선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 감정을 극대화하기 위해 멜로디를 창작할 때에는 억양의 특성이 반영될 필요가 있는데, 선행 연구에서는 억양과 멜로디 각 요소의 특성을 확인하 는데 그쳐 두 요소의 연관성 혹은 억양의 멜로디 전환성에 대한 자료를 제공하는 데 한계가 있다(Yi & Chong, 2015). 따라서 본 연구는 감정을 효율적으로 전달하는 말에서의 억양 패턴이 감정을 표현하는 멜로디를 창작할 때 어떻게 반영될 수 있을지에 대해 그 근거를 알아보고자 실시되었다. 이를 위해 한국어를 사용하는 성인을 대상으로 감정을 표현하는 단어의 음성 자료를 수집하여 음절 당 주파수(f0)를 측정한 후 평균 음정(meantone)으로 전환하였다.
- 특히, 객관화되고 체계적인 방법으로 감정단어의 표현과 소통을 돕는 데 공통적인 역할을 하는 억양과 멜로디의 전환 적합성을 확인한 것에 의의가 있다. 또한, 감정 표현의 수단인 억양과 멜로디의 유사성을 바탕으로 두 요소를 연계하여 멜로디 창작 방안의 근거를 도출하였다는 것에 주목할 만하다.
- 본 연구는 감정 표현을 위한 효과적인 멜로디 창작 방안의 근거를 마련하기 위해 말의 억양 패턴 특성을 알아보고 멜로디의 음높이 패턴과 연계하여 전환하는 연구를 시도하였다는데 의의가 있다. 또한, 멜로디 창작에서 단어의 음성 특성을 반영할 수 있는 근거를 도출하였고 말과 멜로디의 전환 적합성을 확인하였다는데 의의가 있다.
- 본 연구는 음악치료에서 내담자의 감정 표현을 지지하고 극대화하는 멜로디를 창작할 때운율 요소를 활용하기 위한 근거를 도출하기 위해 수행되었다. 이를 위해, 만 19-23세 성인 여성 30명을 대상으로 감정을 표현할 때 단어의 음절에서 나타나는 말의 높낮이 변화를 멜로디의 음높이 패턴으로 전환하였다.
- 이를 위해 한국어를 사용하는 성인을 대상으로 감정을 표현하는 단어의 음성 자료를 수집하여 음절 당 주파수(f0)를 측정한 후 평균 음정(meantone)으로 전환하였다. 이를 통해 감정단어의 억양 패턴을 반영한 멜로디 특성을 기초 자료로 제시하여 감정 표현 멜로디를 창작할 때 활용할 수 있는 근거를 마련하고자 하였다. 이를 위한 연구문제는 다음과 같다.
가설 설정
- 1. 감정단어의 음절당 평균 주파수(Hz)와 억양 패턴은 무엇인가?
- 2. 감정단어의 억양 패턴을 반영한 멜로디의 음높이 패턴은 무엇인가?
제안 방법
- 감정단어의 억양 패턴이 유사하게 나타난 유형을 추출하여 음절당 주파수 값을 semi-tone 척도에 근거하여 평균 음정으로 전환하였다. 음높이 패턴을 단어별로 구분하여 살펴보면 다음과 같다.
- 감정단어의 음절당 평균 주파수(Hz)를 추출하여 억양 패턴을 분석하고, 참여자별로 유사하게 나타난 패턴만을 단어별로 구분하여 살펴보았다. 첫째, 기쁨을 표현하는 ‘즐거워서’의 음절당 평균 주파수는 ‘즐’ 216.
- 넷째, 유사한 억양 패턴의 주파수 값에 가장 근접한 음을 semi-tone 척도에 근거하여 평균 음정으로 전환하였다([Table 2] 참조).
- 넷째, 이러한 과정을 거쳐 선정된 단어들은 억양 패턴에 영향을 주는 음운구의 위치를 고려하여(Lee & Sohn, 2007; Shin, 2011) ‘-어서’와 ‘-어요’를 결합하여 각 단어가 문장 중간과 끝에 위치하도록 만들었다.
- 둘째, Script_toneLabler로 감정단어의 음절 당 평균 주파수(f0)를 분석하여(Seong, 2013) 억양 패턴을 알아보았다([Figure 1] 참조).
- 첫째, 참여자의 기본주파수 정보를 파악하기 위해 ‘아, 에, 이, 오, 우’를 3초간 소리 내게 하였다. 둘째, 수집 대상 감정단어 목록을 보여주고 최근에 직접적으로 경험한 감정만을 선택하게 하였다. 셋째, 참여자가 선택한 감정단어를 사용해서 관련된 상황을 1회 이야기하게 하였다.
- 둘째, 억양 패턴에 영향을 주는 한국어의 특성을 고려하여, 첫 음운이 ‘/ㅃ, ㄸ, ㄲ, ㅉ, ㅆ, ㅍ, ㅌ, ㅋ, ㅊ, ㅎ, ㅅ/ 등의 경음, 격음, 마찰음으로 시작되는 고고저고(HHLH)와 그 외의 나머지 음운들로 시작되는 저고저고(LHLH)’의 두 가지 유형 중에서 선정하였다(Shin, 2011).
- 참여 대상자 선정 과정에서 예비 연구를 수행한 결과, 남성은 참여자간 억양 패턴의 변이성이 커 대푯값 추출에 한계가 있음이 확인되어 자료값의 타당성을 확보하기 위해 여성으로 제한하였다. 둘째, 억양에 영향을 미칠 수 있는 방언을 통제하기 위해 부모와 참여자 모두가 표준어를 사용하는 자를 선정하였다. 이를 위하여 자료 수집 전에 인터뷰를 시행하여 태어난 곳, 거주 지역, 부모의 표준어 사용 유무를 확인하였다.
- 네 가지 감정으로 분류하여 예비 연구를 수행한 결과, 중립에 해당하는 평온은 참여자마다 억양 패턴의 가변성이 높아 대푯값을 추출하는 데 한계가 있었다. 따라서 본 연구에서는 평온을 제외하고 기쁨, 화남, 슬픔으로 구분하였다. 또한, 각 감정을 표현하는 단어는 다음의 기준으로 선정하였다.
- 본 연구에서 수집된 자료는 음성 분석 프로그램인 Praat을 이용하여 단어 음절을 분절 및 레이블링한 후 다음의 절차로 분석하였다. 첫째, 참여자의 기본주파수로 평균값을 측정하고, Grubb’s outlier 검증을 통해 최솟값과 최댓값의 범위에서 벗어나는 자료값은 제외하여 참여자간 동질성을 획득하였다.
- 본 연구에서 수집할 자료를 구성하기 위해서 먼저, 감정을 정서가(valence)와 각성 차원(arousal)에 따라 분류한 이론에 근거하여(Eerola & Vuoskoski, 2011; Zentner et. al., 2008) 기쁨, 화남, 슬픔, 평온 네 가지로 구분하였다.
- 본 연구에서는 자연스러운 정서의 표현을 위해서 참여자가 직접 경험한 감정만을 제시하여 단어로 표현하게 하였다. 따라서 계획했던 수집 단어는 감정별로 4개의 단어씩 총 12개였으나 ‘증오해요, 증오해서’는 실제 발화한 참여자의 수가 각각 2, 3명으로 대푯값을 추출하기 에는 자료값이 적었으므로 분석대상에서 제외되었다.
- 이를 위하여 자료 수집 전에 인터뷰를 시행하여 태어난 곳, 거주 지역, 부모의 표준어 사용 유무를 확인하였다. 셋째, 정서 인식 및 표현에 문제가 없는가를 질문을 통해 확인한 후 선정하였다. 참여자 모집은 지원자 표집방법(volunteer sampling)을 사용하여 대학교 게시판에 게재한 모집 공고문을 통해 자발적으로 모인 참여자의 동의를 얻은 후 실험을 진행하였다.
- 둘째, 수집 대상 감정단어 목록을 보여주고 최근에 직접적으로 경험한 감정만을 선택하게 하였다. 셋째, 참여자가 선택한 감정단어를 사용해서 관련된 상황을 1회 이야기하게 하였다. 자료 수집 과정에서 연구자는 감정 표현을 촉구하는 질문을 하여 참여자가 최대한으로 극대화하여 감정을 표현하게 하였다.
- 둘째, Script_toneLabler로 감정단어의 음절 당 평균 주파수(f0)를 분석하여(Seong, 2013) 억양 패턴을 알아보았다([Figure 1] 참조). 셋째, 추출된 억양 패턴에 대표성을 부여하기 위해서 감정단어별로 동일하게 나타나는 패턴만을 추출하였다. 넷째, 유사한 억양 패턴의 주파수 값에 가장 근접한 음을 semi-tone 척도에 근거하여 평균 음정으로 전환하였다([Table 2] 참조).
- 둘째, 억양 패턴에 영향을 주는 한국어의 특성을 고려하여, 첫 음운이 ‘/ㅃ, ㄸ, ㄲ, ㅉ, ㅆ, ㅍ, ㅌ, ㅋ, ㅊ, ㅎ, ㅅ/ 등의 경음, 격음, 마찰음으로 시작되는 고고저고(HHLH)와 그 외의 나머지 음운들로 시작되는 저고저고(LHLH)’의 두 가지 유형 중에서 선정하였다(Shin, 2011). 셋째, 한국어 사용 빈도를 조사한 Kang과 Kim(2004), 감정단어를 정서가와 차원에 따라 분류한 Park과 Min(2005)의 연구 결과를 바탕으로 사용 빈도가 높은 순위에 따라 수집 대상 단어를 선정하였다. 넷째, 이러한 과정을 거쳐 선정된 단어들은 억양 패턴에 영향을 주는 음운구의 위치를 고려하여(Lee & Sohn, 2007; Shin, 2011) ‘-어서’와 ‘-어요’를 결합하여 각 단어가 문장 중간과 끝에 위치하도록 만들었다.
- 둘째, 억양에 영향을 미칠 수 있는 방언을 통제하기 위해 부모와 참여자 모두가 표준어를 사용하는 자를 선정하였다. 이를 위하여 자료 수집 전에 인터뷰를 시행하여 태어난 곳, 거주 지역, 부모의 표준어 사용 유무를 확인하였다. 셋째, 정서 인식 및 표현에 문제가 없는가를 질문을 통해 확인한 후 선정하였다.
- 따라서 본 연구는 감정을 효율적으로 전달하는 말에서의 억양 패턴이 감정을 표현하는 멜로디를 창작할 때 어떻게 반영될 수 있을지에 대해 그 근거를 알아보고자 실시되었다. 이를 위해 한국어를 사용하는 성인을 대상으로 감정을 표현하는 단어의 음성 자료를 수집하여 음절 당 주파수(f0)를 측정한 후 평균 음정(meantone)으로 전환하였다. 이를 통해 감정단어의 억양 패턴을 반영한 멜로디 특성을 기초 자료로 제시하여 감정 표현 멜로디를 창작할 때 활용할 수 있는 근거를 마련하고자 하였다.
- 본 연구는 음악치료에서 내담자의 감정 표현을 지지하고 극대화하는 멜로디를 창작할 때운율 요소를 활용하기 위한 근거를 도출하기 위해 수행되었다. 이를 위해, 만 19-23세 성인 여성 30명을 대상으로 감정을 표현할 때 단어의 음절에서 나타나는 말의 높낮이 변화를 멜로디의 음높이 패턴으로 전환하였다. 특히, 객관화되고 체계적인 방법으로 감정단어의 표현과 소통을 돕는 데 공통적인 역할을 하는 억양과 멜로디의 전환 적합성을 확인한 것에 의의가 있다.
- 셋째, 정서 인식 및 표현에 문제가 없는가를 질문을 통해 확인한 후 선정하였다. 참여자 모집은 지원자 표집방법(volunteer sampling)을 사용하여 대학교 게시판에 게재한 모집 공고문을 통해 자발적으로 모인 참여자의 동의를 얻은 후 실험을 진행하였다.
- 첫째, 참여자의 기본주파수 정보를 파악하기 위해 ‘아, 에, 이, 오, 우’를 3초간 소리 내게 하였다.
- 첫째, 한국어 음운구를 구성하는 음절수 빈도를 고려하여 사용 빈도가 높은 4음절 단어로 선정하였다(Moon, 2012; Park & Min, 2005; Sohn, Park, Park, & Sohn, 2012).
대상 데이터
- 또한, 참여자 자료값의 동질성을 확인하기 위해 Grubb’s outlier 검사를 시행한 결과, 최소, 최대 주파수 범위에서 벗어나는 이상치는 검출되지 않았다. 따라서 본 연구에 서는 참여자 30명 모두의 결과를 분석 대상에 포함하였다.
- 본 연구의 자료는 20dB 이하의 소음이 없는 공간에서 다음의 절차로 수집하였다. 첫째, 참여자의 기본주파수 정보를 파악하기 위해 ‘아, 에, 이, 오, 우’를 3초간 소리 내게 하였다.
- 본 연구의 참여자는 만 19-23세 여성, 30명으로 평균 주파수(Hz)는 226.51(SD = 54.7), 최소 주파수는 148.1(SD = 31.3), 최대 주파수는 238.9(SD = 67.2)로 나타났다([Table 3] 참조).
- 115-8). 연구 참여자는 서울에 소재한 A 대학교 학생 중에서 다음의 기준을 충족하는 만 19-23세 여성 30명이다. 참여자 선정 기준은 첫째, 감정을 표현할때 억양 사용 능력의 안정기에 해당하는 성인(Friend & Bryant, 2000; Johnson & Jusczyk, 2001; Morton & Trehub, 2001; Shriberg et al.
- 이러한 기준을 충족하여 선정된 수집 단어는 기쁨, 화남, 슬픔의 감정단어 4개씩 총 12개로 구성되었다([Table 1] 참조).
- 자료 수집 과정에서 연구자는 감정 표현을 촉구하는 질문을 하여 참여자가 최대한으로 극대화하여 감정을 표현하게 하였다. 자료 수집은 MXL-990 마이크로 녹음하여 44,100Hz, 16bit 샘플링 으로 모노(mono) 타입의 WAV 파일형태로 저장하였다.
데이터처리
- 첫째, 참여자의 기본주파수로 평균값을 측정하고, Grubb’s outlier 검증을 통해 최솟값과 최댓값의 범위에서 벗어나는 자료값은 제외하여 참여자간 동질성을 획득하였다.
성능/효과
- 본 연구에서 슬픔은 최고음과 최저음의 간격 차이가 기쁨과 동일하게 넓었으나 음 진행 특성을 보면 한번에 도약하지 않고 순차적인 진행을 하였고, 기쁨은 넓은 음의 간격으로 도약진행을 하였다는 점에서 감정단어의 차별적인 멜로디 특성을 알 수 있다. 구체적인 감정단어의 음높이 간격을 알아보기 위해 음절당 주파수의 최고값과 최저값의 차이를 비교한 결과가 기쁨 76.3(Hz), 화남 57.6(Hz), 슬픔 72.4(Hz)로 기쁨과 슬픔의 주파수 차이가 크고, 화남이 작은 것으로 나타났다. 이를 음 간격으로 전환하여 비교하면 기쁨은 D4-A3의 4도, 화남은 G3-E3의 3도, 슬픔은 C4-G3의 4도 간격 차이를 보였다.
- 감정단어를 표현하는 말의 높낮이 변화를 멜로디의 음높이 패턴으로 전환한 특성은 감정을 표현할 때의 음성을 통합적으로 고려하고 가사의 단어를 직접적으로 반영하는 멜로디 창작에 다음과 같이 활용될 수 있다. 기쁨과 화남, 슬픔의 감정단어를 표현할 때 평균 주파수에 따른 평균 음정과 음높이 패턴에 차이가 있었다. 이는 내담자의 감정을 각성수준과 정서가에 따라 분류하였을 때(Russell, 1978; Russell & Barrett, 1999) 높은 각성수준과 긍정적 차원의 기쁨을 표현할 때는 높은 음역대, 낮은 각성수준과 부정적 차원의 슬픔을 표현할 때는 낮은 음역대를 선택하는 것에 활용될 수 있다.
- 동일한 슬픔의 감정 유형에 속하는 ‘불안해요, 불안해서’는 순차진행인 반면 ‘침울해요, 침울해서’는 3도 도약하여 하행 진행하는 특성이 나타났다([Table 5]와 [Table 6] 참조).
- 둘째, 화남을 표현하는 ‘억울해서’는 G3-A3-G3-G3, ‘억울해요’는 유사하게 나타난 패턴이두 가지로 추출되어 G3 G3 G3 A3 와 F3 G3 E3 D2 의 음높이 패턴으로 전환되었는데, 동일한 단어가 문장 마지막에 위치하였을 때 낮은 음역대에서 표현되는 것으로 나타났다.
- 본 연구는 감정 표현을 위한 효과적인 멜로디 창작 방안의 근거를 마련하기 위해 말의 억양 패턴 특성을 알아보고 멜로디의 음높이 패턴과 연계하여 전환하는 연구를 시도하였다는데 의의가 있다. 또한, 멜로디 창작에서 단어의 음성 특성을 반영할 수 있는 근거를 도출하였고 말과 멜로디의 전환 적합성을 확인하였다는데 의의가 있다. 반면, 실험상황에서 수집한 단어 라는 점에서는 자연 발화에서 표현된 감정보다는 자연성이 낮을 수 있다는 한계를 갖는다.
- 또한, 참여자 자료값의 동질성을 확인하기 위해 Grubb’s outlier 검사를 시행한 결과, 최소, 최대 주파수 범위에서 벗어나는 이상치는 검출되지 않았다.
- 본 연구에서 슬픔은 최고음과 최저음의 간격 차이가 기쁨과 동일하게 넓었으나 음 진행 특성을 보면 한번에 도약하지 않고 순차적인 진행을 하였고, 기쁨은 넓은 음의 간격으로 도약진행을 하였다는 점에서 감정단어의 차별적인 멜로디 특성을 알 수 있다. 구체적인 감정단어의 음높이 간격을 알아보기 위해 음절당 주파수의 최고값과 최저값의 차이를 비교한 결과가 기쁨 76.
- 셋째, 슬픔을 표현하는 ‘불안해서’는 ‘불’ 220.7, ‘안’ 223.9, ‘해’ 213.3, ‘서’ 207.8로 패턴의 유형은 ‘저-고-저-저’로 나타났고, ‘침울해서’는 ‘침’ 263.6, ‘울’ 260.4, ‘해’ 223.9, ‘서’ 191.2로 ‘고-고-저-저’로 나타났다.
- 셋째, 슬픔을 표현하는 ‘불안해서’는 A3-A3-G3-A3, ‘침울해서’는 C4-C4-A3-G3의 음높이 패턴으로 전환되어 ‘불안해서’가 ‘침울해서’에 비해 높은 음역대에서 표현되고 기쁨의 ‘즐거워서’의 음높이 패턴인 A3-A3-G3-G3과 유사한 음역대에서 표현되었다.
- 첫째, 기쁨을 표현하는 ‘즐거워서’는 A3-A3-G3-G3, ‘행복해서’는 C4-D4-B3-A3의음높이 패턴으로 전환되어 ‘즐거워서’에 비해 ‘행복해서’가 높은 음높이에서 표현되고 음의 변화가 많았다.
- 첫째, 기쁨을 표현하는 ‘즐거워서’의 음절당 평균 주파수는 ‘즐’ 216.4, ‘거’ 223.9, ‘워’ 212.9, ‘서’ 203.5로 패턴은 ‘저-고-저-저’로 나타났다.
- 2)로 나타났다([Table 3] 참조). 평균 음정은 A3, 최저 음정은 D3, 최고 음정은 B3으로 전환되어 최저, 최고 음의 간격 차이가 6도로 나타났다. 또한, 참여자 자료값의 동질성을 확인하기 위해 Grubb’s outlier 검사를 시행한 결과, 최소, 최대 주파수 범위에서 벗어나는 이상치는 검출되지 않았다.
- 화남의 ‘억울해요, 억울해서’ 는 기존 연구의 결과와는 다르게 슬픔보다 낮은 음역대에서, 슬픔의 ‘침울해서’는 화남에 비해 높은 음역대에서 표현된 것으로 나타났다.
후속연구
- 후속 연구에서는 통제된 환경에서 수집한 단어가 아닌 자연발화에서 나타난 감정단어를 대상 으로 분석한다면 더욱 다양하고 실질적인 결과를 얻을 수 있을 것이라 기대한다. 또한 본 연구에서는 감정 단어에 나타난 억양 패턴을 멜로디로 전환하는데 초점을 두었으나 이후에는 음악치료 현장에서 치료사들이 이러한 연구 결과를 더욱 실질적으로 활용할 수 있는 중재프로그램 연구가 지속되어야 한다.
- 한편, 말의 높낮이가 멜로디 음높이로 전환되는 과정에서는 단조로운 음높이 패턴이 나타났다. 이는 본 연구에서 감정을 표현할 때 억양 패턴만을 비교한 결과로 제한적일 수 있으며 감정 표현을 위해 활용하는 다른 준언어적 요소인 크기나 속도 등을 통합적으로 분석하여 비교해야 할 필요성을 부각한다. 이와 함께 주파수 값이 평균 음정으로 전환되는 과정에서 인간이 지각할 수 있는 semi-tone 척도에 근거하였으므로 인간의 미세한 음성 특성이 완전하게 반영되지 않은 결과로도 볼 수 있다.
- 이러한 결과는 감정을 표현하는 멜로디 움직임의 범위를 알아본 연구에서 기쁨은 다른 감정과 비교하여 음의 움직임 범위가 넓다는 결과와 일치하는 반면, 슬픔은 좁은 범위로 표현된다는 것(Juslin & Laukka, 2003; Juslin & Sloboda, 2010)과는 상반된다. 이를 멜로디를 창작할 때 반영하여 기쁨은 넓은 범위 에서 도약 진행, 화남은 좁은 범위에서 도약 진행, 슬픔은 넓은 범위에서 순차 진행하는 등감정단어를 표현할 때 각각의 특성을 활용할 수 있을 것이다.
- 반면, 실험상황에서 수집한 단어 라는 점에서는 자연 발화에서 표현된 감정보다는 자연성이 낮을 수 있다는 한계를 갖는다. 후속 연구에서는 통제된 환경에서 수집한 단어가 아닌 자연발화에서 나타난 감정단어를 대상 으로 분석한다면 더욱 다양하고 실질적인 결과를 얻을 수 있을 것이라 기대한다. 또한 본 연구에서는 감정 단어에 나타난 억양 패턴을 멜로디로 전환하는데 초점을 두었으나 이후에는 음악치료 현장에서 치료사들이 이러한 연구 결과를 더욱 실질적으로 활용할 수 있는 중재프로그램 연구가 지속되어야 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.