[큰글자책] AI와 음악의 변화

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