음악에서의 AI: MusicBrainz Picard와 같은 응용 프로그램 및 도구

인공지능(AI)은 기계에서 인간의 지능을 재현하는 것을 목표로 합니다. 인간이 된다는 것의 중요한 부분은 예술, 특히 음악과의 연결입니다. 음악은 우리의 문화와 감정에 깊은 영향을 미칩니다. AI의 발전 덕분에 이제 기계는 인간이 작곡한 것처럼 들리는 음악을 만들 수 있습니다. AI 음악은 인간과 AI 간의 혁신적인 협업을 위한 새로운 가능성을 열어주며, 우리가 음악을 경험하고 상호작용하는 방식을 변화시키고 있습니다.

이 글에서는 AI가 음악을 생성하는 데 어떻게 사용되는지 살펴봅니다. 또한 AI와 MusicBrainz Picard와 같은 음악 태깅 도구 간의 관계, 그리고 이들이 아티스트, 프로듀서 및 엔터테인먼트 산업 전반에 미치는 영향에 대해 논의합니다.

Link to this section사운드 AI와 그 중요성#

AI는 소리를 포함한 다양한 유형의 데이터를 처리할 수 있습니다. 오디오 데이터라고도 불리는 사운드 데이터는 시간에 따른 다양한 강도의 파형이 혼합된 것입니다. 이미지나 시계열 데이터와 마찬가지로, 오디오 데이터도 AI 시스템이 처리하고 분석할 수 있는 형식으로 변환될 수 있습니다. 음파는 AI 모델이 분석할 수 있는 수치 데이터로 변환될 수 있습니다.

또 다른 흥미로운 방법은 음파를 스펙트로그램으로 변환하는 푸리에 변환(Fourier Transforms)을 사용하는 것입니다. 스펙트로그램은 소리의 다양한 주파수가 시간에 따라 어떻게 변하는지를 보여주는 시각적 표현입니다. AI 모델은 이 스펙트로그램을 이미지처럼 취급하여 이미지 인식 기술을 적용하고 오디오 데이터를 분석 및 해석할 수 있습니다. AI는 시각 데이터에서 하듯 소리 내의 패턴과 특징을 식별할 수 있습니다.

Fig 1. AI에 의해 분류되는 소리의 예.

AI를 사용하여 오디오 데이터를 분석, 조작 및 생성하면 다양한 애플리케이션이 만들어집니다. 몇 가지 예는 다음과 같습니다:

• 음악 생성 및 작곡: 기존 작곡을 학습하여 새로운 음악을 만들고, 뮤지션의 멜로디, 화성 및 리듬 작업을 지원합니다.
• 오디오 향상 및 노이즈 제거: 콜 센터, 보청기 및 오디오 편집을 위해 배경 소음을 줄여 오디오 품질을 개선합니다.
• 팟캐스트 요약: 콘텐츠를 더 쉽게 소비할 수 있도록 팟캐스트 에피소드의 간결한 요약을 생성합니다.
• 음성 기반 감정 탐지: 고객 서비스, 정신 건강 모니터링 및 사용자 경험 연구를 위해 음성에서 감정을 탐지합니다.

Link to this sectionAI 노래 생성기 작동 원리 이해하기#

AI 노래 생성기는 이미지 생성과 유사하게 기존 음악을 분석하고 학습하여 작동합니다. AI를 사용하여 음악을 이해하는 것과 생성하는 것의 차이를 이해하는 것이 중요합니다. 음악을 이해하는 것은 패턴을 분석하고 식별하는 것을 의미하며, 음악을 생성하는 것은 학습된 패턴을 기반으로 새로운 곡을 만드는 것을 의미합니다.

Fig 2. AI를 이용한 음악 이해와 AI 음악 생성 비교.

AI 음악 생성 과정은 다양한 장르와 스타일을 포함하는 방대한 음악 데이터셋을 수집하는 것에서 시작합니다. 그 후 데이터셋은 음표, 화음, 리듬과 같은 더 작은 구성 요소로 분해되며, AI가 처리할 수 있는 수치 데이터로 변환됩니다.

음악을 생성하도록 훈련될 수 있는 다양한 생성형 AI 모델이 존재합니다. 예를 들어, Transformer 및 변분 오토인코더(VAE)와 같은 AI 모델이 협력하여 음악을 생성할 수 있습니다. VAE는 음악의 다양성과 풍부함을 포착하기 위해 유사한 음악 조각들을 밀접하게 그룹화하여 입력 소리를 잠재 공간(latent space)으로 압축할 수 있습니다. 그런 다음 Transformer는 이 잠재 공간을 사용하여 패턴을 이해하고 시퀀스 내의 중요한 음표에 집중함으로써 새로운 음악을 생성합니다.

AI 모델이 이 데이터로 훈련되면, AI는 학습한 내용을 바탕으로 다음 음표나 화음을 예측하여 새로운 음악을 생성할 수 있습니다. 이러한 예측을 연결하여 전체 곡을 만들 수도 있습니다. 생성된 음악은 특정 스타일이나 선호도에 맞춰 미세 조정될 수 있습니다.

이 기술을 사용하는 음악 생성기가 점점 더 많이 등장하고 있습니다. 몇 가지 예는 다음과 같습니다:

• Google의 MusicLM: 텍스트 프롬프트를 기반으로 음악을 생성하여 사용자가 장르, 분위기, 악기 및 전체적인 느낌을 지정할 수 있습니다.
• Meta의 MusicGen: 텍스트 설명이나 기존 멜로디에서 음악을 만들며, EnCodec이라는 도구를 사용하여 오디오 데이터를 처리합니다.
• Stability AI의 Stable Audio 2.0: 텍스트 및 오디오 입력을 통해 고품질 오디오 트랙과 음향 효과를 생성하며, 전체 트랙을 만들고 프롬프트를 기반으로 오디오 샘플을 변형할 수 있습니다.

Link to this sectionAI가 음악 산업에 미치는 영향#

AI 혁신은 뮤지션, 청취자 및 프로듀서에게 새로운 기회와 도전 과제를 만들어내어 이전에는 경험하지 못했던 상황들을 야기하고 있습니다. 각 그룹이 이러한 발전에 적응하고, 새로운 도구를 사용하며, 독창성과 윤리에 대한 우려를 어떻게 해결해 나가는지 지켜보는 것은 흥미롭습니다. 음악 생성 외에도 AI는 라이브 공연 강화, 음악 검색 개선, 제작 과정 지원 등 음악 산업에서 다른 잠재력을 가지고 있습니다. AI가 음악 산업의 뮤지션, 청취자 및 프로듀서에게 미치는 영향을 자세히 살펴보겠습니다.

Fig 3. 생성형 AI가 음악 산업에 미치는 영향.

Link to this section뮤지션에게 미치는 영향#

AI는 뮤지션이 음악을 만드는 방식을 바꾸고 있습니다. 생성형 AI와 통합된 도구는 새로운 멜로디, 화성 진행 및 가사를 생성하는 데 도움을 주어 뮤지션이 창작의 고통을 극복하기 쉽게 해줍니다. 또한 AI는 존 레논의 오래된 데모에서 추출한 보컬로 만든 비틀즈의 신곡 "Now And Then"과 같은 미완성 작품을 완성하는 데 사용되기도 했습니다. 그러나 유명 아티스트의 스타일을 모방하는 AI 생성 음악의 증가는 독창성에 대한 우려를 낳고 있습니다. 예를 들어, Bad Bunny와 같은 아티스트들은 AI가 동의 없이 자신의 목소리와 스타일을 복제하는 것에 대해 우려하고 있습니다.

Beyond creating music, AI and computer vision can help musicians put together better performances and music videos. A music video consists of many different elements, and one of those elements is dancing. Pose estimation models like Ultralytics YOLOv8 can understand human poses in images and videos and play a role in creating choreographed dance sequences that are synchronized with music.

AI를 안무에 활용하는 또 다른 좋은 예는 NVIDIA의 "Dance to Music" 프로젝트입니다. 이 프로젝트에서는 AI와 2단계 과정을 사용하여 다양하고 스타일이 일관되며 비트에 맞는 새로운 춤 동작을 생성했습니다. 먼저, 자세 추정 및 운동학적 비트 탐지기를 사용하여 방대한 춤 비디오 컬렉션에서 다양한 비트 기반 춤 동작을 학습했습니다. 그 후 생성형 AI 모델을 사용하여 이러한 춤 동작을 음악의 리듬과 스타일에 맞는 안무로 구성했습니다. AI가 안무한 춤 동작은 뮤직비디오에 흥미로운 시각적 요소를 더해주며 아티스트가 더 창의적으로 작업할 수 있도록 돕습니다.

Link to this section청취자에게 미치는 영향#

For listeners, AI can improve the music discovery and listening experience. Platforms like Spotify and Apple Music are using AI to curate personalized playlists and recommend new music based on users' listening habits. When you discover new artists and genres on these platforms, that’s AI’s magic.

AI 기반 가상 현실(VR) 또한 라이브 콘서트 경험을 향상시키고 있습니다. 예를 들어, Travis Scott은 VR을 사용하여 전 세계 관객에게 다가가는 가상 공연을 만듭니다. 하지만 TikTok과 같은 플랫폼에서 AI 생성 음악이 넘쳐나면 음악 발견 과정이 압도적으로 느껴질 수 있습니다. 이는 신인 아티스트들이 눈에 띄기 어렵게 만들 수도 있습니다.

Fig 4. AI는 가상 현실(VR) 콘서트 경험을 가능하게 합니다.

Link to this section프로듀서에게 미치는 영향#

프로듀서들은 여러 면에서 AI의 혜택을 받습니다. 피치 보정, 믹싱 및 마스터링을 지원하는 AI 도구는 프로덕션 과정을 간소화합니다. IBM의 Watson Beat와 같은 AI 기반 가상 악기 및 신디사이저는 창작의 가능성을 확장하는 새로운 사운드와 질감을 만들어낼 수 있습니다.

AI on streaming platforms isn't just a benefit for listeners; it also helps producers by creating a wider audience. However, just as musicians are concerned, AI's ability to mimic the style of established artists raises ethical and legal issues about exploiting artists' unique voices and styles. This has resulted in legal disputes, such as lawsuits from major music companies like Universal, Sony, and Warner against AI startups like Suno and Udio for allegedly using copyrighted works to train their models without permission.

Link to this sectionMusicBrainz Picard와 같은 AI 통합 도구로 음악 라이브러리 관리하기#

우리는 음악 산업의 다양한 이해관계자에게 미치는 영향을 통해 음악 분야의 AI 애플리케이션을 간략하게 살펴보았습니다. 이제 음악에서 AI의 더 구체적인 애플리케이션인 MusicBrainz Picard와 같은 AI 강화 음악 관리 도구에 대해 알아보겠습니다. 이러한 도구는 디지털 음악 라이브러리를 정리하고 관리하는 데 매우 유용합니다.

Fig 5. 음악 라이브러리는 AI를 사용하여 관리할 수 있습니다.

이 도구들은 아티스트 이름, 앨범 제목, 트랙 번호와 같은 정확한 메타데이터를 사용하여 음악 파일을 자동으로 식별하고 태그를 지정합니다. MusicBrainz Picard를 사용하면 음악 컬렉션을 잘 정리된 상태로 유지하기가 더 쉬워집니다. MusicBrainz Picard에 통합된 핵심 기술 중 하나는 AcoustID 오디오 핑거프린트입니다. 이러한 핑거프린트는 파일에 메타데이터가 없는 경우에도 실제 오디오 콘텐츠를 기반으로 음악 파일을 식별합니다.

이것이 왜 그렇게 중요할까요? BBC, Google, Amazon, Spotify 및 Pandora와 같은 주요 기관은 음악 관련 서비스를 개선하기 위해 MusicBrainz 데이터에 의존합니다. MusicBrainz Picard와 같은 도구로 생성된 메타데이터는 음악 데이터베이스, 태거 애플리케이션 또는 기타 음악 관련 소프트웨어를 구축하는 개발자들에게 매우 중요합니다. AI의 중추는 데이터이며, Picard와 같은 도구가 없다면 분석 및 애플리케이션 개발에 필요한 깨끗하고 정확한 데이터를 얻기가 매우 어려울 것입니다. AI 강화 도구가 AI를 사용하여 AI 애플리케이션에 필요한 데이터를 생성하고, 이를 통해 개선과 혁신의 유익한 순환을 형성한다는 점은 매우 흥미롭습니다.

Link to this section음악 속 AI에 대한 마지막 메모#

우리는 음악 분야에서 AI가 일으키는 변화에 대해 논의했습니다. AI 생성 음악을 둘러싼 법적 환경도 진화하고 있습니다. 미국 저작권청과 같은 기관의 현행 규정은 인간의 저작권이 결여되어 있으므로 AI가 전적으로 생성한 저작물은 저작권 보호를 받을 수 없다고 명시하고 있습니다. 하지만 인간이 창작 과정에 상당 부분 기여한다면 해당 저작물은 저작권 보호 자격을 얻을 수 있습니다. AI가 음악 산업에 지속적으로 통합됨에 따라 이러한 과제를 해결하기 위한 지속적인 법적 및 윤리적 논의가 필수적일 것입니다. 앞으로 AI는 기술과 인간의 창의성을 결합하여 음악 창작 및 제작의 가능성을 확장할 엄청난 잠재력을 가지고 있습니다.

당사의 GitHub 저장소를 방문하고 활기찬 커뮤니티에 가입하여 AI를 탐색해 보세요. 솔루션 페이지에서 제조 및 농업 분야의 AI 애플리케이션에 대해 알아보십시오.