AI 곡 믹싱 완전 가이드

소개

Suno · Udio 같은 AI 작곡 도구에 프롬프트를 넣으면 몇 분 안에 «곡 하나» 가 나옵니다. 문제는 그 다음입니다. 그대로 SNS 에 올리거나 유통사에 보내면, 보컬은 뭉개지고 반주는 서로 가리고 저역은 정체를 알 수 없는 소리로 뒤덮여 있습니다. 일반 녹음 믹싱 지식을 그대로 가져다 써 봐도 잘 안 맞습니다. AI 가 만든 오디오는 애초에 «망가지는 방식» 이 사람이 연주한 오디오와 다르기 때문입니다.

이 책은 그 다름을 다룹니다. AI 로 뽑은 곡을 실제로 낼 수 있는 곡으로 만드는 방법에 관한 책입니다.

이 책이 다루는 것

• AI 작곡 결과물이 사람이 연주한 오디오와 어디서부터 다른지 — 그 차이가 믹싱 판단을 어떻게 바꾸는지
• 한 장으로 뭉쳐 나오는 AI 곡을 보컬 · 반주 · 드럼으로 쪼개는 스템 분리 방법과 그 한계
• AI 보컬 특유의 아티팩트(발음 뭉침 · 부자연스러운 비브라토 · 디지털 잡음)를 다루는 법
• AI 반주가 서로 가리고 뭉치는 문제를 정리하는 법
• 완성된 AI 곡을 플랫폼에 낼 수 있는 라우드니스 · 포맷 기준까지 마무리하는 법

이 책이 다루지 않는 것

EQ 가 무엇인지, 컴프레서의 어택과 릴리즈가 무엇인지는 설명하지 않습니다. 그건 이미 다른 책에 있고, 여기서 되풀이하면 이 책을 살 이유가 없어집니다. 이 책은 «그 원리가 AI 작곡 결과물에서는 어떻게 달라지는가» 만 이야기합니다.

어떤 AI 작곡 도구가 더 좋은지, 어떤 프롬프트를 써야 하는지도 다루지 않습니다. 이 책은 이미 뽑아 놓은 결과물을 다루는 다음 단계에 관한 책입니다.

숫자에 관한 약속

AI 작곡 도구는 버전이 바뀔 때마다 결과물의 질감이 바뀝니다. 오늘 나온 결과물에서 관찰한 문제가 다음 버전에서는 사라지거나 다른 형태로 나타날 수 있습니다. 그래서 이 책은 «무엇을 들어야 하는가»와 «왜 그런 문제가 생기는가»를 중심으로 쓰고, 특정 도구·버전에만 해당하는 이야기는 그렇다고 밝힙니다.

어디부터 읽어야 할지 모르겠다면, 지금 들리는 문제에서 해당 장을 찾는 증상별 찾아보기를 먼저 보셔도 됩니다.

저자의 말

AI 로 뽑은 곡을 처음 믹싱대에 올렸을 때, 평소 하던 방식이 하나도 안 맞는다는 걸 바로 느꼈습니다.

디에서를 걸었더니 보컬의 자음이 통째로 사라졌습니다. 저역을 정리하려고 EQ 를 걸었더니 깎을 «그 소리»가 어디 있는지부터 찾기 어려웠습니다. 사람이 연주한 트랙이라면 악기 하나하나가 어디서 나는 소리인지 짐작이 갔는데, AI 가 한 번에 뽑아낸 오디오는 그 경계가 처음부터 흐릿했습니다.

그때 알게 된 게 이 책의 출발점입니다. AI 작곡 결과물의 문제는 사람이 만드는 문제와 종류가 다릅니다. 사람은 연주를 잘 못하거나 마이킹을 잘못해서 문제가 생기지만, AI 는 애초에 «소리들을 따로따로 만든 게 아니라 한꺼번에 그려낸» 결과물을 내놓습니다. 거기서 나오는 뭉침·아티팩트·정체불명의 잡음은 일반 믹싱 교본에 나오는 처방으로는 잘 안 풀립니다.

그렇다고 손을 놓을 이유는 없습니다. 어디가 문제인지 정확히 짚어낼 수 있으면, 그 다음은 결국 듣고 판단하는 문제입니다. 이 책은 그 «어디를 짚어야 하는가»를 정리한 것입니다.

AI 작곡 도구는 계속 바뀝니다. 그래서 이 책도 한 번에 완성되는 책이 아니라, 새로운 버전을 들어보고 새로운 문제를 발견할 때마다 계속 고쳐 나갈 책입니다.

부족한 부분이나 틀린 부분이 있으면 알려주십시오.

— INGSPR

CH01. AI 곡은 무엇이 다른가

AI 로 뽑은 곡을 믹싱대에 올려 본 사람은 누구나 같은 순서로 당황합니다. 평소 쓰던 EQ 처방을 걸었는데 예상한 소리가 아니라 다른 소리까지 같이 움직입니다. 컴프레서의 어택을 조절해도 다이나믹스가 기대한 대로 반응하지 않습니다. 리버브를 살짝만 더해도 공간이 아니라 뭉침이 됩니다. 이 장은 «왜 이런 일이 생기는가»를 짚습니다.

따로 녹음된 적이 없는 소리

사람이 연주한 곡은 애초에 «따로따로» 존재했습니다. 보컬은 보컬 마이크로, 드럼은 드럼 마이크로, 각 악기는 각자의 트랙으로 녹음됩니다. 나중에 하나로 섞이기 전까지 이 소리들은 물리적으로 분리되어 있었고, 믹싱은 그 분리된 신호들을 다시 조합하는 작업입니다.

Suno · Udio 같은 도구로 뽑은 AI 곡은 이 과정을 거치지 않습니다. 대부분의 경우 모델이 곡 전체의 파형을 한 번에 만들어냅니다. 보컬과 반주가 각자 존재한 적이 없고, 처음부터 하나의 신호로 태어났습니다. 그 결과가 완성된 뒤에 스템 분리 도구로 쪼개 봐도, 원래 분리되어 있던 신호를 되돌리는 게 아니라 한 번도 나뉜 적 없던 것을 억지로 추정해서 나누는 작업이 됩니다. 지금 나와 있는 분리 도구들의 성능은 계속 좋아지고 있지만(이 부분은 CH04 에서 다룹니다), 경계가 완벽하게 깨끗한 경우는 드뭅니다.

믹싱 판단이 바뀌는 지점

같은 도구(EQ·컴프레서·리버브)를 쓰더라도, 판단의 근거가 달라집니다.

• EQ — 어떤 대역을 깎을지 정하려면 «이 소리가 어디서 나는가»를 먼저 알아야 합니다. 사람이 연주한 트랙은 악기별로 대역이 어느 정도 짐작이 갑니다. AI 결과물은 보컬과 반주의 경계가 흐릿해서, 같은 처방이 깎으려던 소리가 아니라 옆에 붙어 있던 다른 소리까지 건드리기 쉽습니다.
• 컴프레서 — 어택·릴리즈는 «연주가 어떻게 움직였는가»를 전제로 설계됩니다. AI 가 만들어낸 다이나믹스는 연주에서 온 게 아니라 모델이 그렇게 «그린» 것이라, 사람 연주에서 기대하는 것과 다른 패턴으로 움직이는 경우가 있습니다.
• 리버브 — AI 결과물에는 공간감이 이미 얕게 섞여 들어가 있는 경우가 흔합니다. 여기에 리버브를 더 얹으면 공간이 넓어지는 게 아니라 이미 있던 흐릿함이 더 뭉칩니다.

자주 보이는 문제, 그러나 항상 그런 건 아님

AI 곡을 여러 번 들어보면 반복해서 보이는 문제 유형이 있습니다. 다만 이 목록은 «모든 AI 곡에 항상 있는 결함»이 아니라, 도구와 버전에 따라 나타나는 정도와 형태가 달라지는 경향입니다.

• 보컬 아티팩트 — 자음이 뭉개지거나, 비브라토가 부자연스럽게 일정하거나, 디지털 잡음이 낌
• 반주끼리의 마스킹 — 악기들이 서로 자리를 침범해서 뭉쳐 들림
• 정체불명의 저역 — 베이스인지 킥인지 구분이 안 가는 저역대
• 넓은 대역에 걸친 쉬머·잡음 — 특정 악기가 아니라 전체 위에 얇게 깔린 잡음

이 책이 문제를 풀어가는 순서

이후 장은 이 장에서 짚은 구조적 차이를 따라 진행됩니다.

• CH02 — 한 프롬프트로 여러 개 나오는 테이크 중 무엇을 골라 작업할지
• CH03 — 어색한 전개·갑자기 끊기는 엔딩 같은 구조 문제를 믹싱 전에 정리하기
• CH04 — 한 장으로 뭉친 곡을 보컬·반주·드럼으로 쪼개는 스템 분리, 그리고 그 한계
• CH05 — 스템으로 쪼갠 뒤 드러나는 AI 보컬 특유의 아티팩트 다루기
• CH06 — 서로 가리고 뭉치는 AI 반주 정리하기
• CH07 — 공간과 밀도를 다시 잡아서 «곡처럼» 들리게 만들기
• CH08 — 완성된 곡을 실제로 낼 수 있는 상태로 마무리하는 마스터링·배포 기준
• CH09 — AI 반주는 그대로 두고 사람이 직접 부른 보컬을 얹을 때 생기는 문제
• CH10 — 여러 AI 곡을 앨범·EP 로 묶을 때 곡마다 다른 톤·음량·공간을 맞추기
• CH11 — 같은 장르의 사람이 만든 곡을 기준 삼아 내 곡의 빈 곳을 찾는 레퍼런스 비교
• CH12 — 등록·수익화·배포 전에 알아 둘 약관과 법적인 것들(법률 자문 아님)

다음 장부터는 이 «한 번도 나뉜 적 없던 소리»를 실제로 쪼개는 작업부터 시작합니다.

CH02. 여러 생성본 중에 고르기

Suno · Udio 같은 도구는 보통 같은 프롬프트로 한 번에 여러 테이크를 뽑아 줍니다. 이 장은 그 여러 테이크 중 무엇을 골라서 작업대에 올릴지를 다룹니다. 믹싱을 시작하기도 전 단계지만, 여기서 고른 것이 CH04~08 에서 할 일의 양을 크게 좌우합니다.

왜 미리 고르는 게 중요한가

사람 녹음에서는 «다시 녹음할까»가 비용이 큰 결정입니다. 그래서 이미 있는 테이크를 믹스에서 최대한 살리는 쪽으로 관행이 잡혀 있습니다. AI 곡은 사정이 다릅니다. 테이크를 새로 뽑는 비용이 훨씬 낮기 때문에, 망가진 테이크를 붙잡고 씨름하는 것보다 덜 망가진 테이크를 고르는 쪽이 압도적으로 빠릅니다. 이건 전통적인 믹싱 책에는 없는 단계입니다. 사람 녹음은 고를 테이크가 애초에 많지 않으니까요.

무엇을 기준으로 들어야 하는가

완벽한 테이크는 드뭅니다. 목표는 «흠 없는 테이크 찾기»가 아니라 «가장 덜 망가진 테이크 고르기»입니다. 아래 네 가지를 기준으로 후보들을 비교해 보시길 권합니다. 각 항목은 이후 장에서 실제로 다루는 문제와 연결됩니다.

• 보컬 자음이 심하게 뭉개지는 구간이 있는가 — 후렴처럼 가장 많이 반복해서 듣게 될 구간을 특히 주의 깊게 듣습니다(CH05 에서 다루는 문제).
• 반주가 서로 심하게 가리는 구간이 있는가 — 악기가 많이 겹치는 구간(브릿지·아웃트로 전)을 중심으로 확인합니다(CH06).
• 템포·피치가 곡 전체에서 흔들리는가 — 특히 사람 보컬을 얹을 계획이라면 이 항목이 가장 중요합니다(CH09).
• 다이나믹 레인지가 극단적으로 평평한가 — 인트로와 코러스가 볼륨만 다르고 질감 차이가 전혀 없다면, 뒤에서 굴곡을 만드는 작업이 훨씬 힘들어집니다(CH07).

몇 개를 뽑아서 비교할 것인가

도구마다 한 번에 만들 수 있는 테이크 수와 크레딧 비용이 다르므로, 무한정 뽑아서 비교하는 건 현실적이지 않습니다. 처음부터 곡 전체를 다 듣기보다, 가장 복잡한 구간(보통 코러스나 브릿지)부터 먼저 비교해서 빠르게 거르는 쪽이 시간을 아낍니다. 그 구간에서 이미 크게 밀리는 테이크는 나머지를 안 들어봐도 대체로 탈락입니다.

고른 뒤에도 되돌아갈 수 있습니다

스템을 나누고 다듬기 시작한 뒤에도 계속 말썽인 테이크가 있다면, 처음으로 돌아가 다른 테이크를 고르는 것도 선택지입니다. 사람 녹음의 재녹음과 달리, 이건 되돌리는 데 드는 비용이 거의 없습니다. 이미 몇 시간을 들였다는 이유만으로 나쁜 테이크를 계속 붙잡고 있을 필요는 없습니다.

테이크를 골랐다면, 믹싱을 시작하기 전에 한 가지 더 볼 게 있습니다. 곡의 구조 자체가 이상한 경우입니다. 다음 장에서 다룹니다.

CH03. AI 특유의 구조·편곡 문제

CH02 에서 그나마 나은 테이크를 골랐어도, 믹싱을 시작하기 전에 정리해야 할 문제가 하나 더 남아 있을 때가 있습니다. 소리를 다듬는 문제(믹싱)가 아니라, 곡의 순서와 길이 자체가 이상한 문제(편곡·편집)입니다. 이 장은 그 문제를 다룹니다.

왜 구조가 이상하게 나오는가

사람이 곡을 쓸 때는 «언제 후렴이 와야 임팩트가 있는가», «아웃트로를 어떻게 마무리할 것인가»를 의도적으로 설계합니다. AI 는 주어진 길이 안에서 그럴듯한 전개를 만들어내지만, 그 판단이 사람만큼 일관되게 서 있다는 보장이 없습니다. 게다가 생성 길이에 제한이 걸리는 경우, 곡이 자연스러운 결말 없이 정해진 길이에서 그냥 끊기기도 합니다.

자주 보이는 유형

아래는 AI 곡에서 반복해서 보이는 구조 문제입니다. CH01 의 원칙대로 도구·버전에 따라 정도가 다른 경향으로 읽어 주십시오.

• 갑자기 끊기는 엔딩 — 페이드나 아웃트로 없이, 정해진 길이에 도달하는 순간 곡이 뚝 끊깁니다.
• 과하게 반복되는 구간 — 특히 악기만 나오는 구간이 변화 없이 루프처럼 계속 반복됩니다.
• 후렴이 너무 이르거나 늦게 옴 — 곡 전체 길이에 비해 전개 타이밍이 어긋나 있습니다.

그래서 무엇을 다르게 하는가

• 믹싱보다 먼저 정리합니다 — CH04 에서 스템으로 쪼개고 나면, 같은 구간을 여러 스템에서 각각 잘라내야 해서 손이 몇 배로 갑니다. 아직 하나로 뭉쳐 있는 원본 상태에서 구간을 먼저 정리하는 쪽이 훨씬 빠릅니다.
• 끊기는 엔딩은 직접 만듭니다 — 자연스러운 아웃트로가 없다면, 마지막 섹션을 반복하거나 수동으로 페이드 아웃을 만들어서 마무리를 직접 설계합니다.
• 과한 반복은 들어냅니다 — 변화 없이 반복되는 구간은 통째로 잘라내거나, 다른 구간의 소재를 가져와 살짝 변형을 줍니다.
• 후렴 타이밍은 통째로 옮길 수 있습니다 — 구간 단위로 잘라 순서를 바꾸는 건 AI 곡에서 비교적 부담 없는 편집입니다. 다만 옮긴 자리의 이음매(박자·조성)는 반드시 확인합니다.

구조까지 정리됐다면, 이제 곡을 스템으로 쪼개는 작업으로 들어갑니다.

CH04. 스템으로 쪼개기

CH01 에서 짚었듯, AI 곡은 보컬과 반주가 «따로» 존재한 적이 없습니다. 그런데도 실제 작업에서는 스템 분리 도구로 곡을 쪼갭니다. 이 장은 그 쪼개기가 정확히 무슨 일을 하는 건지, 그리고 AI 곡을 쪼갤 때 사람 녹음과 무엇이 다르게 새는지를 다룹니다.

복원이 아니라 추정

완성된 오디오를 나누는 일반적인 스템 분리 도구는 원래 있던 신호를 «되찾는» 게 아닙니다. «이 시간·이 대역의 소리는 보컬일 확률이 높다»는 식으로 모델이 추정해서 나누는 작업입니다. 사람이 연주한 곡을 쪼갤 때도 이 추정은 똑같이 일어나지만, 적어도 그 추정의 대상은 한때 실제로 따로 존재했던 신호입니다. 보컬은 실제로 보컬 마이크에서 나온 소리였고, 모델은 «원래 분리되어 있던 것을 다시 찾는» 문제를 풉니다.

AI 곡은 이 전제가 없습니다. 보컬처럼 들리는 부분과 반주처럼 들리는 부분이 처음부터 하나의 파형으로 함께 태어났기 때문에, 분리 모델 입장에서는 «한 번도 따로 있어 본 적 없는 것»을 마치 따로 있었던 것처럼 추정해야 합니다. 결과물이 사람 녹음을 쪼갤 때보다 더 자주, 더 예측하기 어려운 방식으로 새는 이유가 여기 있습니다.

AI 곡에서 특히 잘 새는 지점

• 보컬의 배음이 반주 스템으로 새어 들어가서, 반주만 솔로로 들어도 보컬의 잔향 같은 게 희미하게 따라옴
• 공간감(리버브·딜레이)이 이미 결과물에 얕게 섞여 있어서, 그 공간감이 보컬 스템에 남을지 반주 스템에 남을지 예측이 안 됨
• 보컬 대역과 겹치는 신스 패드 · 백킹 보컬류 악기가 분리 과정에서 위상이 흐트러져 들림
• 원본에는 없던 «워블링»·«뮤지컬 노이즈» 같은, 분리 모델이 만들어낸 새 잡음

도구 내장 스템 기능은 방식이 다를 수 있습니다

위 설명은 완성된 오디오를 나누는 일반적인 스템 분리 도구를 기준으로 한 것입니다. 모든 도구가 그렇게 동작하지는 않습니다. Suno 는 2026년 6월 11일 공식 블로그에서 Advanced Split 이 «잘라낸 조각이 아니라 새로 생성한 스템»을 준다고 설명했습니다. 공식 글의 표현으로는 "a freshly generated guitar that matches what was there" 입니다. 섞인 소리를 빼서 나누는 게 아니라, 모델이 그 파트를 원본에 맞춰 다시 만들어 내는 방식입니다.

이 차이가 실무에서 무엇을 뜻하는지는 이 책의 추론이며 직접 검증한 것은 아닙니다. 누출이나 워블링 같은 «쪼개다 남은 흔적»은 줄어들 수 있지만, 그 대신 스템이 원본의 그 소리와 같지 않을 수 있습니다. 음색이나 프레이즈가 미묘하게 달라졌을 수 있으므로, 재생성 방식의 스템은 원본과 번갈아 들어 비교하는 과정이 더 중요해집니다. Suno 는 가장 세분화된 일부 옵션이 아직 개발 중이라고도 밝혔습니다. 이 기능(Advanced Split)은 Premier 요금제 전용이고, Pro 는 Auto Split 과 Split from Mix 까지입니다(고객센터 기준). Auto Split 은 최대 12개 스템으로 한 번에 나누는데 한 번에 50 크레딧, Split from Mix 와 Advanced Split 은 스템 하나당 10 크레딧이 듭니다(2026년 10월 7일 고객센터 기준이며, 요금제와 크레딧은 바뀔 수 있습니다). 12개로 한 번에 나눌 수 있다고 해서 그렇게 나눌 이유는 없습니다. 뽑을 때마다 크레딧이 들고 스템마다 위의 확인을 해야 하므로, 아래 «필요한 만큼만» 원칙은 그대로입니다. 이 글은 v6 출시(2026년 9월 9일) 이전의 것입니다. 2026년 10월 7일에 v6 릴리스 노트와 고객센터를 다시 확인했지만 스템 기능이나 모델 버전에 대한 언급이 없어서, v6 에서도 같은 방식인지는 여전히 확인하지 못했습니다.

몇 개로 쪼갤 것인가

스템 분리 도구는 대부분 2-스템(보컬 · 반주)부터 4~5-스템(보컬 · 드럼 · 베이스 · 기타 · 기타 악기 등)까지 선택할 수 있습니다. AI 곡에서는 필요한 만큼만 쪼개는 쪽을 권합니다. 쪼개는 횟수가 늘어날수록 추정이 한 번 더 들어가고, 위에서 말한 새는 지점도 그만큼 늘어납니다.

실제로는 이런 순서가 무난합니다.

• 먼저 보컬 · 반주 2-스템으로만 쪼갭니다.
• CH05(보컬 다듬기)·CH06(반주 정리)에서 반주 내부를 더 세밀하게 손봐야 할 때만, 그 부분만 추가로 쪼갭니다.
• 처음부터 5-스템으로 쪼개 놓고 시작하지 않습니다. 안 쓸 스템까지 미리 쪼개면 새는 지점만 늘어납니다.

도구는 «지금 기준»으로 판단

RX, LALAL.AI 같은 스템 분리 도구의 성능은 계속 바뀝니다. 이번 업데이트로 잘 쪼개던 조합이 다음 업데이트에서 더 잘 쪼개질 수도, 반대로 이상해질 수도 있습니다. 그래서 이 책은 «지금 어떤 도구가 제일 좋다»를 단정하지 않습니다. 대신 아래 기준으로 직접 듣고 판단하시길 권합니다.

• 반주 스템만 솔로로 들었을 때 보컬의 흔적(배음·잔향)이 남아 있는가
• 보컬 스템만 솔로로 들었을 때 반주의 저역·타악기가 섞여 있는가
• 두 스템을 다시 합쳤을 때 원본과 위상이 어긋나 들리지 않는가
• 분리 과정에서 원본에 없던 잡음(워블링 등)이 새로 생기지 않았는가
• 재생성 방식의 스템이라면, 원본과 번갈아 들었을 때 음색이나 프레이즈가 달라지지 않았는가

쪼갠 뒤, 다음 장으로 넘어가기 전에

스템을 뽑았다고 바로 다음 작업으로 넘어가지 않습니다. 아래 순서로 한 번 확인하고 넘어갑니다.

• 각 스템을 솔로로 재생해서, 위에서 짚은 «새는 지점»이 어디에 얼마나 있는지 표시해 둡니다.
• 모든 스템을 다시 합쳐서 원본과 비교해, 위상이 어긋나 소리가 얇아지지 않았는지 확인합니다.
• 새는 정도가 심해서 도저히 못 쓸 스템이 있다면, 그 부분은 스템을 나누지 않고 원본 상태로 작업할 부분으로 남겨 둡니다.

다음 장부터는 이렇게 쪼갠 보컬 스템을 놓고, AI 보컬 특유의 아티팩트를 다듬는 작업으로 들어갑니다.

CH05. AI 보컬 다듬기

CH04 에서 쪼갠 보컬 스템에는 두 종류의 문제가 섞여 있습니다. 하나는 분리 과정에서 새로 생긴 것(반주가 새어 들어옴, 워블링), 다른 하나는 애초에 보컬 자체에 있던 것입니다. 이 장은 후자, 즉 AI 가 만들어낸 보컬 그 자체의 문제를 다룹니다.

원인이 다르면 처방도 다릅니다

사람 보컬의 문제는 대부분 원인을 압니다. 자음이 안 들리면 마이크 각도나 발음이 원인이고, 저역이 웅웅거리면 근접효과 때문입니다. 원인을 알기 때문에 «이 대역을 깎는다», «이 컴프레서로 다이나믹스를 누른다» 같은 처방이 통합니다.

AI 보컬의 문제는 원인이 다릅니다. 모델이 목소리를 생성하는 과정에서 생긴 오류이지, 마이킹이나 발성의 문제가 아닙니다. 그래서 «에너지가 과한 대역을 깎는다»는 접근이 잘 안 통하는 경우가 많습니다. 문제가 특정 대역에 몰려 있는 게 아니라, 특정 순간에 정보 자체가 잘못 생성된 경우가 많기 때문입니다.

자주 보이는 AI 보컬 아티팩트

아래 목록은 AI 보컬을 여러 번 다뤄보면 반복해서 마주치는 증상 유형입니다. CH01 에서 밝힌 원칙대로, «모든 AI 보컬에 항상 있다»는 뜻이 아니라 도구·버전에 따라 정도와 형태가 달라지는 경향입니다.

• 자음 뭉침 — 특히 빠른 가사에서 자음이 뭉개지거나 아예 생략된 것처럼 들림. 마이킹 문제가 아니라 애초에 그 정보가 흐릿하게 생성된 경우가 많음
• 기계적으로 일정한 비브라토 — 사람은 비브라토 폭·속도가 미세하게 흔들리는데, AI 보컬은 지나치게 규칙적이어서 오히려 부자연스럽게 들림
• 포먼트 붕괴 — 특정 음역(주로 고음)에서 순간적으로 음색이 다른 사람 목소리처럼 바뀌는 현상
• 고역에 얇게 깔리는 디지털 잡음·쉬머 — 리버브 테일처럼 들리지만 실제로는 공간감이 아니라 생성 과정의 잡음

분리 잔여물과 AI 아티팩트, 헷갈리지 않기

CH04 에서 다룬 스템 분리 잔여물(반주 누출·워블링)과 이 장에서 다루는 보컬 자체의 아티팩트는 서로 다른 문제입니다. 처방이 다르기 때문에 먼저 구분해야 합니다.

• 분리 잔여물은 보통 반주 쪽 스템에서도 비슷한 흔적이 들립니다. 반주 스템을 같이 솔로로 들어서 대조해 보면 구분이 쉽습니다.
• 보컬 자체의 아티팩트는 원본(쪼개기 전) 믹스에서도 똑같이 들립니다. 원본과 비교해서 쪼개기 전부터 있던 문제인지 확인합니다.

그래서 무엇을 다르게 하는가

EQ·컴프레서·디에서의 기본 원리는 다른 책에서 이미 다뤘으므로 여기서 되풀이하지 않습니다. AI 보컬을 다룰 때 달라지는 지점만 짚습니다.

• 디에서(De-esser) — 사람 보컬의 치찰음은 특정 대역에 에너지가 몰리는 문제라 대역 압축으로 잘 듣습니다. AI 보컬의 고역 잡음은 에너지 과다가 아니라 애초에 없어야 할 잡음이 섞여 생성된 것이라, 같은 디에서를 걸어도 잡음의 질감만 남고 안 잡히는 경우가 있습니다. 이럴 땐 대역 압축보다 스펙트럴 리페어(문제 구간만 시간·주파수 상으로 오려내는 도구)가 더 잘 듣습니다.
• EQ — 자음 뭉침은 특정 대역을 올려서 해결되는 문제가 아닙니다. 그 대역에 원래 있어야 할 디테일 자체가 생성 단계에서 빠졌기 때문에, EQ 로 올려봐야 없는 정보가 살아나지 않고 잡음만 커지는 경우가 많습니다.
• 피치 보정 — 사람 보컬에 쓰는 피치 보정은 «음정이 벗어난 곳»을 찾아 당기는 작업입니다. AI 보컬의 기계적인 비브라토는 음정이 벗어난 게 아니라 너무 정확하고 규칙적이어서 문제이므로, 오히려 피치 보정을 더 쓰는 게 아니라 비브라토 구간에 미세한 피치 변주를 손으로 그려 넣어야 하는 경우도 있습니다.

고쳐 쓸지, 다시 뽑을지

사람 보컬은 재녹음이 시간·비용이 크기 때문에 웬만하면 믹스에서 고쳐 씁니다. AI 보컬은 사정이 다릅니다. 같은 프롬프트·같은 가사로 다시 생성하는 비용이 훨씬 낮기 때문에, 특정 구간의 아티팩트가 심하면 믹스에서 붙잡고 씨름하기보다 그 구간만 다시 뽑아서 교체하는 쪽이 더 빠르고 결과도 좋은 경우가 많습니다.

다음 장에서는 보컬 뒤에 남은 반주, AI 특유의 «서로 가리고 뭉치는» 문제를 다룹니다.

CH06. AI 반주 정리

보컬을 정리했다면 이제 반주입니다. AI 반주에서 가장 먼저 체감하는 문제는 악기들이 서로 자리를 가린다는 점입니다. 이 장은 왜 유독 심하게 가리는지, 그리고 무엇을 다르게 해야 하는지를 다룹니다.

왜 유독 심하게 가리는가

사람이 편곡·녹음한 반주는 악기마다 실제 위치·마이킹이 달라서, 의도했든 안 했든 어느 정도 자연스러운 공간 분리가 생깁니다. 편곡자도 «이 악기와 저 악기가 같은 대역에서 부딪히지 않게» 신경 써서 파트를 짭니다.

AI 반주는 이 과정이 없습니다. 모델은 «그럴듯하게 들리는 전체 사운드»를 한 번에 만드는 데 최적화되어 있지, 개별 악기가 믹스 안에서 각자 자리를 차지하도록 설계하지 않습니다. 그 결과, 사람이 편곡한 반주보다 대역이 겹치는 정도가 심한 경향이 있습니다.

반주 안에서 추가로 쪼갤 것인가

CH04 에서는 먼저 보컬·반주 2-스템으로만 쪼개길 권했습니다. 반주 내부(드럼·베이스·그 외 악기)를 더 쪼갤지는 아래 기준으로 판단합니다.

• 저역이 뭉쳐서 베이스와 킥을 따로 다뤄야 할 때만 그 둘을 추가로 분리합니다.
• 특정 악기 하나만 문제라면, 반주 전체를 다 쪼개지 말고 그 악기가 도드라지는 구간만 스펙트럴 편집으로 접근합니다.
• 추가로 쪼갤 때마다 CH04 의 체크리스트(누출·위상·새 잡음)를 다시 확인합니다. 쪼개는 횟수가 늘수록 그 문제도 같이 늘어납니다.

자주 보이는 반주 문제

아래는 AI 반주에서 반복해서 보이는 증상 유형입니다. 역시 도구·버전에 따라 정도가 다른 경향으로 읽어 주십시오.

• 저역 뭉침 — 베이스와 킥의 경계가 흐릿해서 «저역 덩어리» 하나로 들림
• 미드레인지 마스킹 — 신스·기타류 악기가 비슷한 대역에 몰려서 서로 에너지를 깎아먹음
• 밋밋한 다이나믹스 — 리듬은 정확한데 벨로시티(세기) 변화가 기계적으로 일정해서 그루브가 안 느껴짐
• 이상한 스테레오 이미지 — 악기가 넓게 퍼져 있어야 할 자리에 모노에 가깝게 뭉쳐 있거나, 반대로 이유 없이 한쪽으로 쏠림

그래서 무엇을 다르게 하는가

EQ·패닝·사이드체인의 기본 원리는 다른 책에서 다뤘으므로 되풀이하지 않습니다. AI 반주에서 달라지는 지점만 짚습니다.

• EQ — 사람 편곡에서는 악기별로 «이 악기의 자리»를 살짝 다듬는 정도로 충분한 경우가 많습니다. AI 반주는 애초에 자리가 안 나뉘어 있는 경우가 많아서, 더 적극적으로 파내는(carving) EQ 가 필요한 경우가 흔합니다. 다만 CH04 에서 쪼갠 스템이 새는 상태라면, EQ 로 파내기 전에 그 누출부터 해결하는 게 먼저입니다.
• 패닝 — 스테레오 이미지가 이상하면, 사람 녹음처럼 «원래 있던 위치를 살리는» 패닝이 아니라 공간을 새로 설계하는 패닝이 필요합니다. 악기가 뭉쳐 있다면 인위적으로라도 좌우로 벌려서 마스킹을 줄입니다.
• 다이나믹스 — 벨로시티가 기계적으로 일정한 문제는 컴프레서로 눌러서 해결되는 문제가 아닙니다. 오히려 섹션별로 볼륨 오토메이션을 손으로 그려서 원래 없던 굴곡을 만들어 줘야 하는 경우가 많습니다.

다음 장에서는 보컬과 반주를 각각 정리한 뒤에도 «따로 놀듯」 들리는 문제, 그리고 공간·밀도를 다시 잡아 «곡처럼» 만드는 작업을 다룹니다.

CH07. 공간과 밀도 — 곡처럼 만들기

보컬(CH05)과 반주(CH06)를 각각 정리했는데도 다시 합치면 뭔가 «따로 노는» 느낌이 남을 때가 있습니다. 개별로는 문제없이 들리던 요소들이 왜 합쳤을 때 곡처럼 안 들리는지, 그리고 그 간격을 어떻게 메우는지가 이 장의 주제입니다.

따로는 괜찮은데 합치면 이상한 이유

CH01 에서 짚었듯 AI 곡은 원래 하나의 파형으로 태어났고, 그 안에 공간감(리버브·잔향)도 이미 얕게 섞여 있습니다. CH04~06 에서 보컬·반주를 나눠서 각각 손보는 과정은, 원래 하나였던 공간 정보를 억지로 쪼개는 작업이기도 합니다.

그 결과, 보컬에 남아 있던 원래의 공간감과 반주에 남아 있던 공간감이 서로 다른 방향으로 손질되면서, 다시 합쳤을 때 보컬과 반주가 서로 다른 방(공간)에서 녹음된 것처럼 들리는 경우가 생깁니다. 사람 녹음에서는 애초에 같은 공간에서 녹음하거나 의도적으로 리버브를 설계해서 이 문제를 피하지만, AI 곡은 그 «원래 공간»이 무엇이었는지부터 불확실합니다.

공간감 통일하기

• 보컬·반주에 각각 다른 리버브를 얹기보다, 공통 리버브 버스로 최소한의 공간을 통일한 뒤 필요한 만큼만 보컬에 더 얹습니다.
• CH05 에서 다룬 보컬의 «고역 디지털 잡음»과 진짜 리버브 테일을 혼동하지 않습니다. 잡음 위에 리버브를 더 얹으면 공간이 아니라 잡음만 커집니다.
• 반주 쪽에 원래 섞여 있던 얕은 공간감이 있다면, 그걸 걷어내고 새로 설계하기보다 그 공간감을 기준점 삼아 보컬 쪽 공간을 맞추는 게 더 자연스러운 경우가 많습니다.

밀도 문제 — 굴곡이 없는 곡

AI 곡의 또 다른 특징은 다이나믹 레인지가 처음부터 좁고 일정한 경우가 많다는 점입니다. CH06 에서 다룬 «밋밋한 다이나믹스»가 반주에만 있는 게 아니라 곡 전체 구조에도 있는 셈입니다. 인트로·벌스·코러스 사이에 있어야 할 밀도 차이가 원래부터 약하게 나와서, 뭘 해도 곡이 «평평하게» 들립니다.

• 섹션(인트로 · 벌스 · 코러스)별로 보컬·반주 레이어 수나 볼륨을 손으로 오토메이션해서 원래 없던 굴곡을 인위적으로 만들어 줍니다.
• 코러스에서 공간감(리버브 양)을 살짝 늘리는 것만으로도 «넓어지는» 느낌을 줄 수 있습니다. 다만 CH05 의 디지털 잡음 문제가 있는 구간이라면 리버브를 늘리기 전에 그 잡음부터 정리합니다.
• 저역(CH06)을 섹션별로 다르게 다뤄서, 코러스에서만 저역이 확 채워지는 느낌을 주는 것도 밀도 대비를 만드는 방법입니다.

다음 장에서는 이렇게 정리한 곡을 실제로 낼 수 있는 상태, 즉 마스터링과 배포 기준까지 마무리합니다.

CH08. 마스터링과 배포 기준

마지막 단계입니다. 라우드니스 표준이나 플랫폼별 포맷 요구사항 같은 마스터링의 기본은 AI 곡이라고 다르지 않습니다. 그 기본은 이미 다른 MixingArt 책에 있으므로 여기서 되풀이하지 않습니다. 이 장은 AI 곡을 마스터링할 때 유독 걸리는 지점만 다룹니다.

리미팅에서 드러나는 문제

CH05 에서 다룬 보컬의 고역 디지털 잡음, CH06 에서 다룬 반주의 저역 뭉침은 믹스 단계에서는 크게 안 거슬리다가, 마스터링에서 라우드니스를 올리는 순간 갑자기 도드라지는 경우가 있습니다. 리미터가 전체 음압을 끌어올리면서 원래 작게 묻혀 있던 잡음도 같이 커지기 때문입니다.

• 목표 라우드니스까지 올린 상태에서 반드시 한 번 더 들어봅니다. 믹스 단계에서 안 들리던 잡음이 커진 상태로 새로 들릴 수 있습니다.
• 잡음이 리미팅 후에 드러난다면, 리미터를 손보기 전에 CH05·CH06 의 원인 처리(스펙트럴 리페어, 재생성)로 돌아가는 것이 먼저입니다. 마스터링 단계에서 잡음 자체를 없앨 수는 없습니다.

다이나믹 레인지가 좁은 채로 오는 소스

CH07 에서 다뤘듯 AI 곡은 원래 다이나믹 레인지가 좁게 나오는 경우가 많습니다. 이미 좁은 소스에 마스터링 단계의 압축까지 더하면 남는 여유가 거의 없어서, 라우드니스 기준은 맞췄는데 소리가 납작하게 들리는 결과가 나오기 쉽습니다.

배포 전 마지막 체크리스트

• 목표 라우드니스로 올린 상태에서 처음부터 끝까지 한 번 더 듣고, 새로 드러나는 잡음이 없는지 확인합니다.
• 스트리밍 플랫폼의 라우드니스 정규화를 감안해, 플랫폼 기준보다 과하게 압축하지 않았는지 확인합니다(이 기준 자체는 다른 MixingArt 마스터링 책 참고).
• 모노로 합쳐서 들어 보고, CH04 의 스템 분리·재조합 과정에서 생긴 위상 문제가 남아 있지 않은지 확인합니다.
• 가능하면 다른 스피커·이어폰으로도 들어서, 이 곡이 이번 도구·버전 특유의 어떤 특징(CH01~07 에서 짚은 것들)에 여전히 걸리는지 마지막으로 점검합니다.

이것으로 AI 작곡 결과물을 실제로 낼 수 있는 곡으로 만드는 과정을 한 바퀴 돌았습니다. 다음 버전의 도구를 써 보고 새로운 문제를 발견하면, 이 책도 그만큼 갱신됩니다.

광고

HUMANCODE — 믹싱을 아는 AI가 들어 있는 DAW

믹싱아트 전자책 전권의 지식을 학습한 Mixia AI를 그대로 옮겼습니다. macOS · Windows.

HUMANCODE 보기

CH09. AI 반주에 사람 보컬 얹기

CH05 에서 «심하면 다시 뽑는 것도 방법»이라고 했습니다. 그런데 아예 한 걸음 더 나가서, AI 로 뽑은 반주는 그대로 쓰고 보컬만 사람이 직접 불러서 얹는 경우가 있습니다. AI 보컬의 아티팩트를 원천적으로 피하는 방법이지만, 그 대신 지금까지 없던 새로운 문제가 생깁니다.

왜 또 다른 문제인가

CH01~08 은 전부 «한 파일 안에서 함께 태어난 소리»를 다루는 이야기였습니다. 사람 보컬을 얹는 순간 상황이 바뀝니다. 이제 한쪽(반주)은 AI 가 생성한 소리이고, 다른 한쪽(보컬)은 실제 마이크로 녹음한 소리입니다. 두 소리는 애초에 같은 세계에 있어 본 적이 없습니다. CH07 에서 다룬 «공간이 다른 방처럼 들리는» 문제가 이번에는 훨씬 더 근본적으로, 그리고 훨씬 더 두드러지게 나타납니다.

구체적으로 무엇이 다른가

• 템포가 고정이 아닐 수 있습니다 — 사람이 연주해서 만든 반주는 보통 클릭(메트로놈)에 맞춰 녹음되어 BPM 이 고정됩니다. AI 반주는 그런 기준 없이 생성되는 경우가 많아서, 곡 전체의 BPM 이 미세하게 흔들리거나 구간마다 살짝 빨라지고 느려질 수 있습니다. 사람 보컬을 그 위에 얹으면, 노래는 정확한데 반주와 미묘하게 어긋나는 느낌이 납니다.
• 피치 기준이 불명확할 수 있습니다 — 반주의 기준음이 정확히 A440 인지, 곡 전체에서 피치가 미세하게 흔들리지는 않는지가 사람 녹음처럼 보장되지 않습니다. 보컬리스트가 정확한 음정으로 불러도 반주와 아주 살짝 어긋나 들리는 원인이 될 수 있습니다.
• 공간감의 방향이 반대입니다 — CH07 에서는 AI 곡 안에 이미 섞여 있는 공간감을 어떻게 통일할지가 문제였습니다. 여기서는 정반대로, 사람 보컬은 대개 공간감이 거의 없는 드라이(dry) 상태로 녹음되고, 반주에는 이미 얕은 공간감이 섞여 있습니다. 드라이한 보컬을 그대로 얹으면 반주 «안»이 아니라 반주 «위에 붙어 있는» 느낌이 납니다.
• 다이나믹스의 기준이 다릅니다 — 사람 보컬의 다이나믹스는 실제 호흡·감정 표현에서 나온 진짜 굴곡입니다. CH07 에서 다룬 «AI 반주는 다이나믹 레인지가 좁다»는 문제가 여기서는 반대로 작동합니다. 반주는 평평한데 보컬만 생생하게 움직이면, 보컬이 반주와 같은 곡이 아니라 다른 세션에서 녹음된 것처럼 들립니다.

그래서 무엇을 다르게 하는가

• 녹음 전에 반주부터 확인 — 보컬을 녹음하기 전에 반주의 실제 BPM 이 곡 전체에서 일정한지, 구간별로 흔들리는 곳은 없는지 먼저 확인합니다. 흔들리는 구간이 있다면 그 구간에 맞는 임시 클릭(템포 맵)을 만들어서 보컬리스트에게 들려주는 편이 낫습니다.
• 녹음 후 타이밍 미세 조정 — 그래도 어긋나는 부분은 보컬을 «고치는» 게 아니라 반주의 흔들림에 맞춰 보컬 쪽 타이밍을 미세하게 조정하는 방향으로 접근합니다. 반주를 사람 리듬에 맞추기보다 이쪽이 더 빠릅니다.
• 공간감은 반주를 기준으로 보컬에 입힙니다 — CH07 의 «공통 리버브로 통일하기»를 이번엔 반대 방향으로 적용합니다. 드라이한 보컬에 반주가 이미 갖고 있는 공간감과 비슷한 성격의 리버브를 입혀서, 보컬이 반주 «안»에 있는 것처럼 만듭니다.
• 보컬의 다이나믹스를 반주 수준으로 눌러야 할 수도 있습니다 — 일반적인 보컬 믹싱에서는 다이나믹스를 살리는 쪽을 권합니다. 여기서는 반주가 평평하기 때문에, 보컬의 다이나믹스를 있는 그대로 살리면 오히려 안 어울립니다. 반주의 평평한 정도를 기준 삼아 보컬 컴프레션을 더 세게 거는 것도 방법입니다.

이 장은 CH01~08 의 기본 흐름(순수 AI 곡 다듬기) 다음에 오는 별도 경로입니다. AI 보컬을 다듬을지(CH05), 다시 뽑을지, 아니면 아예 사람이 부를지는 곡마다, 그리고 그 판단에 쓸 수 있는 시간에 따라 다른 선택입니다.

CH10. 여러 곡을 앨범으로 묶을 때

지금까지는 곡 한 곡을 다듬는 이야기였습니다. 그런데 AI 곡을 EP 나 앨범으로 묶어 내려는 분이 많습니다. 곡마다 따로 잘 다듬었는데도 이어서 들으면 곡이 바뀔 때마다 톤·음량·공간이 튀는 경우가 있습니다. 이 장은 그 차이를 줄이는 방법을 다룹니다. 앨범 마스터링의 일반 원리는 다른 MixingArt 마스터링 책에 있으므로 되풀이하지 않고, AI 곡이라서 달라지는 지점만 짚습니다.

왜 곡마다 다르게 들리는가

사람이 한 앨범을 만들 때는 같은 마이크, 같은 방, 같은 악기, 같은 믹스 엔지니어가 곡 사이를 이어 줍니다. AI 곡은 곡마다 따로 생성됩니다. 곡마다 톤 밸런스, 저역의 양, 공간감, 보컬의 음색이 새로 정해지므로, 이어 주는 요소가 처음부터 없습니다.

시간 차이도 변수입니다. 몇 주에 걸쳐 곡을 뽑다 보면 그 사이에 도구가 업데이트될 수 있습니다. 예를 들어 Suno v6(2026년 9월 9일 출시)는 이전 버전들의 학습에 쓴 데이터를 쓰지 않고 새로 학습했다고 보도되었습니다(TechCrunch, 부록 참고). 버전이 달라졌을 때 결과물의 질감이 실제로 얼마나 달라지는지는 이 책이 측정하지 않았고, 곡마다 직접 들어서 판단해야 합니다. 다만 CH01 에서 말했듯 버전이 바뀌면 질감이 바뀔 수 있다는 점은 앨범을 만들 때 가장 먼저 고려할 변수입니다.

먼저 기록을 남깁니다

곡이 쌓이기 전에, 곡마다 아래를 한 줄씩 적어 두시길 권합니다.

• 사용한 도구와 버전, 요금제, 만든 날짜
• 여러 테이크 중 몇 번째를 골랐는지(CH02)
• 스템을 나눴다면 어떤 방식으로 나눴는지(CH04)
• 손댄 부분(보컬 교체, 구간 편집 등)

이 기록은 «어느 곡이 다른 곡과 다르게 들리는 이유»를 찾을 때 쓰이고, CH12 에서 말한 «어디까지 사람이 했는가»를 설명할 근거이기도 합니다.

기준곡을 하나 정합니다

모든 곡을 동시에 맞추려 하면 끝이 없습니다. 앨범에서 가장 마음에 드는 곡 하나를 기준곡으로 정하고, 나머지를 그 곡에 맞춰 가는 쪽이 빠릅니다. 기준곡과 비교할 축은 세 가지입니다.

• 톤 밸런스 — 저역·중역·고역의 균형. 곡을 번갈아 들으며 어느 쪽이 어둡고 밝은지 비교합니다.
• 음량과 다이나믹 — 같은 볼륨으로 들었을 때 어느 곡이 더 눌려 있고 어느 곡이 더 열려 있는지 비교합니다. CH07 에서 다룬 «굴곡이 없는 곡»이 곡마다 다른 정도로 나타날 수 있습니다.
• 공간감 — 보컬이 앞에 있는지 뒤에 있는지, 리버브가 곡마다 다른 방처럼 들리는지 비교합니다(CH07).

맞출 수 있는 것과 못 맞추는 것

이 장에서 가장 중요한 구분입니다.

• 맞출 수 있는 것 — 대역 밸런스, 음량, 공간감의 양, 저역의 폭. 곡마다 EQ·리버브 양·마스터 체인의 값을 조정해서 가깝게 만들 수 있습니다.
• 못 맞추는 것 — 곡마다 다르게 생성된 보컬의 음색 자체와 악기의 질감. 믹싱으로 목소리를 같은 사람처럼 만들 수는 없습니다. 이건 CH02 의 테이크 고르기, 또는 도구가 제공하는 보컬 일관성 기능(이 책은 다루지 않습니다)의 영역입니다.

곡 순서로 차이를 완화합니다

맞춰도 남는 차이는 곡 순서로 줄일 수 있습니다. 질감이 비슷한 곡끼리 붙여 놓으면 전환 때 귀가 덜 걸립니다. 반대로 가장 다른 두 곡은 사이에 완충이 되는 곡을 두는 쪽이 낫습니다. 다만 이건 곡의 흐름과 이야기까지 같이 보고 정할 문제라, 규칙이 아니라 참고용 제안입니다.

마지막에는 이어서 들어 봅니다

• 곡별로 따로 듣지 말고, 앨범 순서대로 곡 사이 간격까지 포함해 이어서 한 번 이상 듣습니다. 곡 하나로는 안 들리던 튐이 이어 들을 때 드러납니다.
• 스트리밍 플랫폼의 라우드니스 정규화를 감안해, 곡 간 음량 차이가 정규화 후에도 거슬리지 않는지 확인합니다(기준 자체는 다른 MixingArt 마스터링 책 참고).
• CH08 의 체크리스트(리미팅 후 잡음, 모노 합산)를 곡마다 다시 확인합니다.

앨범 안에서 기준곡을 정했다면, 다음 장에서는 그 바깥의 기준, 즉 사람이 만든 외부 곡과 비교하는 레퍼런스 방법을 다룹니다.

CH11. 레퍼런스 곡과 비교하기

레퍼런스 곡을 틀어 놓고 내 믹스와 번갈아 듣는 방법의 기본은 다른 MixingArt 책에 있으므로 여기서 되풀이하지 않습니다. 이 장은 AI 곡에서는 레퍼런스가 왜 더 필요하고, 무엇을 따라 하면 안 되는지만 다룹니다.

왜 AI 곡에서 더 필요한가

사람 곡을 믹싱할 때는 «이 소리가 어디서 나는지»를 알기 때문에 귀의 판단이 비교적 잘 서 있습니다. AI 곡은 CH01 에서 본 것처럼 소리의 경계가 흐리고 문제의 종류도 낯설어서, 평소의 감각만으로는 어디가 모자란지 짚기 어렵습니다. 이럴 때 같은 장르의 사람이 만든 곡을 옆에 두면, 내 곡에 없는 것과 넘치는 것이 상대적으로 드러납니다. 절대적인 정답이 없는 AI 곡에서, 레퍼런스는 외부 기준 역할을 합니다.

레퍼런스는 이렇게 고릅니다

• 같은 장르·비슷한 편성·비슷한 템포의 곡을 고릅니다. 장르가 다르면 «어두워야 하는지 밝아야 하는지»부터 기준이 달라집니다.
• 사람이 만들고 이미 마스터링된 정식 발매곡을 쓰는 쪽을 권합니다. AI 곡을 AI 곡에 비교하면 같은 약점을 서로 정상으로 착각할 수 있습니다.
• 한 곡에 의지하지 말고 두세 곡을 번갈아 비교합니다. 한 곡의 특이한 점까지 따라가는 걸 막아 줍니다.
• CH10 에서 정한 앨범 안의 기준곡이 있다면, 그 곡을 먼저 레퍼런스에 맞춰 둔 뒤 나머지 곡을 기준곡에 맞추는 순서가 편합니다.

AI 곡에서 특히 비교해 볼 것

먼저 두 곡의 음량을 같게 맞추고 비교합니다. 더 큰 쪽이 더 좋게 들리는 착각은 모든 비교에 끼어듭니다. 그다음 아래를 번갈아 봅니다. 각 항목은 앞에서 다룬 문제와 연결됩니다.

• 저역의 정리 상태 — 레퍼런스는 킥과 베이스가 구분되는데 내 곡은 한 덩어리라면 CH06 의 문제입니다.
• 고역의 잡음 — 레퍼런스에는 없는 얇은 쉬머나 쇳소리가 내 곡에만 있다면 CH05 의 문제입니다.
• 섹션 사이의 굴곡 — 레퍼런스는 후렴에서 열리는데 내 곡은 평평하다면 CH07 의 문제입니다.
• 공간감 — 보컬이 앞에 서 있는 정도, 공간이 하나로 느껴지는 정도(CH07).
• 모노로 합쳤을 때 — 레퍼런스는 그대로인데 내 곡만 소리가 빠진다면 CH08 의 체크리스트로 돌아갑니다.

따라가면 안 되는 것

• 음압 — 레퍼런스만큼 키우려 하면, 이미 다이나믹 레인지가 좁은 AI 곡은 쉽게 납작해집니다(CH08). 레퍼런스의 음량은 «비교용으로 맞춰 듣는 값»이지 목표가 아닙니다.
• 음색의 디테일 — 레퍼런스에 있는 공기감이나 악기의 미세한 질감이 내 곡에 아예 없다면, EQ 로 올려서 채울 수 없습니다. CH05 에서 말한 것처럼, 없는 정보는 올려도 살아나지 않고 잡음만 커집니다. 이럴 땐 믹스가 아니라 CH02 의 테이크 선택으로 돌아가는 쪽이 낫습니다.
• 특정 곡을 그대로 닮게 만드는 것 — 레퍼런스는 «방향을 확인하는 자»이지 복제 대상이 아닙니다. 남의 곡과 지나치게 비슷해졌을 때 어떤 문제가 생기는지는 이 책이 확인하지 않았으므로, 그런 의도가 있다면 전문가 확인을 거치시길 권합니다.

레퍼런스와 비교해서 방향을 확인했다면, 이제 곡을 실제로 내놓기 전에 알아 둘 약관과 법적인 것들을 다음 장에서 정리합니다.

CH12. AI 음원과 법 — 알아둘 것들

이 책은 믹싱 기법을 다루는 책이지만, 다듬은 곡을 실제로 배포·수익화하려는 독자가 많을 것이므로 한 장을 내드립니다. 질문은 보통 하나가 아니라 세 개가 섞여 있습니다 — ① 도구가 허락한 범위(약관), ② 저작권으로 등록되는가(사람의 창작 여부), ③ 실제로 돈이 들어오는 경로. 셋은 서로 다른 이야기라, 하나가 해결된다고 나머지가 따라오지 않습니다.

요금제가 «상업적으로 써도 되는가»를 가릅니다

Suno 는 무료(Basic) 플랜으로 만든 곡을 비상업적 용도로만 허용하고, 유료(Pro·Premier) 플랜으로 만든 곡만 상업적 이용을 허용합니다. 기준은 만든 시점의 플랜입니다. 무료로 만들어 두고 나중에 유료로 업그레이드해도 소급되지 않습니다. 팔 생각이 있는 곡은 만들 때부터 유료 플랜이어야 합니다.

저작권 등록은 «사람이 얼마나 관여했나»로 갈립니다

저작권은 사람의 창작을 보호하는 제도입니다. 그래서 기준은 「AI 를 썼는가」가 아니라 「사람이 창작적으로 관여했는가」입니다. Suno 공식 고객센터는 "프롬프트를 쓰는 것은 곡을 창작하는 것으로 보지 않는다"고 명시하고 있습니다. 프롬프트만 넣고 뽑아낸 결과물은 저작권 등록 대상이 아닙니다.

• 가사를 직접 썼다면, 그 가사는 사람의 창작물로 등록될 수 있습니다.
• AI 가 만든 스템을 가져와 DAW 에서 편곡하고 악기를 얹고 구조를 바꾸고 믹싱한 결과물은, 그 사람이 실제로 한 부분에 대해 권리를 주장할 여지가 생깁니다.

자신의 곡을 AI로 편곡만 했다면

이미 자신이 만든 곡(멜로디·가사)이 있고, AI 는 새 반주·편곡을 만드는 데만 썼다면 상황이 조금 다릅니다. 원곡(멜로디·가사)의 저작권은 AI 를 어디에 썼든 영향을 받지 않습니다. 원래 사람이 만든 창작물이기 때문입니다.

다만 AI 가 새로 만든 편곡·반주 자체는 별도의 문제입니다. 위에서 본 기준(프롬프트만으로 생성한 결과물은 등록 대상이 아님)이 편곡에도 똑같이 적용될 가능성이 높습니다. 즉 원곡은 내 것이 맞지만, AI 가 입힌 편곡 그 자체는 따로 보호받지 못할 수 있습니다 — 다른 사람이 비슷한 편곡을 따라 해도 막을 근거가 약할 수 있다는 뜻입니다.

• 도구에 자기 곡을 업로드해서 확장·리믹스하는 기능을 쓸 때는, 보통 「업로드하는 오디오에 대한 독점권이 본인에게 있다」는 데 동의하는 절차를 거칩니다. 혼자 만든 곡이면 문제없지만, 공동 작업한 곡이라면 다른 참여자의 동의가 필요합니다.
• 플랜 기준은 여기도 그대로 적용됩니다. 무료 플랜으로 자기 곡을 업로드해 편곡한 결과물도 상업적으로는 쓸 수 없습니다.
• 이 책의 CH04~08 작업(스템을 다듬고, 공간·밀도를 손으로 다시 잡는 것) 자체가 그 편곡에 사람의 관여를 더하는 과정이기도 합니다. 등록 가능성을 생각한다면, AI 가 뽑은 반주를 그대로 쓰기보다 이 책의 방식대로 실제로 손을 대는 쪽이 여러모로 낫습니다.

돈은 저작권료보다 마스터권에서 나옵니다

음원 수익은 저작권료(작곡·작사 몫)와 인접권—마스터권(그 «녹음물»을 만든 제작자 몫)으로 나뉘고, 통상 제작자 몫이 더 큽니다. 100% AI 생성물은 저작권 등록이 막히더라도, 그 음원을 제작한 사람으로서 마스터권은 주장할 수 있습니다. 유료 플랜으로 제작 → 유통사를 통해 배포 → 마스터권 몫으로 정산되는 경로는 저작권 등록 여부와 별개로 굴러갑니다.

배포할 때 AI 사용을 밝혀야 합니다

• YouTube — 공식 고객센터는 "AI 로 생성한 음악"을 공개(disclosure) 대상으로 명시하고 있습니다. 업로드 시 «변경되었거나 합성된 콘텐츠» 항목을 표시해야 합니다. 반대로 녹음된 오디오를 보정·복원하는 정도는 공개 대상이 아닙니다.
• Spotify — 2025년 9월부터 DDEX 방식으로 AI 사용 여부를 크레딧에 표기하는 정책을 도입했고, AI 를 썼다고 노출이 줄거나 불이익을 주지는 않는다고 밝히고 있습니다. 다만 표기를 누락하거나 허위로 하면 노출 저하·삭제로 이어질 수 있습니다.

지금도 계속 바뀌고 있는 것

이 책을 쓰는 시점 기준으로, AI 음악 도구를 둘러싼 소송·라이선스 지형은 아직 다 정리되지 않았습니다.

• Suno 는 Warner Music(2025년 11월), BMG(2026년 8월)와 합의했지만 Sony Music·Universal Music Group 과는 소송이 진행 중입니다. Suno 가 유튜브 영상으로 모델을 학습시켰다고 인정한 사실이 알려지면서 논란이 더 커졌습니다. 2026년 9월 출시된 v6 는 라이선스된 음악으로 새로 학습했다고 밝혔지만, 이전 버전으로 만든 곡의 법적 지위에 대해서는 명확히 밝히지 않았습니다.
• Udio 는 2025년 10월 Universal Music Group 과 합의하고, 라이선스된 음악으로 학습하는 새 플랫폼을 2026년 안에 선보이겠다고 발표했습니다. 기존 서비스는 전환 기간 동안 별도 조건으로 운영되고 있습니다.

더 자세한 사례(요금제별 비교표, 유튜브 수익화 경로, 위험 사례)는 MixingArt 매거진의 관련 글에서 다루고 있습니다. 이 장은 그 내용을 이 책의 작업 흐름(CH01~11)에 맞춰 요약한 것입니다.

증상별 찾아보기

지금 귀에 들리는 문제에서 해당 장으로 바로 가는 목록입니다. 항목을 누르면 그 장으로 이동합니다. 아래 증상은 이 책이 «경향»으로 정리한 것들이라, 모든 곡·모든 도구에 항상 있다는 뜻은 아닙니다. 도구와 버전이 바뀌면 달라질 수 있습니다(CH01 참고).

곡을 고르는 단계

• 같은 프롬프트로 뽑았는데 테이크마다 품질이 다르고, 뭘 골라야 할지 모르겠다 — CH02. 여러 생성본 중에 고르기 › 무엇을 기준으로 들어야 하는가
• 스템을 나누고 손보는 중인데 계속 말썽이라 처음부터 다시 하고 싶다 — CH02 › 고른 뒤에도 되돌아갈 수 있습니다
• 곡이 뚝 끊기며 끝난다 / 같은 구간이 변화 없이 반복된다 / 후렴이 너무 일찍 혹은 늦게 온다 — CH03. AI 특유의 구조·편곡 문제 › 자주 보이는 유형

스템으로 쪼갠 뒤

• 반주 스템에 보컬의 잔향이 희미하게 따라온다 / 보컬 스템에 반주가 섞여 있다 — CH04. 스템으로 쪼개기 › AI 곡에서 특히 잘 새는 지점
• 쪼개고 나니 워블링·뮤지컬 노이즈 같은 원본에 없던 잡음이 생겼다 — CH04 › AI 곡에서 특히 잘 새는 지점
• 스템을 다시 합쳤더니 소리가 얇아지거나 위상이 어긋나 들린다 — CH04 › 쪼갠 뒤, 다음 장으로 넘어가기 전에
• Suno 의 스템이 원본과 음색·프레이즈가 다르게 들린다 — CH04 › 도구 내장 스템 기능은 방식이 다를 수 있습니다
• 몇 개 스템으로 나눠야 할지 모르겠다 — CH04 › 몇 개로 쪼갤 것인가
• 반주 안에서 베이스·킥·드럼을 더 쪼개야 할지 모르겠다 — CH06. AI 반주 정리 › 반주 안에서 추가로 쪼갤 것인가

보컬이 이상하다

• 자음이 뭉개지거나 빠진다 — CH05. AI 보컬 다듬기 › 자주 보이는 AI 보컬 아티팩트
• 비브라토가 기계적으로 일정하다 — CH05 › 자주 보이는 AI 보컬 아티팩트, 그래서 무엇을 다르게 하는가
• 고음에서 목소리가 순간적으로 다른 사람처럼 바뀐다 — CH05 › 자주 보이는 AI 보컬 아티팩트
• 고역에 얇은 디지털 잡음·쉬머가 깔려 있고 디에서로 안 잡힌다 — CH05 › 그래서 무엇을 다르게 하는가
• 이 문제가 쪼개다 생긴 건지, 원래 보컬에 있던 건지 헷갈린다 — CH05 › 분리 잔여물과 AI 아티팩트, 헷갈리지 않기
• 손봐도 안 되는 구간이 있다 — CH05 › 고쳐 쓸지, 다시 뽑을지

반주가 이상하다

• 악기들이 서로 가리고 한 덩어리로 뭉쳐 들린다 — CH06. AI 반주 정리 › 자주 보이는 반주 문제
• 베이스와 킥이 구분되지 않는 저역 덩어리 — CH06 › 자주 보이는 반주 문제
• 리듬은 정확한데 그루브가 없고 기계적이다 — CH06 › 자주 보이는 반주 문제, 그래서 무엇을 다르게 하는가
• 스테레오 이미지가 이상하다(모노처럼 뭉치거나 이유 없이 한쪽으로 쏠린다) — CH06 › 자주 보이는 반주 문제, 그래서 무엇을 다르게 하는가

합치면 곡처럼 안 들린다

• 보컬과 반주를 따로 정리했는데 합치면 따로 논다 / 서로 다른 방에서 녹음한 것 같다 — CH07. 공간과 밀도 — 곡처럼 만들기 › 따로는 괜찮은데 합치면 이상한 이유
• 리버브를 더 얹었더니 공간이 아니라 뭉침이나 잡음만 커진다 — CH07 › 공간감 통일하기 (원인은 CH01 › 믹싱 판단이 바뀌는 지점)
• 뭔가 모자란데 어디가 문제인지 짚이지 않는다 — CH11. 레퍼런스 곡과 비교하기 › 왜 AI 곡에서 더 필요한가, AI 곡에서 특히 비교해 볼 것
• 곡이 평평하다 — 인트로와 코러스의 차이가 없다 — CH07 › 밀도 문제 — 굴곡이 없는 곡

마스터링·배포 직전

• 음압을 올렸더니 잡음이 갑자기 튀어나온다 — CH08. 마스터링과 배포 기준 › 리미팅에서 드러나는 문제
• 라우드니스는 맞췄는데 소리가 납작하다 — CH08 › 다이나믹 레인지가 좁은 채로 오는 소스
• 모노로 합쳐 들으면 소리가 빠지거나 이상하다 — CH08 › 배포 전 마지막 체크리스트

내가 직접 부른 보컬을 얹을 때

• 내 보컬이 반주와 미묘하게 어긋난다(박자·음정) — CH09. AI 반주에 사람 보컬 얹기 › 구체적으로 무엇이 다른가
• 내 보컬만 반주 위에 붙어 떠 있다 — CH09 › 구체적으로 무엇이 다른가, 그래서 무엇을 다르게 하는가
• 보컬만 생생하게 움직이고 반주는 평평해서 다른 곡 같다 — CH09 › 구체적으로 무엇이 다른가

여러 곡을 앨범으로 묶을 때

• 곡마다 톤·음량·공간이 달라서 앨범으로 이어 들으면 튄다 — CH10. 여러 곡을 앨범으로 묶을 때 › 왜 곡마다 다르게 들리는가, 기준곡을 하나 정합니다
• 곡마다 보컬이 다른 사람 같다 — CH10 › 맞출 수 있는 것과 못 맞추는 것
• 몇 주에 걸쳐 만든 곡들이 도구 업데이트 때문에 달라진 것 같다 — CH10 › 왜 곡마다 다르게 들리는가, 먼저 기록을 남깁니다

팔아도 되나, 등록되나, 올릴 때 밝혀야 하나

• 무료 플랜으로 만든 곡을 유튜브·음원 플랫폼에서 써도 되나 — CH12. AI 음원과 법 — 알아둘 것들 › 요금제가 «상업적으로 써도 되는가»를 가릅니다
• 저작권 등록이 되나 — CH12 › 저작권 등록은 «사람이 얼마나 관여했나»로 갈립니다
• 내가 만든 곡을 AI 로 편곡만 했다 — CH12 › 자신의 곡을 AI로 편곡만 했다면
• 수익은 어디서 나오나 — CH12 › 돈은 저작권료보다 마스터권에서 나옵니다
• 유튜브·스포티파이에 AI 사용을 밝혀야 하나 — CH12 › 배포할 때 AI 사용을 밝혀야 합니다
• Suno·Udio 소송 때문에 내 곡이 문제가 되나 — CH12 › 지금도 계속 바뀌고 있는 것

처음부터 이해하고 싶다면

• 왜 평소 쓰던 EQ·컴프·리버브 처방이 AI 곡에서는 엉뚱하게 먹히나 — CH01. AI 곡은 무엇이 다른가 › 믹싱 판단이 바뀌는 지점
• 이 책의 주장이 어디까지 근거가 있는지 — 부록. 이 책의 근거

이 책의 근거

이 책은 AI 작곡 결과물을 다루는 방법을 이야기하지만, 여기 적힌 내용이 전부 같은 무게를 갖는 건 아닙니다. 어떤 문장은 구조에 대한 설명이고, 어떤 문장은 들어본 경향이고, 어떤 문장은 아직 검증하지 못한 제안입니다. 이 부록은 그 차이를 숨기지 않고 구분해 둡니다. 「근거 없는 숫자를 짐작으로 적지 않는다」는 약속을 지키는 방법이기도 합니다.

이 책의 주장은 세 종류입니다

• 구조적 설명 — 「AI 곡은 보컬과 반주가 따로 녹음된 적 없이 한 번에 생성된다」, 「그래서 스템 분리는 복원이 아니라 추정이다」 같은 문장(CH01·CH04 중심). 일반적으로 알려진 생성 방식에 대한 이해에 기댄 설명입니다. 「Suno 가 곡을 보컬·반주 따로가 아니라 한 번에 생성한다」는 점은 개발사가 직접 밝힌 1차 출처를 아직 찾지 못했습니다(아래 「확인한 사실」 참고). 그래서 CH01 은 이 부분을 「대부분의 경우」라고 조심스럽게 썼습니다.
• 경향으로서의 관찰 — 자음 뭉침, 기계적인 비브라토, 저역 뭉침, 밋밋한 다이나믹스 같은 증상 목록(CH01·CH05·CH06·CH07). 본문에서 계속 「경향」이라고 쓴 이유는, 특정 도구·버전·날짜를 붙여 기록한 결과가 아니기 때문입니다. 이 부록 끝의 관찰 기록에 그런 기록이 쌓이기 전까지는, 증상 목록을 「이런 걸 들어 보라」는 청취 가이드로 읽어 주십시오.
• 처방으로서의 제안 — 「2-스템으로 먼저 쪼갠다」, 「디에서 대신 스펙트럴 리페어를 고려한다」, 「구간이 나쁘면 다시 뽑는다」 같은 작업 순서와 판단 기준. 사람 녹음 믹싱의 원리를 위의 구조적 차이에 비추어 적용한 제안이며, 정량적으로 검증한 결과가 아닙니다.

장별로 무엇에 기대고 있는가

• CH01 — 구조적 설명 중심. 증상 목록은 경향으로서의 관찰.
• CH02 — 온전히 처방으로서의 제안입니다. 여러 테이크 중에 고르라는 조언은 이 책의 판단이며, 도구가 실제로 몇 개의 테이크를 주는지·테이크 사이 편차가 얼마나 큰지는 측정하지 않았습니다.
• CH03 — 구조·편곡 문제가 생기는 이유(생성 길이 제한 등)는 추론이고, 처방(믹싱 전에 편집)은 제안입니다. 이런 문제가 얼마나 자주 나타나는지는 확인하지 않았습니다.
• CH04 — 스템 분리가 추정이라는 설명은 구조적 설명. 「몇 개로 쪼갤 것인가」와 확인 체크리스트는 처방으로서의 제안. 특정 스템 분리 도구의 성능 비교는 하지 않았습니다.
• CH05 — 아티팩트 유형은 경향으로서의 관찰. 디에서·EQ·피치 보정이 왜 다르게 걸리는지는 원인이 다르다는 구조적 추론에 근거한 제안이며, 도구별로 실제로 얼마나 통하는지는 확인하지 않았습니다.
• CH06·CH07 — 마스킹·공간 불일치·밀도 문제는 경향으로서의 관찰, 처방은 제안.
• CH08 — 리미팅에서 잡음이 도드라진다는 것은 리미터가 전체 레벨을 끌어올리는 원리에서 나오는 추론이며, 플랫폼별 라우드니스 기준은 다른 MixingArt 마스터링 책을 따르고 이 책에서 새로 검증하지 않았습니다.
• CH09 — 템포·피치·공간·다이나믹스가 어긋나는 이유는 구조적 설명이자 처방이며, 실제 AI 반주에서 템포가 얼마나 흔들리는지는 도구·곡마다 다르므로 측정하지 않았습니다.
• CH10 — 전부 처방으로서의 제안입니다. 곡 사이 차이가 생기는 이유는 구조적 추론이고, Suno v6 가 이전 버전과 다른 데이터로 학습했다는 것만 출처가 있는 사실입니다(아래 「확인한 사실」의 소송·라이선스 항목). 버전이 달라질 때 곡의 질감이 실제로 얼마나 달라지는지는 측정하지 않았습니다.
• CH11 — 전부 처방으로서의 제안입니다. AI 곡에 레퍼런스가 더 필요하다는 것은 구조적 추론이며, 몇 곡을 쓰는 게 적당한지·지표가 얼마나 비슷해야 하는지는 측정하지 않았습니다.
• CH12 — 유일하게 법률 관련 장입니다. 법률 자문이 아니며, 전부 공식 도움말·개발사 발표·언론 보도에 출처를 붙였습니다(아래 「확인한 사실」 참고). 도구 약관·소송 상황은 이 책의 다른 어떤 내용보다도 빨리 바뀌므로, 실제로 등록·계약을 앞두고 있다면 반드시 그 시점의 원문을 다시 확인해야 합니다.

확인한 사실 (출처 있음)

아래 페이지를 직접 열어 확인한 내용입니다. 각 항목에 확인한 날짜를 따로 표시했습니다 — 도구는 계속 바뀌므로 「확인한 날짜」가 함께 읽혀야 합니다.

• Suno v6 출시 — 2026년 9월 9일, v6 · v6-wild · v6-mini 세 모델. 2026-09-20 확인. 출처: Suno 릴리스 노트 (개발사, 1차)
• Suno Advanced Split 은 재생성 방식 — 2026년 6월 11일 공식 블로그가 «기존 믹스를 잘라낸 조각이 아니라 새로 생성한 스템»이라고 설명. 가장 세분화된 일부 옵션은 개발 중이라고 밝힘. 이 글에는 모델 버전이 명시되어 있지 않아 v6 에서의 동작은 확인하지 못함. 2026-10-07 재확인: v6 릴리스 노트와 고객센터에도 스템·모델 버전 언급 없음. 고객센터는 Advanced Split 을 Premier 전용, Pro 는 Auto Split·Split from Mix 로 안내(수정일 표시 없음). 같은 고객센터 문서(How do I get stems?, 개발사, 1차)에 Auto Split 최대 12 스템·50 크레딧, Split from Mix·Advanced Split 스템당 10 크레딧으로 표시(2026-10-07 확인, 수정일 표시 없음). 2026-09-20 확인. 출처: Suno 블로그 (개발사, 1차) (CH04 에 반영)
• Suno 요금제별 상업적 이용 범위 — Basic(무료)은 비상업적 용도만, Pro·Premier 는 상업적 이용 가능. 만든 시점의 플랜이 기준. 2026-09-22 확인. 출처: Suno 고객센터 Rights & Ownership (개발사, 1차)
• 프롬프트만으로 만든 곡은 저작권 등록 대상이 아님 — "프롬프트를 쓰는 것은 곡을 창작하는 것으로 보지 않는다"는 취지. 가사를 직접 쓴 경우 그 가사는 등록 가능. 2026-09-22 확인. 출처: Suno 고객센터 (개발사, 1차)
• 업로드한 오디오의 확장(extension) 소유권 — 업로드 시 그 오디오에 대한 독점권이 본인에게 있다는 데 동의하는 절차. 원본을 직접 만들지 않았다면 소유권을 가정하지 말라고 명시. 2026-09-22 확인. 출처: Suno 고객센터 (개발사, 1차)
• YouTube AI 음악 공개(disclosure) 의무 — "AI 로 생성한 음악"을 공개 대상으로 명시, 오디오 보정·복원은 대상 아님. 마지막 수정일은 페이지에 명시되어 있지 않음. 2026-09-22 확인. 출처: YouTube 고객센터 (1차)
• Spotify AI 표기 정책 — 2025년 9월부터 DDEX 방식 크레딧 표기 도입, AI 사용 자체가 노출·수익에 불이익을 주지 않는다고 명시. 2026-09-22 확인. 출처: Spotify 뉴스룸 (개발사, 1차, 2026-08-11)
• Suno 저작권 소송·라이선스 현황 — Warner Music 은 2025년 11월, BMG 는 2026년 8월 합의. Sony Music·Universal Music Group 과는 소송 진행 중. v6(2026-09-09)는 라이선스된 음악으로 재학습. 2026-09-22 확인. 출처: TechCrunch (언론, 2026-09-09)
• Udio–UMG 합의 및 라이선스 플랫폼 — 2025년 10월 29일 합의 발표, 라이선스된 음악으로 학습하는 새 플랫폼을 2026년 안에 출시 예정. 2026-09-22 확인. 출처: Music Business Worldwide (언론, 2025-10-29)

확인하지 못한 것

• Suno 가 곡을 보컬·반주 따로가 아니라 한 번에 생성한다는 개발사의 직접 발언. 2024년 3월 14일자 Latent Space 인터뷰에서는 해당 발언을 찾지 못했습니다.
• Suno v6 에서 스템 기능이 같은 재생성 방식인지. 공식 페이지에는 언급이 없고, 재생성이라고 쓴 곳은 제3자 블로그뿐이라 근거로 삼지 않았습니다(2026-10-07 확인).
• Udio 의 현재 최신 버전과 스템·다운로드 제공 여부. 공식 changelog 는 2025년 9월 이후 항목이 없고, 그 이후 상태는 공식 자료로 확인하지 못했습니다.

독자가 직접 확인하는 방법

이 책의 어떤 문장이 지금 쓰는 도구에도 맞는지는 직접 들어 보는 것이 가장 정확합니다.

• 같은 곡에서 스템 분리 전과 후를 솔로로 번갈아 들으며 CH04 체크리스트를 확인합니다.
• 문제가 스템 분리 잔여물인지 보컬 자체의 아티팩트인지는, 쪼개기 전 원본에서도 같은 소리가 나는지로 가립니다(CH05).
• 같은 프롬프트로 여러 번 뽑은 결과를 비교해서, 그 증상이 한 곡의 우연인지 도구의 반복되는 경향인지 확인합니다.
• 도구가 업데이트되면 같은 곡·같은 설정으로 다시 뽑아서, 증상이 그대로인지 확인합니다.

관찰 기록

틀린 부분이나 지금 쓰는 도구·버전에서 다르게 들리는 부분이 있으면 알려 주십시오. 그 제보가 이 부록의 첫 기록이 됩니다.