Engineering

스포티파이 알고리즘은 사용자가 인지하지 못하는 사이에 매일 매시간 작동합니다. 디스커버 위클리, 데일리 믹스, 라디오 기능 모두 이 알고리즘의 산출물입니다. 음악 추천은 단순한 비슷한 곡 매칭이 아니라 머신러닝, 자연어 처리, 강화학습이 복합적으로 결합된 시스템입니다. 스포티파이 공식 연구 블로그가 공개한 자료를 바탕으로, 이 알고리즘이 어떻게 작동하는지 단계별로 정리합니다.

1. 협업 필터링과 콘텐츠 기반 필터링의 결합

스포티파이 알고리즘의 두 축은 협업 필터링과 콘텐츠 기반 필터링입니다. 협업 필터링은 비슷한 청취 이력을 가진 사용자들의 데이터를 비교해 추천을 만듭니다. 사용자 A와 B가 X, Y, Z 곡을 모두 좋아했고 C가 X, Y만 좋아했다면, C에게 Z를 추천하는 방식입니다. 이 방법은 직관적이지만 새로 발매된 곡이나 청취 데이터가 부족한 곡을 추천하기 어려운 콜드 스타트 문제가 있습니다.

콘텐츠 기반 필터링은 이 문제를 보완합니다. 곡 자체의 특성을 분석해 추천에 활용하는 방식입니다. 스포티파이 알고리즘은 새로 업로드된 곡의 메타데이터, 오디오 신호, 가사, 관련 웹 콘텐츠를 모두 분석합니다. 협업 데이터가 전혀 없는 신곡도 비슷한 음향 특성을 가진 인기곡과 연결되어 추천 후보에 오를 수 있습니다. 두 방식의 결합이 추천 정확도와 신곡 발굴을 동시에 가능하게 합니다.

최근 연구는 대형 언어 모델을 도입해 추천을 개인화된 내러티브로 확장하고 있습니다. 스포티파이 연구 블로그가 공개한 LLM 기반 추천 사례는 사용자에게 곡을 단순 제안하는 대신, 왜 그 곡을 추천하는지를 자연어로 설명하는 방향을 보여줍니다. 사용자는 자기 취향을 더 잘 이해하게 되고, 알고리즘은 사용자의 반응에서 새로운 학습 신호를 얻습니다.

두 필터링 방식의 결합은 가중치 문제로 이어집니다. 새 사용자에게는 콘텐츠 기반 필터링의 비중을 높이고, 데이터가 충분히 쌓인 기존 사용자에게는 협업 필터링의 비중을 높이는 식의 조정이 필요합니다. 이 가중치는 고정값이 아니라 사용자의 청취 이력 길이, 선호 다양성, 활동 빈도에 따라 동적으로 변합니다. 스포티파이 알고리즘이 같은 사용자에게도 시기에 따라 다른 추천 패턴을 보이는 이유 중 하나입니다.

2. 오디오 특성 추출과 곡 표현

스포티파이 알고리즘이 곡을 이해하는 방식은 단순한 장르 태그 그 이상입니다. 모든 곡은 BPM, 키, 음량, 댄서빌리티, 에너지, 발렌스 같은 수십 개의 수치 특성으로 분해됩니다. 발렌스는 곡이 전달하는 감정의 긍정성을 측정하는 지표입니다. 같은 BPM 130의 곡이라도 발렌스가 0.8인 밝은 곡과 0.2인 어두운 곡은 추천 대상이 다릅니다.

자연어 처리도 곡 분석에 활용됩니다. 스포티파이 알고리즘은 음악 블로그, 가사, 사용자 플레이리스트 제목을 크롤링해 곡과 관련된 의미 정보를 추출합니다. 어떤 곡이 슬픔이라는 단어와 자주 함께 등장하면 슬픈 곡으로 분류되고, 운동이라는 단어와 함께 등장하면 운동용 곡으로 분류됩니다. 이 의미 정보가 사용자의 컨텍스트와 매칭되어 추천에 반영됩니다.

우리가 이전 글에서 다룬 사운드 디자인의 인터페이스 원리가 알고리즘의 곡 표현 방식에도 그대로 적용됩니다. 좋은 인터페이스가 사용자에게 정보를 압축해 보여주듯, 좋은 곡 표현은 음악의 다차원적 특성을 알고리즘이 처리 가능한 벡터로 압축해야 합니다. 스포티파이 알고리즘이 처리하는 곡 벡터는 보통 수백 차원의 임베딩으로 표현됩니다.

이 임베딩은 두 곡 사이의 유사도를 단순한 코사인 거리로 계산할 수 있게 해줍니다. 거리가 가까운 곡은 비슷한 곡이고, 거리가 먼 곡은 다른 곡입니다. 사용자가 좋아한 곡과 거리가 가까운 곡을 후보로 추리고, 거기에 컨텍스트와 다양성 가중치를 곱해 최종 추천 목록을 만듭니다. 곡과 곡 사이의 미묘한 분위기 차이가 수치 거리로 환산되는 셈입니다. 같은 인디 록이라도 어떤 곡은 멜랑콜리에, 어떤 곡은 에너제틱에 가까운데, 이 차이가 임베딩 공간에서 좌표로 표현됩니다.

3. 사용자 프로파일링과 컨텍스트 인식

스포티파이 알고리즘은 사용자를 단일한 취향 프로필로 보지 않습니다. 한 사용자가 출근길에 듣는 음악, 운동 중에 듣는 음악, 잠들기 전에 듣는 음악이 모두 다르다는 것을 인식합니다. 컨텍스트라고 부르는 이 변수가 추천의 정확도를 크게 끌어올립니다. 시간대, 요일, 위치, 디바이스, 직전에 들은 곡 같은 정보가 모두 컨텍스트의 구성 요소입니다.

청취 세션 단위로 데이터가 분리됩니다. 한 세션은 보통 한 번에 연속 재생되는 시간 구간을 의미합니다. 같은 사용자라도 출근 세션과 저녁 세션의 추천이 다른 이유가 여기에 있습니다. 우리가 이전 글에서 분석한 세트리스트의 큐레이션 원리처럼, 스포티파이 알고리즘도 곡과 곡 사이의 흐름을 중요하게 봅니다.

사용자 행동 신호는 명시적 신호와 암묵적 신호로 구분됩니다. 명시적 신호는 좋아요, 저장, 플레이리스트 추가 같은 의도적 행동입니다. 암묵적 신호는 끝까지 들었는지, 30초 안에 스킵했는지, 반복 재생했는지 같은 자연스러운 청취 행동입니다. 사용자 대부분이 명시적 신호를 잘 남기지 않기 때문에 암묵적 신호가 알고리즘 학습의 주된 데이터원이 됩니다. 30초 스킵은 강한 부정 신호로 해석됩니다.

청취량이 적은 신규 사용자에게 알고리즘은 종종 어려움을 겪습니다. 데이터가 부족한 상태에서는 추천을 만들 단서가 적기 때문입니다. 이 콜드 스타트 문제를 해결하기 위해 스포티파이 알고리즘은 신규 가입 시 사용자가 좋아하는 아티스트를 직접 선택하게 하거나, 인기곡 풀에서 다양한 장르의 곡을 골고루 보여주면서 초기 반응 데이터를 빠르게 수집합니다. 첫 한 달의 청취 패턴이 이후 추천의 기본 토대가 됩니다.

4. 강화학습과 추천의 다양성 문제

추천 시스템의 고질적 문제는 필터 버블입니다. 알고리즘이 사용자가 좋아할 만한 곡만 추천하다 보면, 새로운 장르나 아티스트를 발견할 기회가 사라집니다. 스포티파이 알고리즘은 이를 해결하기 위해 강화학습 기법을 도입했습니다. 추천을 일종의 행동으로 보고, 사용자의 반응을 보상으로 정의해 장기적으로 만족도를 극대화하는 방향을 학습시키는 방식입니다.

탐색과 활용의 균형이 핵심입니다. 알고리즘은 익숙한 곡을 추천해 단기 만족도를 높이는 동시에, 가끔씩 사용자가 평소 듣지 않던 곡을 의도적으로 끼워 넣어 새로운 취향을 탐색합니다. 이 탐색 곡에 사용자가 긍정적으로 반응하면 비슷한 새로운 곡을 추가로 탐색하고, 부정적으로 반응하면 그 방향의 탐색을 줄입니다. 사용자도 자기 취향이 어디까지 확장될 수 있는지 알게 됩니다.

스포티파이 알고리즘이 매월 16억 건 이상의 아티스트 발견을 만들어낸다는 통계는 이 메커니즘의 결과물입니다. 매거진의 팬 컬처 시리즈에서 살펴본 것처럼, 새로운 음악을 발견하는 경험은 청취자의 정체성과 직접 연결됩니다. 알고리즘이 만들어주는 발견은 단순한 곡 한 개가 아니라 새로운 자기 자신의 모습이기도 합니다. 스포티파이 알고리즘이 진짜 잘 작동하는 순간은 사용자가 추천 곡을 듣고 이런 음악을 좋아하는 줄 몰랐다고 느끼는 순간입니다. 그 순간이 발견이고, 알고리즘의 가장 큰 가치입니다. 정량적 학습이 정성적 경험으로 변환되는 그 지점이 추천 시스템의 핵심 목표이기도 합니다. 한 사용자의 청취 데이터는 단순한 로그가 아니라 그 사람의 감정 지도이고, 알고리즘은 그 지도를 읽어 다음 길을 제안하는 안내자 역할을 합니다. 결국 좋은 추천은 좋은 친구가 음반을 추천해주는 것과 다르지 않습니다. 차이가 있다면 그 친구가 매일 매시간 작동하고, 수억 곡의 카탈로그를 기억하고 있다는 점뿐입니다.

콘서트 사운드 시스템은 그저 큰 스피커가 아닙니다. 수만 명이 모인 공간에서 모든 좌석에 균일한 음질을 전달하기 위해, 수십 개의 정밀한 부품이 동시에 작동하는 정교한 음향 시스템입니다. 라인 어레이 기술은 이 영역에서 가장 중요한 혁신으로 꼽힙니다. L-Acoustics 공식 자료는 이 기술의 발전 과정과 현재 표준을 정리해 보여줍니다. 콘서트장에서 들리는 그 강력하고 선명한 소리의 비밀이 어디에서 오는지 살펴봅니다.

1. 콘서트 사운드 시스템의 기본 작동 원리

콘서트 사운드 시스템은 크게 세 단계로 구성됩니다. 무대 위 마이크와 악기 픽업이 음원을 수집하고, 믹싱 콘솔이 모든 채널을 조정하며, 최종적으로 거대한 스피커 어레이가 객석으로 음을 송출합니다. 이 세 단계 사이에는 프리앰프, 컴프레서, 이퀄라이저, 시그널 프로세서 같은 수많은 처리 장치가 들어갑니다. 한 번의 라이브 공연에서 처리되는 신호는 100채널을 넘기는 경우가 흔합니다.

콘서트 사운드 시스템에서 가장 어려운 과제는 균일성입니다. 무대 앞 1열과 객석 끝 좌석 사이에 거리가 50미터를 넘어가는 경우가 많습니다. 일반 스피커는 거리가 두 배가 될 때마다 음압이 6데시벨씩 떨어집니다. 이 단순한 물리 법칙을 뒤집기 위해 라인 어레이라는 특별한 스피커 배열이 등장했습니다. 라인 어레이는 거리가 두 배가 되어도 음압이 3데시벨만 떨어지는 원통형 음파를 생성합니다.

현장 음향 엔지니어는 공연 시작 전 여러 시간을 사운드 체크에 투자합니다. 회장 모든 좌석을 순회하면서 마이크로 음압과 주파수 응답을 측정하고, 이퀄라이저로 보정합니다. 우리가 이전 글에서 다룬 무대 뒤의 인프라 구조가 보이지 않는 곳에서 작동하는 이유가 여기에 있습니다. 관객이 듣는 깨끗한 사운드는 우연이 아니라 수많은 보정의 결과입니다.

디지털 믹싱 콘솔의 등장도 콘서트 사운드 시스템을 크게 바꿨습니다. 과거 아날로그 콘솔은 한 번 설정한 값을 다른 공연에 그대로 옮기기가 어려웠습니다. 디지털 콘솔은 모든 설정을 디지털 파일로 저장하고, 다음 공연장에서 그대로 불러와 미세 조정만 추가하면 됩니다. 투어 공연이 늘어나면서 이 효율성이 산업 전반의 표준이 되었습니다. 같은 아티스트의 사운드를 30개 도시에서 일관되게 재현하는 것이 가능해진 이유입니다.

2. 라인 어레이의 기술적 특성

라인 어레이는 여러 개의 스피커 유닛을 수직으로 줄지어 매다는 배치 방식입니다. 1990년대 프랑스의 음향 회사 L-Acoustics가 V-DOSC라는 시스템을 발표하면서 본격적으로 상용화되었습니다. 핵심은 각 스피커가 만들어내는 음파가 서로 간섭하면서 단일한 원통형 파동을 형성한다는 점입니다. 이 원통형 파동이 콘서트 사운드 시스템의 균일성 문제를 해결합니다.

개별 스피커 유닛 사이의 각도와 간격은 정밀하게 계산됩니다. 회장의 형태, 좌석 배치, 무대까지의 거리를 모두 입력해 시뮬레이션 소프트웨어가 최적의 행 잉 각도를 산출합니다. 1도 차이만으로도 객석 후방의 음압이 크게 달라지기 때문에 이 계산은 무시할 수 없습니다. 콘서트 사운드 시스템의 설치는 단순한 매달기가 아니라 수학적 설계입니다.

라인 어레이가 도입되기 전에는 포인트 소스 스피커를 회장 곳곳에 분산 배치하는 방식이 일반적이었습니다. 이 방식은 좌석마다 음압 차이가 크고, 스피커 간 신호 도달 시간 차이로 인한 위상 간섭이 심했습니다. 라인 어레이는 이 두 문제를 동시에 해결했습니다. 현재 대형 콘서트 사운드 시스템의 표준은 메인 라인 어레이와 보조 딜레이 스피커의 조합입니다. 매거진의 편집 기준에서 권위 있는 출처를 우선하는 이유처럼, 음향 시스템도 검증된 기술 위에 쌓아 올려갑니다.

3. 회장 음향 설계와 환경 변수

콘서트 사운드 시스템은 스피커만으로 결정되지 않습니다. 회장 자체의 음향 특성이 결정적인 변수입니다. 실내 회장은 벽과 천장이 음을 반사하면서 잔향을 만듭니다. 잔향이 너무 길면 보컬과 악기 소리가 뭉개지고, 너무 짧으면 풍부함이 사라집니다. 일반적으로 클래식 회장은 잔향 시간 2초 내외, 록 콘서트장은 1초 내외가 적정선으로 여겨집니다.

야외 공연장은 정반대 문제를 안고 있습니다. 반사면이 없으니 잔향은 거의 없지만 바람과 기온, 습도가 음파의 전파를 직접 변형시킵니다. 추운 밤 공기는 음을 더 멀리 보내고 더운 낮 공기는 음을 더 빠르게 흡수합니다. 야외 콘서트 사운드 시스템 설치팀은 공연 직전까지 기상 변화를 모니터링하면서 시스템을 미세 조정합니다. 동일한 장비라도 그날의 날씨에 따라 다른 설정이 필요합니다.

현장의 잡음 수준도 변수입니다. 옥내 공연장 근처에 도로가 있거나, 야외 공연장 인근에 발전기가 있으면 백그라운드 노이즈가 음향 설계에 영향을 줍니다. 잡음을 뚫고 보컬을 또렷이 들리게 하려면 단순히 음량을 올리는 게 아니라 보컬 주파수 대역을 살짝 강조하는 이퀄라이징이 필요합니다. 좋은 엔지니어는 음량 대신 명료성을 키웁니다.

청각 보호 측면도 콘서트 사운드 시스템 설계에서 점점 중요해지고 있습니다. 평균 음압이 100데시벨을 넘는 환경이 두 시간 이상 지속되면 단기 청각 손상의 위험이 있습니다. 일부 국가는 야외 공연장의 음압 상한선을 법으로 규정합니다. 엔지니어는 정해진 음압 한계 안에서 최대한의 명료성과 임팩트를 만들어내야 하는 새로운 과제를 안고 있습니다. 음향 기술의 발전 방향이 단순히 더 큰 소리에서 더 정밀한 소리로 옮겨가고 있는 셈입니다.

4. 무대 모니터링과 인이어 시스템

관객 측 콘서트 사운드 시스템과 별개로 무대 위 아티스트가 듣는 음향이 따로 있습니다. 무대 모니터 스피커 또는 인이어 모니터가 그 역할을 합니다. 아티스트는 자기 목소리, 동료 연주자의 소리, 백 트랙을 정확히 들어야만 정상적인 공연이 가능합니다. 무대 모니터가 흐트러지면 보컬리스트가 음을 놓치고, 드러머가 박자를 잃습니다.

전통적인 무대 모니터 스피커는 바닥에 놓인 쐐기 모양의 스피커였습니다. 최근에는 인이어 시스템이 표준으로 자리 잡고 있습니다. 인이어는 외부 소음을 차단하면서 정확한 음을 전달하기 때문에 청각 보호 측면에서도 유리합니다. 다만 인이어를 끼면 회장의 함성과 분위기가 차단되어 아티스트가 관객과의 연결감을 잃기 쉽습니다. 이를 보완하기 위해 회장 마이크를 따로 설치해 관객 함성을 인이어로 흘려 보내는 셈블리언스 마이크 기법이 사용됩니다.

인이어 모니터 자체도 다단계로 구성됩니다. 보컬리스트는 자기 목소리, 코러스, 키보드를, 드러머는 자기 드럼, 클릭, 베이스를 우선순위로 설정합니다. 각 멤버가 듣는 모니터 믹스가 모두 다르며, 이 모니터 콘솔은 관객용 메인 콘솔과 별개로 운영됩니다. 대형 콘서트 사운드 시스템에서 모니터 엔지니어는 별도의 전문 직군입니다. 메인 엔지니어와 모니터 엔지니어가 서로 신호를 주고받으면서 무대와 객석 양쪽의 사운드를 동시에 책임집니다.

콘서트 사운드 시스템 운영은 종합 기술입니다. 라인 어레이의 물리학, 회장 음향, 환경 변수, 모니터링, 그리고 무엇보다 음악에 대한 감수성이 모두 필요합니다. 매거진의 사운드 디자인 시리즈에서 다룬 믹싱 원칙들이 라이브 환경에서 어떻게 변형되는지 보여주는 가장 직접적인 사례입니다. 아티스트의 목소리가 객석 끝까지 깨끗이 도달했다면 그 뒤에는 수십 명의 엔지니어와 정밀하게 조율된 시스템이 있습니다. 보이지 않는 그 시스템이 있어야 음악이 비로소 음악으로 들립니다. 다음에 콘서트장에 앉을 일이 있다면, 무대만 보지 말고 천장에 매달린 라인 어레이를 한 번 올려다보길 권합니다. 그 검은 박스들이 그날 밤의 진짜 주인공입니다. 거기서 시작된 음파가 자기 귀에 닿기까지 거친 수많은 계산과 보정이 그 공연을 가능하게 만들었기 때문입니다.