[논문]유전 알고리즘을 기반으로 한 자동 코드 악보 생성 프로그램 구현

김세훈; 김바울

doi:10.5392/jkca.2015.15.03.001

유전 알고리즘을 기반으로 한 자동 코드 악보 생성 프로그램 구현
Implementation of Automatic Chord Score Generating Program Based on Genetic Algorithm 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.15 no.3, 2015년, pp.1 - 10

김세훈 (한국과학영재학교) , 김바울 (한국과학영재학교)

초록
AI-Helper

멜로디를 바탕으로 코드 악보를 생성해주는 작업은 음악의 채보 및 편곡과 직결되는 중요한 악보 작업이다. 하지만 자연스러운 코드악보 생성을 위해서는 풍부한 화성학적 배경 지식이 요구되기 때문에 음악 입문자들이 수행하기에는 큰 어려움이 따른다. 본 연구에서는 이러한 문제점을 해결하기 위해 멜로디 악보를 입력받아 자동으로 코드 악보를 생성하는 프로그램 'ACGP(Automatic Chord Generating Program)'를 개발하였다. ACGP는 유전알고리즘에 기반을 두어 다양한 화성학적 요인들과 사용자가 원하는 곡의 분위기를 효율적으로 고려할 수 있으며 이를 통해 더욱 화성학적으로 안정된 완성도 높은 코드 악보를 생성할 수 있다. 또한 편리한 사용자 인터페이스를 통하여 음악에 처음 접하는 비전문가들도 손쉽게 작업할 수 있도록 구현되었다. 또한 ACGP로 생성된 코드악보와 일반적으로 통용되는 코드악보를 비교 분석함으로 써 프로그램의 적절성을 입증하였다.

Abstract ▼ AI-Helper

Generating chord score based on melody is essential for composition and arrangement, while it is picky for amateurs who do not have harmonics knowledges. To solve this problem, we developed automatic chord score generating program, ACGP. Based on genetic algorithm, it successfully reflects diverse hormonic factors and the mood of the music. User interface was also implemented so that anyone can use the program conveniently. Additional analysis was conducted to prove the utility of ACGP.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 연구에서는 유전 알고리즘을 적용하여 입력된 멜로디로부터 코드 악보를 생성해주는 알고리즘의 개발과 더불어 인터페이스를 통해 사용자로부터 편리하게 입력 값을 받아 악보를 시각화하는 ‘자동 코드악보 생성 프로그램(Automatic Chord Generating Program, ACGP)’을 개발하고자 한다.
본 연구에서는 사용자로부터 멜로디만을 입력 값으로 받아 적합한 코드 악보를 생성하여 주는 더욱 ‘일반적인’ 프로그램의 개발을 목표로 한다.
본 연구에서는 사용자로부터 악보를 입력받아 화성학적으로 적절한 코드 악보를 자동으로 생성해주는 프로그램 ACGP를 개발하였다. 프로그램의 알고리즘은 코드 악보 생성에 필요한 다양한 화성학적 변수들과 곡의 분위기, 그리고 악보의 전체적인 짜임새를 보다 잘 고려해줄 수 있는 ‘유전 알고리즘’에 기반을 두었으며 사용자의 편의를 위해서 JAVA Swings 툴을 기반으로 사용자 인터페이스를 제작하였다.
하지만 이러한 접근은 ‘확률 테이블’에 의존하여 코드악보를 생성하기 때문에 전체적인 코드 진행과 곡의 분위기, 다양한 화성학적 규칙들이 효율적으로 고려되지 못하는 한계점이 있다. 위와 같은 한계점을 극복하기 위해 본 연구에서는 유전 알고리즘에 기반을 둔 코드악보 생성 프로그램 개발을 제안하였다. 지금까지 유전 알고리즘은 작곡 프로그램[5-7], 원곡 기반 편곡 프로그램[8], 코드 악보에 어울리는 멜로디 생성 프로그램[9], 4성부 악보 제작 프로그램[10][11] 등과 같은 다양한 악보 작업 프로그램 개발에 적용되어 그 효용성을 입증하여 왔다.

제안 방법

이후 피실험자로부터 각각의 코드악보에 대한 자연스러운 정도를 1점에서 5점까지의 점수로서 부여받았다. 10곡의 샘플 음악에 대하여 총 30명의 피실험자에게 위와 같은 설문조사를 진행하였으며 이를 토대로 ACGP 생성 코드 악보에 대한 임의의 일반인들의 주관적인 평가를 분석할 수 있었다.
[그림 10]에서 볼 수 있듯이 ‘나에게로 떠나는 여행’과 ‘너에게 난 나에게 넌’의 두 곡에서는 ACGP 생성 프로그램이 오히려 더욱 높은 점수를 획득하였으며 이 두 곡에 대해서는 ACGP가 통용되는 코드 악보만큼의 자연스러운 코드 악보를 생성하였음을 명시한다. 나머지 8곡의 경우 ACGP 생성 코드 악보가 통용되는 코드 악보에 비해 비교적으로 낮은 점수를 획득하였는데, 이를 점수 차이의 정량화와 t테스트를 통해 다음과 같이 분석해 보았다.
이를 위해 우선적으로 코드 악보의 집합으로 개체군을 구성해 주었으며 개체군을 구성하는 각 코드악보의 적응도를 계산하는 적응도 함수를 정의하였다. 마지막으로 유전알고리즘을 진행하여 개체군의 적응도를 증가시켜주었다. 각 단계에 대한 설명은 다음과 같다.
본 연구에서 제안한 ACGP는 유전 알고리즘을 바탕으로 하는 코드 제작 알고리즘의 실효성을 입증하기 위해 복잡한 화성학적 요소를 일부 생략하고 설계된 초기 모델이다. 따라서 다양한 화성학적 요소를 추가적으로 고려하여 프로그램의 성능을 향상할 수 있는 잠재력을 갖고 있으며 이를 위해서는 다음과 같은 향후 연구가 필요할 것으로 전망된다.
이렇게 선정된 곡들에 대해 아래와 같은 방법으로 설문조사를 진행하였다. 우선 ACGP를 활용하여 코드악보를 생성하였으며 ACGP 생성 코드악보와 일반적으로 통용되는 코드악보를 각각 멜로디와 함께 임의의 순서로 피실험자에게 들려주었다. 이후 피실험자로부터 각각의 코드악보에 대한 자연스러운 정도를 1점에서 5점까지의 점수로서 부여받았다.
현존하는 음악은 그 수가 무수히 많아 모든 곡에 대하여 프로그램의 효용성을 분석할 수 없으며, 따라서 본 연구에서는 일반인들에게 친숙한 대중음악과 동요를 토대로 샘플 음악 10곡을 선정하였다. 이때 대중음악의 경우 대표적인 장르인 락, 발라드, 어쿠스틱, 대중가요(pop), 댄스에서 대표성을 띄며 대부분의 일반인들에게 익숙한 멜로디를 갖는 곡을 기준으로 선정하였다. [표 3]은 이렇게 선정된 샘플 곡의 명단과 장르를 보여준다.
본 연구에서는 사용자가 입력한 멜로디에 최적화된 코드 악보를 생성해주기 위해 유전 알고리즘을 활용하였다. 이를 위해 우선적으로 코드 악보의 집합으로 개체군을 구성해 주었으며 개체군을 구성하는 각 코드악보의 적응도를 계산하는 적응도 함수를 정의하였다. 마지막으로 유전알고리즘을 진행하여 개체군의 적응도를 증가시켜주었다.
프로그램의 알고리즘은 코드 악보 생성에 필요한 다양한 화성학적 변수들과 곡의 분위기, 그리고 악보의 전체적인 짜임새를 보다 잘 고려해줄 수 있는 ‘유전 알고리즘’에 기반을 두었으며 사용자의 편의를 위해서 JAVA Swings 툴을 기반으로 사용자 인터페이스를 제작하였다.
프로그램의 적절성을 검토하기 위해 10개의 샘플 음악에 대해 ACGP에 의해 생성된 코드 악보와 실제 통용되는 코드 악보의 자연스러운 정도를 일반인 대상 설문조사를 통해 분석하였다. 그 결과 ACGP 생성 코드악보가 받은 점수는 통용되는 코드악보가 받은 점수에 비해 평균적으로 16% 이내의 작은 차이를 보였으며 이들 중 5개의 곡에 대해서는 t-테스트의 결과 유의미한 점수 차이를 보이지 않음이 입증되었다.
실제 음악의 작곡에 있어서는 다이아토닉 코드 이외에 5화음, 7화음과 감 화음, 증 화음 등을 추가하여 다양한 화성학적 효과를 부여한다. 하지만 본 연구에서 구현한 ACGP에서는 초기 모델 설계 및 알고리즘의 실효성 입증을 위하여 코드 생성 범위를 다이아토닉 코드만으로 한정하였다. 또한 생성되는 코드 악보에서 밝은 느낌의 장3화음과 어두운 느낌의 단3화음의 비율을 조절함으로써 사용자로부터 입력받은 곡의 분위기에 어울리는 코드 악보를 생성할 수 있다.

대상 데이터

논문에서 제안한 AGCP의 효용성을 검토하기 위해본 연구에서는 다음과 같은 ‘설문조사’ 분석 실험을 설계 및 진행하였다. 현존하는 음악은 그 수가 무수히 많아 모든 곡에 대하여 프로그램의 효용성을 분석할 수 없으며, 따라서 본 연구에서는 일반인들에게 친숙한 대중음악과 동요를 토대로 샘플 음악 10곡을 선정하였다. 이때 대중음악의 경우 대표적인 장르인 락, 발라드, 어쿠스틱, 대중가요(pop), 댄스에서 대표성을 띄며 대부분의 일반인들에게 익숙한 멜로디를 갖는 곡을 기준으로 선정하였다.

이론/모형

본 연구에서는 사용자가 입력한 멜로디에 최적화된 코드 악보를 생성해주기 위해 유전 알고리즘을 활용하였다. 이를 위해 우선적으로 코드 악보의 집합으로 개체군을 구성해 주었으며 개체군을 구성하는 각 코드악보의 적응도를 계산하는 적응도 함수를 정의하였다.

성능/효과

(6) 음악 재생 기능 : 사용자는 곡의 재생 속도(bpm)를 60에서 240으로 입력 가능하며 입력한 악보와 출력된 코드악보를 동시에 재생할 수 있다.
(5) 코드 악보 생성 옵션 조절 기능 : [그림 9(d)]와 같은 팝업을 띄워 사용자로부터 코드 악보의 생성 옵션을 입력받는다. 곡의 분위기를 어두움부터 밝음까지 총 5단계로 입력이 가능하며, 코드 악보 길이의 최소 단위(한마디, 반마디)의 비율을 총 5단계로 입력 가능하다.
프로그램의 적절성을 검토하기 위해 10개의 샘플 음악에 대해 ACGP에 의해 생성된 코드 악보와 실제 통용되는 코드 악보의 자연스러운 정도를 일반인 대상 설문조사를 통해 분석하였다. 그 결과 ACGP 생성 코드악보가 받은 점수는 통용되는 코드악보가 받은 점수에 비해 평균적으로 16% 이내의 작은 차이를 보였으며 이들 중 5개의 곡에 대해서는 t-테스트의 결과 유의미한 점수 차이를 보이지 않음이 입증되었다. 즉, 해당 분석 결과는 ACGP의 효용성을 뒷받침해준다.
이는 이들 5곡에 대해서는 ACGP 생성 코드악보와 통용되는 코드악보가 통계학적으로 유의미한 차이를 보이지 않음을 의미한다. 따라서 점수 차이와 p 양측 검증 수치를 통해 많은 사람들이 ACGP에 의해 생성된 대부분의 코드 악보에 대해서 통용되는 코드악보에 근접한 자연스러움을 느낀다고 결론내릴 수 있으며 이는 ACGP의 실효성을 잘 뒷받침해 준다.
본 프로그램은 유전알고리즘을 기반으로 하여 다양한 화성학적 요인들을 고려함으로써 자연스러운 코드 악보 생성이 가능하다. 이는 마르코브 확률 테이블을 바탕으로 직전에 오는 코드에 의해 연쇄적으로 코드 악보를 생성하는 사전 연구의 한계점을 개선하여 안정적인 코드 진행뿐만 아니라 곡의 분위기와 종지 및 반종지 코드, 화성음과 비화성음 등의 화성학적 요인들을 폭넓게 고려해 줄 수 있었다.

후속연구

마지막으로 음악에는 다양한 장르가 존재하며 각 장르별로 사용되는 화성학적 규칙이 다소 다르다. 따라서 사용자로부터 곡의 장르를 입력받아서로 다른 화성학적 규칙에 의한 코드 악보를 생성해주는 방향의 연구가 필요할 것으로 보인다.
이러한 화성학적 장치들을 고려해 줌으로써 프로그램에 의해 생성되는 코드악보의 화성학적 안정도와 다양성을 높일 수 있을 것이다. 또한 코드 악보를 반 마디보다 작은 단위로 생성해 줌으로써 더욱 다양하고 안정적인 코드 악보를 생성해 낼 수 있을 것으로 고려된다. 마지막으로 음악에는 다양한 장르가 존재하며 각 장르별로 사용되는 화성학적 규칙이 다소 다르다.
실제로 악보는 다이아토닉 코드뿐만 아니라 7화음, 증화음, 감화음 등의 다양한 코드로 구성되어 있으며 단조조성을 사용하여 우울한 분위기를 자아내기도 한다. 이러한 화성학적 장치들을 고려해 줌으로써 프로그램에 의해 생성되는 코드악보의 화성학적 안정도와 다양성을 높일 수 있을 것이다. 또한 코드 악보를 반 마디보다 작은 단위로 생성해 줌으로써 더욱 다양하고 안정적인 코드 악보를 생성해 낼 수 있을 것으로 고려된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	자연스러운 코드악보를 만들 때 왜 음악 입문자들은 어려워 하는가?	멜로디를 바탕으로 코드 악보를 생성해주는 작업은 음악의 채보 및 편곡과 직결되는 중요한 악보 작업이다. 하지만 자연스러운 코드악보 생성을 위해서는 풍부한 화성학적 배경 지식이 요구되기 때문에 음악 입문자들이 수행하기에는 큰 어려움이 따른다. 본 연구에서는 이러한 문제점을 해결하기 위해 멜로디 악보를 입력받아 자동으로 코드 악보를 생성하는 프로그램 'ACGP(Automatic Chord Generating Program)'를 개발하였다.
	어울리는 코드 악보를 찾아 주는 작업은 작곡과 편곡에서 왜 중요한가?	음악의 멜로디만이 주어졌을 때 이에 어울리는 코드 악보를 찾아 주는 작업은 작곡과 편곡에 있어서 매우 유의미하다. 이러한 작업을 통해 특정 멜로디에 꾸며주는 코드 악보를 부여하여 하나의 곡으로 완성시킬 수 있으며, 원곡의 멜로디에 새로운 코드악보를 입혀 전혀 다른 느낌의 음악으로 재해석 및 편곡할 수 있기 때문이다. 하지만 이는 화성음과 비화성음, 그리고 코드와 악보의 구성에 대한 이해를 필요로 하기 때문에 화성학적 지식이 부족한 비전문가들에게는 많은 시간과 노력을 요구하는 까다로운 작업이 될 수 있다.
	본 연구에서 개발한 ACGP의 장점은 무엇인가?	본 연구에서는 이러한 문제점을 해결하기 위해 멜로디 악보를 입력받아 자동으로 코드 악보를 생성하는 프로그램 'ACGP(Automatic Chord Generating Program)'를 개발하였다. ACGP는 유전알고리즘에 기반을 두어 다양한 화성학적 요인들과 사용자가 원하는 곡의 분위기를 효율적으로 고려할 수 있으며 이를 통해 더욱 화성학적으로 안정된 완성도 높은 코드 악보를 생성할 수 있다. 또한 편리한 사용자 인터페이스를 통하여 음악에 처음 접하는 비전문가들도 손쉽게 작업할 수 있도록 구현되었다. 또한 ACGP로 생성된 코드악보와 일반적으로 통용되는 코드악보를 비교 분석함으로 써 프로그램의 적절성을 입증하였다.

참고문헌 (22)

Ian Simon, Dan Morris, and Sumit Basu, "MySong: automatic accompaniment generation for vocal melodies," SIGCHI Conference on Human Factors in Computing Systems, ACM, pp.725-734, 2008.
Arne Eigenfeldt and Philippe Pasquier, "Realtime generation of harmonic progressions using controlled Markov selection," Int. Conf. on Computational Creativity, pp.16-25 2010.
김나리, 권지용, 유민준, 이인권, 황정규, "강화 학습을 통한 자동 반주 생성", 한국 HCI 학회 학술대회, pp.739-743, 2008.
Raymond P. Whorley, Geraint A. Wiggins, and Marcus T. Pearce, "Systematic evaluation and improvement of statistical models of harmony," international joint workshop on computational creativity, pp.81-88, 2007.
Andrew Homer, "Genetic algorithms and computer-assisted music composition," Urbana, Vol.51, No.61801, 1991.
Bruce Jacob, "Composing with genetic algorithms," International Computer Music Conference, pp.452-455, 1995.
John Biles, "GenJam: A genetic algorithm for generating jazz solos," International Computer Music Conference, pp.131-131, 1994.
정재훈, 이종현, 안창욱, "유전 프로그래밍을 이용한 원곡 기반의 새로운 멜로디 생성", 한국컴퓨터종합학술대회 논문집, pp.1565-1567, 2013.
George Papadopoulos and Geraint Wiggins, "A genetic algorithm for the generation of jazz melodies," STEP 98, 1998.
Ryan A. McIntyre, "Bach in a box: The evolution of four part baroque harmony using the genetic algorithm," IEEE Conference, Vol.2, pp.852-857, 1994.
Phon-Amnuaisuk, Somnuk, and Geraint Wiggins, "The four-part harmonisation problem: a comparison between genetic algorithms and a rule-based system," AISB'99 Symposium on Musical Creativity, pp.28-34, 1999.
http://www.musicshake.com
http://www.band-in-a-box.com
http://www.chordify.net
John H. Holland, Adaptation in natural and artificial systems: An introductory analysis with applications to biology, control, and artificial intelligence, U Michigan Press, 1975.
Michael Affenzeller, S Wagner, S Winkler, and A Beham, Genetic algorithms and genetic programming: modern concepts and practical applications, Crc Press, 2009.
David Beasley, R. R. Martin, and D. R. Bull, "An overview of genetic algorithms: Part 1. Fundamentals," University computing, Vol.15, pp.58-58, 1993.

상세보기
Austin Scott, "An introduction to genetic algorithms," AI expert, Vol.5, No.3, pp.48-53, 1990.
Kim-Fung Man, Kit-Sang Tang, and Sam Kwong, "Genetic algorithms: concepts and applications," IEEE Transactions on Industrial Electronics, Vol.43, No.5, pp.519-534, 1996.
이동민, 대중음악을 위한 화성학, 음악세계, 2013.
이교숙, 알기 쉬운 편곡법, 세광음악출판사, 2002.
http://www.doc.ic.ac.uk/-nd/surprise_97/journal/vol1/aps2/

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증