기계의 목소리에 담긴 인간의 서사
보컬로이드에서 생성형 AI까지
#1
최근 생성형 AI를 활용한 음악 창작이 폭발적으로 증가하면서, 누구나 프롬프트 몇 줄로 완성도 높은 곡을 만들어내는 시대가 열렸습니다. 텍스트를 입력하고 알고리즘이 쏟아낸 수십 개의 결과물 중 하나를 골라내어 유튜브라는 거대한 전시장에서 공유하는 이 낯선 풍경은, 사실 완전히 새로운 현상만은 아닙니다. 시간을 조금 거슬러 올라가면 지금의 AI 음악 씬과 놀랍도록 닮아 있는 하나의 거대한 서브컬처를 만나게 됩니다. 바로 2000년대 후반 일본을 강타했던 '보컬로이드(Vocaloid)' 붐입니다.
#2
보컬로이드와 생성형 AI 음악의 가장 뚜렷한 공통점은 '창작의 민주화'에 있습니다. 뛰어난 악곡을 구상하더라도 가창자를 섭외하거나 스튜디오를 대여할 자본이 없던 1인 창작자들에게 '하츠네 미쿠'라는 가상의 보컬은 완벽한 해방구였습니다. 지금의 AI 음악 역시 마찬가지입니다. 악기 연주나 화성학에 대한 깊은 지식이 없어도, 인공지능이라는 도구를 빌려 머릿속의 악상을 물리적인 결과물로 구현해 낼 수 있습니다. 두 생태계 모두 동영상 플랫폼을 자양분 삼아 성장했다는 점도 흥미롭습니다. 니코니코 동화가 보카로P들의 놀이터였듯, 지금의 AI 창작자들은 유튜브를 주 무대로 삼습니다. 음악은 단일한 청각 경험에 머물지 않고 일러스트와 영상이 결합된 종합적인 콘텐츠로 소비됩니다. 기성 음악계로부터 '기계가 부르는 가짜 음악', '알고리즘의 짜깁기'라는 차가운 시선을 받았던 초기 진입의 궤적마저 두 시대는 닮아 있습니다.
#3
그러나 창작자가 도구를 대하는 태도와 방법론에서는 결정적인 차이가 발생합니다. 보컬로이드 음악은 지독한 '통제의 미학'이었습니다. 기계음에서 인간의 감정과 자연스러움을 끌어내기 위해 창작자는 숨소리 하나, 음표의 피치와 발음의 길이까지 픽셀 단위로 깎아내는 이른바 '조교(Tuning)' 과정을 거쳐야 했습니다. 이는 고도의 집중력과 장인 정신을 요구하는 노동의 영역이었습니다.
반면, 생성형 AI 시대의 창작은 '우연과 선택의 미학'에 가깝습니다. 창작자는 음표 하나하나를 직접 통제하는 대신, 프롬프트를 통해 큰 방향성만 지시합니다. 알고리즘이 무수한 우연을 바탕으로 쏟아내는 결과물 속에서, 창작자는 자신의 의도와 가장 완벽하게 맞닿아 있는 곡을 발견해 냅니다. 백지에서 선을 긋는 행위라기보다, 쏟아지는 데이터 속에서 의미를 건져 올리는 '큐레이션(Curation)'과 디렉팅의 영역으로 이동하고 있는 것입니다.
#4
생태계를 유지하는 구심점의 형태도 다릅니다. 보컬로이드 씬이 폭발적인 에너지를 가질 수 있었던 것은 '하츠네 미쿠'라는 공유된 시각적 페르소나가 존재했기 때문입니다. 수많은 창작자와 수용자들이 이 단일한 캐릭터에 각자의 해석과 서사를 부여하며 거대한 세계관을 놀이처럼 구축해 나갔습니다.
그러나 흥미롭게도, 보컬로이드 씬에서 진정으로 살아남아 대중의 마음에 깊이 뿌리내린 아티스트들 — 예컨대 요루시카(Yorushika) — 의 성공 이유는 '미쿠'라는 공유 캐릭터를 잘 활용했기 때문이 아니었습니다. 그들은 공유된 페르소나에 의존하는 대신, 처음부터 자신만의 독자적인 서사와 세계관을 치열하게 구축했습니다. 역설적으로, AI 음악 생성기에 정해진 얼굴이 없다는 사실은 약점이 아닐 수 있습니다. 오히려 창작자가 처음부터 공유된 캐릭터의 그늘에 기댈 수 없기에, '고유한 서사를 만들어야 한다'는 압력이 더 순수하고 직접적인 방향으로 작동합니다. 캐릭터라는 공통의 매개체가 사라진 자리를, 창작자 고유의 기획력과 이야기가 오롯이 채워야 하는 것입니다.
#5
결국 도구가 보컬로이드이든 최첨단의 생성형 AI이든, 예술의 핵심은 변하지 않습니다. 매끄럽게 직조된 멜로디와 화려한 영상미 너머에 최종적으로 남는 것은 기계가 결코 흉내 낼 수 없는 '인간의 서사'입니다.
저 역시 매주 AI로 음악과 영상을 만들며 그 질문 앞에 서 있습니다. 프롬프트를 다듬고 수십 개의 결과물을 들으며 단 하나를 고르는 순간, 저는 기술자가 아닌 편집자이자 큐레이터로서 선택을 내립니다. 그 선택의 기준은 결국 제가 세상에 던지고 싶은 이야기입니다. 기술이 완벽해질수록, 역설적으로 그 질문은 더욱 선명해집니다.
이토록 고도화된 도구를 빌려, 우리는 지금 '어떤 이야기와 감정을 세상에 던질 것인가' 말이지요.