일반 노동자에 비해 감정 노동자가 심한 스트레스와 높은 이직률을 보이고 있다. 또한, 감정 노동자는 1년 미만에 이직률이 가장 높은 것으로 나타나고 있다. 기존 연구에서는 이직의도의 수준 파악이나 스트레스와의 연관성에 중점을 두고 있으나 본 연구에서는 상담 시, 이직을 유발하는 단어를 도출하고 이직 가능성을 예측하는 모델을 제안하고자 한다.
본 연구에서는 실제 콜센터의 고객 상담 내용을 분석하려는 것으로 상담데이터 20,000건을 추출하여 텍스트 분석을 실시하였고 각 상담 타입별 상담사와 고객 단어의 정확도가 높은 분류 모델을 선정하였다. 분류된 모델을 기반으로 이직한 상담사의 상담 타입, 고객과의 상담 내용을 분석하여 워드 클라우드를 추출하였다. 각 워드 클라우드로 추출된 상담 타입, 고객과 상담 내용의 연관성 분석을 실시하여 이직 가능성을 예측하였다.
분류 모델은 상담 타입 상위 빈도 키워드를 추출하여 RNN, LSTM을 이용해 분류하였고, 여러 조건을 변경하며 최적의 분류 모델을 선정하였다. 가장 높은 분류모델의 정확도는 0.7268이 나왔다. 또한, 이직한 상담사를 기준으로 상담한 타입, 고객과의 상담 내용을 워드 클라우드를 추출하여 각 상담 타입별 연관성 분석한 결과 연관도(향상도)가 1이 이상인 단어에 대해서 양의 관계를 가지는 단어들이 추출되었다. 특정 상담 문의가 오면 해당 문의는 분류 모델로 상담 타입을 분류하고 해당 상담 타입과 관련하여 고객과의 상담 내용의 워드 클라우드 추출을 통해 연관성 분석을 진행하여 특정 상담 문의에 대해 연관도(향상도)가 높은 단어들이 추출된다. 상담사의 상담 내용에서 나온 단어와 고객의 답변 내용에서 나온 단어들의 연관도(향상도)를 종합하여 이직 가능성을 예측할 수 있다. 분석 결과를 토대로 연구의 결론을 토의하고 한계점 및 시사점을 논의하였다.