상용 생성형 AI 음악 서비스의 음향적 아티팩트 탐지: 설명 가능한 머신러닝 접근을 중심으로

초록

인공지능의 진보는 다양한 분야에 혁신을 이끌었으며 음악 산업에도 영향을 미치고 있다. 생성형 AI 음악 서비스는 인간이 만들어낸 음악과 청각적으로 구분하기 어려운 높은 수준의 음악을 자동으로 만들어 내고 있다. 하지만 전문가들조차 식별이 어려워짐에 따라 부적절한 유통, 저작권 침해 등 사회적 문제로 이어지고 있다. 이에 본 연구는 음향학적 특징에 기반한 머신러닝 모델을 통해 상용 AI 생성 모델의 구조적 결함과 특징적인 음향 패턴을 탐지하는 것을 목적으로 한다. 이를 위해 본 연구의 데이터셋은 대표적인 AI 음악 생성 서비스인 Suno AI와 Udio에서 수집된 AI 생성 음악 파일과 Jamendo 플랫폼에서 수집된 인간 작곡 음악으로 구성된다. 이렇게 수집된 데이터는 비손실 펄스 부호 변조(pulse code modulation, PCM) 포맷으로 변환 후, 동일한 제곱 평균 제곱근(root mean square, RMS) 레벨과 샘플링 레이트(sampling rate)로 표준화되었다. 이후 21가지 음향 특징과 프레임 단위로 추출된 멜 주파수 켑스트럼 계수(mel-frequency cepstral coefficient, MFCC) 통계값을 결합한 특징 데이터셋으로 실험을 진행하였다. 음원 규격 차이로 인해 발생 가능한 기술적 편향의 영향을 검증하기 위해 전체 특징 집합을 활용한 Case A와 고차(high-order) MFCC 계수를 배제한 Case B로 실험을 구성하여 모델의 신뢰성을 다각도로 분석하였다. 실험 결과, Case A에서 로지스틱 회귀(logistic regression) 모델이 97.52%의 정확도를 기록하며 AI 생성 음악의 고유한 패턴을 높은 성능으로 탐지했다. Case B에서도 Logistic Regression은 96.17%의 높은 정확도를 유지함으로써 식별 모델의 타당성을 입증하였다. 특징 중요도 분석을 통해서는 주파수 기반 스펙트럼 특징들과 중차 대역의 MFCC 계수 등이 AI 생성 음향의 중요한 식별 인자로 작용함을 확인할 수 있었다. 본 연구는 이러한 음향적 증거를 기반으로 AI 음악 식별 기술이 단순 분류를 넘어, AI와 인간 작곡가 사이에 발생할 수 있는 법 및 윤리적 이슈 해결을 위한 객관적 지표를 제공한다는 점에서 중요한 의의를 지닌다.

키워드