가사의 감정 분석과 구조 분석을 이용한 노래간 유사도 측정

Abstract

기술의 발달로 우리는 공간과 시간의 제약 없이 음악을 들을 수 있다. 음악에 대한 높아진 접근성은 반어적으로 음악 선택의 어려움을 가져오기도 한다. 이런 어려움을 극복하기 위해 음악을 정보의 하나로 간주하고 정보 탐색 기법을 적용한 음악 정보 탐색 연구 분야가 성장하였고, 특히 음악 정보 탐색 분야 중 음악 추천 시스템에 대한 여러 연구가 진행되었다. 기존의 추천 시스템 방식인 협업 필터링 기법과 내용 기반 추천 기법은 연산의 복잡성과 콜드 스타트, 맥락에 대한 무시와 같은 한계점을 지니고 있다. 사람들은 그들의 행동, 주변 환경이라는 맥락에 맞춰 음악을 소비한다. 따라서 음악 추천 시스템은 맥락을 반영하여야 한다. 기온, 심장 박동, 감정 등이 맥락 정보로 고려되는데, 본 연구에서는 가장 중요한 맥락 정보로 꼽히는 감정을 이용하여 노래간 유사도를 측정하는 방법을 제안한다. 노래에서 감정을 추출하기 위하여 수집이 쉽고 연산이 복잡하지 않은 가사를 분석에 사용하였다. 또한 감정을 풀어내는 방법인 구조를 가사에서 추출하여 유사도 계산에 사용하였다. 제안한 모델의 성능을 평가하기 위하여 가사에서 추출한 감정과 가사에서 추론된 노래 구조를 반영한 시스템과 반영하지 않은 시스템의 추천 성능을 비교 실험하였다. 가사에서 놓칠 수 있는 오디오 정보를 보완하기 위해 빠르기, 높낮이, 음계를 구조적 정보로 사용하였다. 실험을 통해 가사를 통한 감정과 구조 분석이 가능함을 보였고 감정과 노래 구조와 같은 의미적 정보가 음악 추천 시스템의 성능 향상에 보탬이 됨을 확인하였다.