음악 뒤에 숨은 알고리즘

비켜, 아메리칸 아이돌.

음악 산업의 다음 큰 성공 스토리는 세간의 이목을 끄는 재능 대회에서 발견되지 않을 것입니다. 대신, 사용량과 비즈니스 추세를 파악하도록 설계된 복잡한 알고리즘을 통해 데이터 세트에서 식별됩니다.

표면적으로는 이 방법이 사이먼 코웰의 비판보다 건조하고 감정이 결여된 것처럼 들리지만 실제로는 대중이 '차세대 대작'을 선택하는 궁극적인 방법이다. 대중이 유튜브 링크를 클릭하거나, 트위터에 콘서트 사진을 게시하거나, 페이스북에 밴드에 대한 채팅을 할 때마다 그들은 빅데이터라는 정보체에 기여합니다. 이 용어는 규모가 크고 복잡한 상호 관계를 포함하는 데이터 세트의 모음을 나타냅니다. 소셜 미디어 네트워크의 구조를 생각해 보세요. 여기에는 우정, '좋아요', 그룹 멤버십 등으로 서로 연결된 수백만 개의 개별 사용자 프로필이 포함되어 있습니다. 기본적으로 빅 데이터는 이러한 플랫폼의 구조를 반영합니다.

음악 산업에서는 앱이나 소셜 미디어 환경을 통해 이루어지는 온라인 판매, 다운로드, 커뮤니케이션 등의 활동을 통해 빅데이터가 생성됩니다. 측정된 측정항목에는 '노래가 재생되거나 건너뛰는 횟수뿐 아니라 Facebook 좋아요 및 트윗과 같은 활동을 기반으로 소셜 미디어에서 받는 견인력 수준'이 포함됩니다. 분석 도구는 팬 페이지의 전반적인 인기를 결정하고 아티스트에 대한 긍정적이거나 부정적인 댓글을 등록합니다. 이 정보는 함께 현재 트렌드를 파악하고, 아티스트의 디지털 펄스를 평가하며, 싱글, 상품, 콘서트 티켓, 심지어 음악 스트리밍 서비스 구독을 통한 판매로 이어집니다.

신인 발굴 측면에서 빅데이터는 메이저 음반사의 관심을 불러일으키는 데 중요한 역할을 합니다. 많은 경우 회사는 아티스트의 페이지 조회수, '좋아요' 및 팔로워를 집계합니다. 그런 다음 같은 장르의 다른 아티스트와 숫자를 쉽게 비교할 수 있습니다. 어떤 행위가 수십만 명 이상의 Facebook 또는 Twitter 팔로어를 생성하면 인재 관리자는 이를 주목하고 음악 산업 자체에 관심을 불러일으키기 시작합니다.

차세대 빅 40대 히트작을 선정하는 빅데이터

현재 추세를 파악하고 다음 메가스타를 예측하는 능력은 관련된 모든 사람에게 큰 금전적 보상을 제공합니다. 예를 들어 데이터 과학자는 측정항목의 수익과 측정항목을 비교하여 소셜 미디어가 iTunes 앨범 및 트랙 판매에 미치는 영향을 연구했습니다. 그들은 소셜 미디어 활동이 앨범 및 트랙 판매 증가와 관련이 있다는 결론을 내렸습니다. 보다 구체적으로 YouTube 조회수는 매출에 가장 큰 영향을 미칩니다. 이로 인해 많은 음반사에서 싱글을 홍보하기 위해 대규모 예산의 뮤직 비디오를 플랫폼에 업로드하게 되었습니다. 비디오 제작에 수백만 달러를 지출하기 전에 분석을 통해 대상 청중의 온라인 활동을 기반으로 어떤 노래가 히트할 가능성이 있는지 식별합니다. 이러한 예측의 정확성은 빅데이터 분석의 품질과 관련이 있습니다.

음악 업계의 기업가들은 이제 더 효율적이고 정확하게 정보를 수집하는 알고리즘을 개발하기 위한 새로운 방법을 실험하고 있습니다. 가장 주목할만한 사례 중 하나는 EMI Million Interview Dataset라고 불리는 EMI Music과 Data Science London 간의 합작 투자입니다. 이는 "지금까지 이용 가능한 가장 풍부하고 최대 규모의 음악 감상 데이터 세트 중 하나입니다. 이는 관심, 태도, 행동, 친숙함 및 음악에 대한 감상을 포함하는 글로벌 연구에서 수집된 방대하고 독특하며 풍부한 고품질 데이터 세트입니다. 음악 팬.”

EMI Music의 Insight 담당 수석 부사장인 David Boyle은 다음과 같이 설명합니다. “특정 음악 장르 및 하위 장르에 대한 열정 수준, 음악 발견을 위해 선호하는 방법, 좋아하는 음악 아티스트, 음악 불법 복제, 음악 스트리밍, 음악 형식 및 팬 인구 통계에 대한 생각.”

프로젝트의 목표는 이러한 정보 모음을 대중에게 공개하고 음악 산업 내 비즈니스의 질을 향상시키는 것입니다.

Boyle은 "저희와 아티스트가 소비자를 이해하는 데 도움이 되는 데이터를 사용하여 큰 성공을 거두었으며, 다른 사람들도 그렇게 할 수 있도록 일부 데이터를 공유하게 되어 기쁘게 생각합니다."라고 말합니다.

2012년에 EMI Music and Data Science London은 Music Data Science Hackathon을 개최하여 프로젝트를 한 단계 더 발전시켰습니다. 데이터 과학 및 빅데이터 솔루션 분야의 세계적인 선두주자인 EMC가 벤처에 합류하여 IT 인프라를 제공했습니다. 24시간 동안 175명의 데이터 과학자는 "청취자가 새 노래를 좋아할지 예측할 수 있습니까?"라는 질문에 답하기 위해 1,300개의 공식과 알고리즘을 개발했습니다. 결과는 집단 지성의 힘을 암시했으며 참가자들은 세계 최고 수준이라고 평가되는 공식을 개발했습니다.

EMC Greenplum의 지역 이사인 Chris Roche는 "이 해커톤에서 밝혀진 통찰력은 지적 발견과 모든 종류의 조직을 위한 점진적인 비즈니스 가치 모두를 위해 빅 데이터가 갖고 있는 힘과 잠재력을 암시합니다."라고 말합니다.

그런데 예술가들에게 돈은 어떻게 주나요?

업계에서는 어떤 노래가 히트 가능성이 있다고 판단하여 싱글로 출시한 후 해당 노래가 소셜 미디어 플랫폼이나 스트리밍 사이트에서 재생될 때 로열티를 어떻게 계산합니까? 현재 "모든 규모의 음반사는 Spotify, Deezer, YouTube와 같은 스트리밍 회사의 방대한 데이터를 조정해야 하지만 이를 수행할 수 있는 인력이 그 어느 때보다 적다는 점증하는 문제에 직면해 있습니다."

정보 관리 관점에서 볼 때 가장 큰 과제 중 하나는 대부분의 데이터베이스 관리 시스템이 빅 데이터만큼 크고 복잡한 데이터 세트를 처리하도록 개발되지 않았다는 것입니다. 예를 들어, 음악 배포자가 생성한 디지털 데이터 파일의 크기는 Excel과 같은 프로그램이 처리할 수 있는 것보다 훨씬 큽니다. 이로 인해 회계 소프트웨어와 호환되지 않는 데이터 누락 및 파일 레이블 등의 문제가 발생합니다.

대부분의 경우 이러한 모든 문제는 회계사에 의해 분류되어 이미 과중한 작업량에 추가 시간과 노동력을 추가합니다. 많은 경우 레이블의 간접비 중 상당 부분이 회계 부서에 묶여 있습니다.

이러한 문제를 해결하기 위해 기업가는 빅 데이터를 구성하고 분석할 수 있는 역량을 갖춘 비즈니스 인텔리전스 플랫폼을 개발합니다. 가장 좋은 예 중 하나는 오스트리아 회사인 Rebeat입니다. Rebeat는 자신의 서비스를 "2006번의 클릭만으로 로열티 계산"이라고 설명합니다. 300년에 설립된 이 회사는 유럽 최고의 디지털 유통업체로 빠르게 성장했으며 전 세계적으로 XNUMX개 디지털 서비스에 대한 액세스를 제공합니다. 기본적으로 Rebeat는 회계 업무를 간소화하고 회계 소프트웨어의 데이터 필드 일치와 같은 백엔드 작업을 처리하므로 회계 부서가 예산을 자유롭게 관리할 수 있습니다. 또한 계약상 합의에 따라 로열티 지불을 관리하고, 디지털 음악 매장과의 직접 계약을 맺고, 판매를 추적하기 위한 그래프를 생성하고, 가장 중요한 것은 데이터를 CSV 파일로 내보낼 수 있는 인프라를 제공합니다.

물론 서비스에는 가격이 따릅니다. Forbes는 음반사들이 회사 데이터에 액세스할 수 있도록 Rebeat를 배포자로 사용해야 하며, 여기에는 15%의 판매 수수료와 매년 $649의 고정 수수료가 부과된다고 보고했습니다. 그러나 추정에 따르면 대부분의 경우 레이블의 회계 오버레이 비용이 훨씬 더 많이 드는 경우가 많으며 이는 Rebeat와 계약하는 것이 비용을 절약할 수 있음을 의미합니다.