4성부 화성학 기초학습을 위한 컴퓨팅 구현과 화성학 규칙에 관한 연구

A Study of Computing Representation and Harmony Rules for Four-Voice Harmony Learning

본 연구는 인공지능을 활용한 자동 음악 작곡 알고리즘을 도입하여 온라인 기반의 화성학 교수-학습 콘텐츠 개발과 관련된 일련의 과정을 설명하고 그 결과를 검증하는 데 목적이 있다. 자동 음악 작곡은 인공지능을 연구하는 많은 연구자들이 관심을 갖는 분야로서 자동 음악 작곡에 화성학 이론을 도입하려는 시도는 오랜 동안 이루어졌으며 여전히 진행 중이다. 본 연구는 몬테카를로 트리 탐색(Monte Carlo Tree Search; 이하 MCTS)을 활용하여 객관적 평정자로서의 인공지능이 기 학습했던 화성학 규칙과 그 규칙에 대한 가중치를 적용하여 학습자의 4성부 기반 화성풀이를 평가하도록 기획하였다. 또한, 화성학 문항에 대한 모범풀이와 적절한 피드백을 제시하도록 하였다. 본 연구는 소프라노 선율에 하3성 채우기, 베이스 선율에 상3성 채우기, 그리고 외성에 내성 채우기에 이르는 세 가지 유형의 연습문제를 설계하였는데, MCTS를 활용해 화음 선택과 성부진행의 경로에 대한 추천을 받음으로써 적법한 성부진행을 구현하였다. 화성 및 성부진행 규칙에 맞는 진행에 부여된 가점이 모범답안을 유도함을 확인하였다. 본 연구는 화성학의 범위를 초급으로 규정하고, 이에 따른 규칙을 추출 및 정의하여, 이 규칙에 따라 자동으로 음악 작곡을 할 수 있도록 알고리즘을 개발하였다. 알고리즘 및 이를 활용한 화성학 교수-학습 방법론은 온라인 화성학 교육에 큰 도움이 될 것으로 기대된다.

The goal of this study is to explicate a series of process relevant to the development of online-based harmony learning contents and to verify the validity of outputs by activating the automatic music composition algorithm based on artificial intelligence(AI) technology. Automatic music composition is a field that many researchers who study AI become interested in; and diverse attempts to adapt harmony to automatic music composition have been ceaselessly made and still ongoing. In this study, we took Monte Carlo Tree Search and had AI as an objective evaluator evaluate a learner’s solution using the rules and weights for the learning theory of harmony. In addition, we presented an exemplar to the various plausible solutions using artificial intelligence techniques that automatically generate music in accordance with the theory of harmony. The study has designed three types of voice-leading exercises in the four-voice setting: one fills out the lower three voices against a given soprano; one writes out the upper three against a given bass; and one provides the outer voices against given inner ones. The study has shown that the automatic music composition algorithm took appropriate recommendations from AI via MCTS and thus generated legitimate instances of harmony and voice leading and that scores assigned to the harmony rules successfully guide exemplars conforming to the rules. This study has limited the scope of harmony rules for beginners: the appropriate rules were singled out and defined; and then the algorithm was developed to enable automatic music composition according to these rules. This algorithm and learning methodology are expected to be of a great help in online harmony learning.