vega-mir: An information-theoretic Python toolkit for symbolic music, with applications to harmonic graphs and rubato spectra

본 논문은 9 가지 정보이론적 지표를 특징으로 하는 오픈소스 파이썬 툴킷인 *vega-mir*을 소개하고, 화성 그래프 중심성과 화성 간격이 작곡가 간에 상관관계를 보인다는 사례 연구와 글렌 굴드의 루바토가 메트로놈적 경직성이 아닌 구조화된 주기성을 특징으로 한다는 증거를 제시함으로써 그 유용성을 입증한다.

핵심

다양한 작곡가와 연주자의 악보가 담긴 거대한 도서관이 있다고 상상해 보세요. 오랫동안 음악 연구자들은 이러한 도서관을 이해하기 위해 간단한 "스냅샷"을 취해 왔습니다. 예를 들어, 특정 작곡가가 특정 음을 얼마나 자주 사용하는지 세거나, 연주 속도의 평균을 측정하는 방식입니다. 하지만 이러한 스냅샷들은 대화의 흐름이나 심장 박동의 리듬과 같은 더 큰 그림을 놓치기 쉽습니다.

이 논문은 컴퓨터 과학자와 음악학자를 위한 새로운 오픈소스 "도구상자"인 vega-mir를 소개합니다. 이는 소나기파가 아닌 악보나 디지털 코드와 같은 기호로 기록된 음악을 분석하도록 설계된 9 가지 특정 수학 도구가 사전에 탑재된 스위스 아미 나이프로 생각할 수 있습니다.

다음은 간단한 비유를 사용하여 이 논문이 실제로 무엇을 하는지 설명한 것입니다:

1. 도구상자 (도서관)

이 도구가 등장하기 전까지, 연구자가 음악을 분석하려면 매 프로젝트마다 자체적인 자, 저울, 계산기를 직접 만들어야 했습니다. 이는 번거로웠고 결과 비교를 어렵게 만들었습니다.

vega-mir는 표준화되고 사전 보정된 키트와 같습니다. 이는 9 가지 서로 다른 "지표"(측정 방식) 를 하나의 깔끔한 패키지로 묶어줍니다.

• 이 중 세 가지 도구는 수천 개의 피아노 녹음을 분석하는 데 사용된 이전 연구("Cygnus") 에서 이미 사용되었습니다.
• 네 가지는 작곡가 소그룹을 대상으로 테스트하여 정확성을 확인한 새로운 "건전성 검사"입니다.
• 두 가지는 이 논문에서 저자들이 예전보다 더 깊이 파고들기 위해 사용하는 완전히 새로운 도구입니다.

2. 사례 연구 A: "화성 지도" (화성 진행)

첫 번째 새로운 도구는 화음이 하나에서 다른 하나로 어떻게 이동하는지 살펴봅니다. 모든 교차로가 하나의 화음인 도시 지도를 상상해 보세요.

• 옛 방식: 연구자들은 과거에 각 교차로를 통과한 차량 (화음) 의 수만 세었습니다. 그들은 어떤 교차로가 붐비는지 알았지만, 교통이 그들 사이에서 어떻게 흐르는지는 알지 못했습니다.
• 새로운 방식 (vega-mir): 이 도구는 완전한 교통 지도를 구축합니다. "중심"을 계산합니다. 이는 도시의 주요 허브처럼 작용하여 가장 많은 교통량을 끌어당기는 특정 화음입니다.
• 발견: 저자들은 바흐, 모차르트, 베토벤과 같은 14 명의 유명한 작곡가를 분석했습니다. 그들은 대부분의 작곡가에게서 "중심"이 집 (토닉) 이 아닌 이웃 (서도) 화음임을 발견했습니다.
  • 비유: 도시에서 가장 중요한 허브가 시청 (집) 이 아니라 모든 연결이 일어나는 곳인 주요 기차역 (이웃) 이라는 사실을 깨닫는 것과 같습니다.
  • 또한 이 "허브" 위치가 한 작곡가의 음악이 다른 작곡가의 음악과 얼마나 다른지와 상관관계가 있음을 발견했지만, 허브의 유형(장조 vs 단조) 은 전체 이야기를 말해주지는 않습니다.

3. 사례 연구 B: "루바토 레이더" (템포 변화)

"루바토"는 음악가가 감정적 효과를 위해 약간 속도를 높이거나 늦추는 것을 말합니다. 이를 측정하는 옛 방식은 전체 연주의 평균 속도를 취하여 "이 사람은 빠르다"거나 "이 사람은 느리다"라고 말하는 것이었습니다.

• 문제점: 이는 평균 속도만으로 주자를 판단하는 것과 같습니다. 그들이 돌진하든, 꾸준히 조깅하든, 느리게 떠다니든 간에 그 차이를 놓치게 됩니다.
• 새로운 방식 (vega-mir): 이 도구는 기상 레이더처럼 작동합니다. 풍속만 측정하는 대신 바람의 패턴을 살펴봅니다. 일정한 미풍입니까? 갑작스러운 돌풍입니까? 리드미컬한 파도입니까?
• 발견: 저자들은 바흐를 연주한 세 명의 유명한 피아니스트, 글렌 굴드, 안드라시 쉬프, 스비아토슬라프 리히터를 연구했습니다.
  • 진부한 생각: 글렌 굴드는 평균 속도 변화가 거의 없어 "메트로놈"(완벽한 로봇) 처럼 연주한다고 흔히 말합니다.
  • 현실: 레이더는 굴드가 로봇이 아니라 단지 구조화되어 있음을 보여주었습니다. 쉬프와 리히터가 템포를 자유롭게 흐르게 하는 (구름처럼 느슨한) 반면, 굴드의 템포 변화는 매우 구체적이고 리드미컬한 패턴 (심장 박동처럼) 을 따릅니다.
  • 반전: 굴드는 사실 세 명 중 가장 리드미컬한 구조 (최고의 "주기성") 를 가지고 있었습니다. 그의 "루바토"는 크기는 작았지만 시간적으로 매우 조직화되어 있었습니다. 기존의 "평균 속도" 측정은 이 사실을 완전히 숨겨 왔습니다.

4. 왜 이것이 중요한가

이 논문은 새로운 물리 법칙이나 음악 이론을 발견한다고 주장하지 않습니다. 대신 통합에 관한 것입니다.

• 일반적으로 박사 학위가 있어야 구현할 수 있는 복잡한 수학을 단순화하여 누구나 사용할 수 있는 한 줄 명령어로 바꿉니다.
• 화음이 어떻게 연결되고 템포 패턴이 어떻게 반복되는지 음악의 구조를 살펴보는 것이 단순한 평균이 놓치는 숨겨진 세부 사항을 드러낸다는 것을 증명합니다.
• 서로 다른 연구자들이 누가 올바른 계산기를 사용했는지 논쟁하지 않고 결과를 비교할 수 있도록 공통된 언어를 제공합니다.

간단히 말해: 저자들은 음악을 위한 더 나은 현미경을 만들었습니다. 그들은 그것을 사용하여 유명한 피아니스트가 로봇이 아니라 리드미컬한 건축가임을 보여주었고, 화성의 "허브"가 우리가 생각했던 것과 종종 다르다는 것을 증명했습니다. 이 모든 것은 이제 누구나 자신의 연구에서 사용할 수 있습니다.

기술 요약

vega-mir: 심볼릭 음악을 위한 정보이론적 파이썬 툴킷의 기술적 요약

문제 제기
정보이론적 기술자 (예: 섀넌 엔트로피, 쿨백 - 라이블러 발산, 지프 적합) 가 심볼릭 음악의 정량적 분석을 위한 표준으로 자리 잡았음에도 불구하고, 그 구현은 여전히 분산되어 있습니다. 현재 연구는 일반적으로 scipy.stats의 이질적인 호출, 수동으로 작성된 평활화 알고리즘, 그리고 임시방편적인 네트워크 분석 코드를 "이어 붙이는" 방식을 요구합니다. 이러한 분산은 공유된 API, 테스트 스위트, 또는 기준값의 부재를 초래하여 재현성과 연구 간 검증을 저해합니다. 음악 정보 검색 (MIR) 및 계산 음악학 커뮤니티를 위해 이러한 지표들을 일관된 기본값과 기준값과 함께 통합한 검증된 라이브러리가 필요합니다.

방법론
본 논문은 심볼릭 음악 입력 (음계도序列, 화성 전이 그래프, 템포 곡선) 을 처리하도록 설계된 오픈소스 파이썬 라이브러리인 vega-mir(v0.0.1) 를 소개합니다. 본 라이브러리는 numpy, scipy, networkx, mido, pretty_midi를 기반으로 구축되었으며, 엄격한 검증 전략을 따릅니다:

1. 분석적 앵커 (Analytic Anchors): 지표들은 이론적 진리 (예: 특정 엔트로피 값을 생성하는 균일 분포, 특정 프랙탈 차원을 생성하는 화이트 노이즈) 에 대해 단위 테스트됩니다.
2. 동일성 확인 (Parity Checks): 구현은 상류 Cygnus 파이프라인 (Jalbert-Desforges 2026) 에 대한 정확한 동일성을 검증받습니다.
3. API 설계: 본 라이브러리는 각 지표에 대해 세 층위의 API 를 노출합니다: 정규화된 벡터를 위한 기본 함수, 라플라스 평활화를 포함한 카운트 기반 편의 함수, 그리고 화성/음계도 입력을 위한 시퀀스 기반 편의 함수입니다.

본 논문은 네 개의 영역으로 나뉜 아홉 가지 지표를 목록화합니다:

• 정보 이론: 섀넌 엔트로피 및 쿨백 - 라이블러 (KL) 발산 (이전 Cygnus에서 배포됨).
• 순위 - 빈도: 주변 및 전이 분포에 대한 지프 적합 (이전 Cygnus에서 배포됨).
• 불평등: 다차원 지니 계수.
• 네트워크: 화성 전이 그래프에 대한 네트워크 분석 (페이지랭크, 군집화, 모듈성).
• 시계열/신호 처리: 카이제곱 정상성 검정, 히구치 프랙탈 차원, 스펙트럼 루바토 분석, 그리고 간격 분포 적합.

주요 기여

1. 라이브러리 통합: 주요 기여는 공유된 기준값 세트를 갖춘 단일 검증된 인용 가능한 API 뒤에 아홉 가지 지표를 통합하여 분포 분석의 활성화 비용을 낮추는 것입니다.
2. 사례 연구 1: 화성 네트워크 시그니처: 14 명의 MAESTRO 작곡가 ($N \ge 10$개의 작품) 에 대한 화성 전이 그래프의 네트워크 분석입니다. 본 연구는 음계도 전이의 방향성 가중 그래프를 구성하고 노드 수준 (페이지랭크) 및 그래프 수준의 기술자를 분석합니다.
3. 사례 연구 2: 루바토 스펙트럼 시그니처: 세 명의 피아니스트 (Schiff, Gould, Richter) 가 연주한 247 곡의 바흐 코퍼스에 대한 템포 곡선 (루바토) 의 스펙트럼 분석입니다. 본 연구는 전력 스펙트럼 밀도와 주기성 비율에 기반하여 루바토를 네 가지 유형 (메트로노믹, 프리, 준주기적, 주기적) 으로 분류하는 스펙트럼 분류기를 활용합니다.

결과

• 화성 네트워크:

  • 그래프 포화: 1% 전이 확률 임계값에서 14 명의 모든 작곡가에 대한 화성 전이 그래프는 포화 상태이며 (210 개의 가능한 엣지 중 약 120 개를 유지) 소세계 속성을 나타냅니다.
  • 중심부 정체성: 페이지랭크 "중심부 (gravity centre)"(가장 높은 페이지랭크를 가진 음계도) 는 작곡가마다 달라 다섯 가지 고유한 값을 가집니다 (예: 모차르트의 경우 장조 으뜸화음 I; 바흐, 하이든 등의 경우 상2도 II). 그러나 이러한 범주적 정체성은 주변 KL 거리와 상관관계가 없습니다 ($\rho = 0.13, p = 0.21$).
  • 연속적 상관관계: 중심부 노드의 연속적 페이지랭크 값은 주변 KL 거리와 상관관계가 있습니다 ($\rho = 0.61$, 스피어만, $N=14$). 이 상관관계는 거의 전적으로 단일 페이지랭크 특징에 의해 주도되며, 다른 네트워크 기술자 (밀도, 군집화) 는 코퍼스 전반에 걸쳐 준균일합니다.
  • 지렛대 효과: 이 상관관계는 개별 작곡가에 민감하며, 멘델스존을 제거하면 상관관계가 현저히 감소합니다. 이는 결과가 통계적으로 안정적인 추정이 아니라 질적 관찰임을 시사합니다.

• 루바토 스펙트럼:

  • 고정관념의 반전: 글렌 굴드의 낮은 표준 편차 ($\sigma$) 가 "메트로노믹" 연주를 의미한다는 스칼라 해석과 달리, 스펙트럼 분석은 굴드가 세 명의 피아니스트 중 **가장 높은 주기성 비율 (0.293)**을 가지며, Schiff(0.204) 와 Richter(0.257) 보다 현저히 높음을 보여줍니다.
  • 시간적 색채: 굴드의 루바토는 "진폭은 작으나 시간적으로 구조화됨"으로 특징지어지며, 중앙값 지배적 주기는 66 박자입니다. 이는 Schiff(102) 와 Richter(104) 에 비해 짧은 것입니다.
  • 동시적 분석: 1955 년과 1981 년 굴드의 골드베르크 변주곡 비교에서 1981 년 녹음은 루바토 진폭의 유의한 감소 ($\Delta\sigma = -2.39$ BPM) 를 보이지만 스펙트럼 색채의 유의한 변화는 없습니다(주기성 비율 변화는 유의하지 않음). 1981 년 연주는 재구성된 것이 아닌 동일한 구조적 루바토의 "조용한" 버전입니다.
  • 견고성: 굴드가 "주기적" 분류의 다수를 차지한다는 발견은 임계값 민감도 분석 (17/17 교란 실행) 을 견뎌냅니다.

의의 및 주장
본 논문은 vega-mir를 발견이 아닌 통합으로 명시적으로 규정합니다. 아홉 가지 지표의 수학적 기초는 수십 년 전의 것이며, 기여는 "일관된 기본값과 공유된 기준값 세트를 갖춘 단일 검증된 API"를 제공하는 데 있습니다.

저자들은 본 라이브러리가 다음을 가능하게 한다고 주장합니다:

1. 재현성: 공유된 테스트 스위트와 기준값을 제공함으로써 연구 간 결과를 상호 검증할 수 있습니다.
2. 신호 복원: 사례 연구들은 주변 통계 이상의 정보이론적 기술자 (특히 네트워크 위상과 스펙트럼 색채) 가 스칼라 요약이 폐기하는 신호를 복원함을 보여줍니다. 예를 들어, 루바토의 스칼라 평균은 연주의 "시간적 색채"를 흐리게 하는 반면, 네트워크 분석은 화성 흐름의 "중심부"가 범주적 정체성과 구별되며 주변 발산과 상관관계가 있는 연속적 기술자임을 드러냅니다.
3. 접근성: 본 라이브러리는 underlying 수학을 다시 구현하지 않고도 분포 분석이 필요한 연구자들의 진입 장벽을 낮춥니다.

본 논문은 통계적 주장에 관해 겸손함을 유지하며, 네트워크 상관관계는 개별 작곡가로부터의 높은 지렛대 효과에 노출된 질적 관찰임을 지적합니다. 또한 아홉 가지 지표 중 네 가지 (지니, 정상성, 히구치, 간격) 는 현재 소규모 데이터셋에서만 검증되었으며 향후 작업에서 전체 코퍼스 규모의 경험적 배포를 기다리고 있습니다.