자동작곡시스템 구현을 위한 인공신경망의 학습방법 document_id A220517037363

작곡은 작곡가의 경험을 바탕으로 표현하고자 하는 감정을 멜로디로 나타내는 창작활동이다. 따라서 작곡가의 작곡 과정을 그대로 본따서 자동작곡프로그램을 만드는 것은 매우 어렵다. 우리는 창작은 모방을 통하여 가능하다는 전제하에 본 논문에서 인공신경망의 학습기능을 이용하여 자동작곡시스템을 구현하는 방법을 제안한다. 이를 위하여 먼저 기존 곡을 인공신경망이 학습할 수 있는 시계열 데이터로변환하는 방법을 제시하였다. 또한 곡의 특성상 반복되는 시계열 데이터를 제대로 학습하기 위하여 곡의 마디를 함께 학습하는 방법을 고안하였다. 학습된 인공신경망에 새로운 곡의 도입부 시계열 데이터를 만들어 넣어주면 인공신경망이 나머지 시계열 데이터를 만들어준다. 이를 음표와 박자로 변환하면 새로운 곡이 완성된다. 다만, 인공신경망의 출력은 음악이론과 다른 박자와 다른 화성의 음표를 출력할 수 있기 때문에 이를 후처리로 보정해 주어야 한다. 본 논문에서는 박자 후처리 프로그램만 구현하여 적용하였으며, 화성 후처리는 사람이 직접하였다. 화성 후처리는 복잡하여 추후연구에서 구현할 예정이다. 3절에서 설명한 방법에 따라서 Roly Poly를 학습시키고 매트랩의 신경망 툴박스를 이용하여 음표와 박자를 학습시키고 새로운 곡을 만들었다. 새로운 도입부로 10개의 음표와 박자를 작곡하여 시계열 데이터로 변환한 다음 학습된 인공신경망에 입력하여 주었다. 그 결과 기존 곡의 풍을 가지나, 기존 곡과는 다른 새로운 곡이 출력되었다. 그러나 3절에서 언급한 것처럼 인공신경망이 출력한 곡은 박자와 화성이 음악이론에 맞지 않는 출력을 발생하여 이를 보정해 주었다. 그림 4는 학습에 사용한 Roly Poly 곡의 일부를 보여 주며, 그림 5는 새로운 도입부를 이용하여 새로 만든 곡의 일부를 보여준다. 그림에서 보듯이 학습한 곡은 작곡가가 만든 곡으로 작곡가의 의도대로 반복성이 많이 보인다. 그러나 새로 만들어진 곡은 인공신경망이 학습한 학습 공간 정보대로 출력을 만들어 주어 반복성보다는 다양한 리듬의 곡이 출력되었다. 실험과정에서 나타난 것은 새로운 곡을 만들기 위하여 작곡하여 넣어준 새로운 도입부에 따른 출력이 많아질수록 점점 더 학습된 곡의 느낌을 잃어간다는 것이다. 그 이유는 새로운 도입부에 대하여 출력되는 데이터를 입력으로 받아서 만들어가기 때문에 점점 더 학습된 공간을 벗어나기 때문이다. 그러므로 점점 더 학습된 곡의 느낌을 잃어버릴 수 있다. 이것은 본 논문에서 하나의 곡만을 학습해서 발생하는 문제이기에 향후 여러 곡을 학습한 경우에는 이러한 문제가 크게 완화될 것으로 예상된다. 이 점에서 볼 때, 어느 정도 통일된 느낌의 곡을 만들기 위해서는 가능한 동일한 장르의 여러 곡을 학습시키는 것이 좋을 것이다. 반면에 여러 장르의 곡을 학습시킨 경우에는 다양한 느낌의 혼합된 느낌의 곡을 만들 수도 있을 것이며, 이것은 새로운 느낌의 곡을 만드는데 장점으로 작용할 것으로 판단된다. 이와 같이 여러 곡의 느낌을 혼합하는 것이나 여러 장르의 느낌을 혼합하는 것은 인공신경망이 사람보다 더 잘 수행할 수 있을 것이며, 학습할 곡을 어떤 것을 선택하느냐에 따라서 다양한 곡을 만들 수 있을 것으로 판단된다. 본 논문에서는 인공신경망의 학습기능을 이용하여 기존곡을 학습하고 이를 기반으로 새로운 곡을 작곡하는 자동작곡시스템 방법을 제안하였다. 이를 위하여 기존 곡의 멜로디를 음표와 박자의 시계열 데이터로 변환하는 방법과 변환된 시계열 데이터에 마디정보를 넣어 인공신경망의 학습 데이터로 만드는 방법을 제안하였다. 또한 새로 만들어진 곡의 박자와 화성을 음악이론에 맞게끔 후처리 하는 방법을제시하였다. 본 논문에서 제안한 방법을 검증하기 위하여 기존 곡 Roly Poly를 이용하여 학습하였으며, 이를 기반으로 새로운 곡을 만들었다. 이를 통하여 만들어진 곡이 기존곡의 느낌을 가진 새로운 곡이 출력됨을 확인하였다. 다만 새로운 곡의 후반으로 갈수록 학습된 곡의 느낌이 사라지는 문제점이 발견되었는데, 이는 보다 많은 곡을 학습하는 것으로 점차 해결될 것으로 기대한다. 향후 연구 과제로는 본 논문에서 수작업으로 처리한 화성후처리를 자동으로 하는 프로그램을 만드는 것이다. 또한 여러 곡을 학습시켜서 인공신경망의 입출력 학습공간을 넓히는 방법을 고안해야 한다. 다만 여러 곡을 학습시킬 때에는 각 곡의 특징 및 학습방법에 대하여 다양한 방법이 존재할 것이므로 이런 것에 대한 연구가 병행되어야 한다. 또한 궁극적으로 작곡가가 작곡한 것과 유사한 결과를 내기 위해서는 후처리에서 일정 부분 작곡가의 작곡과정과 유사한 과정을 거치는 것이 필요할 것으로 판단된다.