DeepLearning

Newgnal — Deep Learning

금융 뉴스 서비스 'Newgnal'의 AI 모델 저장소입니다.

프로젝트 개요

기간	2025.03 ~ 2025.08 (6개월)
소속	TAVE 15기 (IT 연합동아리), 10인 팀
저장소 범위	AI 모델 학습 및 추론 (프론트엔드·백엔드는 별도 저장소)

문제 정의

금융 뉴스는 하루에도 수백 건씩 쏟아지지만, 관심 있는 테마의 기사를 골라 읽기는 어렵습니다. 기사를 테마별로 자동 분류하고 본문을 짧게 요약해 제공하면 탐색 비용을 줄일 수 있다고 보았습니다.

시스템 아키텍처

flowchart LR
    A["뉴스 수집"] --> B["전처리"]
    B --> C["KoELECTRA<br/>테마 분류"]
    B --> D["KoBART<br/>기사 요약"]
    C --> E["FastAPI<br/>추론 서버"]
    D --> E
    E --> F["Spring Boot<br/>백엔드"]
    F --> G["React Native<br/>앱"]

Loading

FastAPI 추론 서버는 Docker 이미지로 패키징하여 AWS EC2에 배포했습니다.

모델

1. 테마 분류 — KoELECTRA (theme/)

금융 뉴스를 13개 테마로 분류합니다.

항목	내용
사전학습 모델	KoELECTRA
클래스 수	13개 테마
Accuracy	94.6%
Macro F1	0.946

클래스별 기사 수가 고르지 않아, 정확도만으로는 성능을 판단하기 어렵다고 보고 Macro F1을 함께 확인했습니다.

2. 기사 요약 — KoBART (summary/)

기사 본문을 짧게 요약합니다.

항목	내용
사전학습 모델	KoBART
학습 전략	Encoder freezing
학습 데이터	직접 구축한 기사-요약 쌍

공개된 한국어 금융 뉴스 요약 데이터셋이 없어 학습 데이터를 직접 구축했습니다. 데이터 규모가 크지 않아 인코더를 동결하고 디코더만 학습해 과적합을 줄였습니다.

기술 스택

Python PyTorch Transformers KoELECTRA KoBART FastAPI Docker AWS EC2

전체 서비스 구조

• Frontend: React Native + Expo
• Backend: Spring Boot
• AI Serving: FastAPI (본 저장소)

프로젝트 산출물

프로젝트 발표자료와 실제 서비스 동작 영상은 아래 링크에서 확인할 수 있습니다.

• 발표자료 및 서비스 데모 영상