머신러닝 부적절 텍스트 분류: 실전편

왓챠는 "취향 존중의 원칙"을 지키기 위해 부적절한 텍스트를 분류하는 머신러닝 프로젝트를 진행했습니다. 수천 개의 코멘트가 작성되는 서비스 특성상, 유저 신고에만 의존하는 것은 한계가 있었습니다.

이 글은 머신러닝 기반 부적절 텍스트 자동 분류를 위한 실전 가이드로, 참고 자료가 부족한 상황에서 데이터셋 구축, 전처리, 모델링, 평가의 4가지 단계를 상세히 공유합니다. 특히 Character-level CNN과 같은 기술을 활용하여 실제 서비스에 적용 가능한 수준의 모델 성능을 확보하는 과정을 다룹니다.