기술

어떻게 판단하나요

사람 귀에는 들리지 않는 흔적을 소리에서 찾습니다. 아래는 무엇을 보고 판단하는지에 대한 설명입니다.

한 가지만 보지 않습니다

검출기 하나는 속이기 쉽습니다. 그래서 서로 다른 것을 보는 여러 방식을 각각 돌린 뒤 결과를 합칩니다. 소리의 결, 곡이 시간에 따라 전개되는 방식, 구간마다 그 성질이 일관되는지 — 이런 것들입니다. 이 방식들은 서로 자주 엇갈리는데, 그래서 따로 돌릴 값어치가 있습니다. 합친 결과는 어느 하나보다 확실히 낫습니다.

파일에 적힌 표기는 참고만 합니다

일부 생성기는 만들어낸 파일에 자기 이름을 남깁니다. 그런 경우 등급 A로 표시합니다. 다만 판정이 그 표기에 기대지는 않습니다 — 표기가 있는 곡과 없는 곡의 분석값을 비교해 확인했습니다. 표기를 지운다고 판정이 바뀌지는 않습니다.

확률 대신 등급을 주는 이유

“AI일 확률 87퍼센트” 같은 숫자는 그럴듯해 보이지만 쓰는 쪽에서 판단하기 어렵습니다. 어디부터 조치해도 되는지, 그 숫자가 무엇을 근거로 나왔는지 알 수 없기 때문입니다. 대신 등급을 줍니다. 등급 A는 누구나 파일을 열어 확인할 수 있는 사실이고, 등급 B는 소리만 보고 내린 판정이라 편집된 곡일수록 덜 확실합니다. 성격이 다른 근거라서 한 숫자로 뭉개면 안 됩니다.

속도와 보관

한 곡에 2.65초, 12,480곡짜리 카탈로그면 약 4.0시간입니다. 파일은 분석하는 동안만 두고 4시간 안에 지웁니다. 분석의 한 단계는 외부 GPU 서비스에서 돌기 때문에 그 구간에서 음원이 저희 장비를 벗어납니다 — 계약상 곤란하시면 미리 알려주시면 저희 장비 안에서만 처리합니다(대신 느립니다).

하지 않는 것

영상은 분석하지 않습니다. 음성 딥페이크도 하지 않습니다. 어느 도구로 만들었는지는 파일에 표기가 없으면 알 수 없습니다 — 소리만으로 알아맞히는 것은 재본 적이 없어서 팔지 않습니다.

같은 길이, 같은 크기 — 한 곡은 생성물입니다

학습에 쓴 생성기

이 목록에 없는 도구가 계속 나옵니다. 그래서 목록보다 중요한 것이 학습에 없던 생성기에서의 성적입니다.

SunoUdioRiffusionStable AudioMusicGenAudioLDMSonautoElevenLabs MusicLyria

세부 구현은 적지 않습니다. 자세히 적을수록 피해 가는 방법을 알려주는 문서가 되기 때문입니다. 대신 성능을 어떻게 쟀는지는 전부 공개합니다 — 측정 방법과 알려진 한계를 보시면 됩니다.