DOI QR코드

DOI QR Code

인공지능 기반 작곡 프로그램의 비교분석과 앞으로 나아가야 할 방향에 관하여

Comparative Analysis of and Future Directions for AI-Based Music Composition Programs

  • 박은지 (서울대학교 음악학과 음악사 연구회 및 동국대학교)
  • Eun Ji Park (Dept. of Musicology, Seoul National University)
  • 투고 : 2023.06.19
  • 심사 : 2023.07.07
  • 발행 : 2023.07.31

초록

본 논문은 현재 인공지능(AI) 기반 음악 작곡 프로그램의 발전과 한계를 살펴본다. AI 작곡 프로그램은 딥러닝 기술의 적용으로 큰 성장을 이루었다. 하지만 현재까지의 인공지능 기반 작곡 프로그램은 획일화된 시스템으로 인하여 단순하게 음악을 모방하는 수준에 그치고 있으며, 예술적, 창의적 영역에서 한계가 있어 보인다. 본 논문에서는 기존의 인공지능 기반 작곡 프로그램에 대한 정보를 수집하여 비교 및 분석하고, 각 프로그램이 추구하는 기술적 방향성과 음악적 컨셉, 그리고 한계점을 고찰하는 과정을 통해 미래의 인공지능 음악 작곡 프로그램이 나아가야 할 방향을 모색하려 한다. 더불어 논문에서는 개인화 시대에 발맞추어 '개인 맞춤형' 음악과 인간의 예술성이 반영된 인공지능 기반 음악 작곡 프로그램 개발의 중요성을 강조한다. 결국 인공지능 기반 작곡 프로그램은 결과물인 음악으로 청자에게 어떠한 감동을 줄 수 있을지에 대한 심도 있는 연구와 실행이 필요하다. 이러한 인공지능 기반 작곡 프로그램은 새로운 음악 산업의 구조를 형성할 것이며, 음악 산업의 발전에 기여할 것으로 전망한다.

This study examines the development and limitations of current artificial intelligence (AI) music composition programs. AI music composition programs have progressed significantly owing to deep learning technology. However, they possess limitations pertaining to the creative aspects of music. In this study, we collect, compare, and analyze information on existing AI-based music composition programs and explore their technical orientation, musical concept, and drawbacks to delineate future directions for AI music composition programs. Furthermore, this study emphasizes the importance of developing AI music composition programs that create "personalized" music, aligning with the era of personalization. Ultimately, for AI-based composition programs, it is critical to extensively research how music, as an output, can touch the listeners and implement appropriate changes. By doing so, AI-based music composition programs are expected to form a new structure in and advance the music industry.

키워드

참고문헌

  1. H. Lejaren, and I. Leonard, Experimental Music. Composition with an Electric Computer, New York: McGraw-Hill, 1959; K. Douglas, "A Historical View of Computer Music Technology," in The Oxford Handbook of Computer Music, ed. Roger T. Dean, Oxford: Oxford University Press, p. 33, 2009. 
  2. D. Keller, and B. Ferneyhough, "Analysis by Modeling. Xenakis's ST/10-1 080262," Journal of New Music Research 33, no. 2, p. 162, 2004. 
  3. P. Langston, "Six Techniques for Algorithmic Music Composition," A Paper for the 15th International Computer Music Conference(ICMC) in Columbus, Ohio, November 2-5, 1989. http://www.langston.com/Papers/amc. 
  4. R. E. Skinner, "Artificial Intelligence," in Debugging Game History. A Critical Lexicon, ed. Henry Lowood and Raiford Guins, Cambridge, MA: The MIT Press, pp. 29-36, 2016. 
  5. S. H. Lee "Artificial Intelligence Applications to Music Composition" The Journal of the Convergence on Culture Technology (JCCT) Vol. 4, No. 4, pp. 261-266, November 30, pp. 261 -266, 2018. http://dx.doi.org/10.17703/JCCT.2018.4.4 .261 
  6. JukeDeck at the 'Disrupt London 2015' competition in London, https://techcrunch.com/2015/12/08/jukedeck-wins-disrupt-london-2015/ 
  7. F. J. Vico, C. A. Sanchez-Quintana, and D. D. Albarracin. "MELOMICS Contributions of computer science and biology to receptive music therapy. Evidence for Music Therapy Practice." Research & Education. Selected Readings & Proceedings of the VIII European Music Therapy Congress, pp. 521-530, Cadiz, Spain: Grupo Editorial Universitario, 2011. 
  8. Quick D. Kulitta: a framework for automated music composition, Yale University, 2014. 
  9. N. Braguinski, Mathematical Music: From Antiquity to Music AI. CRC Press, pp. 5-111, 2022. 
  10. I. Simon et al., Generating Piano Music with Transformer, Magenta, September 16, 2019, https://magenta.tensorflow.org/piano-transformer 
  11. J. H. Development of artificial intelligent music composition based on emotional input information for user-customized music production Cultural Technology Research and Development Support Project, Creative Mind Co., Ltd., Korea Creative Content Agency, 2018