도전 인공지능 전자악기 연주하기 !

‣

과일 전자악기와 인공지능의 만남 -

https://magenta.t ensorflow.org/fru itgenie

정리 분 (10 )

! SHARE + REFLECT

‣ 친구와 그리고 인공지능과 협연하고 소감 나누기 정리

‣

[WONDER + ENGAGE]

지도 사항:

※

학생들에게 두 곡의 음악을 일부분 들려줍니다 두 곡은 비슷하게 들리지만 . [1]번은 인공지 능이, [2]번은 사람이 만든 음악입니다 인공지능이 만든 음악을 찾아내고 활동지에 따라 음. 악에 대한 느낀 점을 친구들과 나눕니다.

아이바 야상곡

[1] (AIVA), < C# Minor, Op 61>

https://youtu.be/f-lOcUHTdxI?list=PLv7BOfa4CxsHAMHQj0ScPXSbgBlLglRPo

아이바는 영화 비디오 게임 광고에 삽입되는 사운드 트랙을 작곡하는 인공지능입니다 아, , . 이바는 클래식 팝 락 등 여러 장르를 뛰어넘는 다양한 음악을 만들고 있으며 아이바가 만, , 든 25편의 곡은 유튜브를 통해서 들을 수 있습니다 아이바는 최근 저작권을 등록한 첫 가. 상 예술가가 되었습니다.

쇼팽 야상곡

[2] (Chopin), < C Minor, Op 48 No. 1>

https://www.youtube.com/watch?v=tSAwZP8e-zQ

야상곡 녹턴 은 주로 밤으로부터 영감을 받은 혹은 밤의 특징을 가지는 클래식 음악의 장르( ) 입니다 야상곡이라는 의미는 . 18세기 때 주로 밤에 연주되었던 데에서 비롯합니다 야상곡. 은 주로 초반엔 평온하지만 곡이 전개될수록 풍부한 감정을 전달하고 전반적으로 슬픈 느낌 을 자아냅니다 야상곡을 만든 여러 작곡가 중에서 쇼팽은 평생에 이 장르에 몰두해서 수많. 은 야상곡을 작곡했습니다.

인공지능이 만든 음악을 찾아라!

다음 한 곡은 사람이 다른 한 곡은 인공지능이 만든 음악입니다 친구들과 함께 맞춰봅시다 정답, . . 을 맞추지 못해도 괜찮습니다 그만큼 인공지능이 훌륭한 곡을 만들었다는 말이니까요. !

두 곡은 어떻게 다르게 들리나요?

활동 1. 인공지능이 만든 음악을 찾아라!

[INVESTIGATE + CREATE]

소리와 음악

▶

음악은 소리의 특징을 재료로 만듭니다 소리는 떨림 진동 에 따라 강약 높낮이가 만들어집. ( ) , 니다 음악에서는 그러한 소리의 특성을 일정한 법칙과 형식으로 종합해서 하나의 곡을 만. 들고 연주하게 됩니다 음악의 요소에는 . 음의 높낮이 선율 멜로디 화음 하모니 박자, ( ), ( ), 가 있 습니다 도레미파솔라시도로 불리는 음계 음의 층계 중 하나의 음이 울린 후 뒤를 이어 계. ( ) 속 다른 음들이 다양한 높이와 박자로 울리는 것을 선율이라고 합니다 화음은 높이가 다른 . 음이 동시에 울리는 것을 말합니다 사람들이 듣기 편한 음악에는 나름의 규칙이 있고 이러. , 한 규칙이 있기 때문에 계산이 빠른 똑똑한 컴퓨터가 스스로 음악을 만들 수 있습니다.

음악을 만드는 인공지능 ▶

인공지능은 컴퓨터가 인간처럼 생각하고 학습하고 판단하는 기술 분야입니다 사람은 눈을 . 뜨면서부터 수많은 판단과 결정을 하게 됩니다 오늘은 어떤 옷을 입을지 몇 시에 나갈지. , , 친구들에게 어떤 이야기를 할지 인공지능 역시 판단을 내립니다 주변에서 쉽게 볼 수 있는 . . 인공지능 스피커를 생각해봅시다 우리가 먼저 스피커에게 안녕 오늘 날씨는 어때 라고 . “ ? ?”

물으면 인공지능은 우리의 말을 이해하고 분석하고 오늘 날씨에 관한 정보를 검색해 우리에 게 정보를 줍니다 우리가 어디에서 어떻게 날씨 정보를 검색하는지 알려주지 않아도 . 인공 지능은 스스로 판단해 문제를 해결하게 됩니다 그런데 결정과 판단을 하기 위해서는 학습. 이 필요합니다.

활동 에서 들었던 두 야상곡은 비슷한 느낌을 줍니다 그 이유는 사람이 만든 수1 . 천에서 수만 곡의 비슷한 음악을 인공지능이 학습하기 때문입니다 쇼팽을 비롯한 여러 작. 곡가가 만든 단조의 야상곡은 일정한 규칙이 있고 이러한 곡을 학습한 인공지능은 비슷한 듯 새로운 야상곡을 만들었습니다 이처럼 사람이 만든 특정 장르의 음악에는 멜로디 박자. , , 화성 등에 대한 규칙이 있고 이를 학습한 인공지능은 비슷한 분위기의 새로운 곡을 만들 , 수 있습니다.

피보나치 수열과 황금비 음악에 숨은 수학의 원리:

▶

계산에 뛰어난 인공지능이 작곡할 수 있는 이유는 음악 속에 규칙 즉 수학적 원리가 있기 때문입니다 역사적으로 음악과 수학의 관계는 천 년이 넘습니다 고대 그리스 수학자인 피. 2 . 타고라스는 음높이 진동수 현의 길이에 대한 비례 반비례를 발견했고 수학적 원리를 통해 , , , 우리가 듣기 편한 화음이 만들어지는 사실을 알아냈습니다 여러 이론 중 피보나치의 수열.

과 음악의 원리를 이해해봅니다 다음 수열 숫자를 규칙적으로 배열한

(Fibonacci Sequence) . (

것 의 규칙을 찾아볼까요) ?

이 수열은 처음 두 항은 이고 이후 항은 바로 앞의 두 항의 합으로 이루어집니다 예를 들어 첫 1 . 두 항인 과 의 합은 세 번째 항인 이고 두 번째와 세 번째 항 과 의 합은 네 번째 항인 입0 1 1 , 1 2 3 니다

음악에서 도부터 다음 도까지를 한 옥타브라고 합니다 피아노 건반에서 한 옥타브는 . 13 개의 음을 표현하고 이 중 하얀 건반이 개 검은 건반이 개입니다 그리고 하얀 건반은 8 , 5 .

개와 개 검은 건반은 개와 개로 구분되어 있습니다 피아노 건반에서 나타나는

3 5 , 2 3 . 2,

은 바로 피보나치 수열입니다 세기 뛰어난 관현악 작품으로 꼽히는 바르토 3, 5, 8, 13 . 20

크의 현타악기 첼리스타를 위한 음악 에서 첫 악장은 마디로 구성되어 있습니다 처< > 89 . 음에 약하게 시작해 점점 강해져 55번째 마디에서 절정을 이루고 다시 약하게 줄어드는 구조입니다. 55마디 앞부분은 34.21마디 두 부분으로 나뉘고, 34마디는 21.13으로 나뉘는 구성을 가집니다 뒷부분 마디도 . 34 13.21로 나뉘는 피보나치 수열이 드러납니다.

더 읽기 바흐의 음악에 숨겨진 수학:

▶

바흐는 작곡에서 숫자놀이를 즐겼고 수학의 원리를 가장 잘 활용한 작곡가입니다 예를 들어 골드베르크 변주곡에서 총 개의 악장. < > 32 은 모두 개의 음표로 된 지속 저음을 바탕으로 만들어졌고 작품의 32 , 처음과 끝을 장식하는 아리아는 32마디로 된 사라방드가 16마디씩 전후반으로 나뉘어져 있습니다 또 변주곡은 모두 곡씩 소그룹을 이. 3 루는 규칙과 논리에 따른 구성을 가지고 있습니다 바흐의 음악에서 . 돋보이는 화성 진행 역시 일정한 수학적 규칙을 통해 아름다운 소리 의 조합과 전체적인 곡의 진행을 이끌었습니다 음악에서 반복되는 . 규칙 즉 패턴을 학습하는 인공지능은 바흐 풍의 음악을 만들어주는

0 1 1 2 3 5 8 13 21 34 55 89...

우리가 익숙한 곡에도 일정한 규칙이 있습니다. <작은 별 악보를 보고 노래를 들으면서 >

※

무지개 악보를 그려봅시다 준비물 활동지 여러 색의 색연필 또는 사인펜. ( : , ) 무지개 악보를 그리자!

모차르트가 작곡한 작은 별 은 < > 4/4박자, 12마디(4-4-4 전개 로 구성된 곡입니다) . 4

○

마디 마디 마디로 나누어 그려봅니다-4 -4 .

개 음 도 레 미 파 솔 라 시 은 개 색으로 표현할 수 있습니다

7 ( , , , , , , ) 7 .

○

개 음은 칸의 높이로도 표현할 수 있습니다 도는 칸 레는 칸 미는 칸 이 될

7 . 1 , 2 , 3 ...

○

수 있습니다.

음의 길이는 칸의 너비로 표현할 수 있습니다.

○

위의 방법 외에도 자신만의 규칙을 찾는다면 더욱 좋습니다.

○

내가 그린 무지개 악보에 반복되는 특징은 무엇인지 친구들과 나누어봅시다.

계단이 여러 개 나와요.

○

빨강 칸 주황 칸 초록 칸 파랑 칸 보라 칸이 나와요8 , 8 , 8 , 8 , 8 .

○

첫 마디와 마지막 마디 모양이 같고 중간 마디4 4 , (5,6/ 7,8)의 모양이 같아요.

○

활동 2. 무지개 악보를 그리자!

학습하는 인공지능

▶

지금까지 등장한 많은 음악은 수학적 원리 혹은 반복되는 규칙으로 이루어져 있습니다 인. 공지능은 사람이 만든 수많은 곡을 학습하면서 반복되는 규칙 즉 패턴을 익히고 그러한 학, 습된 패턴을 규칙 삼아 새로운 음악을 만듭니다 패턴은 그 음악의 중요한 특징이 될 수 있. 습니다 중요한 것은 인공지능의 학습 능력입니다 학습을 통해서 인공지능은 더욱 똑똑해. ‘ ’ . 집니다 마치 우리도 배우고 경험할수록 많은 정보를 모으고 그 정보를 활용해 판단하는 것. 처럼 말입니다.

인공지능의 학습은 크게 머신러닝(Machine Learning)과 딥러닝(Deep Learning)으로 구분할 수 있습니다 머신러닝은 학습하는 데이터의 특성 다른 데이터와 다른 점 을 사람이 알. ( ) 려주고 새로운 데이터가 주어지면 컴퓨터가 스스로 학습해 문제를 해결합니다 딥러닝은 머신, . 러닝의 한 종류로 데이터의 특성을 컴퓨터가 알아낸다는 것입니다 딥러닝은 사람처럼 학습할 . 수 있도록 인공신경망을 기반으로 컴퓨터에게 사람의 사고 방식을 가르치는 방법입니다.

예를 들어 꽃의 종류를 판별하는 인공지능이 있다고 했을 때 머신러닝은 사람이 여 러 종류의 꽃의 특성을 정의하고 데이터세트 어떤 규칙이나 특성에 따라 배열된 데이터의 ( 집합 를 만든 후 컴퓨터가 이를 기반으로 꽃을 구별하는 판별식을 결정하는 방법입니다 딥) . 러닝은 알고리즘에 의해 컴퓨터가 꽃의 사진을 보고 스스로 특성을 찾아 판별하는 방법이라 할 수 있습니다.

출처 인공지능 머신러닝 딥러닝 입문

[ : 『 , , 』]

아래 QR코드를 통해 웹사이트에 접속해 인공지능 음악프로그램을 체험해봅시다. 준비물 활동지 스마트폰 및 태블릿: , PC

두들 바흐(Doodle Bach) 피아노 지니(Piano Genie) 인공지능 듀엣(A.I. Duet)

상단의 플레이 버튼을 누르 면 시작합니다. 4/4박자에 맞 게 두 단락의 멜로디를 넣고

화음 넣기 버튼을 누릅니다

‘ ’ .

바흐가 작곡한 화성을 학습 해 패턴을 인식한 인공지능 이 화음을 생성해 바흐풍의

피아노의 개 건반이 피아노 88 지니에서는 색과 숫자로

표현된 개의 버튼으로 8 표현됩니다 피아노 지니는 .

여러분을 즉흥 연주자로 만들어줍니다 연주를 . 거듭할수록 듣기에 더 좋은

피아노 건반을 두드려 연주를 하면 인공지능 듀엣이 뒤이어 곡을 연주해줍니다 사람이 . 연주한 음악을 입력 받으면

연주법을 훈련해 멜로디와 리듬 패턴을 익히고 스스로 활동 3. 나와 인공지능이 함께하는 음악 놀이

인공지능 합주 프로그램의 원리

▶

두들 바흐는 머신러닝을 이용합니다 듣기 편한 멜로디를 구성하기 위해서 두들 바흐를 만. 든 구글팀은 바흐의 화성 데이터를 이용합니다 바흐의 합창곡은 성부 즉 네 명의 목소리. 4 , 를 기본으로 합니다 각 목소리는 각자의 멜로디 흐름을 가지고 함께 부를 때 풍부한 화음. 을 만들어냅니다 두들 바흐는 바흐는 . 306개의 성부 곡을 데이터로 삼고 패턴을 익히도록 4 했습니다 구글팀은 바흐의 한 곡을 가져와 일부 음표를 지우고 컴퓨터가 지워진 음표를 전. , 체 곡 패턴과 흐름에 맞게 추측하게 해서 완전한 곡을 만들도록 학습시켰습니다 그래서 사. 용자가 어떤 음을 입력하면 그 음에 잘 어울리는 멜로디와 부드러운 전환 비워진 부분을 , 채워줍니다 그리고 눈에 보이지는 않지만 악보를 채울 때마다 좋은 멜로디는 유지하고 맞. 지 않는 멜로디는 지우는 것을 수없이 반복하면서 하나의 곡을 완성합니다.

피아노 지니는 웹상에서 진행된 피아노 경연대회(e-piano competition)의 1400여곡 을 학습했습니다. 8개로 구성된 건반 혹은 컨트롤러를 누르면 학습된 데이터에 따라 개의 88 건반 소리를 냅니다 피아노 지니는 개의 건반만으로 전체적인 곡 진행과 화성에 맞는 . 8 88 개의 음이 나옵니다 피아노 지니를 사용할 때 사용자의 인풋이 많아질수록 인공지능 프로. 그램은 더 많은 학습을 하게 되면서 더 나은 연주를 들을 수 있습니다.

지난 시간에 만든 과일 전자악기를 피아노 지니 인공지능 프로그램에 연결해 인공지능 전‘ 자악기 를 만들어봅니다 과일 전자악기는 피아노 지니를 작동시키는 키보드 역할을 하게 되’ . 고 피아노 지니는 인공지능 기술을 활용해 사람들의 즉흥적인 연주를 멋진 피아노곡으로 , 만들어주는 프로그램입니다.

참고 동영상

[ : https://magenta.tensorflow.org/fruitgenie]