오디오는 자체 AI 조종사를 필요로 한다

대부분의 사람들이 음악에서 AI에 대해 이야기할 때, 그것은 종종 마법의 버튼으로 인식된다: 프롬프트를 입력하고 트랙을 얻는다. 이 아이디어는 흥미로운 헤드라인을 잡지만 또한 음악가를 불안하게 만든다. 결과는 누구의 소유일까? 어떤 음악이 훈련 데이터에 공급될까? 그리고 소프트웨어가 ‘창조’를 할 때 인간의 재능은 어디에 있는가?

개발자가 생산성에 대해 이야기할 때, GitHub Copilot이 대화에 часто 등장한다. 그것이 매력적인 이유는 그것이 코드를 자체적으로 작성한다는 것이 아니다. 그것은 필요할 때 나타나고 방해하지 않는다. 음악가들도 같은 종류의 지원을 받을 수 있다.

음악 도구에 대해 다른 방식으로 생각할 수 있다. 즉, 음악가가 이미 작업하는 방식에 자연스럽게 적합하고 아이디어를 앞으로 나아가게 하고 표현을 위한 더 많은 공간을 제공하는 도구이다.

그러나 오디오는 코드와 다르다. 그것은 듣기, 반복, 그리고 악기와의 물리적인 상호작용을 통해 형성된다. 음악가는 악보를 읽고, 몇 개의 노트를 수정하고, 다시 듣고, 어려운 부분을 연습하고, 절반을 다시 작성할 수 있다. 음악 조종사는 그것을 존중해야 한다: 노래가 무엇이어야 하는지 결정하는 대신 장애물을 제거하고 아이디어에서 멜로디까지의 경로를 단축해야 한다.

음악 산업은 아직 AI가 음악에 미치는 영향을 파악하지 못하고 있다

음악 산업은 문화적이고 기술적인 변화를 겪고 있다. 생성적 AI는 음악이 만들어지고, 배포되고, 소비되는 방식에서 실제적인 힘이 되고 있다.

Deezer는 일일 업로드의 상당한 부분이 이제 AI 생성의 징조를 보이고 있다고 말한다. 이는 발견, 품질, 그리고 신뢰에 대한 질문을 제기한다. 인공지능으로 생성된 “밴드”는 인간 멤버가 없지만 온라인에서 인기를 얻기 시작했다. 이는 진정성, 팬과의 연결, 그리고 음악을 “만들다”는 것이真正로 무엇을 의미하는지에 대한 새로운 우려를 불러일으킨다.

同时, 라이선스 계약은 규칙을 재정의하고 있다. Suno와 Udio와 같은 회사들은 초기 실험에서正式한 계약을 체결했다. 그리고 최근에 NVIDIA와 Universal Music은 책임 있는 AI를 개발하기 위해 협력했다. 이는 음악 창작, 발견, 그리고 참여를 위한 AI 기반 도구를 개발하기 위한 것이다.

그러나 일부 플레이어는 창의성을 자동화하거나 완전히 인공지능으로 생성된 밴드를 출시하는 동안, 산업은 아직 음악의 미래에 AI가 어떻게 적합하는지 또는 적합하지 않은지 결정하지 못했다. AI 기술이 계속 성숙함에 따라, 대화는 다시 변할 것이다. 큰 질문은 어느 AI 도구가 실제로 음악가의 신뢰를 얻을 것인지, 그리고 어디에 창의적 재능을獎勵하는 선이 있는지에 대한 것이다.

산업이 AI를 적응시키고 그 역할을 논의하는 동안, 일부 회사들은 실제 창작자에 초점을 맞추고智能하고 접근하기 쉬운 도구를 개발하고 있다. 이러한 접근 방식은 장기적으로 더 지속 가능할 수 있다.

AI 단축키 대신 조종사 마음가짐

코딩, 비디오, 또는 텍스트에 대한 AI에 대한 관심이 많지만, 오디오는 종종 덜 주목을 받는다. 대부분의 AI 시스템은 단순한 아이디어를 기반으로 한다: 프롬프트를 입력하고 출력을 얻는다. 음악가들은 일반적으로 즉각적인 결과를 약속하는 생성 도구를 제공받는다. 그러나 음악을 만드는 것은 과정이다: 테스트, 정제, 그리고 시간의 경과에 따라 형성된다.

이것이 실제 구별이 시작되는 곳이다. 노래를 “마무리”하려고 하는 도구는 그 과정을 방해할 위험이 있다. 반면에, 반복, 피드백, 그리고 탐색을 지원하는 도구는 그 일부가 될 수 있다.

도구가 음악가를 위해 노래를 “마무리”하려고 할 때, 그것은 쉽게 그 취약한 과정을 방해할 수 있다. 그것은 다듬어진 것을 생산할 수 있지만, 아이디어가 실제로 성숙하는 느린 앞뒤로의 과정을 건너뛸 수 있다. 반면에, 피드백, 조정을 제안하거나, 아이디어를 중단하지 않고 캡처하는 도구의 생태계는 조용히 작업의 일부가 될 수 있다. 기술은 음악가를 대체하지 않는다. 그것은 배경에 머물며, 창조의 리듬을 지원한다. 이러한 지원은 실제로 음악이 만들어지는 방식에 형성되는 일상적인 창조적 순간에 특히 가치 있다:

• 음악가가 기존의 작품을 다시塑造하고 싶을 때
• 작곡가가 녹음하기 전에 보컬을 들어보고 싶을 때
• 独自 연습할 때 음악가가 향상되고 있는지 확신할 수 없을 때
• 도구를 전환하는 것이 아이디어를 느리게 하는 대신 앞으로 나아가게 할 때
• 창조적 흐름을 죽이는 아이디어를 문서화하는 것을 멈추는 것

예를 들어,独自로 기타를 배우는 것은 좌절감을 줄 수 있다. 항상 향상되고 있는지, 또는 잘못된 코드가 단순한 실수인지 확신할 수 없다. 피드백은 음악가에게는 언제나 귀한 선물이다. 특히初心자에게 더 그렇다.

기타리스트가 리프를 즉흥적으로 연주한다고 상상해 보자. 여기서 AI는智能한 튜터로 작용할 수 있다. 음악가가 연습할 때마다 개인화된 피드백을 제공하고, 실시간으로 피치와 리듬을 추적하여 기술을 다듬는다. 음악가가 즉흥적으로 연주할 때, 창조적 흐름을 유지하는 것이 중요하다. 그리고 새로운 멜로디를 표기법으로 변환하는 것은 기술적인 장벽일 수 있다. AI는 여기서 도움을 줄 수 있다. 즉, 연주를 듣고 읽을 수 있는 악보로 변환하는 것이다. 이렇게 음악 창조는 완전히 논리적인 과정으로 바뀌게 된다. 조직적 또는 기술적인 장벽으로 인해 방해받지 않는다. 이것은 음악가가 AI를 주인공이 아닌 창조를 위한 로켓 연료로 볼 수 있는 순간이다. Muse Group에서도 유사한 생태계가 형성되고 있으며, 사용자 피드백과 데이터 기반 접근 방식을 통해 음악가의 여정의 다양한 단계를 위한 제품을 개발하고 있다.

요약하면, 음악 산업은 신뢰가 더 중요해지는 단계에 진입하고 있다. 초기의 AI 열풍이 지나간 후, 음악가들은 더 어려운 질문을 던진다. 도구가 창조적 작업을 대체하는가, 아니면 강화하는가? 즉, 대화는 “AI가 무엇을 생성할 수 있는가?”에서 “AI는 창조적 과정에 어떻게 적합하는가?”로 이동한다.

다음은 무엇인가

라이선스가 된 AI가 더 일반화됨에 따라, 시장은 필연적으로 발전할 것이다. 일부 AI 스타트업은 신비가 사라지면 사라질 것이다. 그러나 일부는 음악가가 프로세스를 스트림라인화하는 것을 도와주기 때문에 남아있을 것이다. 창조적 흐름이 아니라.

GitHub Copilot은 소프트웨어가 어떻게 구축되는지 혁신할 수 있는 방법을 보여주었다. 이제 유사한 변화를 음악에서도 시작하고 있다. 미래는 기술적 우수성과 창조적 과정에 대한 깊은 이해를 바탕으로 가장 잘 듣고, 조정하고, 재능을 지원하는 AI가 속할 것이다.