인공지능: 그래미상 수상곡을 정확하게 예측한다.

오스카상, 토니상, 그래미상 등 수상자를 지켜보는 사람들은 매년 어떤 배우, 영화, 뮤지컬 또는 노래가 이 탐내는 상을 수상할지 예측한다. 예측은 전문가들이 투표자들에게 어떤 인상을 남겼는지에 따라 이루어진다. 로스앤젤레스 타임스는 올해 그래미 어워드에 앞서 "그래미 투표자들은 신중하게 만들어진 복고풍 잼에 올해의 레코드를 주는 것을 좋아한다."라고 썼다.

뉴욕 대학교 연구원 팀은 노래의 특성(예: 가사)과 빌보드 순위를 포함한 기타 정보를 고려하여 성공적인 노래의 변수를 밝히는 알고리즘을 만들어 이 프로세스를 체계화했다. 특히 2021년, 2022년, 2023년에 올해의 노래, 올해의 레코드, 올해의 랩 노래로 투표된 노래이다.

이를 통해 예측을 할 뿐만 아니라 그래미 수상자의 특성을 식별함으로써 이전의 일부 방법을 넘어선다.

"수상 경력이 있는 예술 작품을 찾아내는 것은 분명 주관적인 과정이며, 유권자의 결정을 둘러싼 비밀스러움 때문에 복잡하다."라고 NYU의 쿠란트 수학연구소 임상 조교수이자 IEEE Xplore의 연구 수석 저자인 아나세 바리(Anasse Bari)가 말했다.

"그러나 노래 자체에 대한 지식(구성에서 인기까지)을 고려하면 축하받을 가능성이 있는 노래를 정확히 찾아낼 수 있다.

"이 AI 도구가 인기가 있을 가능성이 높은 음악을 발굴하여 신진 아티스트와 트렌드를 파악하는 데 도움이 될 수 있다고 생각한다. 그렇지 않으면 발견되지 않을 수도 있는 음악이다."

연구자들은 AI 도구를 구축하면서 2004년부터 2020년까지 올해의 노래, 올해의 레코드, 올해의 랩 노래의 세 가지 수상 부문에 대한 후보자 데이터 세트를 만들어 총 250곡에 가까운 노래를 만들었다. 그런 다음 그들은 다양한 변수를 결합하고 AI 알고리즘을 훈련시켜 이러한 과거 데이터에서 학습했다. 여기에는 빌보드 순위와 Google 검색 볼륨(노미네이션된 해에 사용자가 노미네이션된 노래를 검색한 빈도)이 포함된다.

이 알고리즘은 또한 이전 연구에서 배포한 Spotify 데이터를 사용하여 노래의 음악적 특성을 고려했다. 여기에는 다음이 포함된다:

●음향성: 트랙이 음향인지 아닌지(즉, 비전기 악기나 소리에 의존하는지)

●댄스성: 트랙이 댄스에 얼마나 적합한지

●에너지: 강도와 활동의 지각적 척도

●악기성: 트랙에서 보컬이 없는 정도를 측정

●언어성: 트랙에서 말한 단어가 있는지

마지막으로, AI 도구는 일반적으로 사용되는 자연어 처리 알고리즘을 사용하여 노래 가사를 포함시키고 단어와 이 단어가 전달하는 감정을 포착했다. 계산 결과 노래의 어휘 다양성, 감정적 톤(예: 행복, 슬픔, 분노), 심지어 불경스러운 언어까지 드러났다.

그런 다음 연구자들은 결과 알고리즘이 연구 기간(2021-2023)의 각 연도에 올해의 노래, 올해의 레코드, 올해의 랩 노래 후보에서 상위 3명의 후보를 식별하여 유력한 ​​수상자 목록을 생성할 수 있는지 확인했다. 약 75개의 후보 중에서 총 27개의 노래이다.

결과에 따르면 이 모델은 3개 부문에서 수상한 9곡을 모두 상위 3개 목록에 정확하게 포함했다. 여기에는 빌리 아일리시의 "everything i wanted"(2021 올해의 레코드), 실크 소닉의 "Leave the Door Open"(2022 올해의 노래), 켄드릭 라마의 "The Heart Part 5"(2023 올해의 랩 송)이 포함된다.

저자는 모델의 일부 예측이 베팅 사이트의 예측과 상반된다고 덧붙였다. 예를 들어, 이 모델이 2023 올해의 노래 상위 3위에 올린 보니 라이트의 "Just Like That"은 도박 플랫폼에서 그 해에 수상할 가능성이 가장 낮은 노래 중 하나로 여겨졌다. 또한 이 모델이 2021 올해의 노래 상위 3위에 올린 H.E.R.의 그래미상 수상곡 "I Can't Breathe"는 베팅 사이트에서는 가능성이 낮은 것으로 여겨졌다.

흥미롭게도 예측 기능은 부문마다 달랐다. 올해의 노래의 경우 가장 예측 가능한 특징으로는 에너지, 음향성, 노래의 최고 빌보드 순위가 포함되었다. 반면 올해의 레코드의 경우 가장 예측 가능한 특징으로는 말투, 욕설, 음향성이 포함되었다. 올해의 랩 노래의 경우 가장 예측 가능한 특징으로는 어휘 다양성, 단어 수, 행복 점수가 포함되었다.

이 연구의 저자는 이 알고리즘이 수상자를 예측하는 정확한 예측 도구는 아니지만 성공적인 곡과 관련된 광범위한 속성을 표면화할 수 있다고 경고한다.

쿠랑 연구소의 예측 분석 및 AI 연구실을 이끄는 바리는 "우리의 연구 결과는 음악 상 수상자를 예측할 때 인기와 음악 특정 특징과 같은 여러 요소를 고려하는 것의 중요성을 강조한다."라고 말한다.

"더 광범위하게 보면 이 연구는 머신러닝과 데이터 기반 기술을 사용하여 노래의 성공에 기여하는 요소에 대한 통찰력을 얻을 수 있는 잠재력을 보여준다."

출처: NYU