"대중에 알려질 기회가 없어 소리 소문 없이 사라지는 음악들이 너무 아깝게 느껴졌다. 이런 보석 같은 노래들을 개인에게 매칭해줄 수 있는 서비스가 있으면 좋겠다고 생각했다. 인공지능(AI) 음악 추천 분야를 공부하게 된 이유다."

네이버는 지난 8일 자사 온라인 블로그에 네이버 뮤직인텔리전스팀의 김현정 기획자와 인터뷰한 내용을 공개했다.

뮤직인텔리전스팀은 네이버의 음악 스트리밍 플랫폼 '바이브'의 믹스테이프·디제이 스테이션·자동추천 재생 등 AI를 활용한 음원 추천 분야를 총괄하고 있다. 김 기획자는 이러한 기능과 더불어 최근 신규 개인화 추천 모듈을 개발하는 데에 집중하고 있다.

어렸을 적부터 유독 음악 듣기를 좋아한 그였지만 음원 한 곡도 대충 듣는 일은 없었다. 김 기획자는 "초등학생 재학 시절에도 용돈을 쪼개가며 (음원 스트리밍 서비스를) 구독했다. 특히 한 장르에 빠지면 그 장르의 아티스트와 피처링한 아티스트까지 거미줄처럼 쭉쭉 타고 가며 여러 음악을 청취했다"고 말했다. 일렉트로닉, 영어 팝, 밴드·록 음악 등 관심 장르도 다양했다.

문과 계열을 전공하면서도 그는 음악에 대한 흥미를 놓지 않았다. 대학 교양수업으로 음대 수업을 듣고 밴드 동아리에서 보컬로 활동하기도 했다. 대학 졸업 이후에는 음반사 마케팅팀에서 일을 시작했다. 이 곳에서 음원 발매 업무를 병행하며 매주 수백 개의 음원을 들었다고 했다.

김 기획자는 "(음반사 등이) 대중에게 이미 유명한 장르에 마케팅 비용을 쓸 수밖에 없다보니 조용히 묻히는 음원들이 정말 많았다"고 회상했다. 이에 음반사를 그만두고 오디오 연구실을 운영하고 있는 공학 대학원에 입학해 본격적으로 음원 추천 분야의 길을 걸었다.

처음부터 이공계열 공부가 쉬웠던 것은 아니다. 김 기획자는 "문과 전공자다 보니 연구에 필요한 벡터 같은 수학부터, 코딩, 머신러닝 같은 공부까지 인터넷 강의로 힘겹게 독학을 했다"고 말했다.

이어진 음원 추천 연구에서는 사용자 만족도를 높이는 방향을 더 고민했다고 강조했다.

김 기획자는 "음원 추천 시스템의 성능을 평가하기 위해서는 정답이 있어야 한다. 그 정답을 얼마나 잘 맞히고 예측하는지에 따라 성능을 평가하는데, 정해진 정답을 맞히고 싶진 않았다. 사용자 만족도를 높이는 방법을 고민하고 싶다는 걸 공부하면서 깨닫게 됐다. 그때부터 살짝 노선을 변경해 사용자 경험을 중심으로 연구했다"고 설명했다.

음원 스트리밍 시장 동향도 사용자 중심으로 변하고 있다. 김 기획자는 "예전에는 공급자의 입장에서 주요 타이틀 위주로 홍보·마케팅을 진행했다면, 이제는 사용자에게 각자 원하는 음악이 제공될 수 있는 방법을 고민하는 것이 큰 차이인 것 같다"고 했다.