목차
음악계에서 가장 아름다운 창작물 중 일부는 음악가가 머릿속 상상을 따라갈 때 탄생합니다. 전문가들은 최고의 음악은 알고 있는 음표대로 연주할 때가 아니라, 떠오르는 아이디어를 따라갈 때 만들어진다고 말합니다.
많은 사람이 창의성과 음악이 어떤 관련이 있는지 궁금해합니다. 여러 연구에 따르면 음악적 창의성의 기본 개념은 인간의 지능에서 비롯됩니다. 인간의 뇌는 인지 능력을 활용해 놀라운 것을 만들어 내는 뛰어난 역량을 지니고 있으며, 표상, 추론, 기억, 연상, 자기 성찰 등을 통해 작동합니다. 이러한 인간 두뇌의 탁월한 능력은 인상적인 발명으로 이어질 수 있습니다.
창의성은 여러 분야와 연결될 수 있으며, 성취와 문제 해결, 전문 지식, 직관, 사례 연구로도 이어집니다. 역사학, 인지과학, 심리학, 음악학 분야에서도 많은 성과가 이루어졌습니다.
인간 뇌의 즉흥적 음악 창의성
뇌 영상 연구는 주로 음악 처리의 신경생물학과 감정 지각에 초점을 맞춰 왔습니다. 지난 수년간 연구자들은 음악 작품을 분석하는 데 신경과학적·심리학적 연구를 거의 활용하지 않았습니다. 실시간 창작 및 악보 작성과 밀접한 기초 요소들 역시 종단 연구에 포함되지 않았습니다. 2007년에 일부 연구자들이 처음으로 이 분야에 주목했고, 이후 전 세계의 즉흥 음악 자료를 탐구하는 연구들이 시작되었습니다.
재즈 아티스트의 관점에서 즉흥연주는 아티스트가 새로운 아이디어를 발전시키기 위해 순간적으로 판단하고, 이를 발전된 음악적 결과물로 통합하는 역동적인 순간이라고 정의할 수 있습니다. 인지 과정의 측면에서 즉흥연주는 고도의 청각·운동 시퀀스를 자발적으로 선택하고 생성하며 실행하는 과정이라 할 수 있습니다. 일반적으로 음악가는 작품을 완성하기 위해 의미 있는 프레이즈를 무한히 만들어야 하며, 이를 위해 한정된 리듬과 음표를 조합합니다. 전문가들은 창의성을 이끌어 내기 위한 음악적 실험을 수행하려면 생태학적 타당성과 실험적 통제 사이에서 적절한 균형을 찾아야 한다고 말합니다. 지난 몇 년간 많은 연구자가 클래식 교육을 받은 피아니스트들의 선율 즉흥연주를 연구해 왔습니다.
음악적 창의성을 높이는 최신 기술
음악은 인간 두뇌가 만들어 내는 가장 혁신적인 표현인 만큼, 많은 연구자가 최신 기술 발전을 활용해 이 창작 과정을 모방하려 하고 있습니다. 반가운 소식은 인공지능이 이 분야에서 놀라운 성과를 보이며 오늘날 멋진 음악 작품의 탄생에 기여하고 있다는 점입니다. 간단한 소프트웨어 도구만으로도 음악가는 세상을 사로잡을 훌륭한 악보와 음악 트랙을 만들 수 있습니다. 인간 창작자의 한계를 넘어 기존의 수많은 음표를 더욱 창의적으로 활용해 새로운 작품을 설계할 수도 있습니다. 주변의 소리마저 활용해 한층 인상적인 음악을 만들 수 있습니다.
음악이 인간의 삶에서 중요한 역할을 한다는 데는 의심의 여지가 없습니다. 음악의 품질을 높일 방법을 찾는다면 장기적으로 큰 성과를 기대할 수 있습니다. 인공지능은 이제 한계를 뛰어넘으며 주목할 만한 성과를 남기고 있습니다.
음악계를 혁신하는 인공지능
AI는 다양한 방식으로 음악 산업에 기여하고 있습니다. 기존의 컴퓨터 소프트웨어는 프로그래머가 정한 일련의 명령에 따라 작동했습니다. 하지만 AI 프로그램은 스스로 학습할 수 있습니다. 기존 데이터를 학습하고 역동적인 과정을 거쳐 새로운 결과를 찾아냅니다. 이제 컴프레서로 보컬 사운드를 녹음한 뒤, 고유한 설정을 적용해 새로운 음을 만들어낼 수 있습니다. 이러한 연쇄 작용을 활용하면 다양한 곡을 만들 수 있습니다. AI 프로그램은 과거의 경험에서 학습하므로 기존 프리셋을 넘어선 시도가 가능하며, 미래를 위한 새로운 음악적 경험을 만들어낼 수 있습니다.
AI 소프트웨어는 인지 능력을 모방할 수 있습니다. 수학적 모델을 활용해 수많은 보컬 녹음을 분석하고, 기존 패턴을 비교해 앞으로 더 좋은 결과를 만드는 데 도움을 줍니다. 새로운 모델은 과거 경험과 의사 결정, 학습한 기술을 활용해 특정 임계값 설정에 맞춰 자동으로 조정할 수 있습니다.
음악 업계의 여러 대형 브랜드는 이미 음악적 아이디어를 발전시키기 위한 마스터링 서비스를 선보였습니다. 멀티밴드 컴프레션과 이퀄라이징을 비롯한 다양한 처리 기법으로 창의성을 끌어냅니다. 자기 학습 알고리즘은 인간의 상상력이 음악적 걸작으로 탄생하는 흐름을 포착할 수 있습니다. 지난 몇 년간 많은 유명 아티스트가 이러한 작곡 방식을 시도했으며, 청취자들에게 큰 호평을 받았습니다.
AI는 오디오 복원과 음악 제작 분야에서도 활용 범위를 넓히고 있습니다. 음악 및 동영상 공유 플랫폼 덕분에 이제 창작물을 전 세계에 더 쉽게 알릴 수 있습니다. 통계에 따르면 YouTube에는 매분 약 300시간 분량의 동영상이 업로드됩니다. 이 밖에도 소셜 미디어 플랫폼에는 매일 방대한 양의 동영상 콘텐츠가 게시됩니다. 사람들은 휴대전화, iPod, 태블릿으로 콘텐츠를 공유하고 감상하는 것을 좋아합니다. 덕분에 좋아하는 콘텐츠를 손쉽게 즐길 수 있습니다. 오디오 엔지니어들은 이 분야에서 뛰어난 기술을 개발하며 미래의 아티스트들에게 새로운 가능성을 열어 주고 있습니다.
이제 모든 창의적인 아이디어를 손쉽게 구현하면서 오디오 콘텐츠를 마스터링하고 복원하며 최적화할 수 있습니다. 클라우드 기반 AI 처리 엔진으로 음악 제작 서비스를 더욱 효율적으로 운영할 수 있습니다. 음악 및 영화 업계 전문가들도 이제 새로운 아이디어를 혁신적인 콘텐츠와 더 쉽게 결합할 수 있습니다. 일부 연구자들은 온라인에 배포된 콘텐츠에 실시간 피드백을 제공하는 dBounce 알고리즘을 개발했습니다. 머신러닝 모델, 특징 감지 알고리즘, 순위 평가 기법을 활용하면 새로운 발명품을 더욱 쉽게 평가할 수 있습니다.