컴퓨터 알고리즘이 고유한 댄스 특성을 식별할 수 있다

핀란드의 유바스크라 대학(University of Jyväskylä)에서 진행된 연구에 따르면, 댄스와 음악의 연결을 더 잘 이해하기 위해 모션 캡처 기술을 사용하여 사람들의 댄스를 연구해 왔다. 이 연구를 통해 개인의 성격, 기분, 그리고 다른 사람들과의 공감 능력 등에 대해 알 수 있었다.

이 연구를 계속 진행한 결과, 새로운 발견이 이루어졌다.

연구의 첫 번째 저자 인 에밀리 칼슨(Dr. Emily Carlson)은 “우리는 실제로 이 결과를 찾으려고 하지 않았고, 다른 것을 연구하기 위해 출발했다”고 말했다.

“우리의 원래 아이디어는 기계 학습을 사용하여 참가자의 댄스 movimiento를 기반으로 음악의 장르를 식별하는 것이었다”고 말했다.

이 연구에는 73명의 참가자가 참여했다. 참가자들은 블루스, 컨트리, 댄스/일렉트로니카, 재즈, 메탈, 팝, 레게, 랩 등 8가지 장르의 음악에 맞춰 댄스를 했다. 참가자들은 음악을 듣고 자연스럽게 몸으로 표현하도록 했다.

연구의 선임 저자 인 페트리 토이비안넨(Professor Petri Toivianinen)은 “우리는 현실 세계에서 발생하는 현상을 연구하는 것이 중요하다고 생각한다. 따라서 우리는 자연스러운 연구 방식을 사용한다”고 말했다.

참가자의 움직임은 연구자들이 기계 학습을 사용하여 분석했다. 기계 학습은 다양한 음악 장르를 구별하려고 시도했지만, 계획대로 진행되지 않았다. 컴퓨터 알고리즘은 정확하게 장르를 식별하는 데 성공한 비율이 30% 미만이었다.

그러나 연구자들은 컴퓨터가 73명의 참가자 중에서 개인을 식별하는 데 성공했다는 것을 발견했다. 정확도는 94%였으며, 이는 컴퓨터가 무작위로 추측했을 때의 2%보다 훨씬 높았다.

연구의 공동 저자이자 데이터 분석가 인 파시 사리(Dr. Pasi Saari)는 “댄스 움직임은 개인의 지문과 같은 것 같다”고 말했다. “각 개인은 음악의 종류와 상관없이 항상 동일한 움직임 특성을 가지고 있다.”

음악의 장르에 따라 개인의 댄스 움직임에 영향을 미치는 효과가 있었다. 메탈 음악을 들으면 컴퓨터가 개인을 식별하는 데 더 어렵다는 것이 발견되었다.

에밀리 칼슨은 “메탈 음악에는 특정한 움직임, 즉 헤드뱅잉과 같은 것이 있다”고 말했다. “메탈 음악이 더 많은 사람들을 유사한 움직임으로 만드는 데 영향을 미쳤을 수 있다.”

이 새로운 발견은 댄스 인식 소프트웨어와 같은 것을 개발할 수 있는 가능성을 열어주었다.

에밀리 칼슨은 “우리는 감시와 같은 응용 프로그램보다 이 결과가 인간의 음악성에 대해 무엇을 알려주는지에 더 관심이 있다”고 말했다. “우리는 많은 새로운 질문을 해야 한다. 예를 들어, 우리의 움직임 특성이 일생 동안 동일하게 유지되는지, 우리는 문화 간의 차이를 식별할 수 있는지, 그리고 컴퓨터와 비교하여 인간이 댄스 움직임으로 개인을 식별하는 데 얼마나 잘하는지와 같은 질문이다. 대부분의 연구는 질문보다 답변을 더 많이 제공한다. 이 연구도 예외는 아니다.”