텍스트 마이닝 이란?

1. 텍스트 마이닝이란?

텍스트 마이닝(Text Mining)은 자연어로 작성된 비정형 텍스트 데이터에서 유용한 정보를 추출하고 분석하는 기술입니다. 텍스트 애널리틱스(text analytics)라고도 하며, 의사결정, 트렌드 분석 등에 널리 활용됩니다.

2. 텍스트 마이닝의 목적

• 대량의 텍스트에서 핵심 정보 자동 추출
• 문서 분류, 감정 분석, 키워드 탐색
• 트렌드 및 여론 분석을 통한 인사이트 확보

3. 텍스트 마이닝의 주요 과정

1. 텍스트 수집 - 뉴스, SNS, 블로그 등에서 텍스트 데이터 확보
2. 전처리 - 토큰화, 불용어 제거, 정규화 등
3. 문서 표현 - BoW, TF-IDF, Word2Vec 등
4. 분석 - 분류, 감정 분석, 클러스터링, 토픽 모델링
5. 시각화 - 워드클라우드, 빈도 그래프 등

4. 활용 기술

• 자연어 처리 (NLP) - 형태소 분석, 문장 구조 분석 등
• 기계 학습 - Naive Bayes, SVM 등
• 딥러닝 - LSTM, BERT, GPT 기반 분석

5. 텍스트 마이닝 활용 사례

분야	활용 예시
마케팅	리뷰 및 SNS 감정 분석
금융	뉴스 기반 주가 예측
정치	여론 및 정책 반응 분석
법률	판례 자동 분류 및 추천
의료	논문 텍스트 분석 및 요약

6. 주요 도구 및 라이브러리

• Python: NLTK, spaCy, gensim, scikit-learn, transformers
• R: tidytext, quanteda, tm
• GUI 도구: RapidMiner, KNIME, SAS Text Miner

7. 텍스트 마이닝 vs 자연어 처리 (NLP)

항목	텍스트 마이닝	자연어 처리 (NLP)
목적	분석, 정보 추출	언어 이해 및 생성
중점	통계적 분석, 요약	문법, 의미 해석
예시	감성 분석, 토픽 모델링	번역, 질의응답, 음성인식