“노래에 대한 뇌반응 기계학습…영화·TV프로에도 적용 가능”
미국 연구팀이 기계학습(machine learning)을 노래 들을 때 나타나는 뇌신경 반응 데이터에 적용해 히트할 노래인지 아닌지를 선별해내는 인공지능(AI) 히트곡 예측기를 개발했다.
연구팀은 실험참가자 33명의 머리에 센서를 장착한 다음 스트리밍 서비스가 제공하는 노래 24곡을 들려주면서 뇌의 신경생리학적 반응을 측정했다. 이와 함께 설문을 통해 각 노래에 대한 선호도와 인구통계학적 정보를 조사했다.
잭 교수는 “센서로 수집한 뇌 신호는 실험 참가자의 기분 및 에너지 수준과 관련된 뇌 네트워크의 활동을 반영한다”며 “몇 가지 데이터를 기반으로 노래의 스트리밍 횟수 같은 시장 결과를 예측할 수 있다”고 말했다.
또 이런 접근방식을 ‘신경예측’이라고 한다며 수백 명의 뇌 활동을 측정하지 않고도 소수의 신경활동을 포착해 대중의 반응을 예측할 수 있다고 설명했다.
연구팀은 실험 참가자들의 뇌 활동 데이터를 수집한 뒤 통계적 접근법으로 신경생리학적 변수의 히트 예측 정확도를 평가하고, 가장 높은 정확도에 도달할 수 있도록 기계학습 모델을 훈련했다.
이를 통해 두가지 신경 측정값을 활용해 69%의 정확도로 히트곡을 선별해내는 선형 통계 모델을 찾아냈으며, 수집한 신경생리학적 데이터에 기계학습을 적용해 히트곡 예측 정확도를 97%까지 높이는 데 성공했다.
또 이 AI 히트곡 예측기는 노래의 첫 1분에 대한 신경 반응만으로도 82%의 정확도로 히트곡을 예측할 수 있는 것으로 나타났다.
연구팀은 이 시스템은 예측 정확도가 매우 높지만 실험에 상대적으로 적은 수의 노래가 사용됐고 실험 참가자에 특정 인종 및 연령대가 포함되지 않은 점 등은 연구의 한계점이라고 밝혔다.
잭 교수는 “이 결과는 스트리밍 서비스가 사람들에게 히트할 가능성이 높은 신곡을 효율적으로 식별, 스트리밍 서비스의 업무를 더 쉽게 만들고 청취자에게 즐거움을 줄 수 있다는 것을 의미한다”고 말했다.
이어 “앞으로 이 연구에 사용한 것과 같은 웨어러블 신경과학 기술이 보편화되면 신경생리학에 기반해 사람들에게 적합한 엔터테인먼트를 제공할 수 있을 것”이라며 “이 접근 방식은 구현이 쉬워 영화나 TV 프로그램 같은 다른 분야에서도 사용할 수 있을 것”이라고 덧붙였다.
