음악 & AI 용어집

트랙이 분당 몇 박으로 움직이는지예요. 발라드는 70 근처, 하우스는 124쯤, 드럼 앤 베이스는 174쯤 가요. 템포는 프롬프트에서 지정하기 가장 유용한 항목이에요. 악기 편성보다 느낌을 더 크게 바꿔요.

곡이 해결되는 기준 음과 장조/단조 여부예요. 장조는 밝거나 안정적으로, 단조는 더 어둡거나 미해결로 들려요. 같은 키의 두 트랙은 충돌 없이 레이어하거나 믹스할 수 있어요.

각 키를 숫자와 A/B로 다시 이름 붙이는 DJ 표기법 — 8A, 8B, 9A 같은 식이에요. 휠에서 이웃한 키끼리는 잘 어울려서, 화성 믹싱이 이론이 아니라 산수가 돼요.

곡의 섹션 순서와 길이 — 인트로, 벌스, 코러스, 브리지, 아웃트로 — 그리고 각 섹션에서 어떤 악기가 연주되는지예요. 어레인지는 트랙을 계속 도는 루프가 아니라 곡처럼 느끼게 해요.

사람들이 기억하고 따라 부를 수 있는 부분이에요. 보통 코러스 멜로디나 짧게 반복되는 구절이죠. 트랙이 프로덕션은 좋아도 훅이 없으면 실패할 수 있어요.

기존 인스트루멘털 위에 쓰는 보컬 멜로디와 가사예요. 팝 프로덕션에서는 탑라인과 트랙을 다른 사람들이 쓰는 경우가 흔해서, "탑라인 보내줘"가 아주 정상적인 요청이에요.

노트를 격자에 딱 맞게 붙여요. 흐릿한 타이밍을 고치지만, 과하면 그루브를 살리는 인간적인 밀고 당김이 사라져요.

소리가 좌우 스피커 사이 어디에 앉는지예요. 리드 보컬, 킥, 베이스는 거의 항상 가운데에 두고, 기타·건반·백업 보컬은 바깥으로 밀어요. 이 관례를 그대로 파고드는 게 센터 채널 보컬 제거예요.

글로 쓴 설명에서 오디오를 생성해요. 예를 들어 "slow lo-fi beat with dusty piano and vinyl noise"라고 쓰면 트랙이 돌아와요. 그 설명이 프로듀서 브리프 역할을 해요.

음악 모델에 주는 글 형태의 지시예요. 쓸모 있는 프롬프트는 장르, 무드, 템포, 편성, 보컬 여부를 명시해요. 애매한 프롬프트는 겨냥할 게 없어서 평범한 결과만 나와요.

노이즈에서 시작해 구조가 남을 때까지 반복적으로 노이즈를 걷어 내는 생성 방식이에요. 요즘 오디오 모델 대부분은 초당 값이 너무 많은 생 오디오 대신 스펙트로그램이나 학습된 잠재 표현에서 일해요.

비슷하게 들리는 음악이 서로 가깝게 모이는 압축된 내부 표현이에요. 생 오디오 대신 잠재 공간에서 생성하니까 한 트랙을 몇 시간 아니라 몇 초 만에 뽑아낼 수 있어요.

소리의 그림이에요: 한 축은 시간, 다른 축은 주파수, 밝기는 크기를 뜻해요. 몇몇 음악 모델은 스펙트로그램을 먼저 만들고 나중에 오디오로 바꿔서, 이미지 기법을 소리에 적용해요.

연속적인 오디오를 모델이 예측할 수 있는 이산 기호 시퀀스로 바꾸는 거예요. 언어 모델이 단어를 예측하듯이요. 토크나이저 품질이 출력 품질의 상한을 정해요 — 거기서 잃은 디테일은 나중에 복구할 수 없어요.

생성을 조종하려고 모델에 주는 모든 것 — 텍스트 프롬프트, 레퍼런스 클립, 템포, 가사 같은 거예요. 컨디셔닝이 많을수록 놀람은 줄고 컨트롤은 늘어요.

학습이 아니라, 학습된 모델을 실제로 돌려 출력을 뽑는 거예요. 생성기가 "generating…"이라고 할 때 인퍼런스 중이고, 기다림은 곧 연산 시간이에요.

완성된 믹스를 다시 파트로 쪼개는 거예요. Demucs 같은 뉴럴 분리기는 각 악기의 소리를 학습하고, 센터 채널 캔슬레이션은 스테레오 기하를 이용해요. 훨씬 빠르지만 정확도는 많이 떨어져요.

특정 사람의 녹음으로 그 사람의 목소리를 재현하는 거예요. 스타일만 비슷한 목소리를 생성하는 것과는 달라요. 실명 아티스트를 복제하면 초상·퍼블리시티 권리 문제가 점점 더 많은 지역에서 생겨요. 그래서 MusicGenerate는 이 기능을 제공하지 않아요.

오디오를 초당 몇 번 측정하는지, 단위는 Hz예요. 44,100 Hz는 CD 표준, 48,000 Hz는 영상 표준이에요. 레이트가 높으면 더 높은 주파수를 담지만, 그 자체로 트랙이 더 좋아지진 않아요.

각 샘플을 얼마나 정밀하게 저장하는지예요. 16-bit면 발매 퀄리티고, 24-bit는 작업할 때 헤드룸을 더 줘요. 비트 뎁스가 낮으면 조용한 구간에서 히스가 들려요.

WAV와 FLAC은 모든 샘플을 보존해요. MP3와 AAC는 들리지 않는다고 판단한 정보를 버려 용량을 줄여요. 손실 인코딩은 일방통행이에요 — MP3를 다시 인코딩하면 복원이 아니라 손상이 누적돼요.

피크가 아니라 실제로 얼마나 크게 들리는지를 따지는 라우드니스 단위예요. 스트리밍 서비스는 대략 −14 LUFS로 노말라이즈해서, 그보다 크게 마스터링해 봐야 다시 줄어들어요.

믹스에서 가장 큰 지점과 클리핑이 시작되는 천장 사이의 여유예요. 몇 dB의 헤드룸을 남겨 둬야 마스터링이 일할 공간이 생겨요.

신호가 최대 레벨을 넘어서 피크가 잘려 평평해지는 현상이에요. 거친 디스토션으로 들리고, 파일에 찍히면 되돌릴 수 없어요.

스테레오를 채널이 공유하는 부분(미드)과 차이나는 부분(사이드)으로 나눠요. 미드를 고립하면 대략 중앙에 있는 콘텐츠가 나오고, 사이드를 고립하면 그게 빠져요. 카라오케식 보컬 제거의 메커니즘이에요.

두 신호의 복사본이 서로 위상이 반전된 채 합쳐져 무음이 되는 것. 마이크 사이에서 우연히 일어나면 문제고, 중앙에 있는 콘텐츠를 지울 때는 의도적으로 쓰는 도구예요.

MP3 내부에 저장된 메타데이터 — 제목, 아티스트, 앨범, 아트워크. 플레이어는 파일명보다 이걸 읽어요. 그래서 파일 이름이 맞아도 "Unknown Artist"로 보일 수 있어요.

시간에 따른 진폭의 시각적 모양. 한눈에 무음, 트랜지언트, 구간 경계를 찾는 데 유용해요; 음높이나 키에 대해서는 아무것도 말해주지 않아요.

한 번만 내거나 아예 안 내고, 이후 사용마다 추가로 지불하지 않아요. 저작권이 없다는 뜻도 아니고, 무제한이라는 뜻도 아니에요 — 라이선스가 여전히 조건을 정해요.

진짜로 아무도 소유하지 않는 것, 음악에서는 거의 항상 연식으로 퍼블릭 도메인이 된 걸 뜻해요. 현대 음악 중에 저작권 프리는 거의 없고, 보통은 로열티 프리를 말하려다 이렇게 말해요.

남의 곡을 내가 녹음해 발매할 수 있는 허가. 밴드가 연주하든 생성하든, 모든 커버에 필요해요. 원본 녹음이 아니라 작곡을 다뤄요.

음악을 영상과 동기화할 권한 — 비디오, 광고, 게임. 오디오만 배포할 권리와는 별개고, 창작자들이 실제로 가장 많이 필요로 하는 라이선스예요.

모든 노래에는 두 권리가 있어요: 작곡(멜로디와 가사, 작가 소유)과 사운드 레코딩(특정 퍼포먼스, 만든 쪽 소유). 커버는 새 녹음을 만들지만, 작곡은 그대로 써요.

YouTube의 자동 매칭 시스템. 누가 그 트랙을 먼저 등록했다면, 정당하게 소유한 트랙도 플래그될 수 있어요 — 동일한 생성 오디오를 누군가가 먼저 클레임한 경우까지 포함해서요.

공연권 단체 — ASCAP, BMI, PRS — 가 작곡가를 위해 공연 로열티를 징수해요. 음악이 단순 스트리밍을 넘어 공공장소에서 재생되거나 방송될 때부터 관련돼요.

일을 의뢰한 쪽이 만든 사람이 아니라 작품을 통째로 소유하는 방식. 광고나 게임에서 흔하고, 무엇이든 전달하기 전에 문서로 딱 정해두는 게 좋아요.