고품질 인공지능 음악을 향해, 인공지능팀

에디터스 노트

포자랩스는 총 7개의 팀으로 구성된 조직이에요.

각 팀은 고유의 기능을 수행합니다. 그래서 팀 이름만 봐도 어떤 기능을 수행하는지 알 수 있어요. 작곡팀, 개발팀, 인공지능팀, 서비스팀, 전략기획팀, 운영팀, 코어플랫폼팀. 그리고 이 7개의 팀은 ‘더 다양한, 더 멋진 인공지능 음원 생성’이라는 공동의 목표를 달성하기 위해 제 몫을 다하고 있고요.

오늘은 그중 인공지능팀의 이야기를 들어보았어요. 남다른 집중력과 생기 넘치는 인공지능팀. 어떤 사람들인지 만나러 가볼까요?

Q1. 어떤 일 하는 누구인가요?

은총: 인공지능 개발자 김은총입니다. 머신러닝에 활용할 가상악기 개발을 맡고 있습니다.

승연: 유승연입니다. 저는 음악을 구성하는 틀을 자동으로 생성하는 AI 모델 개발을 하고 있습니다.

Q2. 포자랩스는 어떻게 합류하셨나요?

은총: 인공지능 업계에서 음악 관련 일을 해본다는 건 쉽지 않아요. 그래서 재미있어 보였어요. 지원 당시 회사를 찾다가, 우연히 포자랩스가 인공지능 음악을 만드는 회사 중 하나라는 것을 알게 되어 지원했습니다.

승연: 예전부터 포자랩스가 꽤 멋진 인공지능 음악을 만들고 있다는 소식을 기사로 접했어요. 저는 오디오 관련 대학원을 다녔는데, 대학원 시절 산학과제들을 통해 포자랩스에 대해 더 자세히 알게 되었고요. 제 연구 분야와 적성을 살리고 싶어 포자랩스 합류를 결정했습니다.

Q2-1. 승연님 학부 전공이 작곡이었죠. 근데 어찌 인공지능 연구원이 되셨나요?

승연: 맞아요. 작곡을 전공했지만, 특출난 재능이 없는 것 같았어요. 두렵더라고요. 작곡과를 나와서 취업은 할 수 있을지 자신이 없었어요. 4학년 때는 방황도 많이 했고요. 전공을 살려 무엇을 더 해볼 수 있을지 알아보다가 오디오 인터페이스라는 분야를 알게 되었어요. 그 분야 연구를 선도하는 연구실도 알게 되어 대학원에 지원하기로 결심했죠. 대학원 합격 후부터 연구원의 삶이 시작되었달까요. 대학 시절에는 수학 공부를 전혀 하지 않았던 터라 석박사 과정 때 꽤나 고생했던 기억이 나네요.

Q3. 인공지능 팀은 어떤 문제들을 해결하고 있나요?

승연: 인공지능 팀 소속 연구원들이 음악 전공자가 아니거든요. 그래서 인공지능 생성 음악이 이론적으로 문제없이 만들어진 음악인지, 그리고 듣기 좋은 음악인지 판단하는 게 어려워요. 그래서 회사 작곡가님들과 대화를 많이 나눠요. 이번 음악은 인공지능이 잘 해낸 거냐고 질문도 하고요. 하지만 모든 걸 작곡가님들에게 물어볼 수는 없잖아요. 그래서 인공지능 팀에서 나름의 기준을 갖고, 선별한 음원들만 작곡가님들께 검토 요청을 드리려고 노력하고 있어요. 그래야 검토에 드는 자원을 최소화할 수 있거든요. 작곡 관련 세미나도 듣고, 인공지능 팀 연구원들끼리 모여 스터디도 자주 하고 있어요.

Q4. 인공지능팀의 독특한 문화가 있다면 소개해 주세요.

승연 : 개발 스터디를 하고 있어요. 연구 세미나를 하며 연구자로서의 역량도 키우지만 파이썬 스터디를 병행하며 개발자로서의 역량도 기르고 있거든요. 당연한 말이지만, 개발 일을 할 줄 알아야 개발자와 협업할 수 있거든요.

Q5. 인공지능 연구원이 일하는데 포자랩스는 어떤 특장점을 갖고 있다고 생각하시나요?

은총 : 데이터! 일단 인공지능 분야에서 가장 중요한 게 데이터인데요. 음악 데이터를 상당량 보유하고 있다는 게 연구원에게는 축복받은 환경이에요. 데이터가 없다면, 아이디어가 넘쳐나도 할 수 있는 게 없거든요.

승연 : 맞아요. 포자랩스가 보유한 음악 데이터는 양과 질 모두 국내 최고 수준이라고 생각해요. 그래서 포자랩스의 데이터가 자산이고 정체성인 것 같다는 생각이 많이 들어요.

은총 : 인공지능팀 연구원들의 연구 분야가 모두 다른데, 지식과 정보 공유 차원에서 세미나도 열고 있어요. 누구도 시키지 않았는데 말이죠. 여러 세미나들을 듣다 보면 모두 함께 동반성장하고 있다는 기분도 들어요. 포자랩스가 갖춰온 문화 중에 가장 이타적인 문화라 많이 애정하고요.

Q6. 데이터의 양과 질 모두 국내 최고 수준이다고 말씀해 주셨는데, 왜 그렇죠?

승연 : 현역 전문 작곡가가 만든 데이터라는 것. 대학원 시절부터 느낀 건데요. 여러 연구, 논문에서 공개해 온 음악 데이터는 정제되지 않은 데이터가 많아요. 그래서 노이즈도 많고요. 노이즈가 많으면, 정제하는 데 많은 수고를 들여야 하고요. 실제 음원 생성 모델 개발이나 학습에 사용하기에는 부적합해요. 포자랩스의 음원 데이터는 잘 ‘정제’되어 있어요. 인공지능 학습에 적합한 음원 데이터를 구축하기 위해 오랜 시간을 들여 인공지능 연구원들과 작곡가님들이 얘기 나누었거든요.

Q7. 두 분 입사하신 지 반년이 넘었네요. 많이 배우고, 성장했다고 느끼시나요?

승연: 협업하는 방법을 많이 배웠어요. 대학원에서는 주로 혼자 연구했거든요. 근데 여기서는 혼자 할 수 있는 일이 아무것도 없더라고요. 기획자, 작곡가, 개발자님들과 매일같이 이야기 나눠야 해요.

은총: 큰 그림을 보는 능력이 조금 길러졌달까요. 이곳에서는 연구부터 개발까지, 프로젝트의 시작과 끝을 책임지는 방식으로 일을 해요. 이 프로젝트는 왜 해야 하는지, 이건 시작이죠. 프로젝트를 어떻게 끌고 나가야 할지, 이건 과정이죠. 프로젝트를 어느 방향으로 끌고 나가야 하고, 그 끝에는 무엇이 있어야 할지, 이건 끝이죠. 이런 것들을 생각하는 힘이 생겼어요. 직관이 좋아졌다고 생각해요.

Q8. 인공지능 팀 앞으로의 목표가 있다면요?

승연: 작곡 전 과정의 자동화. 이를 위한 연구원들의 추가 채용도 목표 중 하나이고요.

은총: 그래서 듣기 좋은 음악을 만들어내는 것. 이 2가지가 가장 중요한 목표예요.

Q9. 인공지능 팀에서 새로운 동료를 찾고 있어요. 미래에 함께할 동료에게 한마디 해주세요.

은총: 해보지 않았던 것을 두려워하지 않고, 도전하길 좋아하는 분이 오시면 좋겠어요. 인공지능 음악 생성은 업계에서 ‘험지’라고 생각하는 분들이 많을 거예요. 주요 연구 분야도 아니고, 데이터도 충분치 않거든요. 그래서 저희가 하는 모든 일도 다 ‘제로(0)’에서 쌓아 올렸어요. 처음부터 시작했어요. 일을 찾을 줄 알아야 하고, ‘험지’에서 일하는 것을 견디고, 즐길 줄 알아야 해요.

승연: 그렇죠. 참고할 논문도 적고, 공개된 모델도 갖다 쓰기 힘들 거예요. 능동적이고, 주체적으로 일하는 자세는 정말 필요합니다. 그런 분들이 어딘가 있다면, 저희의 동료가 되어 주세요.

Q10. 그럼 마지막으로, 가장 좋아하는 아티스트와 최애 곡은 무엇인가요?

승연 : 하나만 고르기 너무 어렵네요. 저는 크러쉬의 ‘어떻게 지내’를 고르겠습니다.

은총 : 저는 최근 좋아하게 된 가수인 안다의 ‘the open boat’가 최애 곡입니다.