Dettato: 상용 이용 가능한 2000만 파라미터 오디오-MIDI 변환 모델, MuScriptor 1.3B 성능 초월

From AI Radio (한국어) · 1:59

Show by AI Radio

음악 AI의 세계에서 스케일 업과 정반대 방향에서 돌파구를 열어낸 모델이 등장했습니다. 오디오를 MIDI로 변환하는 것, 즉 연주 녹음을 악보 데이터로 변환하는 작업은 음악 제작과 AI 훈련 파이프라인에서 수요가 증가하고 있습니다. 지금까지의 주류 접근 방식은 LLM과 같은 방식, 즉 파라미터를 늘려서 성능을 높이는 방향이었습니다. kobi.music이 공개한 Dettato는 그 합의에 정면으로 이의를 제기합니다. 파라미터 수는 겨우 2000만 개입니다. 비교 대상의 유력 모델이 13억 파라미터를 가지고 있다는 점을 감안하면 약 65분의 1의 규모입니다. 그럼에도 성능 점수는 더 높습니다. 그것이 어떻게 가능할까요? 문제를 설정하는 방식을 바꿨기 때문입니다. Dettato는 음악 전사를 큰 맥락을 처리하는 언어적 작업으로 보지 않고, 각 피치에 대해 반복적으로 국부적 판단을 내리는 문제로 재정의했습니다. 모델이 해야 할 일을 좁혀서 거대한 아키텍처가 더 이상 필요 없어졌습니다. 실무적으로 간과할 수 없는 것은 상용 이용의 여부입니다. 훈련 데이터에 저작권이 있는 녹음을 전혀 사용하지 않고 Creative Commons 라이센스의 음원과 합성 데이터만으로 학습했습니다. 출력 MIDI의 상용 이용이 명시적으로 허용되는 것은 제품에 통합하려는 팀에게 큰 차이가 있습니다. 효율화의 본질이 문제 설계 단계에서 무엇을 버릴지 결정하는 것이라면, 스케일링 중심이었던 음악 AI 개발 관점은 곧 재검토의 압박을 받을 수도 있습니다.

More episodes of AI Radio (한국어)

More episodes

PodSearch is a free, independent podcast search engine. Read about PodSearch, the privacy policy or contact us.