[ETC] 꿈꾸던 어른이 되었나요? 머무르의 정체가 밝혀(?)졌다. (Feat. 현업 작곡가)
본문
안녕하세요, 사운드캣입니다!
최근 음원 차트와 SNS에서 꽤 흥미로운 이름이 화제가 되었었죠.
바로 '머무르'라는 아티스트인데요.
특히 머무르의 대표곡인 '꿈꾸던 어른이 되었나요?'는 많은 사람의 공감을 끌어내며 인기를 얻었습니다.
어릴 때는 어른이 되면 모든 것이 해결될 줄 알았는데,
막상 어른이 되어 보니 돈 걱정, 직장 걱정, 미래 걱정만 늘어났다는 현실적인 가사가 인상적인 곡이죠.
그런데 이 곡이 더욱 화제가 된 이유가 있습니다.
바로 노래를 부른 가수 머무르가 실제 사람이 아니라 AI로 만들어진 가상 아티스트라는 사실입니다.
AI가 노래를 부르고, 실제 가수가 아닌 가상의 인물이 음원 차트 상위권까지 올라온 시대.
그런데 여기서 한 가지 더 놀라운 사실이 밝혀졌습니다.
머무르를 만든 사람들이 바로 10년 넘게 대중음악 현장에서 활동해 온 베테랑 작곡가들이었다는 것입니다.
머무르의 정체, 알고 보니 10년 넘게 활동한 작곡가들의 프로젝트?
지난 11월 8일 방송된 MBC 시사교양 프로그램 <스트레이트>에서는
AI 창작과 저작권 문제를 다루면서 화제의 AI 가수 머무르를 소개했습니다.
머무르는 작사·작곡 팀 글로리웨이브(GLORYWAVE)의 프로젝트입니다.
팀의 멤버는 이용석(Martin East), 최성혁(비트자루) 두 사람으로, 2013년경 처음 만나 팀을 결성했다고 알려져 있습니다.
그렇다면 이들의 음악 경력은 어느 정도일까요?
그냥 AI 음악이 신기해서 재미 삼아 시작한 일반인이 아니었습니다.
이들은 그동안 황치열, 길구봉구, XIA(김준수) 등 여러 아티스트의 곡 작업에 참여해 온 전문 작곡가들입니다.
대표적인 작업물로는 황치열의 '왜 이제와서야', 김준수의 '길', 길구봉구의 '내일 이별' 등이 있습니다.
황치열의 경우 20여 곡에 달하는 작업물을 함께할 정도로 상당한 경력을 쌓아온 팀이죠.
즉, AI를 이용해 갑자기 유명해진 초보 음악가가 아니라,
이미 오랜 시간 음악을 만들어 온 전문가들이 새로운 제작 방식을 실험한 결과물이었던 것입니다.
그럼 '꿈꾸던 어른이 되었나요?'는 어떻게 만들었을까?
AI 음악이라고 하면 보통 이런 과정을 떠올리기 쉽습니다.
-
AI 음악 생성 사이트에 접속한다.
-
원하는 장르와 분위기를 입력한다.
-
버튼을 누른다.
-
완성된 노래를 듣는다.
이른바 요즘 유행하는 '딸깍' 제작 방식이죠.
하지만 머무르의 제작 과정은 조금 달랐습니다.
글로리웨이브가 밝힌 '꿈꾸던 어른이 되었나요?'의 제작 과정을 살펴보면 다음과 같습니다.
1. 사람이 먼저 기획한다
가장 먼저 어떤 사람들에게 어떤 이야기를 들려줄지 결정합니다.
이번 곡은 사회초년생과 직장인 등 평범하게 오늘을 살아가는 사람들의 이야기를 담는 방향으로 기획됐습니다.
어릴 때 생각했던 어른의 모습과 실제 어른이 된 지금의 모습 사이에서 느끼는 괴리감, 돈과 집, 직장에 관한 고민 등을 주제로 삼았죠.
2. 사람이 직접 가사를 작성한다
곡의 핵심이 되는 메시지와 가사 역시 사람이 직접 작성했습니다.
AI에게 모든 것을 맡긴 것이 아니라, 전달하고 싶은 이야기를 먼저 정리한 것입니다.
3. SUNO를 활용해 멜로디·편곡·보컬 생성
이후 음악 생성 AI인 SUNO(수노)를 활용해 멜로디와 편곡, 보컬을 만들어 갑니다.
물론 한 번 생성한 결과물을 그대로 사용하는 방식은 아니었습니다.
원하는 방향에 가까워질 때까지 여러 결과물을 생성하고, 가사와 음절, 멜로디, 리듬, 악기 구성, 보컬의 느낌 등을 계속 조정했다고 합니다.
4. DAW에서 최종 작업
여기서 끝이 아닙니다.
AI가 만들어 낸 결과물을 음악 제작 프로그램인 큐베이스(Cubase) 등의 DAW로 가져와 추가적인 소스를 덧대고 필요한 부분을 편집했습니다.
마지막으로 믹싱과 마스터링까지 직접 진행해 최종 음원을 완성했죠.
결국 머무르의 음악은 인간의 기획과 작사, AI의 생성 능력, 그리고 전문적인 후반 작업이 결합된 결과물이라고 볼 수 있습니다.
음악을 잘하는 사람이 AI도 잘 쓴다?
이번 사례에서 우리가 주목해야 할 부분은 따로 있습니다.
바로 AI 음악 생성 도구를 사용하는 사람의 음악적 역량입니다.
생성형 AI가 등장하면서 음악을 만드는 진입장벽은 확실히 낮아졌습니다.
악기를 연주하지 못해도, 보컬 녹음을 할 수 없어도,
전문적인 작곡 프로그램을 다루지 못해도 AI의 도움을 받아 음악을 만들 수 있게 됐죠.
그렇다면 음악을 전혀 공부하지 않은 사람과 10년 이상 작곡가로 활동한 사람이
똑같은 AI 도구를 사용한다면 누가 더 좋은 결과물을 만들 수 있을까요?
당연히 무조건 전문 음악가가 이긴다고 단정할 수는 없습니다.
AI의 무작위적인 결과에서 예상하지 못한 좋은 아이디어를 발견하는 경우도 있고,
음악을 전문적으로 공부하지 않은 사람도 훌륭한 결과물을 만들 수 있습니다.
하지만 원하는 음악을 구체적으로 구현하고,
결과물의 완성도를 높이는 과정에서는 음악적 경험이 큰 차이를 만들어 낼 수 있습니다.
생각해 보면 당연한 이야기입니다.
① 원하는 음악을 구체적으로 설명할 수 있는가?
'슬픈 발라드 만들어 줘'라는 요청과 '피아노 중심의 서정적인 발라드로 시작해 2절부터 스트링을 추가하고,
후렴에서는 보컬의 감정과 다이내믹을 점진적으로 끌어올려 줘'라는 요청은 분명 다릅니다.
음악을 많이 만들어 본 사람일수록 자신이 원하는 사운드를 구체적으로 설명할 수 있습니다.
② 생성된 결과물의 문제를 알아차릴 수 있는가?
AI가 만들어 준 멜로디가 어딘가 어색하다고 느끼는 것과,
정확히 어느 부분이 왜 어색한지 파악하는 것은 다른 문제입니다.
코드 진행이 부자연스러운지, 멜로디의 흐름이 어색한지,
리듬과 가사의 음절이 맞지 않는지 판단하려면 음악적 지식과 경험이 필요합니다.
③ 결과물을 어떻게 수정해야 하는지 알고 있는가?
AI가 생성한 결과물은 언제나 완벽하지 않습니다.
원하는 악기 구성이 나오지 않을 수도 있고, 보컬의 느낌이 곡의 분위기와 맞지 않을 수도 있죠.
이럴 때 음악을 이해하는 사람은 어떤 부분을 바꾸고, 어떤 부분은 유지해야 하는지 판단할 수 있습니다.
④ 최종 결과물을 완성할 수 있는가?
AI가 음악을 생성했다고 해서 곡이 자동으로 완성되는 것은 아닙니다.
필요에 따라 직접 편집하고, 소스를 추가하고, 믹싱과 마스터링을 진행해야 합니다.
머무르 역시 큐베이스에서 이러한 후반 작업을 거쳤습니다.
결국 AI가 제공하는 수많은 결과물 중에서 어떤 것을 선택하고, 어떻게 수정하고,
어디까지 완성도를 끌어올릴 수 있는지가 중요한 것입니다.
AI는 음악 공부를 대신해 주는 것이 아니라, 음악 작업의 방식을 바꾸고 있다
이번 머무르 사례가 보여주는 것은 AI가 음악가를 대체했다는 단순한 이야기가 아닙니다.
오히려 기존 음악 제작 능력을 갖춘 사람들이 AI라는 새로운 도구를 만나면서
더 많은 가능성을 실험할 수 있게 됐다는 점에 주목할 필요가 있습니다.
예전에는 하나의 멜로디를 구현하기 위해 직접 연주하거나, 가이드 보컬을 녹음하거나,
편곡을 수정하는 등 많은 시간과 비용이 필요했습니다.
하지만 이제는 AI를 활용해 다양한 멜로디와 편곡을 빠르게 시도할 수 있습니다.
글로리웨이브 역시 AI를 활용하면서 음악을 만들 때 시도할 수 있는 경우의 수가 크게 늘어났다고 밝혔습니다.
그렇다고 기존의 음악적 지식이 쓸모없어진 것은 아닙니다.
오히려 더 많은 결과물이 쏟아지는 시대이기 때문에 무엇이 좋은 음악인지 판단하고,
원하는 방향으로 다듬을 수 있는 능력은 더욱 중요해질 수 있습니다.
피아노를 배우는 이유가 피아노라는 악기 하나를 연주하기 위해서만은 아니듯,
음악을 공부하는 이유도 특정 프로그램을 다루기 위해서만은 아닙니다.
음악의 구조를 이해하고, 소리를 구분하고, 자신의 생각을 음악으로 표현하는 능력을 기르는 것이죠.
이런 능력은 사용하는 도구가 바뀌어도 사라지지 않습니다.
딸깍 한 번으로 음악 천재가 되는 시대일까?
AI 덕분에 누구나 음악을 만들 수 있는 시대가 된 것은 분명합니다.
하지만 누구나 음악을 만들 수 있다는 것과 누구나 원하는 수준의 음악을 만들 수 있다는 것은 다른 이야기입니다.
물론 전문가와 비전문가의 격차는 AI로 많이 좁혀질 것 입니다.
카메라가 좋아졌다고 누구나 훌륭한 사진작가가 되는 것은 아니고,
편집 프로그램이 발전했다고 누구나 뛰어난 영상을 만드는 것은 아닌 것처럼 말이죠.
AI 음악도 마찬가지입니다.
좋은 음악적 아이디어를 가지고 있는 사람에게 AI는 강력한 조력자가 될 수 있습니다.
반대로 무엇을 만들고 싶은지, 결과물에서 무엇이 잘못됐는지조차 모른다면
AI가 만들어 주는 수많은 결과물 앞에서 오히려 막막해질 수도 있습니다.
물론 음악을 전혀 모르는 사람도 AI를 통해 음악을 시작할 수 있다는 것은 굉장히 긍정적인 변화입니다.
다만 AI가 음악 공부를 할 필요가 없게 만든 것은 아닙니다.
음악을 잘하는 사람이 AI를 만나면 더 많은 가능성을 만들어 낼 수 있습니다.
머무르의 사례는 바로 이 점을 잘 보여주는 것 같습니다.
AI가 노래를 부르는 시대가 왔지만, 어떤 노래를 만들 것인지 고민하는 사람의 역할은 여전히 중요합니다.
앞으로 음악가에게 필요한 능력은 단순히 악기를 잘 다루거나 DAW를 능숙하게 사용하는 것에서 한발 더 나아갈지도 모르겠습니다.
새로운 도구를 이해하고, 자신만의 음악적 방향성을 제시하고,
AI가 만들어 낸 수많은 가능성 중 최고의 결과물을 찾아내는 능력 말이죠.
결국 도구는 달라져도 좋은 음악을 만들기 위한 고민은 계속될 테니까요.
딸깍은 쉬워졌지만, 좋은 음악을 만드는 일까지 딸깍이 된 것은 아닙니다.
댓글목록0