Hugging Face 생태계의 NLP 모델을 활용한 고객 서비스 자동화로 불만 고객 메시지를 5단계 감정 분류로 필터링

Context

고객 지원팀이 수천 개의 메시지(피드백, 불만, 질문)를 수신하지만 모든 메시지에 응답할 수 없는 상황에서, 가장 불만족한 고객의 메시지에만 집중하여 100% 응답 목표를 달성해야 하는 필요성이 있었다.

Technical Solution

• NLP 작업을 텍스트 분류 작업으로 매핑: 고객 메시지를 "매우 불만족", "불만족", "중립", "만족", "매우 만족" 5가지 카테고리로 분류
• 데이터셋 선택 프로세스: Hugging Face Hub에서 다운로드 통계 및 데이터셋 카드를 검토하여 Amazon reviews multi 데이터셋 채택 (1~5 별점 레이블이 감정 분류와 매핑 가능)
• Hugging Face Transformers 모델 기반 실제 고객 피드백 데이터와의 유사성 검증: 데이터셋 뷰어를 통해 학습 데이터가 실제 고객 리뷰와 유사함을 확인
• 모델 최적화 기법 적용: ONNX Runtime, 양자화(quantization), Triton 추론 서버 등 고급 최적화 방법 검토
• 프로덕션 배포 옵션 제공: Hugging Face Optimum 라이브러리로 Transformers 모델 최적화 또는 Inference API를 통한 플러그 앤 플레이 솔루션 활용