협업 태깅 시스템의 문제를 고려한 사용자 인식 기반 음악 지도

Abstract

사람들은 다양한 상황과 분위기에서 음악을 듣는다. 각각의 상황 및 분위기에서 사람들이 선호하는 음악은 달라지는데, 이는 사람들로 하여금 재생 목록을 구성하게끔 하였다. 그러나 접할 수 있는 음악의 수가 크게 증가하면서, 사람들은 재생 목록을 구성하는 것에도 어려움을 겪기 시작했다. 본 논문에서는 사람들의 인식이 태그로 공유되는 협업 태깅 시스템을 활용하여, 음악을 상황 및 분위기에 따라 지도 형태로 나타내는 음악 시각화 프레임워크를 제안한다. 태그는 유용한 정보를 담고 있지만 사용 행태의 일관성 부족 등의 문제로 활용에 어려움이 따른다. 제안하는 프레임워크는 태그의 속성 분류 및 군집화에 기반하여 태그의 비효과성과 모호성, 그리고 중복성을 해결하고 Self-Organizing Map을 통해 많은 수의 음악을 2차원에 나타낸다. 논문의 후반부에서는 프레임워크가 음악 시각화에 효과적임을 보이기 위해, 웹 상의 실제 데이터에 프레임워크를 적용하고 정성적 및 정량적 평가를 수행한다. 본 논문의 결과물로 사람들은 지도에서 영역을 선택함으로써 상황과 분위기에 알맞은 음악을 들을 수 있다. 이는 선택지가 많아짐에도 만족도는 떨어지는 이른바 선택의 역설을 극복하는 하나의 대안이 될 것으로 기대한다.