이제 AI가 이런 것 까지?...'노래 힛트' 예측 가능
연구자들은 97%의 정확도로 노래의 성공을 예측하기 위해 신경 반응을 사용하는 기계 학습 모델을 개발했다.
참가자들은 신경생리학적 반응이 모니터링되는 동안 일련의 노래를 듣고 머신러닝 모델이 잠재적인 히트작을 결정하는 데 도움이 되는 데이터를 생성했다. '신경 예측'이라고 불리는 이 획기적인 접근 방식은 스트리밍 서비스가 플레이리스트에 사용할 인기 있는 신곡을 효율적으로 식별하는 데 도움이 될 수 있다.
연구원들은 특정한 한계에도 불구하고, 그들의 방법이 노래를 식별하는 것 이상으로 적용될 수 있을 것이라고 믿으며, 아마도 영화와 TV 쇼의 히트를 예측할 수 있다.
새로운 '신경 예측' 접근법은 신경 반응에 적용된 기계 학습 모델을 사용하여 기존 방법의 50% 정확도에 비해 97% 정확도로 히트곡을 예측한다.
노래의 첫 1분에 대한 신경생리학적 반응은 82%의 성공률로 히트를 예측했으며, 이는 노래의 초기 부분이 인기를 결정하는 데 결정적인 역할을 한다는 것을 보여준다.
비교적 적은 수의 노래와 적당히 다양한 참가자 인구 통계와 같은 한계에도 불구하고, 연구자들은 그들의 방법이 다른 엔터테인먼트 분야의 히트를 예측할 수 있다고 확신한다.
많은 청중에게 반향을 일으킬 사람들을 찾기 위해, 이 서비스들은 인간 청취자와 인공지능을 사용했습니다. 그러나 이 접근 방식은 50%의 정확도를 유지하고 있지만, 노래가 히트할지 여부를 신뢰성 있게 예측하지는 못한다.
강미선, 무용계 아카데미상 '브누아 드 라 당스' 수상Prix Benois de la danse
이제, 미국의 연구원들은 뇌 반응에 적용된 포괄적인 기계 학습 기술을 사용했고 97%의 정확도로 히트곡을 예측할 수 있었다.
"기계 학습을 신경생리학적 데이터에 적용함으로써, 우리는 히트곡을 거의 완벽하게 식별할 수 있었다," 라고 인공지능의 프론티어에 발표된 이 연구의 수석 저자인 클레어몬트 대학의 폴 잭이 말했다.
"수백만 명의 사람들이 새로운 노래를 들었을 때 33명의 사람들의 신경 활동이 예측할 수 있다는 것은 꽤 놀라운 일입니다. 이 정확성에 가까운 것은 이전에 보여진 적이 없다.
황기철 콘페이퍼 에디터 국토부 인플루언서
Ki Chul Hwang Conpaper editor influencer
Hit or Miss? AI and Brain Waves Tune into Future Hit Songs
(Source: neurosciencenews.com/ai-music-hits-neuroscience-23501/)
kcontents