trigger

다음과 같은 것이 있습니다.
http://www.technologyreview.com/read_ar ··· infotech
----------

기분따라 음악을 골라 들을 수 있게 도와주는 소프트웨어

많은 음악을 가지고 있을 수록, 상황에 맞는 곡을 찾기는 더 어려워진다. 독일 Munich 대학교의 연구원들이 내놓은 솔루션은 디지털 음악기기가 분위기에 따라서 음악을 찾도록 도와준다.

AudioRada라는 소프트웨어는 위의 그림에서처럼 음악을 분위기에 따라서 찾도록 도와준다. 이 프로그램은 지금도 개선되고 있는 중이지만, 언젠가는 당신의 iPod에서도 쓸 수 있을 것이다.

Munich 대학교의 연구원인 Otmar Hilliges에 따르면, 애플의 iTunes같은 프로그램은 사용자들이 무수히 많은 리스트중에서 음악을 찾아봐야 하는 단점을 가지고 있다. "iPod를 가지고 있는 많은 사람중에서는 리스트를 더 이상 읽지 않는 사람이 많습니다"라고 그는 지적한다. "그들은 자신이 찾고 싶어하는 뮤지션의 곡이 어디 있는지 기억해서 스크롤을 해야 합니다. 이렇게 스크롤하는 것이 오래 걸립니다" 수천곡중에서 찾으려고 한다면 이런 방법은 그다지 효과적이지 않다.

사용자들은 곡명이나 뮤지션이 누군지도 모를 때도 많지만, 어떠한 곡을 듣고 싶다는 느낌이 들 때가 있다. 이럴 경우에 장르에 따라서 찾아보기도 하는데 - 예를 들어 "재즈"로 찾아 보기도 하지만 - 이런 것만으로는 찾은 음악이 어떤 사운드인지, 어떤 느낌인지를 알 수는 없다.

어떤 사람들은 찾아보기를 포기하고 그냥 무작위로 돌아가도록 해서 듣는다. 이렇게 하면 매우 다른 분위기의 곡이 연달아 플레이되기도 하는데, Sun Microsystems의 소프트웨어 엔지니어인 Paul Lamere는 "이러면 Raffi를 듣다가 ACDC를 듣게 되는 수도 있어요. 때로는 충격적이기까지 하죠. 저는 제가 듣고 싶은 곡을 골라주는 것이 있으면 좋겠어요"라고 한다.

위와 같은 방법들 대신, Munich 대학교에서 개발한 AudioRadar라는 소프트웨어는 각 곡의 사운드와 유사성을 비교해서 곡을 분류해 준다. 음향학자들이 몇년간 개발한 알고리즘을 사용해서 곡들을 분류하는데, 템포, 화음 변화, 볼륨, 화성(하모니) 등이 그 기준이 된다. 이렇게 측정된 네 개의 주요 특성으로 분류하는데, 그 특성은 fast or slow, melodic or rhythmic, turbulent or calm, rough or clean 이다. (여기에서 Turbulence는 변화가 얼마나 급격한 가를 뜻하는 것이고, Rough는 변화가 얼마나 많은 가를 의미한다)

이 소프트웨어는 위와 같은 방식으로 곡을 분류해서 현재 플레이되는 곡을 스크린 중간에 보여주고 비슷한 곡들은 몇개의 원형 클러스터로 주변에 배치해서 보여준다. 사용자는 현재 플레이되는 곡과의 상대적인 위치로써 calmness나 cleanness 등을 판단할 수 있다. 중심과 원형 클러스터와의 거리는 척도 역할을 하는데, 예를 들어 바깥쪽의 곡은 가운데 있는 곡에 비해서 두배로 조용한 식이다. 다른 곡을 선택하면 배치는 자동으로 바뀌게 된다. 이렇게 해서, 사용자는 각각의 곡을 기억할 필요 없이 원하는 분위기의 곡을 선택할 수있다. 이렇게 고른 곡의 리스트를 작성할 수도 있고(Winamp의 m3u 파일처럼), 프로그램이 자동선택하게 할 수도 있다.

AudioRadar는 비슷한 음악을 찾아주는 Liveplasma, Pandora, Last.fm 등의 검색엔진과는 다르다. 이러한 온라인 서비스들은 사용자의 음악적 취향을 분석해서 당신이 좋아할 것 같은 곡을 추천해 준다. 또 다른 프로그램인 Musipedia는 흥얼거리거나 휘파람을 불거나 연주를 하면(곡명을 모르는 채로) 곡의 제목과 뮤지션을 찾아준다.

AudioRadar과 상당히 비슷한 다른 두 개의 프로그램도 개발중인데, Columbia 대학교의 Playola와 Sun Microsystems의 Search Inside the Music이 그것이다. Playola는 각 곡들의 패턴을 측정해서 장르별로 나누는데, electronic, college rock 등과 같이 분류한다. 하나의 곡을 들은 후에는, "조금 더 싱어 송라이터'적인 곡이나 "조금 덜 college rock"적인 곡 등을 선택할 수 있게 한다. 이 프로그램도 AudioRadar처럼 곡의 분위기에 따른 navigation 기능을 지원하는 것인데, 일부 같은 알고리즘을 사용한 것이라고 이 프로그램을 개발한 Columbia 대학교의 전기공학부 부교수인 Dan Ellis는 말한다. Ellis는 AudioRadar가 좀 더 사용자 친화적인 시각적 인터페이스를 제공한다고 말한다.

AudioRada처럼 Search Inside the Music (http://research.sun.com/spotlight/2006/2006-06-28_search_inside_music.html)도 곡의 특성을 측정하는 미디어 플레이어다. 링크에 있는 그림처럼 각 곡의 장르와 사운드 특성에 따라서 분류해서 보여준다. 이 지도상에서 사용자는 각 원하는 분위기의 곡을 찾을 수 있다.



"음악 컬렉션이 매우 많게되면 좀 더 나은 내비게이션 방법을 찾게될 수 밖에 없습니다"라고 Dan Ellis는 말한다. AudioRadar와 Search Inside the Music은 모두 프로토타입이지만 AudioRadar는 이 달 말 캐나다 밴쿠버에서 열리는 제 6회 International Symposium on Smart Graphics (Sixth International Symposium on Smart Graphics) 에서 선보일 예정이다.

이러한 프로그램들은 아직 완성된 것이 아니어서 실험실을 벗어나 상용화되지는 않고 있다. "곡들의 특성을 읽어 들이는데 오랜 시간이 걸립니다"라고 Hilliges는 말하는데, 실제로 현재의 프로토타입은 10,000 곡의 음악을 스캔하는데에는 좌절스러울 만큼 오랜 시간이 걸린다고 한다. 각 곡의 특성을 읽어 들이기 위해서는 평균적으로 곡 연주길이의 5~10%의 시간이 소요되는데 곡이 많을 경우 이것은 매우 긴 시간이 될 수 있다.

일리노이 대학교의 부교수인 Stephen Downie는 이러한 문제는 오래 걸리지 않아 해결될 것이라고 전망한다. 컴퓨터의 처리 속도와 추출 알고리즘이 빨라지고 있기 때문에 AudioRadar같은 프로그램은 iPod에 내장될 수 있을 것이라고 그는 예견한다.

이러한 프로그램은 여전히 다른 결함을 가지고 있다. "유사성이라는 것은 인간이 가지는 척도입니다"라고 Sun Lab의 뮤지 서치 프로젝트의 책임 연구원인 Lamere는 지적한다. 사람들이 어떤 음악과 어떤 음악이 비슷하다고 하는 이유가 매우 다양하다는 뜻이다.

Dan Ellis는 현재의 컴퓨터 프로그램은 인간의 유사성 판단 능력을 제대로 복제해 내지 못하고 있다고 말한다. 많은 곡의 컬렉션이 있을 때 이러한 프로그램은 전혀 엉뚱한 결과를 내놓기도 해서 컬렉션을 아주 이상하게 만들기도 한다. Search Inside the Music의 초기 버전은 심지어 클래식과 헤비 메탈을 비슷한 부류로 묶기도 했다고 한다. 이러한 원인은 하프시코드와 헤비메탈의 기타 소리가 비슷하게 들리기 때문이었다.

또 다른 문제중의 하나는 곡의 Originality에 대한 것인데, 예를 들어 인간은 반조로 연주된 "Stairway to Heaven"과 레드 제플린 콘서트에서 연주된 원곡을 구별할 수 있지만, 이러한 프로그램은 그렇지 못하다는 것이다. 이러한 프로그램을 상용화하려는 시도는 좋은 것이지만 아직은 풀어야 할 문제가 많다고 Stephen Downie는 지적한다.

-------------------------
이 외에 또
비주얼 맵으로 음악찾기 http://www.musicovery.com/

rainmaker

좋은 정보 감사합니다...