많은 영화 콘텐츠 플랫폼의 등장으로 사용자들은 콘텐츠의 범람과 그에 따른 적절한 영화 제목 선정에 어려움을 겪고 있다. 고객의 과거 선호도와 행동에 따른 맞춤형 추천을 제공하기 위한 효과적인 추천 시스템 개발 연구가 많이 이뤄졌지만, 이용자의 감성과 감정을 함께 활용하는 데는 큰 관심이 없었다. 본 연구에서는 사용자 등급과 함께 감성·감정 정보를 활용한 그래프 기반의 영화 추천시스템을 구축하고, 잘 알려진 기존 모델과 비교하여 성능을 평가했다. 감성과 감정 정보는 미세 조정된 BERT를 사용하여 추출되었다. 우리는 Rotten Tomatoes에서 크롤링 된 영화들의 메타 데이터로 구성된 Kaggle의 데이터 세트를 사용했다. 연구 결과는 감성과 감정을 결합한 제안된 모델이 기존 모델보다 우수하다는 것을 보여준다. 이 연구 결과는 영화 추천과 관련하여 감성과 감정 정보를 함께 활용하는 것에 대한 가능성을 보여준다.