본 연구는 딥러닝과 감성 분석을 전통적인 비즈니스 모델 분석 및 예측에 통합하여, 대만 반도체 산업의 TSMC를 대상으로 산업 동향을 예측하는 데 초점을 맞추고 있다. 반도체 산업의 급격한 시장 변화와 웨이퍼 기술 발전에 대응하기 위해, 높은 다양성과 시계열 데이터를 처리하는 데 어려움을 겪는 기존 데이터 분석 방법의 한계를 극복하고자 했다. TSMC의 분기별 보고서에서 수집된 재무 정보를 포함한 텍스트 데이터와 시계열 데이터를 활용했으며, 감성 분석을 통해 기업 내부 및 외부의 글로벌 이벤트를 고려했다. 감성 분석으로 강화된 시계열 데이터를 사용하여 LSTM 모델을 구축하고, TSMC의 산업 동향을 예측했다. 예측 결과는 TSMC의 웨이퍼 기술의 유의미한 발전을 보여주었으며, 글로벌 시장에서의 잠재적인 위협을 시사했다. 이러한 결과는 TSMC의 제품 출시 소식 및 국제 뉴스와 일치했다.
