음악 역사는 “기술”에 의해 다시 작성되었습니다.
| 문장 : mmr | 테마 : 알고리즘이 음악의 히트 구조와 장르의 역사를 어떻게 바꾸었는지 밝혀 |
음악사를 되돌아보면, 히트의 구조는 항상 기술에 따라 변화해 왔다.
라디오는 20세기 초에 음악을 가정에 전달한 최초의 거대 미디어였다. 그 후 음반산업은 음악을 상품으로 전세계에 유통시켰다. 1980년대에는 MTV가 등장해 음악은 영상과 연관된 팝 문화로 변화했다.
그러나 21세기에 들어 음악의 유통 구조는 더욱 크게 바뀐다. 그것이 스트리밍과 알고리즘입니다.
Spotify, YouTube 등의 게재 서비스에서는 인간의 DJ가 아닌 프로그램이 악곡을 추천한다.
이 변화는 단순한 혁신이 아니다.
알고리즘은
· 무엇이 히트하는지 · 어떤 장르가 태어나는지 · 어느 곡이 역사에 남는지
라는 ‘음악사 그 자체’에 영향을 주기 시작했다.
한때 음악사는 기록 회사, 라디오 방송국, 비평가에 의해 형성되었다. 그러나 현재 그 중심에 있는 것은 알고리즘이다.
음악사의 새로운 편집자는 레코드 회사가 아닌 알고리즘이 되었다.
스트리밍 이전 음악 발견
알고리즘이 등장하기 전에 음악을 발견하는 방법은 매우 제한적이었습니다.
대표적인 것은 다음의 3가지이다.
- 라디오
- 음악 잡지
- 레코드 숍
라디오 DJ는 새로운 음악을 소개하는 문화적 게이트키퍼였다. 예를 들어 미국에서는 1950년대 로큰롤, 영국에서는 BBC Radio 1 등이 음악의 유행을 결정했다.
또, 레코드 숍도 중요한 발견의 장소였다. 점원 추천, 시청기, 재킷 디자인 등 청취자의 호기심을 자극했다.
1990년대에는 CD판매가 피크를 맞아, 음악 시장은 거대 산업이 된다.
그러나 이 시대의 음악 발견에는 큰 제약이 있었다.
- 물리적 유통
- 지역 차이
- 미디어 노출
즉, 세계 음악의 대부분은 “원래 들을 수 있는 기회조차 없었다”는 것이다.
인터넷의 등장은 이 제약을 단번에 무너뜨렸다.
디지털화에 의해 음악은 무한히 존재할 수 있게 되었지만, 인간은 그 모든 것을 찾을 수 없다.
알고리즘이라는 새로운 DJ
2000년대 후반, 음악 전달 서비스는 급속히 보급되었다.
특히 중요한 것은 스트리밍 추천 시스템이다.
알고리즘은 주로 다음 데이터를 이용한다.
- 재생 이력
- 건너뛰기 비율
- 저장 수
- 재생목록 추가
- 사용자 유사성
이 데이터를 분석하고, 각 사용자마다 다른 음악을 추천합니다.
대표적인 예는 Spotify의 Discover Weekly입니다. 2015년에 도입된 이 기능은 각 사용자마다 매주 새 재생목록을 생성합니다.
그 결과 많은 아티스트들이 라디오나 TV에 출연하지 않고 세계적인 청취자를 획득하게 되었다.
YouTube의 추천 시스템도 마찬가지로 중요하다. 재생 기록을 바탕으로 동영상을 차례로 제시함으로써, 음악 소비 시간을 크게 늘렸다.
알고리즘은 단순히 음악을 찾는 것을 돕는 것만이 아니다.
청취자의 음악 경험 자체 재설계하고 있는 것이다.
현대 청취자는 음악을 “찾는다”가 아니라 “추천된다”.
알고리즘이 만드는 히트곡
알고리즘은 히트의 구조도 바꾸었다.
전통적인 히트는 라디오 횟수, CD 매출, 차트 순위에 따라 정해졌다.
그러나 스트리밍에서는 재생 횟수가 중심이 된다.
이 변화에 의해, 악곡의 만드는 방법까지 바뀌었다.
스트리밍 시대의 히트곡에는 특징이 있다.
- 소개가 짧다.
- 처음 30초 만에 인상적인 후크
- 반복 구조
- 짧은 노래
이것은 스트리밍 측정 방법과 관련이 있습니다.
많은 서비스에서 약 30초 이상 재생하면 하나의 스트림으로 계산됩니다.
그러므로 아티스트는 리스너가 건너뛰기 전에 노래의 매력을 제시할 필요가 있다.
또한 플레이리스트 문화의 영향도 크다.
리스너는 앨범이 아니라 재생목록 단위로 음악을 듣게 되었다.
그 결과, 노래는 혼자 작동할 필요가 있다.
알고리즘은 악구조 자체를 바꾸기 시작하고 있다.
스트리밍 시대의 히트는 라디오가 아닌 데이터에 최적화되어 있습니다.
재생 목록이 새로운 라디오가되었습니다.
알고리즘 시대의 가장 큰 특징은 플레이리스트 문화이다.
Spotify나 Apple Music에서는 공식 재생목록이 거대한 영향력을 가진다.
대표적인 것에는 다음과 같은 플레이리스트가 있다.
- RapCaviar
- Today’s Top Hits
- Lo-Fi Beats
이 재생목록은 수천만 명의 팔로워가 있습니다.
즉, 하나의 재생 목록 게시 세계적 히트로 이어질 수도 있다.
재생목록의 특징은 장르보다 ‘무드’를 기반으로 한 점이다.
예
- 칠
- Focus
- Workout
- 슬립
음악은 장르가 아니라 생활 장면의 사운드 트랙이 되었다.
이것은 음악사 중에서도 큰 변화이다.
한때 장르는 문화 커뮤니티를 만들었습니다. 펑크, 힙합, 테크노 등이 그 예다.
그러나 지금은 많은 청취자들은 장르를 의식하지 않고 음악을 듣고 있다.
플레이리스트는 장르가 아니라 ‘생활’을 중심으로 음악을 재편했다.
새로운 장르는 알고리즘에서 태어납니다.
알고리즘은 장르 형성에도 영향을 미치고 있다.
예를 들면
- Lo-fi Hip Hop
- 폰크
- Drift Phonk
- Hyperpop
등 장르는 인터넷 문화와 알고리즘 속에서 확산되었다.
특히 Lo-fi Hip Hop은 YouTube 전달에 의해 퍼진 대표예이다.
공부용, 작업용이라는 용도에 최적화된 음악은 알고리즘과 궁합이 좋다.
재생 시간이 길고, 리스너가 건너 뛰기 어렵기 때문이다.
TikTok도 새로운 장르의 확산 장치가 되고 있다.
짧은 동영상에 사용 된 음악 순식간에 세계적 히트가 된다.
이 현상은 레코드 회사 마케팅이란? 다른 속도로 진행.
인터넷문화에서 음악 장르가 탄생해 진화해 간다.
현대 장르는 클럽이 아닌 알고리즘에서 태어난다.
알고리즘 문제
알고리즘은 장점뿐만 아니라 문제도 있습니다.
대표적인 것은
- 필터 버블
- 음악 균질화
- 거대한 플랫폼에 의존
필터 버블이란? 비슷한 음악만 추천되는 현상이다.
청취자는 취향에 가까운 곡만 듣기 때문에 새로운 문화를 만나기 어려울 수 있다.
또한 알고리즘에 최적화된 곡은 비슷한 구조를 가지는 경우가 많다.
짧고 간단하며 반복이 많은 곡이다.
또한 아티스트는 플랫폼 규칙에 따라 다릅니다.
재생목록 게재 및 추천 수익에 크게 영향을 주기 때문이다.
즉 알고리즘은 새로운 기회를 창출하는 한편 새로운 권력구조도 만들고 있다.
알고리즘은 자유로운 음악 세계를 만드는 때, 새로운 게이트 키퍼가 되었다.
알고리즘 시대의 음악 역사
음악사는 지금까지 장르와 아티스트가 말했다.
그러나 지금은 그 뒤에는 알고리즘이 있습니다.
- 히트곡의 탄생
- 장르 형성
- 리스너 경험
이 모든 것이 데이터와 추천 시스템의 영향을 받는다.
미래의 음악사가는 다음과 같은 요소를 연구하게 될지도 모른다.
- 스트리밍 데이터
- 재생목록 문화
- SNS 확산
- 알고리즘 설계
즉 음악사는 기술사이기도 하다.
기록, 라디오, MTV, 인터넷. 그 다음에 온 것이 알고리즘이다.
음악의 역사는 어느 시대에도 ‘소리’가 아니라 ‘기술’에 의해 움직여 왔다.
연표: 알고리즘 및 음악 전달의 역사
음악 발견의 구조 변화
알고리즘이 음악 역사를 바꾸는 이유
알고리즘은 단순히 음악을 전달하는 메커니즘이 아닙니다. 그것은 음악이 어떻게 발견되고 공유되고 기억되는지를 결정하는 새로운 문화 장치입니다.
그리고 그 영향은 앞으로의 음악사를 더욱 크게 바꾸어 가게 된다.
