생성형 인공지능(AI)의 확산으로 AI 활용 범위가 넓어진 가운데, 음원 생성 작업에도 AI를 활용하는 사례가 보고되었다. 음악 제작 시 AI 사용을 둘러싼 찬반 의견이 엇갈리는 가운데, 머신러닝 툴이 미래 음반 산업에 미칠 영향을 제시한 연구 논문이 새로 발표되었다.
뉴아틀라스, 아이뉴스 등 복수 외신은 클레어몬트 대학원 폴 작(Paul Zak) 교수 연구팀이 “AI로 미래 히트곡을 정확히 예측하면서 미래 음반 산업 및 대중문화에 영향을 미칠 수 있다”라는 내용의 연구 논문을 발표했다고 보도했다.
연구팀은 논문을 통해 같은 곡 24곡을 들은 피실험자 33명의 신경 활동과 통계 모델링, 머신러닝과 결합하여 미래 히트곡과 실패할 곡을 예측했다. 연구팀은 머신러닝에 신경계 데이터를 주입하는 방식으로 실험 단계에서 미래 히트곡을 정확하게 예측하는 데 성공했다.
18~57세로 구성된 피실험자는 리듬 및 PPG 심장 센서를 착용하고 스트리밍 서비스 직원이 선곡한 최근 발매된 노래 24곡을 들었다. 연구팀은 스트리밍 횟수 70만 건을 넘어선 곡을 히트곡으로 판단했다. 피실험자가 들은 곡은 다양한 장르의 히트곡 13곡과 인기를 얻지 못한 곡 11곡으로 구성되었다.
연구팀은 청각 실험 이후 피실험자에게 들었던 곡 중 불쾌했던 곡과 이전에 들어본 것과 유사한 곡, 친구에게 추천할 의사가 있는 곡을 선정하도록 요청했다.
이후 연구팀은 피실험자의 곡 평가 이전 수집한 신경 활동 데이터를 이용하여 예측한 히트곡이 피실험자가 긍정적으로 평가한 곡과 부정적으로 평가한 곡이 일치한다는 점을 확인했다.
또, 연구팀은 과거 선형 통계 모델을 통해 데이터를 처리했을 때 히트곡 예측 성공률이 69%에 그친 점을 확인했다. 그러나 연구팀이 머신러닝을 데이터 세트에 적용했을 때 히트곡 예측 정확도는 97.2%까지 상승했다.
따라서 연구팀은 AI 기반 신경 예측으로 미래 히트곡 예측이 가능할 것이라고 판단했다.
작 교수는 “연구팀이 수집한 뇌 신호는 감정, 에너지 수준과 연결된 뇌 신경망 활동을 반영한다”라며, “이번 연구에서 활용한 것과 같은 웨어러블 신경과학 기술이 보편화되면 신경 생리학을 기반으로 청중에게 적합한 엔터테인먼트를 제공할 수 있을 것으로 기대한다”라고 말했다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
![[김대선 칼럼] 생(生)의 찬란한 동행과 사(死)의 품격 있는 갈무리](/news/data/2025/12/31/p1065594030678023_224_h.png)
