응웬황바오다이(Nguyễn Hoàng Bảo Đại)는 머신러닝(Machine Learning) 분야에서 구글(Google) 개발전문가로 임명된 세 번째 베트남인이다. 그는 올해 27세로 음악 분야에서 인공지능(AI)을 개발하기 위해 주력하고 있다. 얼마 전 그는 불과 일초 만에 10개의 멜로디를 만들 수 있는 AI 모델을 개발했다. 베트남 뉴스는 응웬황바오다이와 함께 그의 AI 프로젝트에 대한 인터뷰를 진행했다.
다음은 일문일답.
Q. 자기소개를 부탁한다.
내 이름은 응웬황바오다이다. 나는 과학자로 최근에는 자연 언어를 처리하는 연구에 몰두하고 있다. 이와 함께 현재 싱가포르 국립대학교에서 박사 과정을 밟고 있다.
나는 매우 어린 나이에 음악을 시작했다. 하지만 나는 피아노 레슨을 받기 시작한 12세부터 음악에 대해 진지하게 고민했던 것 같다. 어릴 때는 음악 배우는 걸 좋아하지 않았다. 왜냐하면 음악은 남자를 위한 과목이 아니라고 생각했기 때문이다. 하지만 나는 아버지의 강력한 권유를 이기지 못하고 음악 공부를 계속했다. 그 결과 오랜 시간 동안 음악에 노출됐으며 음악과 관련된 다양한 경험을 쌓았다. 이로 인해 나도 모르게 음악에 빠져들었다. 이제 음악은 내 삶에서 없어서는 안 되는 부분이다. 음악은 나를 행복하게 해주는 중요한 요인이 됐다. 나는 음악을 가까이 하면 모든 것을 할 수 있다는 용기가 생긴다.
나는 고등학교를 졸업한 뒤 호치민시 음악 예술학교에 있는 작곡과에 지원하고 싶었다. 하지만 가족들이 나의 결정을 지지하지 않았다. 심지어 선생님들도 나에게 수학이나 자연 과학 등과 같은 진로를 선택하라고 권유했다. 왜냐하면 나는 고등학교에 다니는 동안 이과 계열에서 꽤 좋은 성적을 달성했기 때문이다.
결국 나는 당시 나와 제일 친했던 친구와 함께 정보통신(IT) 분야에 지원했다. 나는 작곡과를 지원하지 못해서 크게 낙담했지만 대학교에 간다는 사실로 인해 어느 정도 위로를 받았다. 나는 친구와 같은 대학에 다니며 함께 이야기를 나누고 노래하게 되길 바랐다. 하지만 안타깝게도 친구가 입학시험에서 떨어졌다. 나 홀로 시험에 합격을 하는 바람에 결국 혼자 IT 공부를 해야 했다. 당시에는 몹시 아쉬웠다. 그렇지만 돌아보면 나는 그때부터 AI와 관련된 IT 분야에서 커리어를 쌓을 수 있었던 것 같다.
Q. 작곡을 위한 AI는 베트남에서 아직 생소한 분야인데 어떻게 이 분야를 떠올리게 됐는지?
나는 작곡하는 습관이 있다. 이 습관을 토대로 AI 개발을 위한 아이디어가 탄생했다. 나는 항상 멜로디를 만드는데 많은 시간을 할애한다. 좋은 멜로디만이 아름다운 노래를 만들 수 있다고 확신하기 때문이다. 나는 이따금 작곡을 끝낸 뒤 미완성으로 남겨두는 경우가 있다. 결과물에 충분히 만족할 수 없기 때문이다. 만약 내가 멜로디 작곡하는 시간을 단축할 수 있다면 음악 제작을 위한 전반적인 프로세스가 빨라질 것이다. 그렇게 되면 많은 작곡가들도 신속하게 작품을 쓸 수 있을 거라고 생각한다.
현재 매우 다양한 분야에서 AI 기술이 활용되고 있다. 나는 이런 현상을 보며 예술 창조 부문에서도 AI를 활용하는 방법에 대해 고심하기 시작했다. 구체적으로 나는 베트남 작곡가들에게 도움을 주고 싶었다.
나는 지난 2년간의 노력을 통해 작곡용 AI 모델을 개발했다. 이 모델을 활용하면 10초, 5분 또는 더 긴 시간에 해당하는 음악을 작곡할 수 있다. 내가 개발한 AI 모델에 짧은 음악으로 구성된 주요 멜로디를 입력하면 AI가 음악 스타일을 분석한다. 그 뒤 AI 모델은 정확히 내가 원하는 멜로디를 만들어 낼 수 있다.
예를 들어 내가 해당 AI 모델에 조용하고 잔잔한 멜로디를 입력하면 AI 모델은 서정적인 발라드로 구성된 부드럽고 감미로운 노래 10곡을 제공해준다. 만약 내가 좀 더 빠른 속도의 음악을 입력하면 AI 모델은 역동적인 리듬으로 이루어진 노래 10가지를 제시한다. 더 나아가 작곡에 대한 아이디어가 부족할 경우 AI 모델에 도움을 요청할 수도 있다. 예를 들어 AI 모델은 주요 멜로디를 전혀 입력하지 않아도 사용자의 지시에 따라 스스로 음악을 만들어 낼 수 있도록 설정돼 있다.
Q. 베트남에서 새로운 분야를 개척하면서 어떤 어려움을 겪었는지? 또한 어려움을 어떻게 극복했는지 궁금하다.
이번에 작곡용 AI 모델을 개발하면서 겪은 가장 큰 어려움은 데이터 부족 현상이었다. 음악을 비롯한 모든 분야의 AI 전문가들이 동일한 어려움을 직면할 거라고 생각한다. 나는 베트남 팝 발라드 스타일의 노래를 작곡하기 위한 모델 개발을 위해 학습 방식을 선택했다. 이를 실행하려면 지도형 기계학습을 위해 수많은 데이터가 필요하다. 하지만 나는 시중에 나와 있는 베트남 예술가들의 음악을 활용할 수 없었다. 내가 원하는 입력 값이 아니었기 때문이다. 물론 온라인에서 적절한 데이터를 발견해 수집할 수도 있었지만 이 또한 불충분했으며 표준화하는데 어려움을 겪었다. 왜냐하면 각각의 노래 별로 고유의 형식이 존재했기 때문이다.
내가 두 번째로 직면한 어려움은 인력 문제다. 나는 이번 전체 프로젝트를 나 홀로 실행했다. 개인적인 프로젝트라고 생각했기 때문이다. 이로 인해 내가 가진 제한된 예산에서 프로젝트를 관리해야 했다. 나는 이처럼 복잡한 일에 다른 사람을 끌어들이는 걸 주저하곤 한다. 왜냐하면 성공에 대한 보장도 없고 뒷받침할만한 재정도 넉넉하지 않기 때문이다.
이로 인해 나는 스스로 문제를 해결하겠다고 다짐했다. 나는 원하는 형식의 파일을 얻기 위해 매일 키보드 앞에 앉아 곡을 하나씩 녹음하기 시작했다. 그 결과 작은 물방울이 모여 큰 바다를 이룬다는 말이 현실이 됐다. 나는 지난 일 년 동안 AI 모델을 훈련할 수 있는 충분한 데이터를 축적할 수 있었다.
Q. 본인이 개발한 AI 모델의 결과물이 만족스러운지?
현재의 AI 모델은 내 기대 수준의 80% 가량을 달성했다고 생각한다. 일단 작곡 속도가 인상적이다. 불과 1초 안에 10개의 각기 다른 멜로디를 만들 수 있기 때문이다. 이러한 AI 모델의 역량으로 인해 음악을 작곡하고 마무리하는데 많은 시간을 절약할 수 있다.
지금까지 나는 AI의 도움을 받아 수많은 곡을 작곡했다. 하지만 노래 한곡이 시장에 출시되기 까지는 많은 단계를 거쳐야 한다. 예를 들어 작사, 편곡, 가수 물색, 녹음, 홍보 및 마케팅 등이 포함된다. 그렇기 때문에 AI 모델은 주로 내 개인적인 필요를 충족하는 수준이다
Q. 작곡용 AI가 큰 인기를 얻어 되면 향후 AI가 작곡가들을 대체할 수도 있을 텐데, 이 같은 전망에 대해서는 어떻게 생각하는지?
나는 음악 산업에서 AI의 활용 가능성을 매우 높게 평가한다. 현재 음악 마케팅은 매우 각광받는 분야다. 모든 브랜드들이 홍보와 광고를 위해 사람들을 사로잡는 음악을 선보이길 희망하고 있다.
홍보용 음악을 제작하려면 많은 시간이 소요된다. 내가 작곡을 하는 과정과 유사하다. 고객은 데모 음악을 듣고 가장 좋은 음악을 선정하게 된다. 나는 작곡가들이 고객의 요구를 맞추는 음악을 제작하는 게 너무 오래 걸린다고 생각한다. 그러므로 AI를 활용해 작곡을 하고 고객에게 제안하는 것이 가장 빠르고 효과적인 접근방식이라고 생각한다. 이를 통해 작곡가와 고객 모두 시간과 노력을 절감할 수 있다.
이와 더불어 작곡용 AI는 음악 프로젝트의 제작 기간을 단축할 수 있다. 현재 내가 개발한 AI 모델은 팝 음악 작곡 프로세스를 지원하고 있다. 이를 활용하면 제작자들은 프로젝트의 다른 부분에 더 많은 시간을 할애할 수 있으며 더 나은 최종 결과물을 도출할 수 있다.
하지만 AI가 음악가를 대체할 수는 없다고 생각한다. 설령 그렇다고 할지라도 아주 먼 미래에나 가능할 것이다. 모든 작곡가들은 고유의 음악 스타일을 지니고 있다. 관객들은 이 같은 특유의 스타일을 원한다. 그러므로 AI는 작곡가들의 역할을 대신할 수 없다. 이와 함께 AI의 학습 데이터는 사람이 만들어내는 만큼 AI는 사람 없이 존재할 수 없다.
