Kay

무엇을 감정이라 부르고 있는가 - 언어로 감정을 다루기에 앞서

2026-02-12T01:58:21Z

감정을 꽤나 신중히 살펴보고 있다고 생각하면서도, 이따금 내 안의 근원적인 질문과 마주하게 된다. 감정을 살펴본다는 것의 기본 전제는 무엇일까. 감정은 다들 있다고 하니까, 그리고 나 역시 분명 무언가를 느끼고 있으니까 그 정도의 마음으로 출발해도 되는 걸까. 실제로 많은 연구와 실무는 그런 전제를 별다른 의심 없이 받아들인 채 진행된다. 하지만 가끔은,

조직이 바라는 문화, 구성원이 느끼는 문화 - CultureBERT로 다시 본 경쟁가치모형

2026-02-09T01:30:01Z

조직문화나 리더십을 고민하다 보면 국밥처럼 빠지지 않고 등장하는 프레임워크 중 하나가 Quinn의 경쟁가치모형(Competing Values Framework)이다. 이 모형은 조직을 내부 지향–외부 지향, 유연성–통제라는 두 축으로 나누고, 그 교차점에서 집단문화(Clan), 혁신문화(Adhocracy), 성과문화(Market), 위계문화(Hierarch

감성분석을 넘어 '원인'을 찾아내는 멀티모달 AI - 그 때 그 순간, 말투가 문제였을까 표정이 문제였을까

2026-02-05T11:52:33Z

텍스트 안의 감정을 다룬다는 것에는 치명적인 맹점이 있다. 사실 내가 감정에 관심을 갖고 살펴보는 이유이자 진짜로 궁금한 것은 조직 내에 그러한 감정을 불러일으킨 원인인 반면 기존의 분석 방식은 그 원인을 블랙박스로 둔 채, 결과로 나타난 감정으로부터 앞뒤 상황을 막연히 유추해야 한다는 점이다. 만약 나의 어떤 구체적인 말과 행동이 상대방의 어떤 감정 반응

AI의 한계를 극복하는 고전적이지만 강력한 노가다의 힘 - 미세 감정 탐지 모델 성능 향상을 위한 실전 가이드

2026-02-02T10:41:19Z

그간의 학습에 비추어 보건대, 내 데이터를 활용해 입맛대로 결과를 보고 싶다면 결코 AI를 있는 그대로 활용하는 접근으로는 안되고 이것저것 바꿔볼 필요가 있다. 요즘은 많이 편해졌다 싶기도 하지만, 원하는 결과를 얻기 위해 모델을 다듬고 데이터를 만지는 과정은 여전히 결코 단순한 작업이 아니다. 바야흐로 거대 언어 모델(LLM)의 시대가 오면 이러한 노가다

AI는 어떻게 인간의 인지 부하를 해결하는가? - 고품질 감정 데이터셋 구축을 위한 필승 전략

2026-01-27T23:02:09Z

LMS 시스템 안에 ABSA 모델을 적용하기 위한 프로젝트를 수행했던 적이 있다. 허깅페이스에 있는 감성분석 모델을 파인튜닝하기 위해 약 13만 개가량 되는 기존 설문 응답 데이터를 객관식 설문 문항과 매칭시키고, 나아가 긍/부정 여부까지 재학습을 위한 라벨링을 진행했다. 서울 소재 상위권 대학 학부생 7명의 도움을 받아 무한대로 간식을 제공하며, 꼬박 일

AI, 인간보다 더 인간 같은 감정 주석가가 되다 - 비용은 낮추고 품질은 높이는 LLM 기반 고효율 데이터 정제법

2026-01-25T22:49:27Z

연이어 LLM을 활용해서 감정을 살펴보는 것이 기대만 못하다는 결론의 연구들을 살펴보긴 했지만, AI와 함께 지내온 지난 3년가량의 시간에 비추어 보건데 분명 전체 도메인 분야를 기준으로 보자면 AI는 이미 나의 역량의 평균보다는 말도 안 되게 높은 수준에 도달해 있음을 느낀다. 또한 그 격차는 앞으로도 점점 더 벌어질 것이 당연하고 그래야만 한다고 생각한

LLM 시대의 감정 분류, 파인튜닝은 여전히 필수일까? - 감성 분석의 선택지, 4개의 바구니인가, 43개의 정밀함인가

2026-01-21T02:37:32Z

아무래도 업이 업인지라 AI 기술에 촉을 세우고는 있지만, 굳이 따지자면 꽤나 보수적인 접근을 취하는 편이다. 그래서인지 기술의 화려함보다는 기존의 접근 방식들이 갖는 본질적인 의미들이 더 눈에 들어오곤 한다. 특히 인간의 감정을 다루는 영역에 있어서라면, 내가 쌓아온 경험이 아직은 유효해 보이기도 하고, 이를 AI와 어떤 식으로 접목할 것인지에 대해 나만

공감하는 AI, 진짜 내 마음을 읽고 있을까? - AI의 '공감 연기'와 인간의 '진짜 공감' 사이

2026-01-18T15:41:20Z

새로운 AI 모델이 나올 때마다 하나의 뛰어난 기능처럼 소개되는 것이 바로 사용자의 감정에 공감하고, 민감하게 반응하는 사용성이다. 게다가 상담이나 코칭 등 인간을 직접 대하는 작업 환경에 즉시 투입 가능하다며 많은 실험과 실제 사업 모델들의 등장을 어렵지 않게 찾아볼 수 있다. 하지만 한편으론 여러 사례들을 보면서 궁금했다. AI가 실제로 내 감정을 알

AI는 우리 조직의 공기까지 읽어낼 수 있을까? - ChatGPT의 감성분석 능력과 우리가 채워야 할 빈칸

2026-01-14T23:32:20Z

감성분석에 관심을 갖게 된 처음을 돌이켜 보면, 십수 년 간 정량 스코어를 가지고 평균이 높고 낮고만 살펴보다가 텍스트 안에서 그런 분석이 가능하다는 것을 알았을 때의 그 신기함이 생생하다. LLM(거대언어모델)이라는 것은 상상도 못 하던 시절이어서 그랬을 뿐, 지금의 기술 발전에 비추어 생각해 보면 사실 아무것도 아닌 단순한 긍부정 분류 결과에 기반한 것

열 길 물속은 알아도 한 길 사람 속은 모른다 - 감성 분석의 현실 점검: AI가 잘하는 것과 아직 못하는 것

2026-01-12T23:27:01Z

AI 기술이 이렇게나 빠르게 발전하는데, 감정을 물고 늘어지는 게 맞나 싶은 생각이 들 때가 있다. 몇 년째 사용을 해오는 동안 점점 더 대충 말해도 찰떡같이 내 말을 알아듣는 듯한 느낌을 받다 보니, 어쩌면 깜빡이는 커서 너머로 언어뿐만 아니라 그 안에 담긴 내 감정 역시 잘 알아차리고 있는 건 아닐까 싶기도 하다. 그래서 LLM 등장 이전과 이후, 과연

한국어 감정 데이터, KOTE는 어디서 시작됐을까? - 구글의 27가지 감정 분류가 한국어 KOTE가 되기까지

2026-01-11T05:37:28Z

뭐랄까.. Task 리더를 맡고서 지난 2개월가량 원하든 원치 않든 업무 시간 내도록 AI 얘기를 나누고 고민하는 시간이 길어지다 보니, 나를 위한 시간 동안만이라도 주제적으로 'AI 디톡스'가 하고 싶었다. 그래서 일할 때 말고는 다시 감정을 좀 들여다봐야겠다는 생각이 들었다. 지난 몇 년 간 읽었던 것은 많은데 정리가 안 되는 느낌이 들어 초심(?)으로

실무자의 주도성 욕구는 AX의 걸림돌일까, 안전장치일까 - WORKBank 데이터로 살펴본 자동화의 그린라이트와 레드라이트

2026-01-06T10:36:47Z

조직의 AX를 고민하다 보면 결국 핵심은 우리 조직이 수행하는 수많은 업무 영역 중 정확히 어떤 부분을 AI에게 맡길 것인가 하는 쪽으로 연결된다. 에이전트들이 수행하는 개별 작업의 총합이 유기적인 에이전틱(Agentic) 구조를 이룰 수도 있고, 더 급진적으로는 모든 단계를 건너뛰고 'AI-First'로의 완전한 전환을 꾀할 수도 있다. 이러한 전략적 선

AI 에이전트 2026, 놓치지 말아야 할 5대 변화 - AI Agent Trends 2026 by Google

2026-01-03T14:18:48Z

새해를 맞이하여 첫 번째 아티클은 조금 더 신중한 마음으로 골라본다. 비록 신년운세는 보지 않았지만, 그런 의미에서 구글 클라우드가 발표한 '2026년 AI 에이전트 트렌드(AI Agent Trends 2026)' 리포트를 읽어보았다. 개인적으로는 마이크로소프트의 아티클들을 존경에 가까운 마음으로 공부하고 있지만, 어쨌거나 많은 사용자가 ChatGPT 구독

대학가 '집단 부정행위' 논란이 HRD에 던지는 질문 - AI와 함께하는 5가지 평가 방식: AIAS 가이드

2026-01-02T01:28:45Z

고려대와 연세대 등 주요 대학에서 발생한 이른바 “AI 대규모 집단 커닝” 혹은 “집단 부정행위” 논란은 학생들을 탓하며 해당 학생들의 성적을 0점 처리하는 방식으로 일단락되었다. 평가 장면에서 암암리에 AI를 활용하는 이러한 모습은 비단 학교만의 풍경이 아니다. 사내 주간회의에서도 한 동료는 자격 인증 시험에서의 AI 부정행위를 우려하며, 이를 방지하는

AI에 대체되는 것에 대한 불안을 확신으로 바꾸려면? - AI 시대의 HRD, '개별 학습'보다 '공동 숙련'이 절실한 이유

2025-12-28T15:38:15Z

조직의 AX 전환을 대하다 보면 경영진과 구성원 사이의 상반된 온도를 마주하게 된다. 경영진의 테이블에서는 어쩔 수 없이 숫자 얘기가 나올 수밖에 없다. 확신할 수 없는 상황에서 결국 더 무게가 실리는 것은 비용을 줄이거나 효율성을 극대화하는 방향일 것이고, 이는 종종 인력 최적화라는 무거운 주제로 이어진다. 바라건대 조직의 여러 리더들이 이런 분위기를 있

2026년, 조직의 일하는 방식은 어떻게 바뀌는가? - 개인의 성과에서 조직의 도약으로, '집단적 생산성'의 시대

2025-12-25T10:59:45Z

Task차원에서 깊이 고민 중인 사항을 중심으로 마이크로소프트 본사에 계신 지인과 미팅을 가졌다. 고작 한 시간가량의 미팅이었지만 그들의 고민의 깊이와 접근 방식에 혀를 내두를 수밖에 없었다. 수 차례 해외 프로그램을 기획하고 운영해 온 입장에서 개인적으로 벤치마킹이라는 활동이 개도국적 발상과도 같이 느껴져 선호하지 않았으나, 시대적 화두인 AI 혹은 AX

알고리즘은 직원 경험을 어떻게 해석하는가 - 긍정 키워드 135개 너머의 직원 경험을 다시 생각하다

2025-12-22T07:51:25Z

HR, 감성분석, 그리고 학술적으로 검증된 이론과의 결합. HRDI 저널을 준비할 당시에는 그토록 찾아 헤매도 보이지 않던 유사 연구가, 취미생활처럼 관심 주제어의 조합으로 Scopus를 뒤적이던 중 우연히, 그리고 운명처럼 발견되었다. 게다가 한양대 송지훈 교수님 연구팀의 성과물이라는 점이 더욱 흥미를 끌었다. “How does algorithm-b

팀장도, 막내도 사라진다. 초경량 조직의 탄생 - 대규모 조직의 종말과 AI 시대의 새로운 조직 방정식

2025-12-17T11:31:20Z

2024년, 아마존 CEO 앤디 재시(Andy Jassy)가 보낸 주주서한은 단순히 한 해의 실적을 보고하는 자리가 아니었다. 그는 서한에서 'AI'를 기업의 미래를 좌우할 핵심 키워드로 천명함과 동시에, 거대 기업 아마존이 여전히 '세상에서 가장 큰 스타트업(World’s Largest Startup)'처럼 기민하게 움직여야 함을 역설했다. 이는 AI가

AI는 욕쟁이 할머니 식당 리뷰를 어떻게 이해할까? - 문맥을 꿰뚫는 '객체-감성' 분석과 그래프 머신러닝의 만남

2025-12-15T07:47:33Z

어쩌다 보니 수많은 분석 방법론 중 감성 분석(Sentiment Analysis)에 지대한 관심으로, 따로 읽어야만 하는 다른 주제의 아티클이 없을 때는 자연스레 관련 연구들을 찾아보고 있다. 감성 분석의 여러 기법 중 하나로 ABSA(Aspect Based Sentiment Analysis)라는 개념이 있다. 아주 간단히 설명하자면 기존의 감성 분석은 문

꼭 람보르기니를 타고 편의점에 가셔야겠습니까? - 감성분석 연구로 본 적정 기술과 AI 오케스트레이션의 중요성

2025-12-10T10:31:23Z

HR Analytics 커뮤니티 활동 초기에 신규 합류한 멤버들의 눈높이를 높이고자 HR 데이터를 감성분석 했던 사례를 공유하곤 한다. LLM 등장 이전에 진행한 분석들이라 시대적으로 뒤쳐진 것이 아닌가 하는 생각이 들기도 하고, 아직 데이터 분석 경험은 없지만 소위 AI 좀 써봤다 하는 몇몇 멤버들로부터 AI로 할 수 있을 것도 같다는 질문 같은 피드백을