국내 연구진이 인공지능(AI) 딥러닝 기법을 사용해 음악이 가져다주는 스트레스 완화 효과를 입증하는 데 성공했다.

중앙대는 교양대학 최수빈 교수, 지능형반도체공학과 홍철호 교수, 응용통계학과 박상규 교수, 전자전기공학부 박종익 졸업생(현 카네기멜론대 대학원 재학생), 명지병원 AIR연구소 박상철 연구교수로 구성된 연구팀이 음악의 스트레스 완화 효과를 입증한 데 더해 손쉽게 개인 맞춤형 디지털 음악 치료제를 만들 수 있는 기술을 개발했다고 21일 밝혔다.

그간 음악이 스트레스 감소와 정서적 안정을 촉진한다는 연구 결과는 꾸준히 발표됐지만, 생리적인 반응을 측정하는 방식이 주를 이뤘다. 시간과 비용이 많이 소모되고, 전문 장비가 필요해 후속 연구의 접근성이 낮다는 한계가 존재했다.

연구팀은 딥러닝 기법을 활용해 음악의 효과를 밝히는 데 접근했다. 멜 스펙트로그램을 활용해 음악의 주파수, 진폭, 파형 등 본질적인 소리의 요소들을 추출하고, 이를 CNN 모델에 학습시킨 결과 스트레스 완화 음악을 분류하는 데 성공했다.

중앙대 연구팀이 개발한 방법은 생리적 데이터 없이 높은 정확도로 스트레스 완화 음악을 분류할 수 있다는 점에서 기존 연구 방법 대비 효율적이며 비용 절감 효과도 크다. 손쉽게 다양한 스트레스 완화 음악 데이터셋을 생성해 개인 맞춤형 데이터 음악 치료제로 사용 가능하다는 점을 밝힌 이번 연구는 관련 분야에 융합 연구의 모델을 제안했기에 의미가 크다는 평이 뒤따른다.

이번 연구를 주관한 최수빈 교수는 한국인의 정서를 고려한 음악적 개입이 백내장 수술 중 통증·불안을 감소시킨다는 점을 밝힌 바 있다. 이후 음악 자체의 효과와 개인의 생물심리사회 모형에 기반한 음악 효과를 과학적으로 증명하는 연구를 이어왔다. 음악 효과 연구를 AI 영역으로도 확장해 나가는 중이다.

연구 내용은 미국 공공과학도서관 온라인 학술지 ‘Plos ONE’에 게재된 ‘CNN과 멜 스펙트로그램 기반 스트레스 해소 음악 데이터셋 구축 가속화(Accelerated construction of stress relief music datasets using CNN and the Mel-scaled spectrogram)’ 논문을 통해 확인할 수 있다.