美 폴 잭 교수팀 “정확도 97%”
들을 때 뇌 반응 데이터 학습 식별

가수나 음반제작사 입장에서 준비 중인 노래가 인기를 끌 것인지 미리 아는 것만큼 좋은 일이 있을까. 미국 연구팀이 노래 들을 때 나타나는 뇌신경 반응 데이터를 인공지능(AI)에 학습시켜 히트할 노래인지 아닌지 선별하는 예측 모형을 개발했다.

20일 과학저널 ‘인공지능 프런티어스’에 따르면 미국 클레어몬트대학원대학교 폴 잭(사진) 교수팀은 노래에 대한 뇌 반응 데이터에 머신러닝(기계학습)을 적용, 97% 정확도로 히트 가능성을 예측하는 데 성공했다.

연구팀은 실험참가자 33명의 머리에 센서를 장착한 노래 24곡을 들려주면서 뇌의 신경생리학적 반응을 측정했다. 노래는 연구팀 개입 없이 온라인 스트리밍 서비스 직원들이 선정한 것으로, 13곡은 70만건 이상 스트리밍 된 히트곡, 나머지 11곡은 실패한 노래다. 설문을 통해 참가자들의 각 노래에 대한 선호도와 인구통계학적 정보도 조사했다.

연구팀은 실험참가자들의 뇌 활동 데이터를 통계적 접근법으로 분석하고, 머신러닝 모형을 훈련시켰다. 통계 분석 모델의 히트곡 예측 정확도는 69%였다. 이 데이터와 머신러닝 모형을 적용한 결과 정확도는 97%까지 높아졌다. 이 예측기는 노래의 첫 1분에 대한 신경 반응만으로도 82%의 정확도로 히트곡을 식별할 수 있는 것으로 나타났다.

잭 교수는 “센서로 수집한 뇌 신호는 실험참가자의 기분 및 에너지 수준과 관련된 뇌 네트워크의 활동을 반영한다”고 설명했다. “기술이 보편화하면 영화나 TV 프로그램 같은 다른 분야에서도 사용할 수 있을 것”이라고 덧붙였다.

이진경 기자 [e-mail]