스마트라디오 : 음악추천서비스
관련링크
본문
사용자의 음악 취향은 언어, 사람, 지역과 문화 같은 다양한 요인에 영향을 받는다. 웹이나 모바일 기기를 통해 사용자가 접할 수 있는 온라인 콘텐츠는 다양한 요소들이 반영되어 있다. 음악 추천을 위한 목적으로, 이러한 음악 간의 유사도를 계산하기 위해서는 다양한 요소들을 적절하게 처리해야 한다. 또한, 개인마다 콘텐츠가 유사하다고 느낄 수도 있고, 그렇지 않다고 느낄 수 있다. 이러한 개인적인 취향, 일반적인 취향을 고려한 음악 추천의 필요성이 커지고 있다.
본 연구실은 실제 라디오 방송 내용의 음악적 특성을 신호처리 기법으로 분석하고 음악 방송과 관련된 context 정보 및 메타데이터 등을 자동으로 수집하여 이를 기반으로 사용자의 시간적 공간적 특성(지역, 날씨, 시간, 계절)이나 사용자의 개인적 취향(선호 장르, 가수, 연령대 등)을 반영하는 개인화된 음악 추천 기법을 연구하였다. 또한, 이를 바탕으로 실제 라디오와 유사한 사용자 인터페이스를 적용한 대화형 스마트 라디오를 개발하였다.
● 음성 및 음악 분리
- 음성/음악이 혼재된 신호로부터 정확하게 음성과 음악을 분리해내는 기술을 개발함으로써, 실시간 처리가 가능하며 광고의 CM송 및 로고송 등을 제거하고, 순수한 선곡 음악만을 분리하여 인식하였다. 그로 인해 라디오 방송 신호에서 음성과 음악을 분리하여 인식하는 기법의 개발과 검증을 수행하였다.
● 음악 정보 데이터베이스 구축
- 라디오 방송 당시의 context 정보(지역, 날씨, 시간, 계절 등)와 선곡되었던 음악의 신호적 특성을 추출하여 데이터베이스를 구축하였다. 또한 실시간 처리를 통한 실제 방송으로부터 실시간으로 업데이트될 수 있는 기법을 연구함으로 실제 라디오에서의 선곡 및 관련 context 정보를 데이터베이스로 구축하였다.
● 기계 학습 기반의 음악 분류
- 라디오 선곡 및 그에 영향을 미치는 여러 가지 상황 정보 등을 분석하고 유사한 상황에서의 적절한 음악 추천을 위한 기계 학습(Machine learning)이나 데이터 분류(Data classification) 등의 기법들을 개발하였으며, 선행 연구의 비교를 통해 본 연구가 제안한 음악 추천의 정확성이 더욱 향상됨을 알 수 있었다.
● 사용자 음악 추천을 위한 인터페이스 구현
- 사용자의 context와 개인적 취향 등을 기반으로 사용자에게 가장 적합한 음악을 추천할 수 있는 기법 연구하였다. 현재의 환경과 가장 유사한 과거 환경을 검색하고 당시 선곡되었던 음악적 특징을 기반으로 가장 유사한 음악을 검색하고, 사용자의 개인적 취향을 반영하여 최종적으로 추천하였으며, 실제 라디오의 조작 인터페이스를 기반으로 자동 음악 추천의 장점을 최대한 반영할 수 있는 직관적이면서도 손쉬운 사용자 인터페이스를 구현하였다.
그림 1 스마트라디오 시스템 구성도