```plain text 다음 YouTube 채널 데이터를 분석하여 종합 요약을 생성해주세요: VIDEO TRANSCRIPTS: {{ $json.transcript }} COMMENTS BY LANGUAGE: - Korean ({{ $json.koreanPercentage }}, {{ $json.koreanCount }} comments): {{ $json.korean }} - Japanese ({{ $json.japanesePercentage }}, {{ $json.japaneseCount }} comments): {{ $json.japanese }} - Chinese ({{ $json.chinesePercentage }}, {{ $json.chineseCount }} comments): {{ $json.chinese }} - ASEAN ({{ $json.aseanPercentage }}, {{ $json.aseanCount }} comments): {{ $json.asean }} - Western ({{ $json.westernPercentage }}, {{ $json.westernCount }} comments): {{ $json.western }} - Latin ({{ $json.latinPercentage }}, {{ $json.latinCount }} comments): {{ $json.latin }} - Others ({{ $json.othersPercentage }}, {{ $json.othersCount }} comments): {{ $json.others }} STATISTICS: Total Comments: {{ $json.totalComments }} Total Videos: {{ $json.videoCount }} Keywords: {{ $json.tags }} ``` ### 관련 노트 [[2025년 상반기 미국 고위험 민감 피부 시장 변화 및 브랜드 분석]] - [[2025년 상반기 미국 고위험 민감 피부 케어 시장 심층 분석 보고서]] - [[2025년 테슬라(TSLA) 주가 영향요인 심층 분석]] - [[2025년 하반기 부동산 정책 분석]] - [[AI 기반 식물 유래 활성 복합체의 아시아 민감성 피부 자극 및 홍반 완화 효능 이론, 실증, 임상 통합 분석]] - [[COVID-19 팬데믹 속 MZ세대의 K-코스메틱 선한 소비 열정의 동인 분석]] - [[Inbox에 자동으로 들어간 노트]] - [[K-POP 데몬 헌터스 글로벌 팬덤 문화·참여 패턴 완전 분석]] - [[데이터 클래스 Chapter 10-2]] ## 🧠 Connected Insights > 📅 Last analyzed: 2026. 3. 14. 오후 8:11:12 > 💰 Analysis cost: $0.0151 ### 🔗 Related Notes - 🔗 [[유저 프롬프트/SNS 분석 옵시디언 노트 유저 메시지.md]] - related: 두 노트 모두 옵시디언 기반의 AI 프롬프트로, 각각 유튜브와 SNS 데이터를 분석하는 사용자 메시지 템플릿을 제공한다. 구조와 목적이 유사하며, 분석 대상만 다르다. - Confidence: █████ (92%) - 🔗 [[유저 프롬프트/유튜브 분석 노션 블록 유저 메시지.md]] - related: 분석 대상(유튜브)과 프롬프트 구조가 거의 동일하나, 사용 도구(옵시디언 vs 노션)만 다르다. 데이터 필드와 분석 요구가 유사하다. - Confidence: █████ (91%) - 🔗 [[유저 프롬프트/블로그 분석 옵시디언 노트 유저 메시지.md]] - related: 블로그 데이터를 대상으로 하지만, 옵시디언 기반 AI 분석 프롬프트라는 점에서 구조적·기능적으로 유사하다. 감성 분석, 키워드 추출 등 분석 방식이 유사하다. - Confidence: ████░ (88%) - 🔗 [[유저 프롬프트/SNS 분석 노션 블록 유저 메시지.md]] - related: SNS 데이터 분석을 위한 노션 기반 프롬프트로, 분석 항목(캡션, 해시태그, 감성 분석 등)이 유사하며, 플랫폼만 다르다. - Confidence: ████░ (86%) - 🔗 [[유저 프롬프트/블로그 분석 노션 블록 유저 메시지.md]] - related: 블로그 분석을 위한 노션 프롬프트로, 데이터 분석 항목과 시각화 요구 등에서 유사성이 있다. - Confidence: ████░ (83%) ### 📚 Knowledge Gaps - 🔴 **감성 분석 및 정성적 인사이트 도출** - 현재 프롬프트는 언어별 댓글 분포와 키워드 등 정량적 데이터에 집중되어 있으나, 댓글의 감정(긍정/부정/중립)이나 주요 논점, 정성적 인사이트 도출이 빠져 있다. 이는 유튜브 커뮤니티의 실제 반응과 트렌드를 파악하는 데 중요하다. - Suggested resources: YouTube Comment Sentiment Analysis with Python (Medium), Google Cloud Natural Language API 공식 문서 - 🟡 **시각화 및 데이터 기반 인사이트 제공** - 분석 결과를 시각적으로 보여주는 기능(예: 워드클라우드, 댓글 언어 분포 그래프 등)이 부재하다. 시각화는 데이터 해석과 설득력 있는 보고서 작성에 필수적이다. - Suggested resources: matplotlib, seaborn 등 Python 시각화 라이브러리 튜토리얼, ObservableHQ의 데이터 시각화 예시 - 🟡 **YouTube 생태계 내 글로벌 팬덤 문화 분석** - 언어별 댓글 분포는 있지만, 글로벌 팬덤의 문화적 특징, 참여 패턴, 영향력 등 심층 분석이 빠져 있다. 이는 K-POP, 글로벌 브랜드 등에서 중요한 분석 포인트다. - Suggested resources: K-POP 글로벌 팬덤 연구 논문, 유튜브 글로벌 팬덤 분석 사례(예: Social Blade, Brandwatch 리포트) - 🟢 **실제 사례 적용 및 결과 예시** - 프롬프트의 결과물이 실제로 어떻게 나오는지, 구체적인 예시(샘플 데이터, 결과 요약 등)가 없다. 이는 프롬프트의 적용성과 신뢰성을 높이는 데 필요하다. - Suggested resources: 유튜브 데이터 분석 실전 사례 블로그, Kaggle의 YouTube Comment Analysis 노트북 ### 💡 AI Insights 이 노트는 옵시디언 기반 AI 프롬프트로, 유튜브 채널의 댓글과 트랜스크립트 등 정량적 데이터를 요약하는 데 특화되어 있다. 유사한 구조의 SNS/블로그 분석 프롬프트와 강하게 연결되어 있으며, 플랫폼별로 분석 대상만 다르다. 그러나 감성 분석, 시각화, 정성적 인사이트, 글로벌 팬덤 문화 등 심층 분석 요소가 부족하다. 이러한 지식 갭을 보완하면, 단순 데이터 요약을 넘어 실질적 인사이트와 전략적 의사결정에 도움이 되는 분석 도구로 발전할 수 있다.