오디오에는 전용 AI 조종사가 필요하다

음악에서 AI에 대해 대부분의 사람들이 이야기할 때, 그것은 종종 마법의 버튼으로 인식된다: 프롬프트를 입력하고 트랙을 얻는다. 이 아이디어는 흥미로운 헤드라인을 잡지만 음악가们을 불안하게 만든다. 결과의 주인공은 누구인가? 어떤 음악이 훈련 데이터에 피드되는가? 그리고 소프트웨어가 ‘창조’를 할 때 인간의 재능은 어디에 맞춰지는가?

개발자들이 생산성에 대해 이야기할 때, GitHub Copilot이 대화에 자주 등장한다. 그것이 매력적인 이유는 코드를独自로 작성하는 것이 아니다. 그것은 필요할 때 나타나며 방해하지 않고 도움을 제공한다. 음악가들도 같은 종류의 지원을 받을 수 있다.

음악 도구에 대해 다른 방식으로 생각할 수 있다. 즉, 음악가들이 이미 작업하는 방식에 자연스럽게 맞춰지는 도구를 말한다. 이러한 도구는 아이디어를 앞으로 나아가게 도와주고 표현을 위한 더 많은 공간을 제공한다.

그러나 오디오는 코드와 다르다. 즉, 듣기, 반복, 악기와의 물리적 상호작용을 통해 형성된다. 음악가는 악보를 읽고, 몇 개의 노트를 수정하고, 다시 듣고, 어려운 부분을 연습한 다음 절반을 다시 작성할 수 있다. 음악 조종사는 이러한 점을尊重해야 한다. 즉, 노래가 어떤 것이어야 하는지 결정하는 대신, 장애물을 제거하고 아이디어에서 멜로디까지의 경로를 단축시켜야 한다.

산업은 아직 음악에 대한 AI의 의미를 파악하고 있다

음악 산업은 문화적이고 기술적인 변화를 겪고 있다. 생성적 AI는 음악이 어떻게 만들어지고, 배포되고, 소비되는지에 대한 실제적인 힘으로 등장하고 있다.

Deezer says 일일 업로드의 상당 부분이 이제 AI 생성의 징조를 보여주고 있다. 이는 발견, 품질, 신뢰에 대한 질문을 제기한다. 인간 멤버가 없는 전체 AI 생성 “밴드”가 온라인에서 인기를 얻기 시작했다. 이는 진정성, 팬과의 연결, 음악을 “만들다”는 것이真正로 무엇을 의미하는지에 대한 새로운 우려를 불러일으킨다.

동시에 라이선스 계약이 규칙을 재정의하고 있다. Suno와 Udio와 같은 회사들은 초기 실험에서 권리 보유자와의 공식 계약을 맺었다. 그리고 최근에 NVIDIA와 Universal Music 는 ‘책임 있는 AI’를 위한 계약을 체결했다. 이는 음악 생성, 발견, 참여 도구를 개발하기 위한 艺术家들의 직접적인 입력을 포함한다.

그러나 일부 플레이어가 창의성을 자동화하거나 완전히 AI 생성 밴드를 출시하는 동안, 산업은 아직 음악의 미래에 AI가 어떻게 – 또는 혹은 – 적합한지에 대해 정해지지 않았다. AI 기술이 계속 성숙함에 따라, 대화는 다시 바뀔 것이다. 가장 큰 질문은 실제로 음악가들의 신뢰를 얻는 AI 도구는 무엇인지, 그리고 ‘음악을 민주화하는’ 것과 창의적인 재능을 보상하는 것 사이의 선은 어디에 있는지에 대한 것이다.

산업이 AI에 적응하고 그 역할을 논의하는 동안, 일부 회사들은 실제 창조자에 초점을 맞추고, 그들이 있는 곳에서 만나는 스마트하고 접근하기 쉬운 도구를 구축하고 있다. 이러한 접근 방식은 장기적으로 더 지속 가능할 수 있다.

AI 단축키 대신 조종사 마인드

코딩, 비디오, 텍스트를 위한 AI에 대한 주의가 많지만, 오디오는 종종 덜 주목받는다. 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, 시간이 지남에 따라 형성된다.

이것이 실제 구별의 시작이다. 노래를 “완성”하려고 시도하는 도구는 그 과정을 방해할 수 있다. 반면에, 반복, 피드백, 탐색을 지원하는 도구는 그 일부가 될 수 있다.

도구가 음악가를 위해 노래를 “완성”하려고 시도할 때,それは 그 취약한 과정을 쉽게 방해할 수 있다.それは 다듬어진 것을 생산할 수 있지만, 아이디어가 실제로 성숙하는 느린 앞뒤로의 과정을 건너뛸 수 있다. 반면에, 피드백을 제공하거나, 조정을 제안하거나, 아이디어를 중단하지 않고 捕获하는 도구의 생태계는 조용히 작업 흐름의 일부가 될 수 있다. 기술은 음악가를 대체하지 않는다. 그것은 창조의 리듬을 지원하면서 배경에 머무른다. 이러한 지원은 실제로 음악이 만들어지는 방식에 대한 헤드라인을 만들지 않는 일상적인 창조적 순간에서 특히 가치 있다:

• 음악가가 기존의 작품을 다시塑造하고 싶을 때
• 작곡가가 녹음하기 전에 보컬을 들어야 할 때
• 独自로 연습하면 음악가들이 개선되고 있는지 확신하지 못할 수 있다
• 도구를 전환하면 아이디어를 느리게 만들 뿐이다
• 아이디어를 문서화하기 위해 정지하면 창조적인 흐름을 죽일 수 있다

예를 들어,独自로 기타를 배우는 것은 좌절감을 줄 수 있다. 항상 개선되고 있는지, 또는 잘못된 코드가 단순한 오류인지, 또는 작업할 것이 무엇인지 알 수 없다. 피드백은 음악가에게 어떤 단계에서든 귀중한 선물이다. 특히初心者에게 더 도움이 된다.

기타리스트가 리프를 즉흥적으로 연주하는 것을 상상해 보라. 여기서 AI는 스마트한 튜터로 작용할 수 있다. 언제든지 연습할 때 개인화된 피드백을 제공하고, 실시간으로 피치와 리듬을 추적하여 기술을 정제한다. 음악가가 즉흥적으로 연주할 때, 창조적인 흐름을 유지하는 것이 중요하다. 그리고 새로운 мел로디를 표기법으로 기록하기 위해 정지하는 것보다 더 방해가 될 수 있는 것은 없다. AI는 공연을 듣고 그것을 읽을 수 있는 악보로 변환하여 도움을 줄 수 있다. 따라서 음악 창조는 기술적이거나 조직적인 장벽에 의해 방해받지 않는 논리적인 과정으로 된다. 그것은 음악가들이 AI를 창조의 로켓 연료로 보는 순간이다. Muse Group에서, 유사한 생태계가 여러 해에 걸쳐 성장하고 있으며, 사용자 피드백과 데이터 기반 접근 방식을 통해 음악가의 여정의 다양한 단계를 위한 제품을 구축하고 정제하고 있다.

요약하면, 음악 산업은 신뢰가 노벨티보다 더 중요해지는 단계에 진입하고 있다. 첫 번째 AI 열풍之后, 음악가들은 더 어려운 질문을 한다. 도구가 창조적인 작업을 대체하는가, 아니면 강화하는가? 즉, 대화는 “AI가 무엇을 생성할 수 있는가?”에서 “AI가 창조적인 과정에 어떻게 적합한가?”로 바뀌고 있다.

무엇이 다음으로 올까

라이선스된 AI가 더 일반화됨에 따라, 시장은 필연적으로 발전할 것이다. 일부 AI 스타트업은 신선함이 사라지면 사라질 것이다. 다른 일부는 사람들을 프로세스를 스트림화하는 데 도움을 주지 않고, 창조적인 흐름을 강화하는 데 도움을 주기 때문에 남아있을 것이다.

GitHub Copilot은 소프트웨어가 어떻게 구축되는지 혁신할 수 있는 방법을 보여주었다. 이제 유사한 변환은 음악에서 시작되고 있다. 미래는 가장 잘 듣고, 조정하고, 재능을 지원하는 AI에 속할 것이다. 이러한 AI는 기술적 우수성과 창조적인 과정에 대한 깊은 이해로 구축될 것이다.