How AI could compose a personalized soundtrack to your life | Pierre Barreau

번역: Chan-Hong Park 검토: Jihyeon J. Kim

About two and a half years ago, I watched this movie called "Her."

한 2년 반 전에, 저는 "그녀"라는 영화를 보게 되었습니다.

And it features Samantha, a superintelligent form of AI

그 영화에 사만사가 등장하는데 그녀는 물리적 형태를 띠지 않는

that cannot take physical form.

뛰어난 형태의 인공지능이었죠.

And because she can't appear in photographs,

영화에서 그녀는 사진에 나타날 수 없었기 때문에

Samantha decides to write a piece of music

사만사는 자신의 인생의 한 순간을 마치 사진처럼 표현할 수 있도록

that will capture a moment of her life just like a photograph would.

음악 한 곡을 작곡하기로 합니다.

As a musician and an engineer, and someone raised in a family of artists,

음악가이자 공학자 그리고 예술가 집안에서 자라온 저로서는

I thought that this idea of musical photographs was really powerful.

음악으로 표현된 사진이라는 아이디어가 매우 인상이 깊었습니다.

And I decided to create an AI composer.

그리고 저는 인공지능 작곡가를 만들기로 하였습니다.

Her name is AIVA, and she's an artificial intelligence

그녀의 이름은 AIVA이고, 여태까지 가장 위대했던

that has learned the art of music composition

3만 개의 명곡들을 들으면서 음악 작곡의 예술을 배운

by reading over 30,000 scores of history's greatest.

인공지능입니다.

So here's what one score looks like to the algorithm

그래서 이것은 매트릭스 형태로 나타낸

in a matrix-like representation.

알고리즘 관점에서 보이는 하나의 곡입니다.

And here's what 30,000 scores,

여기 3만 개의 악보가 있는데

모짜르트와 베토벤 풍의 곡들이 단일 프레임에 있는 것처럼 보이죠.

written by the likes of Mozart and Beethoven,

look like in a single frame.

So, using deep neural networks, AIVA looks for patterns in the scores.

AIVA는 심층신경망을 이용하여 곡들에서의 패턴들을 분석합니다.

And from a couple of bars of existing music,

그리고 현존하는 곡들에서 몇개의 바를 원천으로 하여

it actually tries to infer what notes should come next in those tracks.

트랙 뒤에 어떠한 음들이 나오는 것이 적절할지를 추론합니다.

And once AIVA gets good at those predictions,

그리고 AIVA가 그러한 추론능력에 뛰어나게 되면

it can actually build a set of mathematical rules

특정 음악의 스타일에 따라서 수학적인 규칙들,

for that style of music

수학적인 규칙들의 집합을 구성하어 자신 고유의 곡들을 만들어냅니다.

in order to create its own original compositions.

And in a way, this is kind of how we, humans, compose music, too.

그런데 이러한 방법은 실제 우리 인간도 사용하는 방법이죠.

It's a trial-and-error process,

시행착오의 과정인 거죠.

during which we may not get the right notes all the time.

과정 속에서 우리는 모두 옳은 음만 낼 수는 없습니다.

But we can correct ourselves,

하지만 우리는 수정할 수 있습니다.

either with our musical ear or our musical knowledge.

음악적 귀를 통해서, 또는 음악적 지식을 통해서요.

But for AIVA, this process is taken from years and years of learning,

하지만 AIVA에게는 이러한 다년의 학습의 과정을

decades of learning as an artist, as a musician and a composer,

예술가로서, 음악가이자 작곡가로서의 세월을

down to a couple of hours.

단 몇시간으로 줄일 수 있습니다.

But music is also a supersubjective art.

하지만 음악은 매우 주관적인 예술이죠.

And we needed to teach AIVA

그래서 저희는 AIVA에게

how to compose the right music for the right person,

어떻게 하면 특정 사람에게 맞는 곡을 작곡할지 가르쳐줘야 했습니다.

because people have different preferences.

왜냐하면 사람들을 각자 선호하는 것이 다르기 때문이지요.

And to do that, we show to the algorithm over 30 different category labels

그것을 실현하기 위하여 저희는 알고리즘에서

데이터베이스의 모든 곡들에 30개가 넘는 카테고리 라벨을 정하였습니다.

for each score in our database.

So those category labels are like mood

이러한 라벨들을 사람의 기분이나,

or note density or composer style of a piece

음 밀도, 또는 작곡가의 성향

or the epoch during which it was written.

아니면 작곡 시기가 될 수 있는 거죠.

And by seeing all this data,

이러한 모든 데이터를 보고

AIVA can actually respond to very precise requirements.

AIVA는 매우 자세한 요구사항에 대응할 수 있습니다.

Like the ones, for example, we had for a project recently,

최근 저희가 했던 프로젝트에서도 이러한 특징을 볼 수 있었는데

where we were commissioned to create a piece

SF영화 느낌의 OST곡을 만드는 과제를 받았죠.

that would be reminiscent of a science-fiction film soundtrack.

And the piece that was created is called "Among the Stars"

만들어진 그 작품은 "별들 곁에서"라고 불립니다.

and it was recorded with CMG Orchestra in Hollywood,

그 곡은 할리우드의 CMG 오케스트라와 함께 녹음되었죠.

under great conductor John Beal,

훌륭한 지휘자 존 빌 아래에서 말이죠.

and this is what they recorded, made by AIVA.

이것이 AIVA가 만든 곡입니다.

(Music)

(음악)

(Music ends)

(음악 끝)

What do you think?

어떻게 생각하십니까?

(Applause)

(박수)

Thank you.

감사합니다.

So, as you've seen, AI can create beautiful pieces of music,

보시다시피 인공지능은 아름다운 곡을 만들 수 있고

and the best part of it

여기서 가장 좋은 점은

is that humans can actually bring them to life.

인간이 이 음악을 실제로 연주할 수 있다는 거죠.

And it's not the first time in history

이것은 기술이 인간의 창의성을 증진시킨 첫 번째 경우가 아닙니다.

that technology has augmented human creativity.

Live music was almost always used in silent films

실황 음악은 무성 영화에서

to augment the experience.

경험을 확대시키려고 사용됐습니다.

But the problem with live music is that it didn't scale.

하지만 실황 음악은 규모 조정이 어렵습니다.

It's really hard to cram a full symphony into a small theater,

교향악단을 작은 극장에 넣는 것이란 어려운 일이죠.

and it's really hard to do that for every theater in the world.

전 세계의 모든 극장에서 그렇게 하는 것도 매우 어렵죠.

So when music recording was actually invented,

그래서 음악 녹음이 실제로 발명되었을 때,

it allowed content creators, like film creators,

그것은 영화와 같은 콘텐츠 제작자들이

to have prerecorded and original music

자신들의 스토리의 각각의 프레임에

tailored to each and every frame of their stories.

미리 녹음된 고유의 음악이 나올 수 있게끔 해주었습니다.

And that was really an enhancer of creativity.

그것이 실제로 창의성을 향상시켰죠.

Two and a half years ago, when I watched this movie "Her,"

2년 반 전, 제가 "그녀"라는 영화를 보았을 때,

I thought to myself that personalized music

저는 맞춤형 음악이 앞으로의 음악 소비와 창작에서

would be the next single biggest change in how we consume and create music.

가장 큰 변화가 될 것이라고 생각했습니다.

Because nowadays, we have interactive content, like video games,

왜냐하면 요즘은, 몇 백 시간의 상호작용의 내용으로 구성된

that have hundreds of hours of interactive game plays,

비디오게임과 같은 콘텐츠는 존재하는데 반면에

but only two hours of music, on average.

상호작용이 일어나는 음악은 2시간 정도만 존재하기 때문입니다.

And it means that the music loops and loops and loops

그것은 그렇다면 그 음악을 계속 돌려서 반복해서 듣는데

over and over again, and it's not very immersive.

잘 몰입되지 않죠.

So what we're working on is to make sure that AI can compose

그래서 저희는 인공지능이 수백 시간의 맞춤형 음악을

hundreds of hours of personalized music

만들 수 있게 하고 있습니다.

for those use cases where human creativity doesn't scale.

인간의 창의성이 측정되지 않는 케이스들을 위해서 말입니다.

And we don't just want to do that for games.

저희는 게임용으로만 하지 않습니다.

Beethoven actually wrote a piece for his beloved, called "Für Elise,"

베토벤은 실제로 사랑하는 사람을 위해 "엘리제를 위하여"라는 곡을 썼죠

and imagine if we could bring back Beethoven to life.

우리가 베토벤을 부활시켜

And if he was sitting next to you, composing a music for your personality

여러분 옆자리에 앉아 여러분의 개성과

and your life story.

삶을 곡으로 표현한다면 어떨까하고 말입니다.

Or imagine if someone like Martin Luther King, for example,

혹은 예를 들어 마틴 루터 킹 목사 같은 분이

had a personalized AI composer.

맞춤형 인공지능 작곡가가 있다면 어떨까요.

Maybe then we would remember

그렇다면 우리는

"I Have a Dream" not only as a great speech,

그가 했던 "나의 꿈"을 위대한 연설로서뿐 아니라

but also as a great piece of music, part of our history,

위대한 음악으로서 역사를 장식할 수 있을 겁니다.

and capturing Dr. King's ideals.

킹 목사의 이상을 표현하면서요.

And this is our vision at AIVA:

이것은 VIVA에 담은 우리의 미래의 바람입니다.

to personalize music so that each and every one of you

음악을 맞춤화해서 한사람 한사람

and every individual in the world

세상의 모두가

can have access to a personalized live soundtrack,

자기만의 음악을 가질 수 있도록 만드는 꿈입니다.

based on their story and their personality.

자기 이야기와 개성에 기반한 음악이죠.

So this moment here together at TED is now part of our life story.

TED에 함께한 이 순간이 우리 삶의 이야기겠죠.

So it only felt fitting that AIVA would compose music for this moment.

AIVA가 이 순간을 위해 작곡을 하는 것이 썩 괜찮겠죠.

And that's exactly what we did.

그래서 그렇게 했습니다.

So my team and I worked on biasing AIVA on the style of the TED jingle,

저희 팀은 AIVA가

TED 소리 스타일과 경이와 놀라움의 느낌이 나도록 만들게 했습니다.

and on music that makes us feel a sense of awe and wonder.

And the result is called "The Age of Amazement."

이 결과물의 제목은 "경이의 시대"라고 붙였습니다.

Didn't take an AI to figure that one out.

그건 인공지능 없이도 만들 수 있었어요.

(Laughter)

(웃음)

And I couldn't be more proud to show it to you,

여러분께 보여드리게 되어 너무나 자랑스럽습니다.

so if you can, close your eyes and enjoy the music.

그러니 눈을 감고 음악을 감상해주세요.

Thank you very much.

감사합니다.

(Music)

(음악)

[The Age of Amazement Composed by AIVA]

[경이의 시대, AIVA 작곡]

(Music ends)

(음악 끝)

This was for all of you.

준비한 음악은 여기까지 입니다.

Thank you.

감사합니다.

(Applause)

(박수)