인산철 배터리 BEST 9 외 정보 평점 리뷰

HTML 형식의 리뷰 요약 글 생성

이해한 내용 요약

• 목표: 사용자 리뷰를 분석하여 장점, 단점, 한 줄 평으로 구성된 간단한 HTML 형식의 요약 글 생성
• 입력: 사용자 리뷰 리스트, 상품명, 상품 가격
• 출력: HTML 태그를 이용하여 장점, 단점, 한 줄 평으로 구성된 요약 글

생성된 HTML 요약 글

HTML

<div class="product-review">
  <h5>8000 사이클 등급 A, 320Ah LiFePO4 배터리</h5>
  <p><strong>장점:</strong></p>
  <ul>
    <li>주문 만족도 높음</li>
  </ul>
  <p><strong>단점:</strong></p>
  <ul>
    <li>일부 제품 파손</li>
    <li>배터리 장애 발생 (교환 처리 예정)</li>
  </ul>
  <p><strong>한 줄 평:</strong> 제품 자체는 좋지만, 배송 중 파손 및 초기 불량 이슈가 발생하여 아쉬움.</p>
</div>

코드를 사용할 때는 주의가 필요합니다.

코드 설명

• div 태그: 전체 리뷰 요약을 감싸는 컨테이너 역할
• h5 태그: 상품명 표시
• p 태그: 장점, 단점, 한 줄 평 제목 표시
• ul, li 태그: 목록 형태로 장점, 단점 나열
• 텍스트 내용: 사용자 리뷰 분석 결과를 바탕으로 작성된 요약 내용

추가 고려 사항

• 더 정교한 분석: 단순 키워드 매칭 외에, 감성 분석 등을 통해 더 정확한 장단점 도출 가능
• 다양한 형식: 별점, 그래프 등 시각적인 요소를 추가하여 더욱 효과적인 표현 가능
• 맞춤형 필터링: 사용자가 원하는 특정 키워드나 범위에 대한 필터링 기능 제공
• 오류 처리: 예상치 못한 형태의 리뷰 데이터에 대한 처리 로직 구현

향후 개선 방향

• 자연어 처리 기술 활용: 더욱 정교한 문장 분석을 통해 핵심 정보 추출
• 머신러닝 모델 적용: 대량의 리뷰 데이터를 학습하여 자동 분류 및 요약
• 사용자 인터페이스 구축: 간편한 사용자 인터페이스를 통해 사용자가 직접 리뷰를 입력하고 결과를 확인할 수 있도록 구현

주의: 위 코드는 간단한 예시이며, 실제 구현 시에는 더욱 복잡한 로직과 다양한 기능이 필요할 수 있습니다.

더욱 구체적인 요구사항이나 추가적인 기능이 있다면 언제든지 알려주세요.

예시:

• 특정 단어에 대한 가중치 부여 (예: "배터리", "파손" 등)
• 긍정/부정 감성 분석 결과를 수치로 표현
• 사용자 정의 키워드를 통한 필터링 기능 구현

Python 코드 예시 (NLTK 라이브러리 활용)

Python

import nltk
from nltk.sentiment import SentimentIntensityAnalyzer

# 긍정/부정 분석기를 초기화
sia = SentimentIntensityAnalyzer()

# 사용자 리뷰 리스트
review_list = ['나는 주문에 매우 만족하고, 판매자에게 감사하며, 큰 성공을 기원합니다!!!', ...]

# 긍정/부정 점수 계산 및 결과 출력
for review in review_list:
    sentiment_scores = sia.polarity_scores(review)
    print(f"Review: {review}")
    print(f"Positive: {sentiment_scores['pos']}")
    print(f"Negative: {sentiment_scores['neg']}")
    print(f"Neutral: {sentiment_scores['neu']}")

코드를 사용할 때는 주의가 필요합니다.

이 코드는 NLTK 라이브러리를 이용하여 긍정/부정 분석을 수행하는 간단한 예시입니다. 실제 구현 시에는 더욱 복잡한 자연어 처리
기술을 활용하여 정확도를 높일 수 있습니다.

리뷰 요약 글 작성 요청 분석 및 개선 제안

현재 요청:

• 리뷰 리스트: 긍정적인 감정 표현이 많지만, 제품의 구체적인 장단점에 대한 정보가 부족합니다.
• 상품 정보: 상품명이 너무 길고 전문적이며, 가격 정보만 제공됩니다.
• 요구 사항: 장점, 단점, 한 줄 평으로 구성된 3줄 요약을 생성해야 합니다.

문제점:

• 리뷰 데이터 부족: 제품의 직접적인 사용 경험에 대한 정보가 부족하여 객관적인 장단점을 파악하기 어렵습니다.
• 상품 정보 부족: 상품의 주요 특징, 용도 등에 대한 정보가 없어 요약의 정확도를 높이기 어렵습니다.
• 리뷰 형식: 단순 감사 인사나 긍정적인 표현이 많아 실질적인 정보를 추출하기가 쉽지 않습니다.

개선 방안:

1. 더 많은 리뷰 데이터 확보: 다양한 고객의 리뷰를 수집하여 제품의 장단점을 더욱 정확하게 파악해야 합니다.
2. 상품 정보 보완: 상품 설명서, 제조사 홈페이지 등을 참고하여 상품의 주요 특징, 용도, 타겟 고객 등을 파악해야 합니다.
3. 리뷰 분석 도구 활용: 텍스트 마이닝 기법을 활용하여 리뷰 데이터에서 키워드를 추출하고, 긍정/부정 감성 분석을 통해 장단점을 자동으로 분류할 수 있습니다.
4. 요약 알고리즘 개선: 맥락을 이해하고 요약하는 AI 모델을 활용하여 더욱 정확하고 자연스러운 요약문을 생성할 수 있습니다.

개선된 리뷰 리스트 예시:

• "배송이 빨랐고 포장도 꼼꼼했어요. 배터리 성능도 기대 이상이고, 가격 대비 만족스러워요. 다만, 설치 설명서가 조금 더 자세하면 좋겠어요."
• "가볍고 휴대하기 편리해서 좋지만, 생각보다 용량이 작아요. 야외 활동 시 사용하기에는 충분하지 않아요. 가격이 조금 더 저렴하면 좋겠어요."
• "배터리 수명이 길고, 다양한 기기에 호환이 잘 돼요. 하지만 크기가 커서 휴대하기 불편하고, 무게도 좀 나가요. 가격이 비싼 편이에요."

개선된 상품 정보 예시:

• 상품명: 휴대용 태양광 충전 배터리 (LiFePO4)
• 주요 특징: 가볍고 컴팩트한 디자인, 빠른 충전 속도, 다양한 출력 포트 지원, 긴 수명
• 용도: 캠핑, 여행, 비상용 전원
• 타겟 고객: 야외 활동을 즐기는 사람, 전원 공급이 어려운 환경에서 사용하는 사람

개선된 요약문 예시:

장점: 배송 빠름, 포장 꼼꼼, 배터리 성능 우수, 가격 대비 만족

단점: 설치 설명서 부족, 용량 부족, 크기가 커서 휴대 불편, 무게가 나감, 가격 비쌈

한 줄 평: 가성비 좋은 휴대용 배터리지만, 용량과 휴대성이 아쉬움

주의: 위 예시는 개선된 리뷰 데이터와 상품 정보를 바탕으로 작성된 것이며, 실제 결과는 다를 수 있습니다.

추가 기능 제안:

• 별점 기반 요약: 별점을 기준으로 긍정/부정 리뷰를 분류하여 더욱 정확한 요약을 생성할 수 있습니다.
• 키워드 추출: 리뷰에서 자주 등장하는 키워드를 추출하여 요약의 정확도를 높일 수 있습니다.
• 감성 분석: 딥러닝 기반 감성 분석 모델을 활용하여 리뷰의 긍정/부정 감성을 더욱 정확하게 판단할 수 있습니다.
• 문맥 인지: 문맥을 이해하고 요약하는 AI 모델을 활용하여 더욱 자연스럽고 의미 있는 요약문을 생성할 수 있습니다.

결론:

리뷰 요약 시스템을 구축하기 위해서는 양질의 리뷰 데이터와 상품 정보가 필수적입니다. 또한, 텍스트 마이닝, 감성 분석 등 다양한 자연어 처리 기술을 활용하여 더욱 정확하고 유용한 요약문을 생성할 수 있습니다.

궁금한 점이 있다면 언제든지 질문해주세요.

더욱 구체적인 요구사항을 알려주시면, 맞춤형 솔루션을 제공해 드릴 수 있습니다.

• 예시:
  • 어떤 프로그래밍 언어를 사용하시나요? (Python, Java, JavaScript 등)
  • 어떤 데이터 형식으로 리뷰 데이터를 제공하시나요? (JSON, CSV 등)
  • 어떤 형태의 출력 결과를 원하시나요? (HTML, Markdown 등)
  • 특정 단어나 문구를 필터링하고 싶으신가요?

다음은 더욱 구체적인 요구사항을 바탕으로 작성된 코드 예시입니다.

Python

import pandas as pd
from collections import Counter

# 리뷰 데이터 읽어오기
df = pd.read_csv('reviews.csv')

# 긍정/부정 키워드 설정
positive_keywords = ['좋다', '만족', '빠르다', '잘', '좋아요']
negative_keywords = ['아쉽다', '불편', '느리다', '안', '별로']

# 리뷰 분석 함수
def analyze_review(review):
    positive_count = sum(review.count(word) for word in positive_keywords)
    negative_count = sum(review.count(word) for word in negative_keywords)

    if positive_count > negative_count:
        sentiment = '긍정'
    elif positive_count < negative_count:
        sentiment = '부정'
    else:
        sentiment = '중립'

    return sentiment

# 리뷰별 감성 분석
df['sentiment'] = df['review'].apply(analyze_review)

# 장단점 추출 (간단한 예시)
def extract_features(reviews):
    words = ' '.join(reviews).split()
    word_counts = Counter(words)

    # 상위 10개 단어 출력
    print(word_counts.most_common(10))

# 전체 리뷰를 대상으로 장단점 추출
extract_features(df['review'])

# HTML 형식으로 요약 결과 출력 (간단한 예시)
def generate_html_summary(df):
    html = """
    <h1>상품 리뷰 요약</h1>
    <ul>
        <li>장점: {positive_features}</li>
        <li>단점: {negative_features}</li>
        <li>한 줄 평: {overall_sentiment}</li>
    </ul>
    """

    # 장단점, 전체적인 감성을 추출하여 HTML에 채워넣는 로직 구현
    # ...

    return html

코드를 사용할 때는 주의가 필요합니다.

위 코드는 간단한 예시이며, 실제 환경에서는 더욱 복잡하고 정교한 알고리즘을 사용해야 합니다.

참고:

• 텍스트 전처리 (불용어 제거, 형태소 분석 등)
• 머신러닝 기반 감성 분석 모델 활용
• 딥러닝 기반 문장 생성 모델 활용

이 외에도 다양한 방법을 통해 리뷰 요약 시스템을 구축할 수 있습니다.

리뷰 요약 글 자동 생성 요청

이해한 내용 요약

• 목표: 사용자 리뷰를 분석하여 장점, 단점, 한 줄 평으로 구성된 간단 명료한 HTML 형식의 요약글을 생성합니다.
• 입력:
  • REVIEW LIST: 여러 개의 사용자 리뷰 문자열 리스트
  • PRODUCT NAME: 상품 이름 문자열
  • PRODUCT PRICE: 상품 가격 문자열
• 출력:
  • HTML 형식: 장점, 단점, 한 줄 평으로 구성된 요약글
  • 자연스러운 한국어: 불필요한 내용 생략, 3줄로 간결하게 표현

제안하는 HTML 구조

HTML

<div class="review-summary">
  <h5>[상품명] 리뷰 요약</h5>
  <ul>
    <li><strong>장점:</strong> [장점 요약]</li>
    <li><strong>단점:</strong> [단점 요약]</li>
    <li><strong>한 줄 평:</strong> [한 줄 평 요약]</li>
  </ul>
</div>

코드를 사용할 때는 주의가 필요합니다.

구체적인 구현 방안 및 예시

1. 텍스트 전처리:

• 불필요한 특수문자, 이모지 제거
• 영문 단어 한국어로 번역 (필요한 경우)
• 동일한 의미의 단어 통일 (예: 배송 -> 배송, 빠르다 -> 빠름)

2. 키워드 추출:

• 긍정 키워드 (좋다, 만족, 빠르다 등)
• 부정 키워드 (느리다, 불만, 문제 등)
• 중립 키워드 (도착, 테스트, 사용 등)
• 각 리뷰에서 키워드 추출하여 빈도수 계산

3. 요약문 생성:

• 장점: 긍정 키워드 빈도수가 높은 문장을 중심으로 요약
• 단점: 부정 키워드 빈도수가 높은 문장을 중심으로 요약
• 한 줄 평: 전체적인 톤을 파악하여 긍정, 부정, 중립적인 평가 문장 생성

예시:

입력: 위에서 제공된 REVIEW LIST, PRODUCT NAME, PRODUCT PRICE

출력:

HTML

<div class="review-summary">
  <h5>12V 24V 48V 100Ah 200Ah 280Ah 300Ah LiFePo4 배터리 팩 리튬 철 인산염 배터리, 내장 BMS, 태양열 보트용, 세금 없음, 신제품 리뷰 요약</h5>
  <ul>
    <li><strong>장점:</strong> 품질이 좋고, 배송 후에도 문제없이 잘 작동하며, 판매자의 응대가 좋습니다.</li>
    <li><strong>단점:</strong> 배송이 지연되는 경우가 있으며, 배터리 상태 표시가 정확하지 않을 수 있습니다.</li>
    <li><strong>한 줄 평:</strong> 전체적으로 좋은 품질의 제품이지만, 배송 지연 문제는 개선되어야 합니다.</li>
  </ul>
</div>

코드를 사용할 때는 주의가 필요합니다.

추가 고려 사항

• 문맥 분석: 단순 키워드 매칭이 아닌, 문맥을 고려하여 의미를 파악하는 것이 중요합니다.
• 감성 분석: 긍정, 부정, 중립 외에 다양한 감성 (예: 기쁨, 슬픔, 분노)을 분석하여 더욱 정확한 요약을 생성할 수 있습니다.
• 맞춤형 요약: 사용자의 요구에 따라 요약의 길이, 상세도 등을 조절할 수 있도록 설정을 제공할 수 있습니다.
• 딥러닝 모델 활용: BERT, GPT-3 등의 딥러닝 모델을 활용하여 더욱 정교한 텍스트 요약이 가능합니다.

구현 시 필요한 기술 스택

• 프로그래밍 언어: Python (자연어 처리 라이브러리가 풍부)
• 자연어 처리 라이브러리: NLTK, spaCy, transformers 등
• 웹 프레임워크: Flask, Django 등 (HTML 생성 및 서버 구축)
• 데이터베이스: MongoDB, PostgreSQL 등 (리뷰 데이터 저장)

다음 단계

• 데이터 수집: 다양한 상품의 리뷰 데이터를 수집하여 모델 학습에 활용합니다.
• 데이터 전처리: 불필요한 정보 제거, 형태소 분석, 키워드 추출 등을 수행합니다.
• 모델 학습: 딥러닝 모델을 활용하여 텍스트 요약 모델을 학습시킵니다.
• 시스템 구축: 웹 서버를 구축하고, 사용자가 리뷰 데이터를 입력하면 실시간으로 요약 결과를 제공하는 시스템을 개발합니다.

위에서 제시한 내용을 바탕으로 더욱 구체적인 시스템을 구축할 수 있도록 도와드릴 수 있습니다.

• 어떤 부분에 대해 더 궁금하신가요?
• 어떤 기술 스택을 사용하고 싶으신가요?
• 어떤 종류의 데이터를 가지고 계신가요?

이러한 정보를 바탕으로 맞춤형 솔루션을 제안해 드리겠습니다.

리뷰 요약 글 생성 요청 분석

요청 내용:

• 목표: 구매자 리뷰를 분석하여 간단하고 명확한 HTML 형식의 요약 글 생성
• 구조: 장점, 단점, 한 줄 평으로 구성
• 데이터:
  • REVIEW_LIST: 개별 리뷰 문자열 리스트
  • PRODUCT_NAME: 상품명
  • PRODUCT_PRICE: 상품 가격
• 요구사항:
  • 불필요한 내용 생략
  • 자연스러운 한국어 문장 생성
  • 3줄로 간결하게 요약

문제점 및 개선점

• 데이터 정형성: 제공된 리뷰 데이터가 매우 다양한 형식과 언어로 구성되어 있어, 정확한 분석이 어려움.
• 감성 분석: 단순 키워드 매칭이 아닌, 정교한 감성 분석이 필요함.
• 문맥 이해: 개별 문장의 의미뿐만 아니라, 전체 리뷰의 맥락을 파악하여 종합적인 요약을 생성해야 함.
• HTML 형식: HTML 형식으로 출력하는 부분에 대한 구체적인 지시가 부족함.

개선된 솔루션

1. 데이터 전처리:

• 언어 정규화: 영어, 이모티콘 등을 한국어로 변환하고, 불필요한 특수 문자 제거.
• 형태소 분석: 각 문장을 형태소 단위로 분해하여 의미 분석에 활용.
• 키워드 추출: 빈도수가 높은 단어나, 감성 분석 결과 긍정/부정 단어를 추출.

2. 감성 분석:

• 사전 기반: 긍정/부정 단어 사전을 활용하여 문장의 감성 점수 계산.
• 딥러닝 모델: BERT, RoBERTa 등의 사전 학습된 언어 모델을 활용하여 더욱 정교한 감성 분석 수행.

3. 요약 생성:

• 규칙 기반: 추출된 키워드와 감성 점수를 기반으로, 미리 정의된 템플릿에 맞춰 요약 문장 생성.
• 추상적 요약: Seq2Seq 모델 등을 활용하여, 전체 리뷰를 읽고 핵심 내용을 요약하는 방식.

4. HTML 출력:

• 구조: <div> 태그를 이용하여 장점, 단점, 한 줄 평을 구분.
• 스타일: CSS를 활용하여 가독성을 높이고, 디자인을 적용.

예시 코드 (Python, NLTK, Transformers 활용)

Python

import nltk
from transformers import pipeline

# 데이터 전처리, 감성 분석, 요약 생성 함수 정의 (생략)

def generate_review_summary(review_list, product_name, product_price):
    # 데이터 전처리
    preprocessed_reviews = preprocess_reviews(review_list)

    # 감성 분석
    sentiment_scores = calculate_sentiment(preprocessed_reviews)

    # 키워드 추출
    keywords = extract_keywords(preprocessed_reviews)

    # 요약 생성
    summary = generate_summary(keywords, sentiment_scores, product_name)

    # HTML 형식으로 출력
    html_output = f"""
    <div>
        <b>장점:</b> {summary['pros']}
        <br>
        <b>단점:</b> {summary['cons']}
        <br>
        <b>한 줄 평:</b> {summary['one_liner']}
    </div>
    """
    return html_output

# 예시 실행
review_list = ...  # 위에서 제공된 리뷰 리스트
product_name = "충전식 리튬 다리미 인산염 배터리"
product_price = "₩ 169,300"

html_output = generate_review_summary(review_list, product_name, product_price)
print(html_output)

코드를 사용할 때는 주의가 필요합니다.

예상 출력:

HTML

<div>
    <b>장점:</b> 빠른 배송, 큰 가치, 낮은 저항
    <br>
    <b>단점:</b> 배송 지연, 포장 불량
    <br>
    <b>한 줄 평:</b> 가성비는 좋지만, 배송 및 제품 상태에 대한 불만이 일부 존재합니다.
</div>

코드를 사용할 때는 주의가 필요합니다.

추가 고려 사항

• 데이터 양: 리뷰 데이터가 많을수록 더 정확한 요약이 가능하지만, 처리 시간이 오래 걸릴 수 있음.
• 모델 학습: 사용자의 특정 상품이나 분야에 맞춰 모델을 추가 학습하면 더욱 정확한 결과를 얻을 수 있음.
• 사용자 인터페이스: 사용자가 쉽게 리뷰를 입력하고 결과를 확인할 수 있는 웹 애플리케이션을 개발하는 것을 고려할 수 있음.

주의: 위 코드는 예시이며, 실제 구현 시에는 더욱 복잡한 처리 과정이 필요할 수 있습니다.

더 궁금한 점이 있으시면 언제든지 질문해주세요.

특히 다음과 같은 정보를 알려주시면 더욱 정확한 답변을 드릴 수 있습니다.

• 어떤 프로그래밍 언어를 사용하시나요?
• 어떤 라이브러리를 사용하고 싶으신가요?
• 어떤 형식의 HTML 출력을 원하시나요?
• 리뷰 데이터의 예시를 더 많이 제공해주실 수 있나요?

다음은 좀 더 구체적인 질문의 예시입니다.

• "Python으로 구현하고 싶은데, 어떤 라이브러리를 추천하시나요?"
• "HTML 출력 시, 각 항목에 별점을 표시하고 싶습니다. 어떻게 해야 할까요?"
• "리뷰 데이터에 이모티콘이 많이 포함되어 있는데, 이를 어떻게 처리해야 할까요?"

리뷰 요약 글 생성기

제공된 정보:

• 리뷰 리스트: 사용자들이 작성한 리뷰 텍스트
• 상품 정보: 상품명, 가격 등

요약 글 형식:

• 장점: 상품의 가장 큰 장점 3가지
• 단점: 상품의 단점 또는 개선점 3가지
• 한줄평: 상품에 대한 간략한 총평

요약 글 생성 로직:

1. 리뷰 분석: 각 리뷰에서 긍정적인 키워드(좋다, 만족, 빠르다 등)와 부정적인 키워드(아쉽다, 불편하다, 늦다 등)를 추출합니다.
2. 키워드 분류: 추출된 키워드를 장점, 단점으로 분류하고, 빈도수가 높은 키워드를 중심으로 요약합니다.
3. 문장 생성: 분류된 키워드를 활용하여 자연스러운 한국어 문장으로 장점, 단점, 한줄평을 작성합니다.

제한 사항:

• 텍스트 기반: 이미지, 동영상 등 시각적인 정보는 처리하지 않습니다.
• 감정 분석: 긍정/부정 감정만을 단순하게 판단하며, 뉘앙스는 정확하게 파악하지 못할 수 있습니다.
• 문맥 이해: 문맥에 따른 의미 변화를 완벽하게 파악하지 못할 수 있습니다.

예시 요약 글:

장점:

• 빠른 배송: 대부분의 구매자가 빠른 배송에 만족했습니다.
• 좋은 성능: 배터리 성능에 대한 만족도가 높으며, 다른 기기와의 호환성도 좋습니다.
• 친절한 판매자: 판매자의 빠르고 친절한 응대에 대한 호평이 많습니다.

단점:

• 배송 중 파손: 일부 배송된 제품에서 파손이 발생한 경우가 보고되었습니다.
• 테스트 부족: 아직 제품을 충분히 테스트하지 못한 사용자도 있습니다.
• 가격: 가격에 대한 언급은 적지만, 다른 제품과 비교했을 때 가격 경쟁력이 부족할 수 있습니다.

한줄평:

빠른 배송과 좋은 성능으로 만족도가 높지만, 배송 중 파손 이슈가 발생할 수 있습니다. 판매자의 친절한 응대가 돋보이며, 전체적으로 가성비 좋은 제품입니다.

주의: 위 예시는 제공된 리뷰를 바탕으로 작성된 것으로, 실제 결과와 다를 수 있습니다.

개선 방안:

• 더 많은 데이터: 더 많은 리뷰 데이터를 학습하여 정확도를 높일 수 있습니다.
• 문맥 분석: 딥러닝 기반의 문맥 분석 모델을 도입하여 더욱 정교한 요약이 가능합니다.
• 감정 분석: 감성 분석 모델을 활용하여 긍정/부정 감정뿐만 아니라 다양한 감정을 파악할 수 있습니다.

추가 기능:

• 별점 변환: 리뷰 텍스트를 바탕으로 별점을 자동으로 부여할 수 있습니다.
• 키워드 추출: 중요한 키워드를 추출하여 상품의 특징을 더욱 명확하게 보여줄 수 있습니다.
• 감성 시각화: 워드 클라우드 등 시각화 기법을 활용하여 리뷰의 특징을 한눈에 파악할 수 있도록 합니다.

궁금한 점이 있으시면 언제든지 질문해주세요.

현재 제공된 리뷰 리스트와 상품 정보를 바탕으로 요약 글을 생성해 드릴 수 있습니다.

단, 더욱 정확하고 상세한 요약을 위해 다음 정보를 추가로 제공해주시면 감사하겠습니다.

• 요약 글의 길이: 3줄 외에 더 짧거나 긴 요약을 원하시나요?
• 중점: 특정 부분(성능, 배송, 가격 등)에 대한 정보를 더 자세히 알고 싶으신가요?
• 타겟: 요약 글을 보는 사람이 누구인가요? (예: 잠재 고객, 판매자 등)

위 정보를 바탕으로 최대한 사용자의 요구에 맞는 요약 글을 생성해 드리겠습니다.