[태그:] AI 음악

  • 스플라이스 CEO, AI 문서 경계…음악도 같은 논리

    스플라이스 CEO, AI 문서 경계…음악도 같은 논리

    3줄 요약

    • 샘플 플랫폼 스플라이스의 카쿨 스리바스타바 CEO가 문답 인터뷰에서 AI가 쓴 문서를 조심한다고 밝혔다.
    • 글 뒤에 사람이 있는지 구분할 수 없으면 그 글을 둘러싼 대화가 더 나빠지고, 음악도 같다는 것이 그의 논리다.
    • 신기능이나 정책 변경을 알리는 글이 아니라 인물 문답이며, 스플라이스 AI 제품의 세부 내용은 담기지 않았다.

    카쿨 스리바스타바 스플라이스 CEO는 AI가 쓴 문서를 조심한다고 말했다. 그가 든 이유는 하나. 글 뒤에 사람이 있는지 구분할 수 없게 되면, 그 글을 두고 나누는 대화가 나빠진다는 것이다. 이 말이 나온 배경에는 회사의 생김새가 있다. 스플라이스에는 복도가 없다. 원격 근무를 기본으로 하는 회사라 직원들이 오가다 마주쳐 이야기를 나눌 공간이 아예 없고, 잘 쓴 문서와 그 문서를 놓고 벌이는 실제 대화가 그 자리를 대신한다는 게 그의 설명이다.

    복도 대신 문서, 논쟁은 글 한 편에서 출발한다

    이 발언은 더버지 주말 문답 코너에 실린 인터뷰에 나온다. 스리바스타바가 설명한 스플라이스의 일하는 방식은 단순하다. 누군가 자리에 앉아 문제를 끝까지 생각하고 글로 정리한다. 그러면 여러 사람이 그 글에 반박하며 논쟁을 벌인다. 회사에서 일어난 좋은 일의 거의 전부가 이렇게 시작됐다는 게 그의 말이다.

    AI 작성 문서에 대한 경계는 이 설명 바로 뒤에 붙는다. 글 뒤에 사람이 있는지 구분할 수 없게 되면 그 글을 두고 나누는 대화는 다른 대화가 되고, 더 나쁜 대화가 된다고 했다. 한번 그렇게 되면 사실상 되돌아갈 수 없다는 말까지.

    여기까지가 발언 그대로다. 이제부터는 해석. 그가 문제 삼는 건 문장의 품질이 아니라 글쓴이의 존재로 보인다. 반박할 상대가 그 생각을 실제로 했는지 확신할 수 없으면 논쟁의 전제부터 흔들린다는 뜻으로 읽히기 때문이다. 문서가 복도 노릇을 하는 회사라면 이 걱정은 더 무겁게 다가올 법하다.

    ‘버튼 누르면 노래’ AI와는 선을 긋는 스플라이스

    문서 이야기 끝에 스리바스타바는 음악도 마찬가지라고 했다. 짧은 한 문장인데, 사내 소통 이야기를 스플라이스의 사업으로 잇는 고리가 바로 이 대목이다. 스플라이스는 수많은 프로듀서가 원샷과 멜로딕 루프를 구하려고 의존하는 샘플 플랫폼이다.

    여기서 나온 샘플은 리사의 ‘Money’, 사브리나 카펜터의 ‘Espresso’ 같은 히트곡에 쓰였다. 그는 지난해 디코더(Decoder)에 출연해 버튼을 누르면 노래가 나오는 식의 AI는 피하겠다는 입장을 강하게 밝힌 바 있다. 수노(Suno) 같은 회사를 논란의 대상으로 만든 방식이 바로 그것이다.

    회사의 방침과 그의 이력을 짧게 추리면 이렇다.

    • 스플라이스의 방침: 사람을 창작 과정의 중심에 두는 AI 제품을 내놓는다
    • 사업 확장: 스핏파이어 오디오(Spitfire Audio) 인수와 생성형 AI 분야 진출을 스리바스타바가 이끌었다
    • 경력: 플리커, 야후, 깃허브, 어도비에서 임원을 지냈다

    문답을 실은 쪽의 평가는 그의 회의론이 누그러지지 않았다는 것. 사내 소통에서 AI를 멀리하려는 태도와 음악 제품에서 사람을 중심에 두려는 태도가 같은 뿌리에서 나왔다고 읽어도 무리는 없다. 다만 발언의 맥락에서 끌어낸 추론일 뿐이다. 스플라이스가 사내 AI 사용을 금지했다는 내용은 어디에도 없다.

    기술 자체를 꺼리는 인물로 보기도 어렵다. 유행하는 답이 아닌 줄 안다면서도 그가 꼽은 건 인스타그램이었다. 피드가 자신이 생각지도 못한 방식으로 음악을 만드는 사람들로 거의 채워졌다는 이유에서다. 고딕 웨스턴, 해머드 덜시머로 최신 히트곡을 연주하는 남성, 랩을 하는 인도의 차이왈라. 그가 든 사례들이다.

    국내 스플라이스 이용자에게 바뀌는 기능은 없고, 방향만 읽힌다

    이번 글은 인물 문답이다. 새 기능도, 요금제도, 약관 변경도 한 줄 담기지 않았다. 스플라이스에서 샘플을 받아 쓰는 국내 프로듀서의 작업 환경이 이 인터뷰 때문에 달라질 일은 없다.

    달라지는 건 방향을 읽는 근거 쪽이다. 리사의 ‘Money’처럼 국내 음악 팬에게 익숙한 곡에도 이 플랫폼의 샘플이 들어갔고, 그 회사의 수장은 완성곡을 통째로 뽑아내는 AI에 계속 거리를 두고 있다. 스플라이스의 AI 기능이 곡 전체를 대신 만드는 쪽보다 작업자를 돕는 도구 쪽에 머물 것이라는 예상이 여기서 나온다. 어디까지나 추측이다.

    음악과 무관한 직장인에게는 문서 이야기가 더 가깝게 들린다. 재택·원격으로 일하는 팀이 보고서와 기획안을 AI로 작성하고 있다면, 글의 완성도보다 그 생각을 실제로 한 사람이 누구인지를 분명히 하는 편이 토론의 질을 지킨다는 주장으로 받아들일 만하다. 물론 한 경영자의 견해다. 효과를 입증하는 자료가 함께 제시된 것도 아니어서, 이 말 하나를 근거로 팀의 규칙을 바꾸기엔 재료가 부족하다.

    확인된 것과 아직 불확실한 것

    확인된 사실

    • 스리바스타바는 AI가 쓴 문서를 조심한다고 직접 말했고, 글 뒤에 사람이 있는지 알 수 없으면 대화가 나빠진다는 점을 이유로 들었다.
    • 스플라이스는 원격 근무를 기본으로 하는 회사다.
    • 스플라이스 샘플은 리사의 ‘Money’와 사브리나 카펜터의 ‘Espresso’에 쓰였다.
    • 스플라이스는 스핏파이어 오디오를 인수했고 생성형 AI 분야에 발을 들였다.
    • 그는 슬랙의 전신인 타이니 스펙 초기 팀에서 게임 글리치를 만들었고, 이 게임은 실패했다.

    미확정 사항

    • 원문 제목은 ‘AI 이메일’을 지목하지만 본문 답변에 나오는 표현은 ‘AI가 쓴 문서’다. 그가 이메일을 따로 언급했는지는 문답에서 확인되지 않는다.
    • 스플라이스가 사내 문서 작성에 AI 사용을 제한하는 규정을 두었는지는 나와 있지 않다. ‘조심한다’는 개인적 태도 표명만 있다.
    • 스플라이스가 제공하는 AI 제품의 구체적 기능과 작동 방식은 이번 글에 설명되지 않았다.
    • 인스타그램, 자녀, 어머니의 요리에 관한 답변은 질문 문구가 확인되지 않아 어떤 물음에 대한 답인지 단정하지 않았다.

    글리치의 실패와 어머니의 레시피, 그가 말한 기술의 쓸모

    문답에는 실패담도 들어 있다. 스리바스타바는 슬랙의 전신인 타이니 스펙 초기 팀에서 대규모 다중접속 오픈월드 게임 글리치(Glitch)를 만들었다. 미술, 사운드, 글, 세계가 작동하는 방식까지. 자신이 참여한 작업 가운데 가장 아름다운 것 중 하나였다고 그는 돌아봤다.

    그가 짚은 실패 원인은 두 가지. 글리치는 플래시 기반이었는데 어도비는 이미 플래시 투자를 멈춘 뒤였다. 세상이 휴대폰 게임으로 옮겨가던 바로 그 시점에 PC용 경험으로 나온 것도 문제였다. 두 개의 거대한 흐름을 제때 반영하지 못했다는 자평이고, 아름다운 것을 만든 사람들의 창의성을 저버린 기분이라는 말도 남겼다.

    기술이 무엇을 위한 것이냐는 질문을 받을 때 그가 떠올린다는 장면은 훨씬 사적이다. 어머니가 세상을 떠나기 전에 그는 요리를 거의 배우지 못했다. 지금은 낯선 사람들이 유튜브에 올린 집안 레시피 영상을 보며 어머니의 음식을 되살리는 중이다. 지난해 한 가지를 제대로 재현했고, 그 맛이 자신을 여덟 살 때로 데려갔다고 했다.

    질문 문구가 확인되는 나머지 답변은 아래 표에 모았다.

    질문 답변 요지
    가장 좋은 기억으로 남은 게임 안타크샤리(Antakshari). 노래 한 소절을 부르면 그 소절이 끝난 글자로 다음 사람이 노래를 시작하는 인도 놀이
    가장 실망스러웠던 기기 컵 워머. 컵은 데우지만 커피는 데우지 못하며, 설계대로 정확히 작동한다는 평
    지금까지 받은 최고의 조언 할 말을 먼저 하고 설명은 그다음에 하라. 근거부터 늘어놓지 말 것
    돈을 아끼지 않을 만한 것 라이브 재즈. 출장지에서도 공연을 찾아간다
    전기 영화의 태그라인 아무것도 도난당하지 않고 모두가 돈을 받는 하이스트 영화

    표에서 한 줄만 더 짚자면 조언 항목이다. 할 말을 먼저 하고 설명은 그다음에 하라는 조언은, 글 한 편을 놓고 반박을 주고받는 스플라이스의 방식과 결이 맞는다. 이 연결은 읽는 쪽에서 붙인 것이다.

    레시피 영상을 올린 사람은 누군가에게 어머니의 맛을 돌려줬다는 사실을 끝내 모를 것이라고 그는 말했다. 라이브 재즈를 두고는 사람들이 실시간으로 결정을 내리고 되돌릴 수 없는 공간에 있는 경험이 다른 무엇과도 다르다고 했다. AI 문서를 경계하는 발언과 이 두 답변은 사람이 직접 내린 결정에 가치를 둔다는 점에서 이어진다고 볼 여지가 있다. 단, 문답 전체를 읽고 난 뒤의 해석이지 그가 직접 한 말은 아니다.

    출처: The Verge

  • AI 샘플러 Engram, 모델 환각을 소리 재료로

    AI 샘플러 Engram, 모델 환각을 소리 재료로

    3줄 요약

    • AI 샘플러는 들어온 소리를 AI 모델로 비틀거나, 모델이 없는 소리를 지어내게(환각) 만들어 실험적인 음색 재료를 얻는 장비다.
    • Engram은 인터넷 연결 없이 자체 설계·학습한 작은 모델을 기기 안에서 돌리고, 상업 이용이 허용된 라이선스(CC-BY 등) 데이터로만 학습했다고 밝혔다.
    • 완성곡을 뽑아 주는 AI와는 목적이 다르니 결과물 용도, 로컬 실행 여부, 학습 데이터 출처, 펌웨어 개방성을 기준으로 골라야 한다.

    마이크에 대고 ‘피아노’라고 말하면 기계가 피아노 비슷한 소리를 내놓긴 해요. 그런데 어딘가 지글거리고, 뭉개져 있어요. 음악 스타트업 Thoughtful Things가 킥스타터 캠페인으로 공개한 첫 악기 Engram의 시연 장면인데요. 보통의 AI 음악 도구였다면 그냥 실패한 결과물이죠. 이 장비는 거꾸로예요. 그렇게 실패한 소리를 일부러 모으라고 만든 물건이거든요.

    솔직히 눈길이 가는 건 제품 스펙보다 그 밑에 깔린 발상이에요. AI 샘플러가 기존 샘플러와 뭐가 다른지, ‘잠재 공간’이니 ‘환각’이니 하는 말이 소리 작업에서는 무슨 뜻인지, 곡을 통째로 뽑아 주는 AI와 이런 악기를 어떤 기준으로 갈라 봐야 하는지. 이 세 가지를 차례로 뜯어보면 Engram이 왜 ‘망가진 소리’를 전면에 내세우는지 감이 오거든요.

    녹음·편집·배치 사이에 ‘모델의 해석’이 한 칸 끼어든다

    샘플러부터 짚고 넘어갈게요. 소리를 녹음하거나 불러와서 자르고, 음높이를 바꾸고, 패드나 건반에 배치해 연주하는 장비예요. 핵심은 소리를 완성품이 아닌 재료로 다룬다는 점. 그루브박스는 여기에 시퀀서(패턴을 찍어 반복 재생하는 기능)와 음원을 한 몸체에 묶은 장비인데, 컴퓨터 없이 비트 하나를 처음부터 끝까지 짤 때 많이 써요.

    Engram은 이 두 역할을 겸해요. 차이는 중간에 AI 모델이 끼어 있다는 것. 공개된 설명만 놓고 보면 AI가 맡는 일은 두 갈래인데요, 하나는 들어오는 오디오를 모델에 통과시켜 뒤틀어 버리는 것이고, 다른 하나는 입력과 상관없이 아예 새로운 소리를 환각해 내는 거예요.

    기존 샘플러 작업이 ‘녹음 → 편집 → 배치’였다면, AI 샘플러에서는 편집 단계에 ‘모델에게 해석시키기’가 한 칸 더 들어간다고 보면 돼요. 필터나 이펙트는 정해진 규칙대로 소리를 바꿔요. 생성 모델은 사정이 다르거든요. 학습한 소리들의 기억을 바탕으로 입력을 다시 해석하기 때문에 결과를 미리 짐작하기 어렵고, 이 장비는 바로 그 예측 불가능성을 쓸모로 내세웁니다.

    ‘잠재 공간 필드 레코더’라는 말, 두 단어로 쪼개 보면

    창업자 Evan King은 Engram을 ‘잠재 공간(latent space)을 위한 필드 레코더’라고 불러요. 처음 들으면 무슨 소린가 싶은데, 두 단어를 떼어 놓고 보면 꽤 정확한 비유예요.

    잠재 공간은 생성 모델이 학습 데이터를 압축해 둔 좌표계쯤으로 생각하면 편해요. 모델은 수많은 소리를 보면서 ‘피아노다운 것’, ‘타악기다운 것’ 같은 특징을 숫자 벡터로 정리해 둡니다. 새 소리를 만들 땐 이 공간에서 점 하나를 골라 다시 파형으로 풀어내고요. 학습 데이터가 촘촘한 지점을 고르면 그럴듯한 소리가 나와요. 데이터가 듬성듬성한 곳, 혹은 두 특징 사이 어중간한 곳을 찍으면 얘기가 달라지죠. 어디서도 들어 본 적 없는 소리가 나옵니다.

    환각(hallucination)은 원래 언어 모델이 사실이 아닌 내용을 그럴듯하게 지어낼 때 쓰는 말이에요. 문서 요약이나 검색에선 치명적인 결함이죠. 소리 작업에선 얘기가 달라요. 참·거짓을 따질 일이 없으니, 모델이 헛짚어 만든 기묘한 음색도 그대로 재료가 되거든요. 시연 영상 속 ‘피아노 같긴 한 무언가’가 딱 그 경우고요.

    필드 레코더는 현장에 나가 바람 소리나 거리 소음처럼 이미 있는 소리를 채집하는 녹음기예요. 둘을 합치면 그림이 그려집니다. Engram은 곡을 써 주는 도구라기보다, 모델 내부라는 낯선 장소를 돌아다니며 거기서 나는 소리를 주워 오는 도구라는 것. 주워 온 소리를 곡으로 엮는 건 여전히 사람 몫이에요. 이 비유가 괜찮다고 보는 이유도 여기 있는데요, 작곡의 주도권이 어디에 있는지를 한 문장으로 못 박아 두거든요.

    납땜인두 대신 모델을 비트는 서킷 벤딩

    서킷 벤딩은 값싼 전자 장난감이나 효과기의 회로를 열고 엉뚱한 지점끼리 이어 붙여, 설계자가 의도하지 않은 소리를 끌어내는 실험 음악 기법이에요. 정상 동작을 깨는 게 목적이다 보니 같은 장난감이라도 어디를 건드리느냐에 따라 전혀 다른 악기가 되죠.

    Engram은 이 발상을 하드웨어 회로가 아니라 AI 모델로 옮겨 왔어요. 회사 설명대로라면 사용자가 내장된 작은 모델을 조작하는 건 물론이고, 아예 망가뜨리는 것까지 허용한다고 해요. 납땜인두 대신 모델의 동작 방식을 비트는 셈이죠. 아쉬운 건 세부 구조. 어떤 조작부가 모델의 어느 부분과 연결되는지는 공개된 설명 어디에도 나오지 않아요. ‘망가뜨린다’는 말이 실제로 어느 수준의 개입인지 판단하기엔 아직 정보가 모자랍니다.

    ‘작은 AI(tiny AI)’라는 표현도 그냥 넘길 대목은 아니에요. 거대한 클라우드 모델은 사용자가 내부를 건드릴 방법이 거의 없어요. 서비스 제공자가 정해 둔 입출력 창구만 쓰게 되죠. 기기 안에서 도는 작은 모델이라면 개발사가 조작 지점을 직접 열어 줄 여지가 생깁니다. 작은 모델은 표현 범위가 좁고, 학습하지 않은 영역에선 쉽게 엇나가는 편이에요. 정확한 재현이 목표라면 약점이겠지만 이 장비에선 그 엇나감이 곧 재료. 설계의 출발점이 여기 있는 것으로 보여요.

    ‘상자에 담은 Suno’와는 다르다, 고를 때 따질 다섯 가지

    원문은 Engram이 ‘Suno를 상자에 담은 물건’이 아니라고 분명히 선을 긋습니다. 버튼 한 번 누르면 라디오 인기 차트에 걸릴 법한 곡을 뽑아 주는 장치가 아니라는 얘기예요. AI 음악 도구를 고를 때 이 구분을 먼저 해 두지 않으면 엉뚱한 물건을 사게 돼요. 아래 표는 세 부류를 원문 설명과 일반적인 장비 특성에 맞춰 나눈 거예요.

    구분 완성곡 생성형 AI 서비스 로컬 AI 샘플러(Engram) 일반 샘플러
    목표 결과물 바로 들을 만한 완성곡 실험적이고 낯선 음색 재료 녹음하거나 불러온 소리의 재배치
    AI 모델 위치 대부분 서비스 서버(클라우드) 기기 내부, 인터넷 연결 없음 AI 없음
    사용자가 개입하는 지점 프롬프트 입력, 결과 선택 입력 소리·음성 지시, 모델 조작과 파괴 녹음, 편집, 배치
    모델 교체·수정 대체로 불가 펌웨어 공개 후 커스텀 모델 탑재 계획 해당 없음
    학습 데이터 공개 서비스마다 다름 상업 이용 허용 오픈 데이터셋(CC-BY 등)이라고 밝힘 해당 없음

    표를 놓고 고를 땐 이 순서로 따져 보면 돼요.

    1. 결과물의 용도: 영상 배경음처럼 완성곡이 당장 필요하면 곡 생성형이 맞아요. 내 곡에 넣을 독특한 소리 재료를 찾는 거라면 AI 악기 쪽이고요.
    2. 실행 위치: 로컬 실행 장비는 네트워크 없이도 공연장이나 작업실에서 그대로 돌아가고, 입력한 목소리나 녹음이 외부 서버로 나가지 않아요. 대신 모델 크기가 기기 성능에 묶입니다.
    3. 학습 데이터 출처: 결과물을 발매하거나 수익화할 생각이라면, 제조사가 데이터 출처와 라이선스를 어디까지 공개하는지 확인하세요.
    4. 개방성: 펌웨어와 모델 교체가 열려 있으면, 제조사 지원이 끊겨도 사용자 커뮤니티가 기기 수명을 이어 가는 경우가 많아요.
    5. 구매 방식: 크라우드펀딩은 완제품 구매가 아니라 프로젝트 후원이에요. 배송 지연이나 사양 변경 가능성은 감수해야 합니다.

    이 가운데 세 번째 기준은 좀 더 파고들 만해요. Thoughtful Things는 자사 오디오 모델을 상업적 이용이 허용된 오디오(CC-BY 또는 그와 비슷한 라이선스)만 담긴 오픈 데이터셋으로 학습했다고 밝혔어요. 비상업 전용 데이터나 불법 복제·도용 데이터로는 학습한 적이 없고, 앞으로도 그럴 일 없다는 입장이고요. 참고로 CC-BY는 원저작자를 표시하는 조건으로 상업적 이용과 변형을 허락하는 크리에이티브 커먼즈 라이선스예요.

    이 선언이 보증하는 범위는 분명히 구분해 둬야 해요. 학습 재료를 정당하게 확보했다는 회사 측 설명일 뿐이에요. 생성된 소리의 권리가 누구에게 있는지, 어떤 조건으로 상업 이용이 가능한지까지 정해 주는 건 아니거든요. 다른 AI 악기나 플러그인을 볼 때도 세 가지는 따로 확인하는 습관을 들이는 게 좋아요. 데이터셋 이름을 공개했는지, 라이선스 종류가 뭔지, 생성물 이용 약관은 어떻게 돼 있는지. 셋 중 하나라도 비어 있으면 그 빈칸이 곧 리스크죠.

    675달러 후원가 바깥에서 한국 구매자에게 붙는 비용과 변수

    Engram은 킥스타터 캠페인용 한정 수량으로 먼저 풀렸고, 후원가는 675달러부터예요. 회사는 정식 소매가를 밝히지 않았어요. 다만 675달러 단계가 30% 할인가로 표시돼 있다는 점을 근거로, 더버지는 소매가를 850~900달러 사이로 추산했습니다. 한국에서 이 장비를 들이려는 사람에겐 이 숫자 바깥의 조건들이 더 크게 작용해요.

    • 관부가세와 배송비: 후원가만으로도 개인 해외 직구 면세 한도를 넘는 금액이에요. 배송비가 따로 붙는지, 통관 때 세금을 누가 내는지는 후원 페이지의 배송 조건부터 확인해야 해요.
    • 사후 지원: 해외 크라우드펀딩 하드웨어는 고장 나면 해외로 보내 수리받아야 하는 경우가 흔해요. 국내 유통 경로가 생기기 전까지는 수리 기간이 길어질 가능성을 계산에 넣어 두세요.
    • 음성 지시의 언어: 시연에서는 영어 단어로 소리를 요청했어요. 한국어 음성 지시가 통하는지는 공개된 정보가 없고요. 시연이 영어로만 진행됐으니 영어 중심일 가능성이 높다, 딱 거기까지가 추측의 한계예요.
    • 오프라인 작동: 인터넷에 연결하지 않는 구조라서 해외 서버 접속 지연이나 지역 제한 같은 문제는 애초에 생기지 않아요. 계정이나 서버 구독 없이 쓰는 형태로 보이지만, 요금 구조 자체는 원문에서 확인되지 않습니다.
    • 결과물 유통: 만든 소리를 음원으로 유통하거나 영상에 쓸 계획이라면, 제조사가 학습 데이터 출처를 공개적으로 밝혀 뒀다는 점이 나중에 출처를 설명할 근거 자료 정도는 돼요. 딱 그 정도요. AI 생성물의 저작권 인정 범위는 나라마다 해석이 갈리니 국내 기준은 따로 챙겨 봐야 합니다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • Engram은 Thoughtful Things의 첫 악기로, 샘플러 겸 그루브박스다.
    • AI로 입력 오디오를 뒤틀고, 완전히 새로운 소리를 환각해 만든다.
    • 인터넷에 연결하지 않고, 사내에서 설계하고 직접 학습시킨 작은 AI 모델을 기기에서 돌린다.
    • 회사는 상업 이용이 허용된 라이선스(CC-BY 등) 오디오만 담긴 오픈 데이터셋으로 학습했다고 밝혔다.
    • 킥스타터 한정 수량 후원가는 675달러부터이며, 30% 할인가로 표시돼 있다.
    • 펌웨어를 공개해 개조와 커스텀 모델 탑재를 허용할 계획이다.

    아직 불확실한 것

    • 정식 소매가 (850~900달러는 할인율을 근거로 한 추산이다)
    • 펌웨어 공개 시점과 범위, 커스텀 모델을 올리는 구체적 방법
    • 모델 조작부의 세부 구조와 하드웨어 사양
    • 생성된 소리의 권리 귀속과 상업 이용 조건
    • 한국어 음성 지시 지원 여부
    • 국내 출시·가격은 아직 공식 발표가 없고, 킥스타터 후원품의 한국 배송 가능 여부도 확인되지 않았다.

    펌웨어가 열리면 Engram은 악기보다 플랫폼에 가까워진다

    회사는 Engram의 펌웨어를 공개해서, 다른 사람들이 기기를 손보거나 직접 만든 모델을 올리도록 열어 줄 계획이라고 밝혔어요. 이게 실제로 이뤄지면 장비의 성격 자체가 바뀌어요. 내장 모델 하나에 묶인 악기는 그 모델 소리에 질리는 순간 수명이 끝나요. 모델을 갈아 끼우는 기기는 다르죠. 커뮤니티가 만든 모델 수만큼 새 악기가 되니까요.

    개발자 입장에선 온디바이스 오디오 모델을 실험할 하드웨어 놀이터가 하나 생기는 셈이에요. 내가 녹음한 소리만으로 작은 모델을 학습시켜 올리면, 학습 데이터 출처를 스스로 통제하는 악기가 되고요. 앞에서 짚은 라이선스 고민을 가장 확실하게 푸는 방법도 사실 이쪽입니다.

    다만 ‘공개할 계획’과 ‘공개됐다’ 사이엔 거리가 있어요. 펌웨어가 풀린다면 먼저 볼 건 세 가지예요. 어떤 라이선스로 공개되는지, 모델을 변환해 탑재하는 도구가 같이 나오는지, 기기 성능이 어느 크기의 모델까지 감당하는지. 이 셋이 갖춰져야 ‘망가뜨리며 노는 AI 악기’라는 말이 광고 문구에서 실제 사용 경험으로 넘어옵니다. 지금 시점에 675달러를 거는 건 완성된 물건을 사는 일이라기보다, 그 가능성에 대한 후원에 가깝다고 보는 게 정확하겠네요.

    출처: The Verge AI