Home » CT SPOTLIGHT

[CT Spotlight] CT에서 음악 기술을 배울 수 있는 강의는?

March.2020 No Comment

문화기술대학원에서 음악을 기술에 기반하여 연구하고 싶을 때 어떤 수업이 도움이 될까? 본 기사에서는 최근 2년 내 개설된 과목이자 필자가 직접 수강한 경험을 토대로 생생한 후기를 전달할 수 있는 음악 기술 관련 강의 두 개를 리뷰한다.

 

음악인지과학

1

<음악인지과학>은 이경면 교수님이 진행하시는 강의로 인간의 행동을 심리학적 그리고 음악적 측면에서 살펴보는 강의이다. 강의에서는 기본적인 음향학, 음정과 음색의 지각, 조성과 리듬의 인지, 뇌가 음악을 처리하는 데 관련된 기억과 주목, 음악에 대한 감정적 반응을 다룬다. 강의에서 인간이 음악을 들을 때 어떻게 그리고 왜 그렇게 느끼는지에 대해 다루기 때문에 음악 듣기를 좋아하는 사람이라면 흥미 있게 들을 수 있다. 또한, 악기를 연주할 때의 심리에 관한 내용도 있기 때문에 악기를 연주하는 사람이라면 더욱 흥미를 가질 수 있다. 예를 들어, 본 기자는 잠자기 전 악기 연주를 상상하는 것만으로도 연주 실력이 향상될 수 있다는 연구 결과가 매우 흥미로웠다

필자는 인지와 정서 그리고 뇌에 대한 지식이 거의 없었지만 친절한 강의 덕에 대부분의 내용을 이해하고 흥미를 유지할 수 있었다. 음악 인지 과학에는 아직 열린 질문들이 많기도 하고 강의 내용이 많은 사람들이 흥미를 가질 수 있는 내용이기에 강의 중에 많은 토의가 오갔다. 특히 현대에는 대부분의 사람들이 음악을 듣기 때문에 음악을 들을 때의 심리에 대해 많은 사람들이 자신의 경험을 공유했다.

학기 마지막에는 작은 프로젝트를 진행하는데 각자 자유롭게 주제를 정하고, 원하면 수업 시간 중에 학생들을 대상으로 실험을 진행할 수도 있다. 필자는 강의 중에 얻은 아이디어를 토대로 새로운 인공신경망 구조를 제안하여 논문 하나를 학회에 제출할 수 있었다. 음악 듣기를 좋아하고 왜 많은 사람들이 음악 듣기를 좋아하는지 과학적으로 알아보고 싶다면 본 강의를 추천한다.

 

머신러닝의 음악적 응용

1

음악의 소리는 멜로디, 리듬, 하모니, 장르, 무드 등 다양한 정보를 담고 있다. <머신러닝의 음악적 응용>은 남주한 교수님이 진행하시는 강의로 이러한 정보들을 컴퓨터로 추출하고 응용하는 방법들을 알아보고 실습해본다. 강의 제목에는 머신러닝만 들어갔지만, 머신러닝뿐만 아니라 기존의 신호 처리 (signal processing) 방법들을 이용하여 음악으로부터 정보를 추출하는 방법 또한 배운다. 이런 전통적 방법부터 최신 딥러닝 기반 연구, 예를 들면 자동 작곡까지 강의에서 다루기 때문에 강의에서 다루는 내용이 매우 폭넓다.

또한 강의 동안 세 번의 숙제가 주어지는데, 모두 직접 코딩을 하여 음악 관련 머신러닝 프로그램을 작성해보는 것이다. 본 기자가 수업을 수강한 2019 봄학기 기준으로 전통적인 신호처리와 머신러닝을 이용한 음악 분류, 딥러닝을 이용한 음악 분류, 자동 작곡에 관한 것이었다. 그중 두 머신 러닝을 이용한 음악 분류는 리더 보드 (leader board)가 존재하여 승부욕이 불타오를 수도 있다. 하지만 성능에 대한 무리한 집착은 건강에 좋지 않고 성적에 영향을 미치는 것도 아니니 적당히 하는 것이 좋다.

강의 마지막에는 모든 팀들이 각자 수행한 연구를 바탕으로 작은 포스터 발표회를 갖는다. 강의 홈페이지 (http://mac.kaist.ac.kr/~juhan/gct634/)를 방문하면 강의자료, 리더보드, 포스터 등이 있으니 살펴본다면 강의를 선택하는 데 도움이 될 것이다. 머신러닝과 음악에 관심이 있는 학생에게 추천하는 강의이다.

 

문화기술대학원에는 위 두 가지 강의 이외에도 <사운드디자인과 프로그래밍>, <멀티미디어 음향기술>, <오디오 및 멀티미디어 프로그래밍>과 같은 음악 기술 관련 다양한 강의들이 있다. 본 기사에서는 필자가 직접 수강한 두 강의를, 경험을 토대로 리뷰해보았다. 음악 기술 연구에 관심이 있는 학생들에게 도움이 되길 바란다.

김태준 (taejun@kaist.ac.kr)