본 논문은 고객 리뷰에서 통찰력을 추출하는 과정을 개선하는 방법을 제시합니다. 기존의 토픽 모델링 파이프라인을 재구성하여, 관련 텍스트 발췌문과 연관된 감정 점수를 포함하는 개별적인 의견 단위(opinion units)를 처리합니다. 대규모 언어 모델을 이용하여 신뢰할 수 있게 추출된 이러한 의견 단위를 토픽 모델링에 적용함으로써, 일관성 있고 해석 가능한 토픽을 생성하고 각 토픽과 연관된 감정을 포착합니다. 토픽과 감정을 별점 평가와 같은 비즈니스 지표와 상호 연관시켜 특정 고객 우려가 비즈니스 결과에 미치는 영향에 대한 통찰력을 얻을 수 있습니다. 시스템 구현, 사용 사례, 다른 토픽 모델링 및 분류 솔루션에 대한 장점을 제시하고, 일관된 토픽 생성 효과와 정확한 별점 예측을 위한 토픽 및 감정 모달리티 통합 방법을 평가합니다.