감염병으로 인한 공중보건 위기 상황은 반복되는 역사로, 현재의 방역 정책 과정에서의 문제점을 파악하는 것은 추후 예견되는 공중보건 위기 상황 속 신속 정확한 판단을 위한 근거자료로 활용될 수 있다. 이에 방역 과정에서 도입된 주요 정책 중 하나인 백신패스에 관한 정책 도입 전·후 여론 동향을 딥러닝 기법을 활용하여 객관적으로 파악하여 정부의 방역정책의 수용성을 높이기 위한 개선방안을 마련하고자 한다.

   기존의 감성분석 연구는 단어를 명사나 띄어쓰기 기준으로만 분류하여 입력 자료로 활용하였기 때문에 감성분석 모델이 문장을 이해하는 것이 아니라 기존 사전 지식을 활용하여 긍정과 부정 단어의 비율로 감성분석을 진행하는 단점이 존재하였다.

   본 연구에서는 같은 맥락을 갖는 단어들이 가까운 거리를 가진다는 분포 가설을 기반으로 만들어진 단어 임베딩과 딥러닝 모델인 KoBERT를 활용하여 이러한 문제점을 해결하였다.