Topic Modeling-based Customer Complaint Quality Classification and Service Improvement Strategies
Abstract
정보통신기업에서는 초고속 인터넷, IPTV, 유선전화 서비스의 품질 관리를 위해 고객 불만(Voice of Customer, VoC) 데이터 분석의 중요성이 지속적으로 증가하고 있다. 본 연구는 한국어 특화 언어모델인 KoBERT와 BERTopic을 결합하여 110,809건의 고객 불만 데이터를 분석하고, 이를 서비스 품질관리 체계에 연계하고자 하였다. 제안한 방법은 KoBERT를 활용해 상담 텍스트를 문장 단위 임베딩으로 변환한 후, BERTopic 기반 토픽모델링을 적용하여 고객 불만 유형을 자동으로 군집화하는 방식이다. 이를 통해 전체 데이터를 인터넷 품질, TV 품질, A/S 접수 후 정상, 유선전화 품질, 고객 자가 장비 및 환경 A/S의 5개 주요 서비스 품질 카테고리로 구조화하였다. 실험 결과, KoBERT 임베딩 모델은 정확도 0.9907, F1-score 0.9906을 기록하여 기존 한국어 언어모델 대비 우수한 성능을 보였다. 또한 BERTopic 모델링 결과 전체 문서의 99.7%가 토픽에 할당되어 높은 군집 품질이 확인되었다. 이러한 결과는 고객 불만 데이터를 기반으로 한 선제적 품질관리와 운영 효율성 향상을 위한 데이터 기반 의사결정 지원 가능성을 시사한다.
Fields of Study & Subjects
Topic Modeling
Sentiment Analysis and Opinion Mining
Customer Service Quality and Loyalty
Publication details
- Journal / source
- The Journal of the Korean Institute of Information and Communication Engineering
- Volume
- 30
- Issue
- 1
- Pages
- 1–12
- Publication date
- 31 January 2026
- Language
- EN