PR Portfolio

← 메인으로
PR 포트폴리오
게임 IP 리스크 모니터링

PR 실시간 이슈 현황판

게임 PR 현장에서 위기 상황을 빠르게 판단하기 위해 제작한 모니터링 도구입니다.

5종

넥슨 IP 모니터링

10분

기본 수집 주기

4가지

리스크 신호 분석

넥슨 IP 리스크 →과거 분석 →경쟁사 비교 →

문종원

rmrmfwhddnjs@gmail.com

고려 사항

📈

기사량 증가 ≠ 위기

신작 출시 때 쏟아지는 기사를 고려해 가중치를 조절했습니다.

📡

매체가 파급력을 결정한다

파급력 있는 조선·연합뉴스 등의 매체에 가중치를 더했습니다.

📋

설명할 수 있어야 한다

4가지 신호를 분리해 수치 근거를 바로 보고할 수 있습니다.

위험도 계산 방식

4가지 신호의 가중 합산

감성 논조

50%

부정어·긍정어 키워드 사전으로 기사마다 점수를 매기고, 얼마나 확실하게 부정인지를 가중해 평균을 냅니다.

기사량 급증

25%

최근 1시간 기사 수를 과거 7일 같은 시간대 평균과 비교합니다. Z-score 방식으로 편차를 수치화해 노이즈를 줄입니다.

위험 주제

15%

확률형·규제·환불·운영 장애·여론 악화 등 PR 위기 유형별로 가중치를 달리 줍니다.

보도 채널

10%

조선·연합·KBS 등 종합 매체 보도일수록 높은 가중치를 줍니다.

실제 산식

위험도 = 100 × ( 0.50×감성 + 0.25×급증 + 0.15×위험주제 + 0.10×채널 )
이슈열기 = 100 × ( 0.45×급증 + 0.35×위험주제 + 0.20×채널 )
최종점수 = EMA 평활화 ( α 0.1–1.0 동적 조정 )

알림 등급

심각

70+

즉각 대응

높음

45–69

당일 모니터링

주의

20–44

추이 관찰

낮음

~20

정상 범위

위험 주제 가중치

확률형/BM 논란

1.0

규제·법적 이슈

0.9

보상·환불 요구

0.8

운영·장애

0.7

여론·커뮤니티

0.7

신작·성과

0.4

감성 분석 키워드 사전

부정·긍정·완화 세 레이어로 나눠 점수를 상쇄·보정했습니다

부정 키워드

먹튀1소송1사기1집단소송1개인정보유출1보이콧0.9논란0.8환불0.8분노0.8악재0.7장애0.7버그0.7오류0.7항의0.7불만0.5우려0.5하락0.5감소0.5

긍정 키워드

역대급1글로벌1위1흥행0.8수상0.8신기록0.8호평0.8대박0.8이용자 증가0.7복구 완료0.7성장0.5기대0.5증가0.4관심0.4

완화 키워드 (부정 점수 ×0.75)

개선해결대응조치보상안재발방지정상화복구

'논란 + 대응' 기사처럼 부정어와 완화어가 함께 나오면 부정 점수를 낮춰 과대평가를 방지합니다.

운영 안정화

운영을 위한 고려점

TTL 데이터 보존 정책

운영 기사

30일

리스크 타임시리즈

90일

스케줄러 로그

7일

테스트 기사

24시간

매일 새벽 4시 자동 cleanup

적응형 수집 스케줄러

기본 수집 주기

10분

버스트 모드 주기

2분

버스트 최대 유지

2시간

경쟁사 수집 주기

1시간

위험도 70점 이상 감지 시 10분→2분 자동 전환

헬스체크 / 스모크 테스트

· /api/health — 내부 상태 확인

· smoke_test.sh — 로컬 검증

· ops_external_smoke.sh — 운영 외부 검증

· preflight_deploy_live.sh — 배포 전 점검

preflight 실패 시 배포 즉시 중단

IP 편향 버그 제거

여러 IP 동시 처리 시 첫 번째 IP에만 결과가 몰리던 first-match 편향을 제거해 IP별 점수 독립성을 확보했습니다.

EMA 동적 α 평활화

평활 계수(α)를 동적으로 조절해 급등 구간에서는 α를 낮춰(0.1) 노이즈를 흡수하고, 초기값에는 α=1.0을 적용해 첫 점수를 정확히 반영했습니다.

버스트 조기 복귀 조건 추가

30분간 위험도 55점 미만이 유지되면 조기 복귀해 불필요한 수집 빈도를 줄였습니다.

한계 & 개선 계획

현재 한계

수집이 네이버 뉴스 단일

실제 유저 반응은 커뮤니티와 SNS에서 먼저 형성되는데, 이를 반영하지 못해 여론 흐름을 늦게 감지할 수 있습니다.

규칙 기반 감성의 문맥 한계

반어·비꼬기·신조어처럼 문맥이 필요한 표현은 오분류되어 위험도 점수가 부정확해질 수 있습니다.

키워드 매칭 기반 IP 분류

동명이인이나 중의어가 섞이면 관계없는 기사가 해당 IP로 집계되어 점수가 왜곡될 수 있습니다.

다음 개선 로드맵

감성 분석

ML 모델로 전환

KLUE-RoBERTa 도입으로 문맥·신조어 오분류를 줄입니다.

수집 확대

커뮤니티·SNS 채널 추가

에펨코리아·디시·X 언급량으로 뉴스 이전 단계 여론을 감지합니다.

알림 자동화

임계치 초과 시 즉시 알림

슬랙·이메일 자동 알림으로 대시보드 미확인 상황에서도 대응합니다.

구현 스택

프론트엔드

Next.js 14React 18MUI v7ECharts 6Tailwind CSS

백엔드 / 데이터

FastAPI (Python)SQLitepandasAPScheduler네이버 뉴스 API규칙 기반 감성 분석

인프라

DockerAWS EC2GitHub Actions

수집 대상 넥슨 IP 5종

메이플스토리
던전앤파이터
아크레이더스
FC온라인
블루아카이브