AI와 음악의 변화

AI, 음악 창작 가능성의 확장
AI가 음악 창작에 미치는 영향을 탐구한다. AI는 음악 창작의 도구를 넘어 음악가와 협력하는 파트너로 자리 잡고 있으며, 창작의 과정을 혁신적으로 변화시키고 있다. AI는 음악가가 보다 창의적으로 작업할 수 있도록 도와주는 도구일 뿐만 아니라 음악의 패턴을 분석하고 새로운 영감을 제공하는 역할도 한다. AI가 음악 제작에 미치는 다양한 영향을 설명하며, AI가 음악 창작을 어떻게 변화시키고 있는지 탐구한다. 음악과 AI의 기본 원리와 기술적 접근 방식을 설명하고, AI가 음악의 핵심 요소인 멜로디, 리듬, 화성 등을 어떻게 처리하는지 다룬다. AI가 음악 생성의 한계점, 음악의 소비, 그리고 강화 학습을 통한 사용자 취향 맞춤화 등 AI의 여러 응용 방안을 탐색한다.
이 책은 또한 AI가 상업 음악에서 어떤 역할을 하고, 예술 음악에서는 여전히 인간 창작자가 필요함을 강조한다. AI는 감정적 깊이나 독창성을 완전히 대체할 수 없지만, 음악 창작을 도와주는 유용한 도구로 자리매김하고 있다. AI가 연주 훈련과 작곡 보조 역할을 어떻게 할 수 있는지에 대해 다룬다. AI와 음악의 융합은 예술의 본질을 바꾸기보다 창작의 가능성을 확장시키는 과정이다. 이 책은 AI가 음악 창작과 소비에 미치는 긍정적인 영향과 그로 인해 생기는 새로운 창작의 기회를 제시하며, AI와 인간의 협업을 통해 더욱 풍부한 음악적 지평을 열어가는 미래를 그린다. AI가 단순한 도구가 아니라 음악의 창조적 동반자로서 역할을 할 수 있음을 강조하며, 음악의 즐거움과 감동을 더 나은 방법으로 추구할 수 있는 가능성을 탐구한다.

인공지능이 음악 창작에 미치는 영향을 탐구한다. AI는 음악 창작의 파트너로서 창의성을 확장한다. AI는 음악의 멜로디, 리듬, 화성 등의 핵심 요소를 처리하며 사용자 맞춤형 경험을 제공한다. AI가 창작의 한계를 극복하고 창작의 즐거움을 극대화하는 도구로서 음악가와 협력하는 미래를 제시한다.

심인섭
대만 타이난응용과기대학교 유행음악과 조교수다. 경기대학교 전자디지털음악 전공으로 학사학위를 취득하고 미국 인디애나대학교-퍼듀대학교 인디애나폴리스(Indiana University Purdue University Indianapolis)에서 음악기술(Music Technology) 석사학위를 받았다. 한국으로 돌아와 음악 교육용 애플리케이션과 기타 상업용 애플리케이션·소프트웨어를 개발했다. 스마트폰 애플리케이션 시장의 개인 개발자 참여가 허용된 이후 개발한 재즈 기초 연습 프로그램인 ‘Jazz Scales’, 블루스 솔로 연습을 위한 자동 반주 프로그램인 ‘Blues Jam’ 등은 출시 이후 애플사의 가라지밴드(Garageband)에 이어 음악 앱 마켓 2위를 달성했다. 경기대학교에서 “찰리 파커 솔로기법 분석을 통한 프레이즈작곡 지식기반시스템 개발연구”로 음악학 박사학위를 받았다. “웹기반 정간보 사보 프로그램 설계”, “MMORPG 내 캐릭터의 특성 및 행동 패턴에 따른 음악 생성 기법 연구” 등 논문 6편을 KCI 등재 학술지에 게재했다.

음악 AI, 음악가의 경쟁자 혹은 조력자

01 AI와 사람이 음악을 만드는 방법
02 음악의 3요소와 AI
03 음악의 제4요소, 음색
04 AI 음악 생성의 한계점
05 Gen AI의 미래
06 사용자의 취향과 평가
07 AI의 음악 인지와 분석
08 AI 음악의 소비
09 연주 훈련을 위한 AI
10 작곡 보조를 위한 AI

무작위로 생성된 음악은 흔히 조성 체계나 대중에게 익숙한 흐름과 맞지 않을 수 있어 더 세밀하고 다양한 제약을 설정해야 한다. 이런 조건의 제약을 체계화한 것이 바로 대위법과 화성학 같은 음악 이론이다. 초기의 작곡 AI 시스템은 이러한 조건과 앞뒤 맥락을 고려하는 유기적 관계를 형성하며 음악을 생성하는 방식으로 발전해 왔다. 예를 들어, 클래식 화성학에서는 주어진 조성 안에서 베이스나 소프라노의 진행을 기준으로 음들의 앞뒤 관계를 고려해 음악의 흐름을 만들어 내며 지켜야 할 규칙과 피해야 할 규칙을 제시한다. 이 같은 규칙들은 프로그래밍으로 전후 관계를 판단하고 추천 음을 제시할 수 있는 AI 모델을 구축하는 데 충분히 적용될 수 있다. 또 악식론과 같은 곡 전체 흐름을 정리한 이론 체계도 곡의 구조를 규칙화해 적용할 수 있다.
－01_“AI와 사람이 음악을 만드는 방법” 중에서

가장 유명한 퍼블리시티권 사례는 1985년 한 광고에서 유명인의 목소리를 모창 가수가 대신 녹음한 것이다. 이 사건은 권리 침해로 인정받아 목소리도 보호받아야 할 인격적 특성으로 인정된 바 있다. AI 보컬 커버 기술의 확산으로 가수가 원하지 않는 경우 학습된 AI 모델을 이용한 변환 작품은 유튜브 등 플랫폼에서 비공개 처리되는 일도 발생하고 있다.
－03_“음악의 제4요소, 음색” 중에서

강화 학습은 기본적으로 상태, 행동, 보상, 정책의 네 가지 주요 요소로 구성된다. AI는 환경에서 현재 상태를 인식하고, 그 상태에서 취할 수 있는 행동을 선택한다. 행동을 취한 결과로 보상을 받게 되며, 이로써 정책을 수정하고 미래 행동을 개선하는 과정을 반복한다. 예를 들어, 음악 생성 AI는 새로운 리듬이나 멜로디를 시도하고, 그 결과를 평가받아 더 나은 결과를 도출하려고 학습하게 된다.
－06_“사용자의 취향과 평가” 중에서

연주자들은 연주에 어느 정도 익숙해지면 자신들의 연주를 가까운 지인이나 청중에게 들려주고 싶어 하는데 이러한 과정에서 좀 더 좋은 음색을 탐색하게 된다. 연주자들은 자신들의 연주를 개선하려고 좋아하는 연주자의 악기 설정을 모방하거나, 고급 악기를 탐구하며 자신의 음색을 더 풍부하게 만들려고 노력한다. 이는 마치 스포츠 선수가 더 좋은 장비나 기술로 퍼포먼스를 개선하려는 것과 같은 맥락일 수 있다. 연주자는 연주할 때 청중과 상호작용해 더 나은 소리와 감정을 전달하고 싶어 하는 심리적 경향이 있다.
－09_“연주 훈련을 위한 AI” 중에서