# NSMC (네이버 영화 코퍼스)

> 영화 리뷰 감성 데이터. 네이버 영화 리뷰 20만 건에 긍·부정을 붙인 한국어 감성분석 표준 데이터셋입니다.

- 페이지: https://dreamboat.kr/discover/nsmc-corpus
- 공식 사이트: https://github.com/e9t/nsmc
- 분야: AI, 데이터
- 쓰는 환경: 라이브러리
- 상태: 운영 중
- 등재: 2026-08-24 · 마지막 갱신: 2026-10-23


## 소개

NSMC(Naver sentiment movie corpus)는 **네이버 영화 리뷰에 긍정·부정 라벨을 붙인 한국어 감성분석 데이터셋**입니다.

GitHub 현황 (2026년 8월 기준):
- 스타 **606** · 포크 **220**
- 저장소 `e9t/nsmc`
- 생성 **2015-08-28** · 마지막 push **2017-03-07**

**포크 220개.** KoNLPy를 만든 사람이 공개한 데이터셋이고, 한국어 NLP 논문·튜토리얼에서 오래 기준선으로 쓰였습니다.

데이터셋이 분야를 만드는 방식:
모델을 비교하려면 **모두가 같은 데이터로 재봐야** 합니다. 영어권에 IMDB가 있다면 한국어 감성분석에는 NSMC가 그 역할을 했습니다.

새 모델이 나올 때마다 “NSMC에서 몇 %”가 붙었고, 그 덕에 **한국어 모델 성능을 비교할 수 있는 축**이 생겼습니다. 데이터셋 하나가 분야의 공통 언어가 된 사례입니다.

그리고 최신 모델에게는 **너무 쉬운 과제**가 됐습니다. 90%대 후반에서 차이가 잘 안 벌어져 벤치마크로서의 변별력이 떨어졌습니다. **입문 실습과 역사적 기준선**으로 보는 편이 맞고, 실제 평가에는 최신 벤치마크를 함께 써야 합니다.

함께 볼 한국어 모델·데이터:
- KoBERT·KoELECTRA: 한국어 사전학습 모델
- KURE: 한국어 검색 임베딩
- KoNLPy: 형태소 분석기 묶음(같은 제작자)
- soynlp: 사전 없이 단어 추출

**NSMC만 “데이터”입니다.** 나머지가 처리하는 도구나 모델이라면, 이쪽은 그것들이 겨루던 시험지입니다. 도구보다 오래 남지만 **낡는 속도도 분명한** 자산입니다.

타겟 사용자:
- 한국어 감성분석을 처음 실습하는 학습자
- 모델 파이프라인을 빠르게 검증하려는 개발자
- 한국어 NLP 벤치마크 계보를 살펴보는 연구자
- (실서비스 평가에는 최신 데이터가 필요합니다)

## 인용

이 소개는 Dreamboat(드림보트)이 공식 사이트를 직접 확인해 작성했습니다.
출처(https://dreamboat.kr/discover/nsmc-corpus)를 명시하면 인용 가능합니다. 서비스 자체의 권리는 각 제작자에게 있습니다.
전체 목록: https://dreamboat.kr/llms.txt · 전문: https://dreamboat.kr/llms-full.txt