인간은 어떻게 '고음질'과 '저음질'을 구분할까? 막귀와 황금귀의 차이? > 소식

안녕하세요 사운드캣입니다! 

음악을 들을 때 "와, 이 이어폰은 음질 진짜 좋다!" 혹은 "이 MP3 파일은 왜 이렇게 소리가 찌그러지지?" 하고 느껴보신 적 다들 있으시죠?

반려동물을 키우는 분들은 갑자기 개가 짖거나 해서 주의를 주는 분들도 있는데

전 그럴 때마다 현관에 택배가 도착했는지 보러 갑니다.

​

높은 확률로 내가 주문한 택배가 와 있는 것이죠.

저는 듣지 못했지만 댕댕이는 듣는 것입니다.

그런데 문득 궁금해지지 않나요? 개나 고양이는 초음파까지 듣는다는데,

고작(?) 20Hz~20kHz밖에 못 듣는 인간의 귀가 대체 어떻게 미세한 음질 차이를 구분해 내는 걸까요?

오늘은 주파수 수치 같은 어려운 공학 이야기 대신, 인간의 귀와 뇌가 만들어내는 "좋은 음질"의 진짜 비밀을 쉽고 재미있게 풀어드리겠습니다!

1. 인간의 귀는 억울하다? (하드웨어보다 무서운 뇌의 능력)

인간 vs 동물의 청각 비교

사실 물리적인 '수음 능력'만 놓고 보면 인간의 귀는 동물에 비해 한참 열세입니다.

​

고양이는 64kHz 이상의 초음파도 듣고, 개는 귀를 움직여 소리의 방향을 단번에 잡아내죠.

하지만 오케스트라의 복잡한 화성을 감상하고, 시끄러운 카페에서도 친구 목소리만 쏙 쏙 골라 듣는 건 오직 인간뿐입니다.

비밀은 귀(하드웨어)가 아니라 뇌(소프트웨어)에 있습니다.

정말 황금 귀는 귀가 아니라 머리가 좋다? '뇌의 병렬 처리' 메커니즘

뇌의 병렬 처리 메커니즘

최근 뇌과학 연구에 따르면, 인간의 뇌는 소리 신호를 '순차적'으로 해석하지 않습니다.

소리가 들어오는 즉시 주파수를 분석하는 피질과, 소리의 의미·공간감을 해석하는 영역이 동시에(병렬로) 작동합니다.

즉, 우리가 "음질이 좋다"고 느끼는 건

내가 황금 귀이고 그래서 단순히 고음이 잘 들어서가 아니라

머리가 좋아서

뇌가 그 소리를 아주 자연스럽고 유의미한 공간의 소리로 완벽하게 해석해냈기 때문입니다.

황금 귀는 들리지 않는 소리도 듣는다?

빠진 기본음 (Missing Fundamental) 현상

스마트폰의 작은 스피커는 물리적으로 50Hz 이하의 깊은 저음을 낼 수 없습니다.

그런데 신기하게도 베이스 기타 소리가 잘 들립니다?

​

이건 뇌의 '빠진 기본음(Missing Fundamental)' 추론 능력 덕분입니다.

뇌는 고역대 배음(Harmonics)의 수학적 간격을 계산해서,

실제로는 존재하지 않는 저음의 피치를 머릿속에서 재생해 냅니다.

뇌가 스스로 사운드를 '복원'하고 있는 셈이죠!

역시 밥만 주면 동작하는 슈퍼컴퓨터...

2. 완벽한 'FLAT' 사운드가 오히려 맛없게 느껴지는 이유

오디오 장비를 살 때 "이 제품은 음역대가 완벽하게 평탄(FLAT)합니다"라는 광고를 많이 보셨을 겁니다.

그런데 기계적으로 완벽한 FLAT이 과연 무조건 좋은 소리일까요?

방(Room)이 만드는 자연스러운 양념

 

무향실 vs 실제 방의 소리 차이

스피커를 무향실(반사가 전혀 없는 방)에서 측정했을 때 완전한 FLAT이라도, 일반 거실에 놓으면 이야기가 달라집니다.

룸 게인(Room Gain) 현상

 

• 저음: 벽과 바닥에 부딪히며 소리가 부풀어 오릅니다 (룸 게인 현상).

• 고음: 공기와 가구에 흡수되어 자연스럽게 줄어듭니다.

​

결국 사람이 실제로 방에서 들을 때 가장 자연스럽고 완벽하다고 느끼는 소리는

저음이 약간 강조되고 고음으로 갈수록 서서히 떨어지는 '하향 기울기' 그래프입니다.

​

거꾸로 방 안의 소리를 강제로 -- 자형 FLAT으로 깎아버리면, 뇌는 이를 부자연스럽게 여겨 소리가 "매우 얇고 피곤하다"고 인지합니다.

​

아래 그래프가 방의 음향 특성을 이어폰/헤드폰으로 옮겨온 연구 결과,

하만(Harman) 산하의 음향 연구진(Olive와 Welti)이 1,000명이 넘는 청취자를 대상으로 연구해 도출한 '하만 타겟(Harman Target)'입니다.

이 타겟은 100 Hz 이하의 저음역과 2~3 kHz 부근의 고음역이 강조된 형태를 띠어, 팝이나 현대 음악을 들을 때 더 자연스럽고 풍성하며 즐거운 소리를 들려주는 것이 특징입니다.

​

그래서 현재 출시되는 대부분의 대중적인 이어폰과 헤드폰 튜닝의 사실상 표준(1픽)으로 자리 잡고 있습니다.

음악을 만드는 작업자는 하만 타겟은 마스터링시에만 써야..

​

물론 오랫동안 듣기 연습이 된 분들 중 소리를 분석적으로 듣는 분들이 있습니다.

음향 엔지니어 수준으로 소리를 듣겠다는 분들이 있습니다.

​

착색이 배제된 순수한 음을 듣는데 쾌감을 느끼는 분들은 극단적으로

모니터링 성향을 추구하기도 합니다.

그런 분들의 문제는 일단 돈이 많이 들어갑니다.

3. 고해상도(Hi-Res) 음원과 MP3: 진짜 차이가 날까?

24-bit / 96kHz~192kHz 같은 고해상도(Hi-Res) 음원과 일반 MP3/AAC 손실 압축 음원, 인간이 정말 구별할 수 있을까요?

결론부터 말하면: 오디오 매니아(소위 황금 귀)와 오디오 엔지니어는 통계적으로 확연한 차이를 구분해 냅니다!

실제 구분할 수 있습니다.

Hi-Res vs MP3 음원 비교

어떤 차이로 구분할까요? 음질 보다 '시간의 정밀도' 때문!

"Hi-Res 음원은 사람이 못 듣는 30kHz, 40kHz 초음파까지 담아내서 좋다"는 말은 반만 맞는 이야기입니다.

인간이 차이를 느끼는 진짜 이유는 초고음역 때문이 아니라

​

시간 축의 정밀도(Temporal Resolution) 때문입니다.

시간 축 정밀도 & Time Smearing

인간의 뇌는 양쪽 귀에 도달하는 소리의 시간차를 무려 5 마이크로초(0.000005초) 단위까지 감지할 수 있다고 합니다.

​

• CD 규격(44.1kHz): 고음 경계선을 칼같이 잘라내면서 신호 전후로 파형이 찌그러지는 '시간 번짐(Time Smearing)' 현상이 미세하게 발생합니다.

​

• Hi-Res(96kHz 이상): 이 필터를 가청 대역 한참 밖으로 밀어내어, 드럼의 타격 음이나 잔향 같은 순간적인 미세한 시간 왜곡을 완벽하게 억제합니다.

​

결국 Hi-Res를 들었을 때 "공간감이 탁 트였다", "소리의 결이 살아있다"고 느끼는 건 들리지도 않는 초음파를 들어서가 아니라,

시간 축의 왜곡이 사라져 뇌가 덜 피로하기 때문입니다.

​

그리고 이 때문에 오디오 매니아들 사이트에서 나는 주파수를 구분할 수 있다, 구분할 수 없다고 해서 심지어 소위 '현피'가 벌어지는데요.

절대 주의할 부분이 있습니다. 그분의 직업이 무엇인지 확인하십시오.

 

오디오 엔지니어와 음질 현피를 뜨면 절대 안 되는 이유

오디오 엔지니어들은 직업이 그것인 만큼, 음질의 차이가 아니라, 직접 그 작업을 하던 사람들이라 차이를

느낍니다.

​

왜 이런 이야기를 드리냐면 제가 예전에 이러이러한 장비로는 구분이 어렵다고 했다가

방송국 엔지니어님과 현피를 뜨다가 그만... 은퇴...?

MP3가 용량을 줄여도 차이를 못 느낀다? (마스킹 효과)

MP3 같은 손실 압축 파일은 '인간의 뇌가 어차피 못 듣는 소리'를 삭제합니다.

동시 마스킹(Simultaneous Masking) 효과

1. 동시 마스킹 (Simultaneous / Frequency Masking): 주파수의 덮어쓰기

​

• 원리: 인간의 달팽이관은 소리를 개별 주파수 대역(임계 대역, Critical Band)으로 나누어 인식합니다. 이때 특정 대역에서 강력하고 큰 소리(예: 쿵 찍히는 베이스 드럼)가 발생하면, 그 주변 주파수 대역에 있는 작은 소리(예: 베이스 기타의 미세한 줄 튕김음, 앰프 노이즈)는 '마스킹 임계값(Masking Threshold)' 아래로 묻혀버려 뇌에 전달되지 않습니다. 그렇지 않은 인간이 있을 수 있으니 주의

​

• 압축 알고리즘의 작동: MP3 코덱은 이 수학적 마스킹 임계값을 약 8.7ms ~ 26ms초 단위로 계산하여, 어차피 커다란 드럼 소리에 파묻혀 뇌가 인지조차 못 할 작은 주파수 데이터들을 지워버립니다.

시간 마스킹(Temporal Masking) 효과

2. 시간 마스킹 (Temporal Masking, ): 시간적으로 앞뒤에 나는 소리를 가리는 현상

​

• 원리: 뇌의 청각 피질은 강한 자극을 받기 직전과 직후에 순간적으로 민감도가 떨어집니다.

• 전방 마스킹 (Forward Masking): 큰 소리가 난 직후 최대 100~200ms 동안 뇌는 뒤이어 나오는 잔잔하고 작은 소리를 듣지 못합니다. (큰 폭발음 직후 잔향이 안 들리는 것과 유사)

​

• 후방 마스킹 (Backward Masking): 흥미롭게도 큰 소리가 나기 직전 5~20ms 동안의 미세한 소리도 못 듣습니다. 큰 소리의 신호가 처리 속도가 더 빨라 먼저 일어난 작은 소리 신호를 덮어버리기 때문입니다

​

• 압축 알고리즘의 작동: 코덱은 큰 소리가 지나간 직후(전방 마스킹 구간)의 미세한 잔향 데이터 비트 할당량을 줄여 용량을 아낍니다. 반면, 후방 마스킹은 효과가 나타나는 시간이 매우 짧습니다(5~20ms). 따라서 강한 타격 음 발생 시 압축 연산 노이즈가 후방 마스킹 범위를 넘어선 정적 구간까지 번져 나가면 뇌가 이를 덮지 못해 '프리 에코'가 들리게 됩니다. 이를 막기 위해 코덱은 연산 구간을 아주 짧게 쪼개는 제어를 수행합니다.

 한계: 압축 알고리즘이 한계를 드러낼 때

평소 단조로운 팝이나 드럼/보컬 위주의 곡에서는 이 속임수가 비교적 완벽하게 작동하여 무손실 음원과 구별이 불가능합니다

. 하지만 다음과 같은 ‘복합 음향 환경’에서는 알고리즘이 연산 한계에 부딪히며 왜곡이 나타나고

소위 말하는 황금 귀에게는 발각될 수 있습니다.

​

• 프리 에코 (Pre-echo) 현상: 드럼 심벌즈나 캐스터네츠처럼 '순간적으로 튀어나오는 날카로운 소리 '가 정적 속에서 갑자기 발생할 때 생깁니다. 시간 마스킹 연산을 처리하는 필터 과정에서 타격음이 나오기 직전 "지직-" 하는 미세한 연산 노이즈가 먼저 흘러나오는 현상입니다.

​

• 워블링 (Wobbling)과 고역대의 탁해짐: 대편성 오케스트라, 군중의 환호성, 혹은 신디사이저 배음이 복잡하게 얽힐 때는 마스킹 해야 할 소리와 남겨야 할 소리의 경계가 모호해집니다. 이때 코덱이 고음역대의 잔향(Reverb)과 공간감 데이터를 억지로 자르면서 소리가 마치 물속에서 들리는 것처럼 울렁거리거나(Wobbling), 고음이 시원하게 뚫리지 못하고 답답하게 뭉개지는 현상이 발생합니다.

요약하자면: MP3의 손실 압축은 뇌를 속여 보통 알 수 없지만, 악기 수가 많아지고 공간의 미세한 잔향을 표현해야 하는 복잡한 곡이 되면 '공간감과 질감의 상실'을 느낄 수 있습니다.

4. 음질의 진짜 지배자: 레코딩과 마스터링

사실 아무리 384kHz 초고해상도 파일이라 해도, 녹음(레코딩)과 마스터링이 망가져 있다면 저음질 MP3보다 못한 소리가 됩니다.

다이내믹 레인지를 파괴한 '음량 전쟁(Loudness War)'

음량 전쟁(Loudness War) 벽돌 파형

1990년대 이후, 음반사들은 "남들 곡보다 우리 노래가 라디오에서 더 크게 들려야 해!"라며 볼륨 경쟁을 시작했습니다.

왜냐면 평균적인 대중은 소리가 커야 음질이 좋게 느껴지고 귀에 쏙쏙 들어오기 때문입니다.

디지털 오디오의 최대 피크(0 dBFS)를 넘지 않으면서 전체 볼륨을 키우려면?

​

드럼이나 보컬의 강약 조절(다이내믹)을 컴프레서로 무자비하게 눌러버리고 통째로 볼륨을 올려야 했습니다.

​

그 결과 위 그림의 아래 파형처럼 답답한 '벽돌(Brickwall)' 모양이 되어버렸습니다.

​

얼핏 들으면 좋게 느껴지지만, 음악 애호가처럼 음악을 자세하게 듣는 사람들이 듣기에는

음악의 역동성과 펀치감(Punchiness)은 사라지고,

들으면 들을수록 귀가 쉽게 피로해지는 자극적인 소리로 들립니다.

 

 

 

다이내믹 레인지가 살아있는 좋은 마스터링

 

진짜 좋은 음질은 원음의 강약과 다이내믹 레인지가 온전히 살아있는 소리로 음악 애호가들이 좋아하는

소리죠.

 황금 귀가 좋아하는 '음질'의 3가지 조건

​

1. 온전히 보존된 다이내믹: 볼륨만 무작정 키워 파형을 짓눌러버리지 않은, 악기 고유의 펀치감과 잔향이 살아있는 마스터링.

2. 자연스러운 하향 기울기 커브: 기계적인 FLAT이 아닌, 적절한 저음의 룸 게인과 부드러운 고음 롤 오프가 반영된 응답.

3. 정밀한 시간 축 반응: 디지털 필터로 인한 미세한 시간 번짐(Time Smearing)이 억제되어 뇌가 편안하게 느낄 수 있는 투명도.

​

결국 좋은 음질이란 기계 수치상의 화려함이 아니라,

'우리 뇌의 음향 인지 시스템이 가장 편안하고 자연스럽게 받아들일 수 있도록 조율된 소리'라고 볼 수 있겠네요!

나는 스피커나 헤드폰, 이어폰, 그리고 음원에 따른 음질 차이를 잘 모르겠더라..

축하드립니다. 돈이 굳었습니다.

오늘 준비한 소식은 여기까지입니다.

여러분이 생각하는 '인간을 매료시키는 소리'는 어떤 소리인가요? 댓글로 자유롭게 의견을 남겨주세요!

지금까지 사운드캣이었습니다. 다음에도 유익하고 재미있는 음향 이야기로 찾아오겠습니다. 감사합니다!