이윤태

왜 leading tone은 ‘leading’ tone일까.

음악이론을 처음 접한 순간부터 놓지 못한 물음이다. 어릴 적부터 음악을 듣고 연주하기를 좋아했고, 고등학생에 이르러 인간의 음악처리 기전과 선호의 형성에 관심을 갖게 되었다. 그 답을 찾기 위해 인지 및 지각심리학과 신경과학을, 음악의 어법을 이해하기 위해 화성학을 공부하기 시작했다.

서양 음악 체계의 핵심인 기능화성은 음악을 움직이는 힘을 이끔음(leading tone)에 귀속시킨다. 그러나 ‘이끌리기에 이끔음이고, 이끔음이기에 음악을 이끈다’는 설명은 순환논리일 뿐, 그 이끎이 왜 생겨나는지는 비어 있다. 같은 음을 듣고도 누군가는 이끌리고 누군가는 그렇지 않다면, ‘이끎’이란 음표가 아니라 그것을 듣는 청자의 마음과 뇌에서 일어나는 일일 것이다. 이 물음을 인지심리학과 신경과학의 언어로 풀어가는 것이 내가 답하고 싶은 과제다.

나는 인공지능 연구와 인간의 자연지능 연구가 서로를 비추며 함께 발전해 왔다고 믿는다. neural network는 인간의 신경 정보처리에서, Transformer는 인간의 주의(attention)에서 출발했다. 음악정보학 또한 같은 길을 따르며, 사람이 음악을 어떻게 듣는지 이해하는 일은 더 나은 음악 모델을 만드는 일과 분리되지 않는다. 음악을 다루는 뇌를 이해하는 일은 그 자체로 신경과학에 대한 기여이기도 하다.

그래서 나는 누구나 별도의 전문지식 없이도 자신의 취향에 가까운 음악을 맞춤형으로 생성해 들을 수 있기를 바라며, 개인별 맞춤형 음악 생성 알고리즘이라는 비전을 키워가고 있다. ‘좋은’ music generation model이란 결국 인간이 듣기 좋아하는 음악을 산출하는 모델이고, 그러려면 사람이 어떤 음악을 왜 좋아하는지 신경과학으로 묻고, 음악이론의 어휘로 기술하며, MLDL로 모델에 옮길 수 있어야 한다. 그래서 서울대학교의 학생설계전공 제도를 활용해, 주전공인 심리학에 더해 음악정보학을 함께 공부하고 있다.