SNS 광고 텍스트 분석 연구
소비심리를 자극하는 광고 문구를 점수로 보여주는 모델
SNS 광고 문구 안의 긴급성, 희소성, 권위·신뢰, 사회적 증명, 호혜성, 가격비교, 사회적 정체성을 탐지하고, 카테고리별 가중치·방향성·강도를 반영해 소비심리 자극 정도를 정량화한 프로젝트입니다.
6,149SNS 광고 텍스트 데이터
7개소비심리 자극 카테고리
0.826분류 성능 Macro-F1
연구 흐름
01 데이터 수집Meta Ads Library와 네이버 광고 문구 수집
02 정제중복·분석 부적합 데이터 제거
03 라벨링카테고리, 방향성, 강도 기준으로 라벨 구축
04 모델 학습KLUE-RoBERTa-large 기반 멀티태스크 학습
05 점수 계산가중치 Wᵢ, 확률, 방향성, 강도, 시너지 반영
06 웹 구현점수와 카테고리별 분석 결과 시각화
무엇을 계산하나요?
모델이 예측하는 값
- 7개 설득 전략이 포함될 확률
- 소비를 자극하는 방향성
- 표현의 강도: 강 / 보통 / 약
점수가 의미하는 것
점수는 구매 확률이 아니라, 광고 문구가 모델 기준에서 얼마나 많은 소비심리 자극 요소를 강하게 포함하는지를 나타내는 상대적 지표입니다.
7개 카테고리
| 카테고리 | 예시 | 의미 |
|---|---|---|
| 권위·신뢰 | 전문의 추천, 인증 | 전문가나 기관을 통해 신뢰를 높이는 표현 |
| 사회적 증명 | 누적 판매 10만 개 | 많은 사람이 선택했다는 점을 강조 |
| 사회적 정체성 | 갓생러 필수템 | 특정 집단이나 이미지에 속하고 싶게 만드는 표현 |
| 호혜성 | 무료배송, 사은품 | 소비자에게 먼저 혜택을 제공 |
| 희소성 | 품절임박, 한정 수량 | 수량 제한을 강조 |
| 긴급성 | 오늘까지만, 마감 임박 | 시간 제한을 강조 |
| 가격비교 | 50% 할인, 정가 대비 | 가격적 이득을 부각 |
기술 요약
벡터화 이후의 과정
KLUE-RoBERTa-large가 문장을 문맥 벡터로 표현하고, 뒤에 붙인 분류 헤드가 카테고리 확률·방향성·강도를 예측합니다. 이후 예측값을 점수 계산식에 넣습니다.
점수식
Score = Σ(Wᵢ × probᵢ × pᵢ × tᵢ) × S(n) × 100
Wᵢ는 문헌 기반 가중치, probᵢ는 모델 확률, pᵢ는 방향성, tᵢ는 표현 강도, S(n)은 동시 탐지 카테고리 수 보정입니다.
한계와 확장 가능성
한계
- 가중치는 실제 구매 전환율이 아닌 선행연구 기반 초기값
- 공개 데모는 준비된 예시 중심으로 구성
- 텍스트 중심이라 이미지·영상 자극 요소는 미반영
확장
- 클릭률·구매 전환율 기반 가중치 보정
- 이미지·영상 포함 멀티모달 분석
- 과소비 유도 광고나 사기성 광고 모니터링 보조 지표