카카오 아레나 3회 대회, 멜론 음악 추천 기술 공개

카카오 아레나 3회 대회(Melon Playlist Continuation)를 앞두고, 멜론의 음악 추천 시스템 핵심 기술이 공개되었다. 이 시스템은 사용자가 원하는 느낌의 단어와 시드 곡을 입력하면 유사한 곡과 설명 태그를 생성하는 플레이리스트 생성 태스크를 수행한다.

콘텐츠 기반 필터링과 오디오 처리

멜론은 오디오 데이터를 멜 스펙트로그램(mel-spectrogram) 형태로 변환하여 처리한다. 이는 인간의 청각 지각 능력을 반영해 주파수 축을 로그 스케일로 조정하고 대역별로 묶어 핵심 정보를 보존하는 방식이다. 추출된 스펙트로그램은 컨볼루셔널 모델을 거쳐 임베딩(embedding)으로 변환되며, 이를 통해 고수준 피처를 추출하거나 유사곡을 추천하는 데 활용된다.

협업 필터링과 오토인코더 활용

협업 필터링 영역에서는 행렬 분해(Matrix Factorization)와 오토인코더(autoencoder)가 주로 사용된다. 특히 플레이리스트를 0과 1로 표현한 뒤, 일부 곡을 숨기고 나머지 곡만으로 숨겨진 곡을 복원하게 하는 디노이징 오토인코더(denoising autoencoder) 기법을 적용한다. 이 과정에서 곡 목록과 태그를 함께 학습하여, 레이턴트 피처(latent feature)가 곡을 설명하는 태그 역할을 하도록 모델링한다.

임베딩 연산과 태그 유사도 분석

학습된 임베딩 공간에서는 벡터 연산을 통해 의미 있는 결과를 도출할 수 있다. 예를 들어 '커플'과 '후회' 태그 임베딩을 더하면 욕심이나 실수와 관련된 태그가 나타나며, '사랑'에서 '설렘'을 빼면 종교적 사랑(아가페)과 관련된 태그가 나온다. 이러한 태그 결합성(composability)을 활용해 시드 곡과 태그를 조합한 맞춤형 플레이리스트를 생성할 수 있다.