본 연구는 두 가지 접근법, 즉 TF-IDF 기반 기계 학습과 트랜스포머 기반 딥러닝을 활용하여 인도네시아 학생들의 고등교육 분야에서 인공지능(AI) 도입에 대한 의견을 분석합니다. 데이터셋은 1,154 건의 학생 의견과 추가적인 어휘 감정 데이터를 결합한 총 2,295 건의 레이블이 지정된 샘플로 구성됩니다. 기계 학습 모델로는 LightGBM, Random Forest, 그리고 Support Vector Machine (SVM) 이 평가되었으며, DistilBERT 는 이진 감정 분류를 위해 미세 조정(fine-tuned)되었습니다. 결과는 SVM 이 기계 학습 모델들 중에서 가장 높은 성능을 보였으며, 테스트 정확도는 82.14%, F1-score 는 82.14% 를 기록했습니다. 반면, DistilBERT 는 전체적으로 가장 우수한 성능을 발휘하여 정확도 84.78%, F1-score 84.75% 를 달성했습니다. 이러한 결과는 트랜스포머 기반 모델이 문맥 정보를 더 잘 포착할 수 있음을 시사하지만, SVM 도 감정 분류를 위한 경쟁력 있고 효율적인 대안임을 보여줍니다.