LG AI Research 297

음악 작곡은 주제 설정부터 멜로디, 코드, 악기 구성, 그리고 편곡과 믹싱에 이르는 복잡한 과정을 거친다. LG AI Research는 아티스트의 창작 과정을 돕기 위해 곡의 중심이 되는 **모티프(Motif)**를 생성하는 연구에 집중하고 있다.

연구팀은 곡 전체를 한 번에 만드는 대신, 아티스트가 발전시킬 수 있는 4~8마디 정도의 핵심적인 **루프(Loop)**를 생성하는 데 초점을 맞춘다. 이를 위해 MIDI 형식을 활용하며, 데이터의 이산적(Discrete) 특성을 활용하기 위해 16분 음표 단위로 양자화된 이진 표현 방식을 사용한다.

특히 음악의 반복적 특성을 효과적으로 반영하기 위해 다음과 같은 접근법을 채택했다.

• 루프(Loop) 생성에 집중: 음악의 기본 단위인 4~8마디 루프를 생성하여 자기회귀(Autoregressive) 모델의 오차 누적 문제를 완화한다.
• 이산 잠재 코드(Discrete Latent Codes) 활용: 유한한 공간 내에서 반복적인 패턴을 표현하기 위해 사용한다.
• One-class Loop Detector 설계: 기존의 구조적 패턴 기반 추출 방식에서 벗어나, Deep SVDD 기반의 이상 탐지 모델을 통해 데이터 기반으로 루프를 추출하는 방식을 제안한다.