인도 고전음악 연주의 통계적 모델링과 주요 음표 자동 탐지

본 논문은 인도 고전음악 라가의 연주를 통계적으로 모델링하고, 주요 음표(바디와 삼바디)를 객관적으로 식별하기 위한 방법론을 제시한다. 연구는 먼저 스케일 체인저 하모니움을 사용해 12음 전체(각 옥타브)의 기본 주파수를 측정하고, 각 음에 대한 평균 주파수와 표준편차를 구한다. 체비셰프 부등식을 적용해 ±6σ 구간을 신뢰구간으로 설정함으로써, 잡음이나 미세한 튜닝 변동에도 불구하고 실제 음이 해당 구간 안에 존재할 확률을 최소 97.2%로 보장한다. 이 구간을 이용해 연주 녹음(44.1 kHz, 16 bit, 1 분 길이)에서 음표를 자동 검출하고, 각 음의 발생 횟수를 카운트한다. 전체 115개의 음표 사건에 대해 상대 빈도를 계산하면 Sa 0.2609, Sudh Re 0.1913, Komal Ga 0.1826, Sudh Ma 0.0696, Pa 0.0957, Komal Dha 0.0522, Sudh Ni 0.1478 로 나타난다. 저자는 이 전체 분포가 연주의 어느 구간에서도 유지된다고 가정하고, 이를 검증하기 위해 30초씩 세 구간(첫 30 초, 중간 30 초, 마지막 30 초)으로 나누어 기대 빈도를 구하고 카이제곱 적합 검정을 수행한다. 첫 구간(55건)에서는 4개의 클래스를 합쳐 자유도 3으로 χ²=3.94, 중간 구간(72건)에서는 자유도 6으로 χ²=5.71, 마지막 구간(60건)에서는 5개의 클래스로 자유도 4에서 χ²=4.62를 얻었다. 모두 5% 유의수준의 임계값(각 자유도에 해당하는 χ²값)보다 작아, 전체 분포가 시간에 따라 크게 변하지 않음을 확인한다. 다음으로 런 테스트를 적용해 전체 음표 시퀀스가 무작위(독립)라고 판단한다. 실제 런 수는 57으로 기대값 58.5와 차이가 미미하였다. 그러나 이는 모든 음표 쌍이 독립임을 증명하는 것은 아니며, 특히 바디(Komal Ga)와 삼바디(Sudh Ni)의 연속 출현 패턴이 일정하게 유지되는 점을 관찰한다. 이는 라가 이론에서 이 두 음이 가장 중요한 역할을 한다는 주장과 일치한다. 전이와 비전이 주파수 움직임을 별도로 계수화한 부분에서는, 음표 사이의 글라이드(전이)와 정지(비전이)를 구분해 각각의 발생 빈도를 기록한다. 저자는 이를 ‘알랑카르(ornament)’라 부르며, 라가마다 다른 장식 패턴이 존재함을 통계적으로 보여준다. 예를 들어, 라가 Pilu에서는 Komal Ga와 Sudh Ni 사이의 전이 빈도가 높으며, 이는 해당 라가의 감정적 특성을 반영한다는 해석을 제시한다. 논문의 후반부에서는 Yaman과 Kirwani 라가에 대한 추가 사례 연구를 제시한다. 두 라가에서도 동일한 다항분포 모델을 적용했으며, 바디와 삼바디의 상대 빈도가 다른 라가와 비교해 유사하게 안정되는 현상을 확인한다. 특히 Yaman에서는 Sa와 Pa가 주요 음으로 나타났고, Kirwani에서는 Re와 Dha가 주요 음으로 식별되었다. 이는 기존 음악학적 판단과 일치하거나, 논쟁이 있는 경우 객관적 근거를 제공한다. 통계적 방법론으로는 체비셰프 부등식, 카이제곱 적합 검정, 런 테스트, 그리고 필요 시 준다항분포(Quasi‑multinomial) 모델을 제시한다. 저자는 다항분포 가정이 성립하지 않을 경우, 각 음표의 출현 확률을 개별적으로 추정하고, 의존성을 반영한 모델로 전환할 것을 권고한다. 연구의 한계로는 (1) 단일 연주자와 단일 악기에 국한된 데이터, (2) 표본 크기가 작아 희귀 음이나 복잡한 알랑카르를 충분히 포착하기 어려움, (3) 다항분포 가정이 실제 음악적 의존성을 완전히 설명하지 못함을 들 수 있다. 향후 연구에서는 다중 연주자·다중 악기 데이터, 마코프 체인 기반 의존 모델, 그리고 청각적 인지 모델을 결합해 보다 정교한 라가 분석 프레임워크를 구축할 필요가 있다. 결론적으로, 이 논문은 인도 고전음악 라가의 주요 음표를 통계적으로 식별하고, 전이 패턴을 정량화함으로써 전통 음악학과 현대 데이터 과학을 연결하는 초석을 제공한다.