이전부터 음악 생성 AI로서 이름을 알고 있었던 Suno AI.

한번 꽤 러프하게

「〇〇 장르로」

등의 상당히 심플한 프롬프트 (Prompt)를 던져 생성된 악곡을 듣고,

「이 정도의 프롬프트로도 괜찮은 느낌의 곡을 만들 수 있구나ー」

라는 첫인상이었습니다.

그 후, 엔지니어로서 AI 도구를 활용하여 프롬프트를 설계할 기회가 늘어났습니다. 어떤 지시에 대해 어떤 결과가 돌아오는지 조금씩 보이게 된 지금, 다시 한번 Suno를 시도해 보았습니다.

이번에는 그 내용을 공유합니다.

이번에 접해보며 가장 컸던 발견은, 본래의 곡 제작 프로세스를 분해하여 그 페이즈 (Phase)마다 프롬프트를 준비하면 생성 결과가 상당히 의도에 가까워진다는 것이었습니다.

통상적인 곡 제작은 크게 나누면 다음과 같은 공정으로 분해할 수 있습니다.

• 작곡
• 작사
• 편곡
• 소리 조정, 믹스 (Mix)

더 세부적으로 보면,

• 작곡

  • 멜로디를 만든다
  • 코드 악기로 화음을 맞춰본다
  • 섹션 (Section)별 전개를 생각한다

• 작사

  • 스토리를 생각한다
  • 주인공을 생각한다
  • A멜로, B멜로, 사비 (Sabi/후렴)에서 무엇을 말할지 생각한다
  • 멜로디에 얹힐 글자 수를 조정한다

• 편곡

  • 악기 구성을 생각한다
  • 악기의 질감을 생각한다
  • 섹션별 고조되는 방식을 생각한다

• 믹스

  • 음상 (Sound image)의 넓이를 생각한다
  • 보컬의 근접도를 생각한다
  • 각 악기의 존재감을 조정한다

와 같이 됩니다.

이후에는 위의 프로세스별 해설을 하겠습니다.

이하에서 해설하는 작업 순서에 대해서는 하나의 예시입니다.

먼저 전체적인 방향성을 결정할 때 효과적이었던 것이, 코드 진행 (Chord progression)을 먼저 지정해 버리는 방법이었습니다.

멜로디를 제로 베이스에서 「어떻게든 괜찮은 느낌으로」라고 부탁하면, 귀에는 듣기 좋지만 섹션별 온도 차이가 나타나기 어렵고 전체적으로 단조로운 인상이 되기 쉬웠습니다.

그래서 A멜로, B멜로, 사비에서 코드 진행 자체를 바꾸어 지정해 보니, 기대한 대로 섹션별 표정이 바뀌어 준다는 것을 알 수 있었습니다.

Key center: C major / A minor
Verse: Am - F - C - G (순환 코드로 담담한 분위기)
Pre-Chorus: Dm - E - Am (조금씩 긴장감을 높임)
...

예를 들어 위와 같이, A멜로에서는 같은 코드를 반복함으로써 일상감이나 단조로움을 내고, 사비로 향하면서 기능 화성적인 움직임 (도미넌트 모션 등)을 강화하면 「고조되어야 할 부분에서 제대로 고조되는」 곡이 되기 쉽다는 감각이 있었습니다.

음악 이론 지식이 없더라도 「A멜로는 차분한 느낌, 사비는 개방적인 느낌」과 같이 말로 전달하는 것만으로도 어느 정도는 반영해 줍니다. 다만, 코드 진행 자체를 지정하는 편이 의도한 대로의 재현성은 높다는 인상입니다.

반대로 코드 진행을 지정하지 않고 장르만 전달했을 경우에는 생성할 때마다 분위기가 바뀌기 쉬워, 의도한 착지점에 도달하기까지 몇 번이고 재생성 (Regeneration)이 필요한 상황이 많았습니다.

다음으로 가사를 만듭니다.

여기서 곡 전체의 방향성이 상당히 굳어진다는 것을 알게 되었습니다.

예를 들어, 심플한 J-POP 구성으로서,

1A(8마디)
1B(8마디)
1C(8마디 x 2)
...

가 있다고 가정해 봅시다.

이 안에서 싱어가 노래할 수 있는 말의 수는 사실 그렇게 많지 않습니다.

따라서 섹션별로 어느 정도의 글자 수가 들어가는지, 어느 섹션에서 무엇을 말할지, 완성된 형태의 가사를 어느 정도 내다보고 있는 편이 원하는 것에 가까운 결과물을 얻을 수 있다고 느꼈습니다.

그렇기 때문에 우선은

1A에서는 주인공의 일상을 그린다.
1B에서는 조금씩 마음이 움직이기 시작한다.
1C에서는 밤의 거리로 뛰어 나가는 듯한 개방감을 낸다.
...

와 같이 스토리의 흐름을 먼저 만들고, 그 후 더 상세하게 가사를 채워 나갑니다. 그렇게 함으로써 섹션별 역할이나 곡 전체의 스토리가 명확해져, 일반적인 상업용 곡에서 볼 수 있는 일관성에 가까워진다는 실감이 있었습니다.

반대로 가사의 방향성이 애매한 채로 생성하면, 멜로디나 어레인지 (Arrange)는 좋아도 곡 전체로서 무엇을 말하고 싶은지가 흐릿해지기 쉬운 인상입니다.

응용: 허밍으로 멜로디를 만들어 보고, 거기에 얹을 가사를 생각하면 의외로 가사 전문을 술술 쓸 수 있는 경우도 있습니다. 생성해 보면 「이 부분의 박자를 이렇게 나누었구나」, 「더 이렇게 하고 싶으니까 이렇게 지시해 볼까」라며 프롬프트를 수정하는 계기가 되기도 합니다.

다음은 편곡이나 음색의 지정입니다.

다음과 같이, 악기 구성의 지정은 비교적 생성 결과에 반영되기 쉬운 인상이었지만,

Acoustic Guitar
Electric Bass

사용할 악기의 질감에 대해 지시를 내려도, 악기 이름뿐만 아니라 음색이나 연주의 질감에 대해서도 비교적 세밀한 지시가 반영되어 생성된다는 것을 알 수 있었습니다.

// 우선은 전체적으로 사용될 악기군에 대해 기재
Warm acoustic guitar driven arrangement,
// 나아가 Boss사의 Blue Chorus와 같은... 식으로 사용할 이펙터의 이미지도 추가
...

그리고 그중에서 특히 흥미로웠던 점은, **Banjo와 같이 일반적인 J-POP에서는 등장 빈도가 비교적 낮은 악기를 지정했을 때 생성된, 악기 특유의 자연스러운 프레이즈 (Phrase)**였습니다.

starting from Banjo solo

등과 같이 프롬프트 (Prompt)를 넣어보니, 숙련된 연주자가 연주한 듯한 퀄리티의 Banjo 솔로로 시작하는 곡을 만들어 주었습니다.

넣고 싶은 악기는 물론, 악기의 질감(왜곡되었는지, 생음인지)에 대해서도 대략적으로 고려해 줍니다. 음악 이론 지식이 있다면 코드 진행 (Chord Progression)에 대해 지시를 내렸을 때, 대략 그에 따라 생성해 주었습니다.

온라인 마스터링 (Mastering) 서비스 등을 다루는 LANDR사의 「음악 믹싱 방법: 초보자 가이드」에는 다음과 같이 기재되어 있었습니다.

믹싱 (Mixing)이란, 여러 개의 오디오 트랙을 레이어 (Layer)하여 처리하고, 균형 잡힌 곡으로 완성하는 작업을 말합니다. 프로듀서나 믹싱 엔지니어는 각 트랙의 볼륨 레벨이나 기타 특성을 조정하고, 이펙트 (Effect)를 걸며, 다양한 도구를 사용하여 문제를 방지하거나 해결합니다.

지금까지의 작곡, 편곡에서는 악보상의 음악적 요소를 어떻게 만들어 나갈 것인가를 생각해야 했지만, 믹싱은 악보로는 표현할 수 없는 전체적인 소리의 균형을 잡는 작업이 됩니다.

여러 사람에게 들려줄 수 있도록 한 곡으로서 성립시키고, 그 위에서 소리가 잘 들리게 하기 위해서는 피할 수 없는 필수적인 프로세스라고도 할 수 있습니다.

프롬프트를 통한 세밀한 조정은 어려울 것 같다는 결론에 도달했습니다. 이후에는 그 결론에 도달하게 된 경위에 대해 정리하겠습니다.

우선 각 악기의 위치에 대해 지정해 보았습니다만, 생성된 음원은 전체적으로 스테레오 폭 (Stereo Width)이 넓어, 개별 악기가 지정한 위치에 배치되었는지를 완성된 스테레오 음원으로부터 판단하기는 어려웠습니다.

// 노래의 위치
Lead Vocal : Center
Vocal Double 1 : 15% Left
...

사실, 곡의 기본적인 구성이나 가사, 편곡을 유지하면서 믹스 밸런스나 음질 면의 변화를 생성하는 「Remaster」라는 기능도 있습니다.

리마스터 (Remaster)는 트랙의 구조나 가사, 퍼포먼스에는 만족하지만 소리를 세련되게 다듬고 싶을 때 특히 유용합니다. 전체적인 음질을 향상시키거나, 악기 및 보컬의 믹스와 밸런스를 조정하거나, 같은 곡을 유지하면서 다른 음질을 시도하거나, 나아가 보컬의 명료도나 발음을 향상시키기 위해 사용할 수 있습니다.

하지만 본 기능을 사용할 때 믹스에 대한 지시를 프롬프트로 입력하는 기능은 집필 시점 기준으로 존재하지 않기 때문에, 믹스가 어떻게 변경될지는 Suno의 내부 로직에 맡길 수밖에 없을 것 같습니다.

실제로 몇 번 시도해 본 결과, 곡 전체의 음압 (Loudness)을 억지로 높인 듯한 데이터도 생성되었기 때문에, 전달하는 소재에 따라 반드시 필자가 의도한 방향으로 개선된다고는 할 수 없다고 느꼈습니다. 향후 업데이트를 기대해 봐야겠습니다.

노래가 주인공인 곡에서는 특징 있는 목소리가 있으면 다른 곡과 차별화할 수 있지만,

"목소리에 변화를 줘"

라고 부탁해도 비슷한 음질만 나올 뿐 변화가 거의 없어, "Suno로 생성한 곡 같은 느낌"을 도저히 지울 수 없는 경우가 많았습니다.

여기서 등장하는 것이 Voices입니다.

한마디로 말하면, **"자신의 목소리를 녹음하여 AI가 노래하게 하고, 그것을 바탕으로 곡을 생성하는 기능"**입니다.

자신의 가창에 자신감이 있는 분이라면 이를 활용함으로써 이전보다 더욱 독창성 있는 곡을 제작하기 쉬워집니다.

참고로 아래의 튜토리얼 영상을 보시면 알 수 있듯이, 3:03 부근에서 레코딩 (Recording), 4:18 부근에서는 녹음된 음질을 세부적으로 반영한 보컬로 곡이 생성되는 모습을 확인할 수 있습니다.

정확한 생성을 위해서는 스튜디오 퀄리티의 마이크가 권장되는 것 같지만, 세세한 품질을 신경 쓰지 않는다면 MacBook 내장 마이크로도 충분히 테스트해 볼 수 있습니다. 실제로 자신의 목소리 질감을 반영한 보컬로 악곡을 생성할 수 있으므로, 우선은 간편한 환경에서 시도해 보는 것도 좋을 것입니다.

"노래에는 별로 자신이 없다"라고 생각하는 분들도 많을 것입니다.

그 경우에는 Voices를 사용하는 대신, Suno로 노래가 들어있지 않은 인스트루멘탈 (Instrumental) 음원을 생성하고, Synthesizer V와 같은 가창 합성 소프트웨어로 별도의 보컬을 제작하는 방법도 고려할 수 있습니다.

구체적으로는 DAW 지식이 조금 필요하겠지만, 다음과 같은 제작 플로우입니다.

• Suno로 인스트루멘탈 (Instrumental) 음원을 생성한다
• Synthesizer V로 멜로디와 가사를 입력한다
• Suno의 인스트루멘탈 (Instrumental) 음원과 Synthesizer V의 가창을 추출한다
• DAW로 불러와 하나의 악곡으로서 믹싱 (Mixing) 해 나간다

이 방법에서는 Suno에 가창 그 자체를 학습·생성시키는 것이 아니라, Suno로 만든 반주와 별도로 제작한 가창을 DAW 상에서 조합합니다. 따라서 Voices와는 다른 제작 방법이 됩니다.

단, Suno로 생성한 음원과 Synthesizer V의 가창 라이브러리에는 각각 이용 약관 및 상업적 이용 조건이 있습니다. 악곡을 공개·판매할 경우에는 사용 중인 Suno의 플랜이나 Synthesizer V의 각 가창 데이터베이스 라이선스를 사전에 확인해 주세요.

또한, Suno로 생성한 반주는 나중에 템포(Tempo)나 코드(Chord), 구성(Structure)을 세부적으로 변경하기 어려울 수 있습니다. 먼저 보컬 멜로디를 만드는 경우에는, BPM이나 키(Key), 섹션 구성을 결정한 뒤에 인스트루멘탈 (Instrumental) 음원을 생성하는 것이 DAW 상에서 맞추기 수월합니다.

다시 한번 말씀드리자면, 이번에 가장 큰 발견은 "작사·작곡·편곡·믹싱 (Mixing)"이라는 공정별로 프롬프트 (Prompt)를 분해하여 설계하면, 생성되는 악곡이 의도한 바에 훨씬 가까워진다는 점이었습니다.

반대로 장르만 전달하여 대략적으로 생성하면, 본문에서 말씀드린 것처럼 분위기는 좋아도 결과물이 모호해지기 쉽습니다.

이번에는 Qiita보다는 Note 등에 게시할 법한 음악 계열의 내용이었지만, Qiita의 기사 목록을 보다가 "뭔가 다를 것 같은데?"라고 느끼고 우연히 들러주신 음악 및 음악 생성 AI 애호가분들에게 새로운 발견이 되었기를 바랍니다.

• 검증일: 2025/7/18

• 사용한 Suno 모델: v5.5

• 사용 플랜: Pro 플랜

• 동일 조건에서의 생성 횟수: 3회 정도

• 가사와 악곡 구성을 고정했는가: 어느 정도 Yes

• 라우드니스 (Loudness)를 맞춰 비교했는가: Yes

• 헤드폰 / 모니터 환경

• Yamaha HS7 (스피커)

• Universal Audio Volt 276 (오디오 인터페이스)

• Sennheiser HD 25 (헤드폰)

• Logic Pro (DAW 소프트웨어)

• 스펙트럼 (Spectrum)이나 LUFS를 측정했는가: Yes