📩 연구 동기

1학년 때 계획했으나 연구하지는 못했던 '작곡 인공지능 제작'이라는 주제가 있었습니다. 이후 학교를 다니며 점차 성장하여 2학년 때는 인공지능을 다룰 실력이 되었습니다. 이러한 배경에서, 이제는 이 주제를 실현해보고 싶어 연구를 시작하게 되었습니다.

🛠 제작 과정

LSTM(장단기 메모리) 모델은 긴 의존기간을 가진 학습을 수행할 능력을 보유하고 있어, 이 모델을 바탕으로 연구를 진행했습니다. 데이터는 수십개의 곡을 직접 들으며 청음해 얻었고, 가공 과정에서는 제 생애 첫 연구였던 '음악의 반음 증감에 따른 조바꿈'이 이론적 배경이 되어주었습니다. 이를 통해 데이터 수를 효과적으로 늘릴 수 있었습니다.

인공지능 제작 과정은 데이터셋 제작, 정규화, 모델준비, 학습 및 결론 도출 과정으로 구성되어 있습니다.

• 정규화
• 모델 준비
• 학습 및 결론 도출

🗨 결과

결론적으로 작곡 인공지능을 구현할 수 있었으며 영화음악의 주제로 사용되는 부분을 작곡해 보았습니다. 다만, 코드 구현상의 한계로 적은 수의 음만 도출이 가능했으며, 따라서 이 프로그램만으로 작곡하기보다는 작곡의 보조도구로만 활용이 가능했다는 한계는 있었습니다. 즉, 작곡 보조도구로써 굉장히 효과적이지만 스스로 작곡을 해내기에는 아직 어려웠습니다. 따라서 이후 이를 개선하여 더 유용한 작곡 인공지능을 제작하는 연구를 진행하려고 합니다.

한편 이 활동으로 인공지능에 대한 흥미도 증대될 수 있었으며, 인공지능 활용 경험을 쌓음으로써 실력도 기를 수 있었습니다. 앞으로도 관련 실습을 통해 인공지능에 대한 이해도를 높여보고 싶습니다.

🏅 성과

실제 이 프로그램을 활용하여 작곡한 결과입니다.