글자를 음으로 — 몇 단계의 음정이 적당한가
문자열을 음악으로 들을 수 있는 조건은 무엇인가. 글자에서 음정으로의 매핑, 5–9개의 음정이라는 인지적 상한선, 그리고 일본어 히라가나가 소니피케이션에 유난히 잘 맞는 이유에 대하여.
질문
문장은 멜로디가 될 수 있을까. 작곡가가 곡을 붙이는 것이 아니라, 문자 그대로 ― 글자들을 규칙에 통과시켜 무엇이 나오는지 들어보는 것이다.
순진한 예상은 “랜덤하게 들릴 것”이라는 답이지만, 실제 답은 조금 더 흥미롭다. 입력의 서로 다른 값의 수가 적당하고, 규칙이 입력에 이미 있는 구조를 존중하면, 결과는 진짜로 음악적으로 들린다. π의 자릿수는 십진수를 5음 음계에 올리면 분명한 펜타토닉 멜로디로 들린다. 일본어 문장은 유난히 음악적으로 들리는데 ― 히라가나가 이미 2차원 격자이고, 그것이 멜로디의 2차원 구조와 직접 맞아떨어지기 때문이다.
이 글은, 왜 그렇게 되는지, 어디에서 무너지는지, 그리고 “노이즈”와 “음악”을 가르는 “음정의 단계 수”가 어디쯤인지를 정리한다.
매핑의 기본 문제
임의의 기호 체계 ― 숫자, 글자, 가나, DNA 염기 ― 를 두고, 각 기호를 소리에 대응시키는 규칙을 정한다. 가장 단순한 규칙은 “기호 → 음정”이다.
| 체계 | 서로 다른 기호 수 | 음악적으로 자연스러운 매핑 |
|---|---|---|
| 2진 (0, 1) | 2 | 2개의 음, 또는 온오프 리듬 |
| DNA (A, T, C, G) | 4 | 작은 음계 안의 4음 |
| 10진 (0–9) | 10 | 9음 + 쉼표 |
| 16진 (0–f) | 16 | 크로매틱 1.3옥타브, 멜로디로 듣기는 어렵다 |
| 영문 알파벳 (A–Z) | 26 | 구조 분해 필요 (모음/자음) |
| 히라가나 | 약 71 | 본래부터 “모음 × 자음 행”으로 분해 가능 |
| 출력 가능한 ASCII | 95 | 전처리 필요 |
| 상용 한자 | 약 2,000 | 읽기로 전개한 뒤에야 처리 가능 |
기호의 수 자체가 음악성을 결정하지는 않는다. 중요한 것은, 서로 다른 값의 수와, 귀가 하나의 멜로디로 묶어서 기억할 수 있는 음정의 수 사이의 관계다. 일정 수를 넘어서면, 직접 매핑한 결과는 더 이상 “음악”이 아니라 “데이터 낭독”에 가까워진다.
적당한 범위는 “5에서 9음”
귀가 “하나의 멜로디”로 들을 수 있는 음정의 수에는 꽤나 분명한 상한선이 있다.
- 펜타토닉 음계 (5음) 는 중국·일본·켈트·아프리카·북아메리카 원주민의 각 전통에서 독립적으로 발생했다.
- 다이아토닉 음계 (7음) 는 서양 음악 대부분의 기초를 이룬다.
- 크로매틱 음계 (12음) 는 클래식과 재즈에서 쓰이지만, 강한 화성적·리듬적 닻 없이는 무너진다.
이 5–9 범위는, 인지심리학자 조지 밀러가 제안한 “마법의 수 7 ± 2”의 작업 기억 한계 안에 들어간다. 밀러 본인이 음악에 대해 쓴 것은 아니지만, 같은 상한이 음악 지각에도 나타난다. 이를 넘어서면, 청자는 음과 음 사이의 관계를 듣지 못하고, 각 전이를 새로운 사건으로 처리하기 시작한다.
하한에 대해서도 적어두자면, 2–4음은 “멜로디”보다는 “리듬”으로 지각된다. 그래도 음악으로는 성립한다 ― 단지 장르가 달라질 뿐이다. DNA의 소니피케이션은 보통 여기에 안착하며, 4개의 염기가 4개의 음이 되고, 청자는 멜로디라기보다 타악기적 시퀀스로 듣는다.
흥미로운 대역은 5에서 9음 사이다. 이 범위에 자연스럽게 들어오는 것들은 대체로 음악처럼 들린다.
“값이 너무 많을 때”의 세 가지 우회로
입력의 기호 수가 음정 수보다 많을 때, 선택지는 세 가지다.
(a) 차원 분해
입력에 이미 있는 구조를 찾아내, 서로 직교하는 두 축으로 나눈다. 가장 명료한 예가 일본어 히라가나다. 모든 가나는 자음 행 × 모음 열 구조로 되어 있다. 모음은 음정에 (5모음 → 펜타토닉) 매핑하고, 자음은 제2의 축 (옥타브, 길이, 아티큘레이션) 에 매핑한다. 이것은 “영리한 인코딩”이 아니라, 히라가나가 본래부터 가지고 있는 구조를 존중하는 것일 뿐이다.
영어도 같은 일을 더 느슨하게 한다 ― 모음이 음정을, 자음이 리듬을 담당하는 분할이다.
(b) modulo + 옥타브
입력에 자연스러운 구조가 없다면, 음정 = 값 mod 7 과 옥타브 = 값 div 7 로 후퇴한다. 값을 음계 안으로 감싸고, 옥타브로 상위 비트를 표현한다. 출력은 균질하게 들리고 옥타브 사이를 다소 임의적으로 떠돌지만, 30개 정도까지의 기호 체계라면 여전히 들을 만하다.
(c) 시간을 제2의 차원으로
모든 정보를 음정에 욱여넣지 않고 시간을 쓴다. 길게 / 짧게, 강박 / 약박, 음 / 쉼. 음정을 5–7음에 묶어 두고 시간 축으로 추가 정보를 운반하면 놀랄 만큼 많은 정보를 실을 수 있다. 모스 부호가 극단적인 예다 ― 단일 음, 두 가지 길이, 그룹 간 침묵만으로 영어 전체를 부호화하는데, 청자는 실제로 그것을 글자와 단어로 분절해서 듣는다.
실제로 잘 동작하는 시스템은, 이 세 가지를 조합해 쓰는 시스템이다.
일본어가 특히 잘 맞는 이유
일본어 히라가나는 소니피케이션에 거의 완벽한 소재다. 이유는, 히라가나가 표기 체계로서 2차원 구조를 가지고 있고, 그것이 멜로디의 2차원 구조와 직접 대응되기 때문이다.
| 축 | 히라가나의 구조 | 음악적 매핑 |
|---|---|---|
| 모음 | a / i / u / e / o (5값) | 펜타토닉 음계 내의 음정 |
| 자음 행 | ∅, k, s, t, n, h, m, y, r, w (약 10) | 옥타브 시프트, 길이, 또는 둘 다 |
| 탁음 | が, ざ, だ, ば (탁점) / ぱ (반탁점) | 옥타브 시프트 |
| 수식 | っ (촉음), ー (장음), ん (발음) | 쉼표, 서스테인, 저음 타격 |
| 구두점 | 。 、 | 긴 쉼표·짧은 쉼표 |
모음은 그대로 펜타토닉 위로 올라간다 (일본 음악의 요센포(陽旋法)·히라조시(平調子)·미야코부시(都節)·류큐음계 는 모두 5음 음계다). 탁음은 그대로 한 옥타브 위 음역에 대응한다. 작은 「っ」는 음독할 때 화자가 실제로 취하는 호흡의 타이밍 그 자체다. 장음 기호는 서스테인이다. 히라가나의 2차원 격자가 이미 멜로디의 2차원 구조를 인코딩하고 있는 셈이다.
그 결과로, 올바르게 쓰인 일본어 문장을 이 규칙으로 읽으면, 분명히 일본적인 모드 안의 프레이즈가 생성된다. 랜덤이 아니다 ― 일본어 구어에 리듬을 주는 동일한 모음 패턴이, 일본어 문장에도 음악성을 부여한다.
이것은 일본어 고유의 성질은 아니다. 표음 문자를 가진 언어는 어느 쪽도 어느 정도 이 성질을 갖는다. 다만 히라가나는 그 2차원 격자가 명시적이라는 점에서 특별하다. 로마자는 모음과 자음의 구별을 알파벳 순서 안에 숨기지만, 히라가나는 그것을 종이 위에 놓는다.
영어의 전략
영어의 모음은 대략 6개 (a, e, i, o, u 와 단음절에서 모음이 되는 y) 이지만, 표기상으로 모음과 자음이 시각적으로 분리되어 있지는 않다. 우회로는, 실행 시에 그 분리를 수행하는 것 ― 텍스트를 읽으면서, 모음은 음정에, 자음은 짧은 저음의 타격음으로 보낸다.
| 요소 | 매핑 |
|---|---|
| 모음 (a, e, i, o, u, y) | 음정 ― 확장 펜타토닉의 6음 |
| 자음 | 저음 타격, 반박 |
| 공백 | 짧은 쉼표 |
| 콤마, 세미콜론, 콜론 | 중간 쉼표 |
| 마침표, 느낌표, 물음표 | 긴 쉼표 |
| 개행 | 프레이즈 구분 |
이 방식으로 읽으면, 영문에는 모음에 의한 멜로디 위에 자음의 타격 레이어가 얹힌다. 두운/모운이 강한 시 ― 셰익스피어, 힙합 가사, 홉킨스 ― 는 놀랄 만큼 정돈된 프레이즈를 만든다. 모음 분포가 중립적인 산문은 레치타티보에 가까운 감촉이 된다.
더 까다로운 문제는 강세다. 영어의 율격 (iambic, trochaic, anapestic) 은 발화 안에 존재하고, 철자 안에 적혀 있지 않다. 발음 사전이 없으면 리듬은 글자 수준에 머물고 다소 기계적으로 들린다. 더 발전된 버전에서는 CMU 같은 발음 사전을 조회해 강세 음절을 길게 만들 수 있을 것이다. 영어 쪽에서 가장 큰 미해결 영역이 여기다.
음악적으로 들리게 만드는 요인
구체적인 매핑보다는 다음 세 가지가 결과에 더 크게 작용한다.
음계가 관용적이라는 점. 펜타토닉, 요센포, 히라조시에는 단2도가 들어 있지 않아서, 그 안의 어떤 음열이라도 가장 거슬리는 불협을 피한다. 이 음계들 안에서 거의 어떻게 움직여도 듣기에 적어도 편하게 들린다. 이는 민속 음악에서 이런 음계가 발달한 이유이기도 하다 ― 인간의 부정확함을 허용하도록 설계된 음계이고, 기계의 부정확함도 똑같이 허용해준다.
쉼표가 프레이징을 만든다. 쉼표가 없으면 출력은 음의 벽이 되고, 귀는 어디에도 닿지 못한다. 쉼표가 있으면 귀는 음을 프레이즈로 묶어 듣는다. 이것이 생성된 프레이즈에서 “노이즈”와 “음악”을 가르는 단 하나 가장 큰 요인이고, 구두점은 마침 그 프레이징 체계를 이미 갖추고 있다. 마침표는 음악적 의미에서도 종지에 가깝게 되고, 콤마는 호흡 기호가 된다.
음계를 바꾸면 같은 문장이 다르게 들린다. 같은 문장이 메이저 펜타토닉에서는 밝게, 히라조시에서는 우수에 잠기고, 류큐 음계에서는 이국적으로 울린다. 매핑은 불변이고, 음계가 무드다. 이것이 시스템을 기계적이지 않고 표현적인 것으로 느끼게 만드는 장치다. 같은 단락을 세 가지 음계로 비교해 들으면, 음계와 감정이 어떻게 연결되어 있는지가 보이기 시작한다.
현재로서 잘 되지 않는 것
솔직한 한계 사항들.
| 한계 | 이유 |
|---|---|
| 한자 | 표음 문자가 아니다. 읽기 (히라가나) 로 전개해야 규칙을 적용할 수 있고, 사전이나 IME가 필요하다. |
| 화성적 해결 | 출력에 기능 화성이 없다 ― “이 음이 다음에 저 음으로 가고 싶다”가 없다. 서양 음악으로 훈련된 귀에는 “떠 있는 듯”으로 들린다. 화성 맥락을 더하면 완전히 다른 것이 된다. |
| 영어 강세 | 글자 단위 리듬은 iambic / trochaic 패턴을 놓친다. CMU 식 발음 사전을 조회하면 보완할 수 있지만, 추가 룩업 테이블이 필요하다. |
| 긴 문장 | 관용적인 음계 안에서도 200음의 랜덤 워크는 귀를 피곤하게 한다. 프레이즈 수준의 반복이나 모티프 구조가 필요하다 ― 다만 비구조화된 텍스트에는 본래부터 존재하지 않는 것이다. |
| 언어 간 일관성 | 독자는 언어마다 다른 음악 전통을 기대한다. 언어를 자동 검출해 언어별 기본 음계를 고르는 것은 작지만 중요한 UX 배려다. |
| 성조 언어 | 표준 중국어·광둥어·베트남어는 피치를 이미 의미를 위해 쓰고 있다. 피치를 모음 식별에 재사용하는 규칙은, 원래 텍스트가 가지고 있던 정보를 버리게 된다. |
관련 사례
텍스트 소니피케이션은 더 오래된 분야의 작은 모서리다. 망라적이지는 않지만 가까운 아이디어들.
- DNA 소니피케이션. A/T/C/G → 4음. 연구와 대중 전달 모두에 쓰이며, 듣기 좋게 하기 위해 4염기를 4음 펜타토닉에 올리는 경우가 많다.
- Whitney Music Box (Jim Bumgardner, 2006). 정수 비를 동시에 울려, 화성 구조를 회전하는 점과 음으로 시각화한다. 목표는 텍스트 소니피케이션과 다르지만, 같은 계보 안에 있다.
- 모스 부호. 2진을 두 가지 길이와 그룹 사이 침묵으로 부호화한 것. 엄격히 리듬적이고 음정 정보가 없지만, 청자는 실제로 글자와 단어로 분절해서 듣는다. 대량으로 운영된 “텍스트 → 소리” 시스템의 가장 오래된 예다.
- 숫자 방송국 (Numbers stations). 냉전기 단파 방송에서 숫자를 읽어 내려가던 것. The Conet Project 등이 “발견된 음악”으로 다루었다 ― 순수한 정보의 의도치 않은 소니피케이션.
- John Cage, Roaratorio (1979). 『피네건스 웨이크』의 텍스트를 규칙으로 음향 스코어로 변환하고, 책에 나오는 모든 지명의 현지 녹음과 섞은 작품.
- HCI의 earcon. 시스템 상태에 매핑된 짧은 소니피케이션 ― 파일 이동, 오류, 메시지 도착. 도메인 특화된 같은 매핑 문제의 극소 버전이고, 제약도 같다 ― 짧고, 식별 가능하고, 거슬리지 않을 만큼은 음악적이어야 한다.
이 모든 것에 공통된 패턴은 일관된다 ― 가장 성공한 소니피케이션은, 입력에 구조가 있고 출력이 그것을 존중하는 경우다. 매핑이 임의적이면 출력도 임의적으로 들린다. 매핑이 이미 거기에 있던 구조를 잡아내면, 출력은 음악으로 들린다.
실천 레시피
자신의 입력 체계에서 시도해 보고 싶을 때의 단계를 정리한다.
- 서로 다른 값의 수를 센다. 9개 이하라면 음정에 직접 매핑할 수 있고, 아래의 대부분은 건너뛰어도 좋다.
- 구조를 찾는다. 모음/자음, family/case, 그룹/멤버, 접두어/어간 ― 1개가 아닌 2개의 축을 주는 것을 찾는다. 발견하면 한쪽을 음정에, 다른 쪽을 옥타브나 길이에 할당한다.
- 관용적인 음계를 고른다. 펜타토닉 또는 일본의 5음 음계. 크로매틱이나 전음 음계는, 일부러 “데이터 소니피케이션” 느낌을 내고 싶을 때를 위해 남겨 둔다.
- 자연스러운 경계에 쉼표를 넣는다. 구두점, 줄 바꿈, 단어 경계. 이 한 단계가 “노이즈”를 “음악”으로 바꾸는 작업의 대부분을 한다.
- 옥타브와 길이를 추가 축으로 쓴다. 사람들이 생각하는 것보다 많은 정보를 운반할 수 있고, 음정을 늘리는 것만큼 귀에 부담을 주지도 않는다.
- 같은 입력을 여러 음계로 시험한다. 음계는 무드가 머무는 곳이다. 같은 데이터, 다른 음계, 다른 감정. 매핑이 진짜로 일을 하고 있는지, 아니면 그냥 랜덤성을 더하고 있는지를 가려내는 가장 싼 방법이기도 하다.
맺음
텍스트에는 본래 구조가 있다 ― 모음과 자음, 단어와 프레이즈, 문장과 단락. π에도 구조가 있다 ― 결정적인 수열이면서도 장거리 패턴이 의외로 많다. 음악적 매핑은 텍스트에 멜로디를 더하는 것이 아니다. 텍스트가 이미 가지고 있는 구조를, 우리의 귀가 들을 수 있는 음역으로 번역해 돌려주는 것이다.
비결은 “텍스트가 음악적이기 때문”이 아니다. 비결은 음악성과 언어가 같은 발판을 공유한다는 것에 있다 ― 식별 가능한 소수의 단위, 시간 위에 늘어놓이고, 프레이즈로 묶이며, 길이와 강조가 변한다. 이를 알아차리고 나면, 한쪽을 다른 쪽으로 읽어내는 일이 가능해진다.