인공 지능이 음악에 미치는 영향은 점점 더 복잡해지고 있다

음악에 인공 지능을 적용하는 것은 몇 년 동안 점점 더 증가하고 있다. Kumba Sennaar에 따르면, 현재 음악 산업에서 인공 지능의 세 가지 주요 응용 분야는 음악 작곡, 음악 스트리밍 및 음악 수익화에 있다. 여기서 인공 지능 플랫폼은 사용자 활동 데이터를 기반으로 음악 콘텐츠를 수익화하는 데 도움을 주고 있다.

1957년부터 시작된 이 모든 것이 Learn Hiller와 Leonard Issacson이 Illiac I를 프로그래밍하여 “Illiac Suite for String Quartet”라는 인공 지능에 의해 완전히 작성된 첫 번째 작품을 제작한 이후로 60년이 지난 지금, 완전한 앨범으로 발전하였다. 예를 들어, 2017년에 Taryn Southern 앨범이 Amper Music에 의해 제작되었다. 현재 Taryn Southern는 유튜브에서 452천 명의 구독자를 보유하고 있으며 앨범中的 “Lovesick”라는 노래는 45,000명 이상의 시청자들이 감상하였다.

하지만 이후로, 음악 분야에서 인공 지능의 적용은 더욱 복잡해지고 확장되었다. Open AI는 MuseNet을 개발하였다. 이 회사는 “4분짜리 음악 작곡을 10가지 다른 악기로 생성할 수 있는 깊은 신경망”이라고 설명하였다. MuseNet은 우리의 음악 이해를 기반으로 명시적으로 프로그래밍되지 않았지만, 수백 개의 MIDI 파일에서 다음 토큰을 예측하는 것을 통해 조화, 리듬, 스타일의 패턴을 발견하였다. MuseNet은 GPT-2와 같은 일반적인 목적의 무감독 학습 기술을 사용한다. GPT-2는 대규모 트랜스포머 모델로, 오디오 또는 텍스트 시퀀스에서 다음 토큰을 예측하도록 훈련되었다.

한편, GeekWire를 포함한 여러 출처에 따르면, 런던 골드스미스 대학교의 컴퓨터 과학자이자 음악가인 Dr. Mick Grierson은 최근 이탈리아 자동차 제조업체 피아트로부터 50대 가장 아이코닉한 팝송을 알고리즘을 사용하여制作하는 일을 맡았다. 그의 분석 소프트웨어는 “노래가 주목할 만한 이유를 결정하기 위해” 키, 분당 비트 수, 코드 변奏, 가사 내용, 음색 변奏, 사운드 변奏 등을 사용하였다.

그의 결과에 따르면, 이러한 매개변수들의 최적의 조합을 갖춘 노래는 Nirvana의 “Smells Like Teen Spirit”였다. 이는 U2의 “One”과 John Lennon의 “Imagine”보다 앞섰다. Nirvana의 노래는 이후 피아트의 새로운 피아트 500 모델을 홍보하는 데 사용되었다. Grierson은 알고리즘이 “이 노래들이 사용하는 사운드와 그것들이 조합되는 방식은 각각 고유하다”고 설명하였다.

또 다른 응용 예는 musicnn 라이브러리로, 깊은 합성 신경망을 사용하여 자동으로 노래에 태그를 붙인다. 포함된 모델은 “공개 평가 기준에서 최고의 점수를 달성한다”. musicnn은 최고의 점수를 달성하는 모델을 포함한다. 이 프로젝트는 스페인 바르셀로나에 위치한 Music Technology Group of the Universitat Pompeu Fabra에서 개발되었다.

Jordi Pons는 musicnn을 사용하여 또 다른 아이코닉한 노래인 Queen의 “Bohemian Rhapsody”를 분석하고 태그를 붙였다. 그는 프레디 머큐리의 보컬이 여성 보컬로 태그되었다는 것을 발견했지만, 다른 예측은 khá 정확하였다. musicnn을 오픈소스로 공개함으로써 태그付け 과정을 더욱 정교화할 수 있다.

음악 스트리밍에서 인공 지능의 사용에 대해 보고한 Digital Music News는 “인공 지능과 기계 학습 기술의 도입으로 음악을 듣는 방식이 크게 개선되었다”고 결론지었다. “인공 지능 및 유사 기술의 빠른 발전 덕분에 향후 몇 년 안에 음악 산업에서 많은 미래적인 개선이 나타날 가능성이 크다”고 설명하였다.