감성적 광고 카피 생성을 위한 문체 프레임워크 기반 학습데이터 구축 연구
A Study on Building Training Data Based on Stylistic Framework for Emotional Advertising Message Generation
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
초대규모 언어모델이 다양한 분야에서 성과를 보이고 있으나 감성적 소구가 필요한 광고 카피 생성에서는 여전히 한계를 보인다. 본 연구는 효과적인 감성적 광고 카피의 자동 생성을 위한 학습데이터 구축 방법론을 제안한다. 감성적 카피의 문체적 특징을 해석수준이론을 바탕으로 분석하고 이를 프레임워크화하여 T5 모델 학습에 적용하였다. GPT-4와의 비교 실험 결과, 제안된 방법론으로 학습한 모델은 소량의 학습 데이터에도 불구하고 감성적 카피의 문체 특성을 효과적으로 반영할 수 있었다. 다만 자연스러운 한국어 구사력 측면에서는 개선이 필요한 것으로 나타났다. 본 연구는 감성적 카피의 문체적 특징을 체계화하고, 이를 AI 모델 학습에 적용하여 실험적으로 검증했다는 점에서 학술적 의의를 가지며, 한국어 특화 광고 카피 생성 모델 개발을 위한 실질적인 지침을 제공했다는 실용적 가치를 지닌다.
Abstract
While large language models have shown remarkable achievements across various fields, they still demonstrate limitations in generating advertising message that requires emotional appeal. This study proposes a methodology for building training data to effectively generate emotional advertising message automatically. We analyzed the stylistic characteristics of emotional message based on Construal Level Theory and applied this framework to train a T5 model. In comparative experiments with GPT-4, our model effectively reflected the stylistic characteristics of emotional message despite the limited training data. However, improvements in natural Korean language expression are needed. This study holds academic significance in systematizing the stylistic features of emotional message and experimentally validating their application in AI model training, while providing practical value through guidelines for developing Korean-specialized advertising message generation models.