본 연구는 IMDb 영화 리뷰 데이터셋을 활용하여 머신러닝과 딥러닝 감성 분류 방법의 성능을 비교 분석했어요. 머신러닝 파이프라인은 TF-IDF 특징과 PyCaret AutoML을 사용했고, 딥러닝 파이프라인은 BiLSTM과 어텐션 메커니즘을 적용했어요. SVM을 포함한 머신러닝 모델이 85.3%의 정확도로 딥러닝 모델보다 더 좋은 성능을 보여줬어요.
BiLSTM with Attention 모델은 일반 BiLSTM 모델보다 성능이 향상되어 70.6%의 정확도를 기록했는데, 이는 문맥 모델링이 개선되었음을 나타내요. 데이터 및 컴퓨팅 자원이 제한적인 환경에서는 효과적인 특징 공학(TF-IDF)과 결합된 머신러닝이 여전히 강력한 기반이 될 수 있다는 결론을 내렸어요.