1KR-102961552-B1

Abstract

본 발명은 온라인 게시물에 대한 다수의 댓글을 의미적으로 분석하고, 유사한 댓글을 생성형 AI를 활용하여 자동으로 통합하며, 이를 시각적으로 정렬 및 표시하는 생성형 AI 기반의 유사 댓글 통합 및 표시 방법을 제공하는 것을 기술적 과제로 한다. 이를 위해, 본 발명에 따른 생성형 AI 기반 온라인 게시물의 유사 댓글 통합 및 표시 방법은, 조건 설정자가 댓글의 분류 기준이나 필터링 조건을 명령어 형태로 입력하고, 이를 해석하여 클러스터링 조건으로 반영하는 단계를 포함하며; 온라인 게시물에 대한 댓글 작성자의 의견을 수집하기 위해, 댓글 입력 도구를 통해 이용자가 자유롭게 댓글을 작성하도록 제공하는 단계; 수집된 다수의 댓글을 자연어 임베딩 기법을 이용해 벡터화하고, 클러스터링 알고리즘과 생성형 AI를 통해 의미적으로 유사한 댓글들을 그룹화하는 단계; 생성형 AI을 이용하여 각 클러스터에 대한 대표 요약 댓글을 자동 생성하는 단계; 각 클러스터에 포함된 고유 댓글 작성자의 수를 산출하고 메타데이터로 저장하는 단계; 정렬 기준 모듈을 통해 작성자 수 또는 조건 설정자가 지정한 기준에 따라 대표 댓글들을 정렬하는 단계; 및 단말 이용자에게 대표 댓글과 작성자 수를 시각적으로 표시하고, 선택 시 해당 클러스터에 포함된 개별 댓글 전체를 열람 가능하도록 출력하는 단계를 포함한다. 본 시스템은 댓글 작성자가 댓글을 자유롭게 작성하면서도, 의미적으로 유사한 의견을 자동 통합하고, 분류 기준으로 정렬된 통합 의견을 통해 전체 의견 흐름을 빠르게 파악할 수 있게 하며, 조건 설정자가 다양한 조건을 입력하여 분석 목적에 맞는 클러스터링을 유연하게 적용할 수 있는 효과를 제공한다. 또한, 방대한 댓글 데이터 속 유사한 댓글을 반복적으로 노출하는 것을 통합하여 정보 소비의 효율성을 높이고, 온라인 커뮤니티, 뉴스, 쇼핑, 광고 등 다양한 플랫폼에서 실용적으로 활용될 수 있는 확장성을 제공한다.

Inventors

  • 유병철

Dates

Publication Date
20260506
Application Date
20250516

Claims (4)

  1. 온라인 게시물에 대한 유사 댓글 통합 및 표시 방법에 있어서, 온라인 게시물과 관련된 의견을 작성할 수 있도록 입력 도구를 이용자 단말에 제공하는 단계; 이용자로부터 입력된 다수의 댓글을 자연어 임베딩 기법을 통해 벡터화하고, 의미 유사도에 기반하여 유사한 댓글들끼리 클러스터링하는 단계; 상기 클러스터링된 각각의 유사 댓글 그룹에 대해 생성형 AI을 이용하여 대표 통합 댓글을 생성하는 단계; 각 유사 댓글 그룹에 포함된 고유 댓글 작성자 수를 산출하고, 해당 수치를 클러스터별 메타데이터로 저장하는 단계; 상기 대표 통합 댓글과 해당 댓글 그룹의 작성자 수를 이용자 단말에 표시하고, 작성자 수를 기준으로 복수의 대표 댓글을 정렬하여 출력하는 단계를 포함하는 것을 특징으로 하는, 온라인 게시물에 대한 유사 댓글 통합 및 표시 방법.
  2. 제 1 항에 있어서, 상기 유사 댓글 클러스터링 단계는, 조건 설정자로부터 분류 기준, 감정 상태, 분류 카테고리 수 등의 필터링 조건을 AI 명령어 입력 모듈을 통해 명령어 형태로 수신하고, 수신된 조건을 생성형 AI을 이용하여 해석한 후, 해당 조건에 따라 필터링된 댓글 집합에 대해서만 클러스터링을 수행하는 것을 특징으로 하는, 온라인 게시물에 대한 유사 댓글 통합 및 표시 방법.
  3. 제 1 항에 있어서, 상기 작성자 수 표시 단계는, 각 클러스터 내에서 중복되지 않은 이용자 ID의 개수를 계산하고, 계산된 작성자 수를 해당 대표 댓글에 대응하여 시각적으로 출력하는 것을 특징으로 하는, 온라인 게시물에 대한 유사 댓글 통합 및 표시 방법.
  4. 제 1 항에 있어서, 상기 이용자 단말은 대표 댓글을 선택하는 경우 해당 클러스터에 포함된 개별 댓글 전체를 열람할 수 있는 인터페이스를 제공하는 것을 특징으로 하는, 온라인 게시물에 대한 유사 댓글 통합 및 표시 방법.

Description

생성형 AI 기반 온라인 게시물의 유사 댓글 통합 및 표시 방법{Method for Integrating and Displaying Similar Comments on Online Posts Using Generative AI} 본 발명은 온라인 상에서 제공되는 콘텐츠(예: 기사, 블로그, 소셜미디어 포스트, 동영상, 광고 등)의 댓글의 처리 기술에 관한 것으로서, 보다 구체적으로는, 생성형 AI을 이용하여, 유사한 댓글들을 사전에 설정된 기준에 따라 자동으로 분류하고 각 그룹에 대해 대표적인 요약 댓글을 생성한 후, 해당 그룹에 포함된 댓글 작성자 수를 표시하고, 작성자 수를 기준으로 정렬 및 표시하는 기술에 관한 것이다. 오늘날 온라인 콘텐츠 플랫폼(예: 뉴스 기사, 블로그, 유튜브, 인스타그램, 광고 게시물 등)은 이용자로부터 수많은 댓글을 수집하고 있으며, 이는 이용자 간의 상호작용을 유도하고, 콘텐츠의 영향력을 측정하는 중요한 수단으로 작용하고 있다. 특히 대중성 있는 콘텐츠에는 수백에서 수천 건에 달하는 댓글이 달리기도 하며, 이에 따라 플랫폼 이용자들은 전체 댓글을 일일이 확인하기 어려운 상황에 직면하고 있다. 기존의 댓글 표시 시스템은 댓글을 단순 시간 순 또는 추천 수 기반으로 나열하는 방식이 일반적이었다. 이러한 방식은 동일하거나 유사한 의견이 반복 노출되는 문제를 유발하며, 댓글의 전체적인 흐름이나 핵심 의견을 파악하기 어렵게 만든다. 일부 플랫폼에서는 인기 댓글을 상위에 노출하거나, 욕설 등 비속어 필터링 기능을 제공하기도 하지만, 여전히 중복되는 의견을 걸러내거나 유의미한 의견 그룹을 식별하기에는 한계가 있다. 또한, 최근 인공지능 기술, 특히 자연어 처리(Natural Language Processing, NLP) 기술을 활용하여 대화나 문서를 요약하거나 자동 분류하는 시도가 증가하고 있으나, 대부분의 연구와 구현은 문서 요약 또는 질의응답 시스템에 초점이 맞추어져 있으며, 동일 콘텐츠에 대해 다수 이용자가 작성한 '댓글'이라는 특수한 구조의 내용을 유사 그룹화 또는 통합하는 기능은 부족한 실정이다. 더불어, 다수의 댓글 중 의미 있는 의견이 다수의 이용자로부터 제시되는 경우, 이를 통합하여 보여주면 이용자가 전체적인 의견 흐름을 쉽게 파악할 수 있음에도 불구하고, 그룹별로 몇 명의 이용자가 해당 의견에 동참했는지를 정량적으로 제시하거나, 이용자 참여 수를 기준으로 정렬하는 기능은 기존 기술에 존재하지 않았다. 이에 따라, 유사한 댓글을 자동으로 분류 및 통합하고, 각 그룹의 요약 대표 의견과 함께 해당 그룹의 댓글 작성자 수를 표시하며, 이를 기준으로 정렬하는 시스템이 요구되고 있다. 특히 이러한 시스템은 생성형 AI을 활용함으로써, 보다 정교하고 문맥을 이해하는 방식으로 댓글을 통합할 수 있다는 장점이 있다. 선행기술문헌으로는 다음과 같은 대한민국 등록특허들이 있다. 대한민국 등록특허 10-1946022 댓글을 분석하고 표시할 수 있는 방법 및 이를 위한 장치 대한민국 등록특허 10-2032091 인공지능 기반의 댓글 감성 분석 방법 및 그 시스템 대한민국 등록특허 10-1570841 댓글을 통한 게시글의 관심사 표시 방법 및 시스템 대한민국 등록특허 10-2339721 온라인 댓글의 컨텐츠화 시스템 대한민국 등록특허 10-2427719 댓글 기반의 왜곡 행동 억제시스템 대한민국 등록특허 10-2511170 댓글 빅데이터 분석을 통한 2차 콘텐츠 예측 솔루션 제공방법, 장치 및 컴퓨터 프로그램 도 1은 본 발명에 따른 생성형 AI 기반 온라인 게시물의 유사 댓글 통합 및 표시 시스템의 구성도이다. 도 2는 본 발명의 일 실시 예에 따른 댓글 처리 과정을 보여주는 순서도이다. 도 3은 본 발명의 실시 예에 따른 대표 댓글 및 작성자 수 정렬 결과의 이용자 인터페이스(UI) 화면 예시도이다. 아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예를 상세히 설명한다. 도면에서 본 발명을 명확하게 설명하기 위해 설명과 관계없는 부분은 생략하며 명세서 전체를 통하여 동일한 부분에 대해서는 동일한 도면 부호를 사용한다. 도 1은 본 발명에 따른 생성형 AI 기반 온라인 게시물의 유사 댓글 통합 및 표시 시스템의 구성도이다. 도시된 바와 같이, 본 시스템은 이용자의 댓글 입력 및 결과 확인을 위한 단말(101), 수신된 댓글을 수집·분석·통합하여 대표 의견으로 표시하는 댓글 통합 서버(102), 그리고 텍스트 임베딩 및 통합 생성을 담당하는 생성형 AI 모델(200)을 포함하며, 이들은 통신망(인터넷 등)을 통해 상호 연결된다. 단말(101)은 이용자가 뉴스, 블로그, 동영상, 광고 등 온라인 콘텐츠에 댓글을 입력하고, 서버가 처리한 통합 결과를 확인할 수 있도록 하는 장치로서, 퍼스널 컴퓨터, 스마트폰, 태블릿 등 다양한 형태로 구현되며, 웹 또는 애플리케이션 환경에서 작동한다. 이용자가 콘텐츠를 열람하던 중 댓글을 작성하면, 단말은 해당 댓글을 서버(102)로 전송한다. 이때 이용자는 일반적인 댓글 작성창을 이용하며, 작성된 댓글은 댓글 수집 모듈(120)을 통해 서버에 수신 및 저장된다. 댓글이 저장되면 임베딩 및 클러스터링 모듈(130)은 이를 자연어 처리 기반 임베딩 기법으로 벡터화하고, 유사 의미를 기준으로 클러스터링 알고리즘(K-means, DBSCAN 등)과 생성형 AI 모델(200)을 활용하여 자동 그룹화한다. 각 클러스터에 대해 요약 생성 모듈(140)은 생성형 AI 모델(200)을 활용하여 핵심 내용을 자연스럽고 명확한 문장으로 요약한 대표 댓글을 생성하며, 작성자 수 산출 모듈(150)은 클러스터에 포함된 고유 댓글 작성자의 수를 계산하여 해당 의견에 대한 공감 정도를 정량적으로 수치화한다. 정렬 및 표시 모듈(160)은 클러스터를 작성자 수 기준으로 정렬하고, 통합 댓글과 작성자 수를 이용자 단말에 출력한다. 이용자는 클러스터별 대표 의견을 훑어보며 전체 의견 흐름을 직관적으로 이해할 수 있으며, 관심 있는 대표 댓글 하단의 [자세히 보기] 버튼을 클릭함으로써 해당 클러스터에 포함된 실제 개별 댓글들을 모두 확인할 수 있다. 또한, 조건 설정자는 AI 명령어 입력 모듈(110)을 통해 클러스터링 조건을 직접 설정할 수 있다. 예를 들어 “댓글을 긍정, 중립, 부정적 의견으로 분류하여 보기”, “배송, 품질, 가격, 고객응대, 디자인 등 5가지로 분류하여 보기”, “질문, 칭찬, 불만, 후기, 요청, 기타로 분류하여 보기”,“직접적 표현, 간접적 표현, 공손, 비하, 논리적 표현 등으로 분류하기”와 같은 조건을 입력하면, 해당 조건이 임베딩 및 클러스터링 모듈(130)에 반영되어, 그에 따라 댓글 분석과 통합 결과가 실시간으로 재구성된다. 도 2는 본 발명의 실시 예에 따른 댓글 통합 서버(102)의 내부 구성을 도시한 도면으로, 이용자가 단말(101)을 통해 작성한 댓글을 수신하고, 이를 자동으로 분석 및 통합하여 결과를 출력하는 핵심 처리 시스템이다. 이용자가 온라인 게시물에 댓글을 작성하면, 이 댓글은 우선 댓글 수집 모듈(120)로 전송된다. 해당 모듈은 댓글의 작성 시점, 작성자 ID, 원문 텍스트, 작성 위치 등의 정보를 포함한 원시 댓글 데이터를 수신하고 저장하며, 전처리(예: 특수문자 제거, 중복 제거 등)를 수행하여 구조화된 형태로 변환한다. 이후, 임베딩 및 클러스터링 모듈(130)이 이 데이터를 넘겨받아, 각 댓글을 문장 수준에서 임베딩 처리한다. 이 임베딩은 BERT, RoBERTa 등의 딥러닝 기반 자연어 처리 모델을 활용하여 댓글을 고차원 벡터로 변환하고, 변환된 벡터를 유사도 기반 클러스터링 알고리즘(K-means, HDBSCAN 등)을 통해 의미가 유사한 댓글들로 그룹화한다. 또한, 클러스터링 기준 설정이나 유사도 판단을 위한 사전 해석 단계에 생성형 AI 모델(200)을 보조적으로 활용하는 구현도 가능하다. 이때 이용자가 비슷한 표현을 달리 사용해도(예: “너무 재밌어요”, “진짜 웃겼다”) 해당 댓글은 의미적으로 유사하다고 판단되어 같은 클러스터로 분류된다. 이 처리 덕분에 본 발명은 단순한 텍스트 일치가 아니라 '의견의 맥락'을 인식한 통합이 가능하다. 클러스터가 생성되면, 요약 생성 모듈(140)이 각 클러스터 내 댓글들을 종합하여 생성형 AI 모델(200)을 통해 자연스러운 문장의 대표 요약 댓글을 생성한다. 이용자가 작성한 수많은 댓글 중 공통된 의미를 대표하는 하나의 간결한 의견이 자동으로 도출되는 과정이다. 이어, 작성자 수 산출 모듈(150)이 각 클러스터에 포함된 고유 이용자 수를 계산하여 ‘이 의견에 얼마나 많은 이용자가 공감했는지’를 수치로 표시한다. 정렬 및 표시 모듈(160)은 작성자 수치를 기준으로 대표 댓글을 정렬하고 이용자에게 출력할 데이터를 구성한다. 클러스터별 개별 댓글 보기 기능(170)은 이용자가 통합 댓글 하단의 ‘자세히 보기’ 버튼을 클릭하면 해당 그룹에 포함된 실제 개별 댓글들을 펼쳐서 확인할 수 있는 UI 상호작용 기능이다. 도 3은 이용자 관점에서의 댓글 작성(101), 자동 분석(102), 통합 결과 표시에 이르는 전체 흐름을 설명한 도면이다. 이용자는 블로그, 뉴스, 동영상 등 온라인 게시물(콘텐츠)을 열람하며, 자신이 느낀 감상이나 의견을 댓글로 작성하고, 해당 댓글은 단말(101)을 통해 댓글 통합 서버(102)로 전송된다. 서버(102)는 이를 실시간으로 수신하여 댓글 수집 모듈(120)에 저장하고, 임베딩 및 클러스터링 모듈(130)을 통해 해당 댓글을 임베딩 처리한다. 처리된 벡터는 기존 댓글들과의 의미적 유사성을 계산하여 가장 적절한 클러스터에 배정되거나, 새로운 클러스터가 생성된다. 클러스터링이 완료되면, 요약 생성 모듈(140)은 생성형 AI 모델(200)을 사용하여 해당 클러스터의 의미를 대표하는 자연어 요약 문장을 자동으로 생성한다. 이 대표 댓글은 실제 이용자 표현과 유사한 문체로 작성되어, 이용자에게 익숙한 언어로 전달된다. 이어서 작성자 수 산출 모듈(150)이 각 클러스터에 포함된 고유 작성자 수를 계산하고, 정렬 및 표시 모듈(160)은 작성자 수가 많은 대표 댓글부터 순서대로 클러스터 목록을 정렬하여 구성한다. 정렬된 대표 댓글 목