Suno Advanced Split: AI 노래에서 실제 음원을 추출합니다

기존 스템 분리 방식은 어떻게 작동하며, 왜 한계에 부딪힐까?

Advanced Split이 왜 진정한 도약인지 이해하려면 기존 기술을 살펴보는 것이 좋습니다. Suno, 전문 도구 또는 여러 플러그인에서 사용되는 기존의 스템 분할 방식은 주파수 분석을 통해 작동합니다. 간단히 말해, 모델은 오디오 신호를 스펙트로그램으로 변환하는데, 이는 어떤 주파수가 어떤 시간과 볼륨으로 발생하는지를 나타냅니다. 그런 다음 모델은 각 음원에 대한 일종의 마스크를 계산하려고 시도합니다. 즉, 어떤 주파수 대역이 보컬, 어떤 주파수 대역이 베이스, 어떤 주파수 대역이 드럼에 해당하는지 파악하는 것입니다. 이러한 대역을 추출하여 하나의 트랙으로 결합합니다.

놀라울 정도로 잘 작동하지만 완벽하지는 않습니다. 개별 스템을 다뤄본 사람이라면 누구나 일반적인 단점을 잘 알고 있을 것입니다.

• 아티팩트: 분리 경계면에서 생기는 작은 계산 오류가 "깡통 같은" 소리, 물속에서 나는 듯한 소리, 또는 약간 뭉개진 소리로 들립니다. 특히 리버브 테일 과 서서히 사라지는 음이 어색하게 뚝 끊기는 경우가 많습니다.
• 크로스토크: 악기들이 주파수 대역을 공유하기 때문에, 분리된 것처럼 보이는 트랙에도 다른 트랙의 잔여물이 남게 됩니다. 드럼 소리는 보컬 트랙에 희미하게 남아 있고, 신스 패드 소리는 베이스 트랙에서 은은하게 울려 퍼집니다.
• 위상 문제: 분리된 트랙들을 다시 합칠 때, 분리 과정에서 위상 정보가 손실되기 때문에 합산 신호가 항상 깨끗하게 일치하지는 않습니다.
• AI 티가 나는 소리: 결국 소스가 눈에 띄게 "AI 같은" 소리를 내는 경우가 많은데, 진지한 프로덕션에서는 절대 원하지 않는 부분입니다.

새로운 접근 방식: 분리 대신 새로 생성하기

Advanced Split은 정반대의 접근 방식을 취합니다. 믹스에서 트랙을 추출하는 대신, Suno는 예를 들어 드럼이 어떻게 연주되고 어떤 소리를 내는지 분석한 다음 해당 트랙을 완전히 새로 생성합니다. 이는 작은 차이처럼 보일 수 있지만, 실제로는 매우 중요한 결과를 가져옵니다.

원본 신호에서 아무것도 제거되지 않기 때문에 분리 아티팩트나 크로스토크가 발생하지 않습니다. 트랙에 다른 악기의 잔여물이 남아 있지 않고, 트랙이 독립적이고 깨끗한 오디오 신호로 재구성되므로 위상 문제도 없습니다. 그 결과, 마치 처음부터 독립적으로 녹음된 것처럼 들리는 단일 트랙이 생성되며, 믹스에서 나중에 추출된 것처럼 어색하지 않습니다.

바로 이 부분이 핵심적인 개념적 차이입니다. 자동 분할(Auto Split)과 믹스에서 분할(Split from Mix)은 기존의 주파수 기반 기술에 해당합니다. 반면 고급 분할(Advanced Split)은 근본적으로 다른 생성형 접근 방식입니다.