AI 보컬 제거는 어떤 원리로 작동하나요?
짧은 답
AI 보컬 제거는 보컬과 악기 트랙이 따로 있는 곡으로 학습한 신경망이 완성된 음원을 분석해, 어떤 소리가 목소리인지 추정한 뒤 보컬과 반주 두 신호로 다시 만들어 내는 방식입니다. 예전 방식은 가운데에 놓인 소리를 상쇄해 베이스까지 지워지고 잔향이 남는 경우가 많았습니다.
최종 검토:
자세한 설명
완성된 곡은 하나로 섞인 믹스이며, 보컬만 끄는 숨은 페이더는 없습니다. 음원 분리 모델은 믹스와 개별 파트가 모두 있는 곡들로 학습한 뒤, 새 믹스에서 각 파트를 예측합니다.
Demucs 같은 공개 연구 모델은 파형과 스펙트로그램을 함께 다룹니다. Meta 연구진이 공개한 Hybrid Transformer Demucs는 드럼·베이스·보컬을 나머지 반주와 분리합니다.
예전의 '위상 반전 후 합치기' 방식은 스테레오 좌우 채널을 서로 빼는 방법입니다. Audacity 매뉴얼에 따르면 가운데에 놓인 소리를 보컬·베이스 구분 없이 똑같이 지우고, 스테레오 잔향은 완전히 지우지 못합니다.
분리는 추정이기 때문에 결과는 믹스에 따라 달라집니다. 코러스, 잔향 꼬리, 목소리와 겹치는 악기가 흔적이 남는 주된 원인입니다.
| 위상 상쇄 (예전 방식) | AI 음원 분리 | |
|---|---|---|
| 작동 방식 | 좌우 채널을 서로 뺌 | 신경망이 소스별로 예측 |
| 스테레오 필요 | 필요 (진짜 스테레오만) | 필요 없음 |
| 베이스·킥 드럼 | 보컬과 함께 지워지기 쉬움 | 대부분 반주에 남음 |
| 보컬 잔향 | 완전히 지워지지 않음 | 줄어들지만 꼬리가 남을 수 있음 |
| 결과 | 모노가 되는 경우가 많음 | 보컬과 반주 신호를 따로 생성 |
자주 묻는 질문
AI 보컬 제거는 보컬 트랙을 끄는 것과 같나요?
아닙니다. 완성된 믹스 속 목소리를 추정하는 것이라 작은 흔적이나 악기 변화가 생길 수 있습니다.
코러스나 잔향이 남는 이유는 무엇인가요?
스테레오 전체에 퍼져 있고 악기와 겹쳐 있어 보컬로 분류하기 어렵기 때문입니다.
품질 단계가 높으면 처리 방식이 다른가요?
MR 메이커의 저·중·고품질은 서로 다른 분리 설정을 쓰며 1·2·3크레딧입니다. 고품질도 완전 제거를 보장하지는 않습니다.
내 음원으로 MR 만들기
사용 권한이 있는 오디오 파일(MP3, WAV, FLAC, M4A, AAC, OGG, MP4, 최대 50MB)을 올리세요. 변환은 저·중·고품질에 따라 1·2·3크레딧이며, 키를 바꾸면 1크레딧이 추가됩니다.
음원 업로드하기관련 가이드
출처
각 출처는 표시된 날짜에 직접 열어 내용을 확인했습니다.
- Demucs: music source separation (README) — Meta Research on GitHub (확인 )
- Hybrid Transformers for Music Source Separation (Rouard, Massa, Défossez) — arXiv (확인 )
- Vocal Reduction and Isolation — Audacity Manual (확인 )
- Music source separation — Wikipedia (확인 )