AI 음악 아티팩트(쇳소리·고역 노이즈)란 무엇이고, 호네누끼는 그것을 어떻게 측정하고 제거하는가
AI 음악 아티팩트는 생성기가 결과물에 남기는 잔여물입니다. 주파수 축을 따라 일정 간격으로 반복되는 희미한 스펙트럼 피크, 그리고 고역에 깔린 평탄한 노이즈 바닥. EQ와 컴프레서로는 가릴 수는 있어도 없앨 수 없습니다. 피크가 음악과 같은 대역 안에 들어앉아 있기 때문입니다. 없애려면 주기적인 격자를 먼저 찾아내고, 실제로 거기 있는 피크만 좁은 대역씩 감쇄해야 합니다. 호네누끼가 하는 일이 그것이고, 그다음 새추레이션·디에서·에어로 질감과 고역감을 되돌립니다.
마지막 검토 2026-09-02
수노(Suno) 같은 생성기에서 왜 이 소리가 나는가
특정 모델의 버그가 아니라 구조에서 나옵니다. 생성형 오디오 모델은 결과를 업샘플링으로 만듭니다 — 압축된 내부 표현을 전치 합성곱(디컨볼루션) 계층을 거쳐 파형 크기까지 반복해 키우는 방식입니다. Afchar 연구진은 이 계층이 체계적인 주파수 아티팩트, 즉 작지만 뚜렷한 스펙트럼 피크를 만들어낸다는 것을 수학적으로 증명했습니다. 이미지 생성 모델에서 익숙한 체커보드 아티팩트의 오디오판입니다. 핵심은 이 현상이 학습 데이터나 가중치가 아니라 선택한 구조 자체에서 따라 나온다는 점입니다 — 프롬프트를 바꾸든 장르를 바꾸든 다시 뽑든 그대로 남는 이유가 여기 있습니다. 연구진은 오픈소스 모델과 상용 생성기인 수노·유디오에서 이를 확인했고, 이 피크만으로 AI 생성 음악을 여러 조건에서 99% 넘는 정확도로 가려낼 수 있음을 보였습니다. 같은 업샘플링 구조가 이 시스템들이 디코딩에 쓰는 뉴럴 오디오 코덱 안에도 들어 있습니다. SoundStream 계열의 잔차 벡터 양자화(RVQ)로 만들어진 코덱들입니다. 소리의 나머지 절반이 여기서 나옵니다 — 코덱은 들리지 않는다고 판단한 것을 버리고 나머지를 복원하는데, 디테일이 있던 자리에 평탄하고 정적인 노이즈 바닥이 남습니다. 그래서 두 가지가 한꺼번에 생깁니다. 울리는 주기적 피크 구조와, 그 아래 깔린 지지직거리는 히스. 둘 다 스템으로 내보내도 살아남고, 평범한 믹싱을 거쳐도 그대로 남습니다.
기전과 검출 기준: Afchar, Meseguer-Brocal, Akesbi, Hennequin (2025), “A Fourier Explanation of AI-music Artifacts”, arXiv:2506.19108. 코덱 배경: Zeghidour et al. (2021), “SoundStream: An End-to-End Neural Audio Codec”, arXiv:2107.03312.
호네누끼는 어떻게 동작하는가
엔진을 지배하는 다섯 가지 규칙입니다. 이것이 일반 노이즈 제거기와 갈리는 지점이라 그대로 적어 둡니다.
자르기 전에 격자를 먼저 찾는다
일정 간격으로 반복되는 피크(주로 보이는 모델들에서는 약 200 Hz 간격)와, 코덱 컷오프 바로 아래의 평탄한 노이즈 바닥을 찾습니다. 격자가 발견되지 않은 곳은 아무것도 감쇄하지 않습니다.
넓게가 아니라 좁게 자른다
검출된 피크 주변에만 좁은 노치로 감쇄합니다. 광대역 하이셸프는 쓰지 않습니다. 감쇄량은 명료도 대역에서 8 dB, 고역에서 15 dB로 제한돼 있어 판단이 틀려도 피해가 작게 끝납니다.
마스크는 순차 곱이 아니라 최댓값으로 결합한다
강도·디에서·히스는 각각 감쇄 마스크를 만듭니다. 이들을 차례로 곱하지 않고 지점마다 최댓값을 취해 합칩니다. 곱하면 감쇄가 누적돼 구멍이 나지만, 최댓값을 쓰면 가장 깊은 이유 하나가 이기고 나머지는 쌓이지 않습니다.
잔차는 무엇을 더하기 전에 계산한다
REMOVED 모니터는 새추레이션과 에어를 다시 더하기 전에 잡은 진짜 차분 신호입니다. 무엇이 바뀌었는지가 아니라 무엇이 빠져나갔는지를 들려줍니다.
드럼은 다르게 다룬다
드럼 스템은 고역 감쇄 상한을 낮추고 transient 부근에서 감쇄량을 줄입니다. 같은 설정으로도 어택과 심벌이 뭉개지지 않게 하기 위해서입니다.
각 노브가 하는 일
여섯 개입니다. 셋은 덜어내고, 둘은 되돌리고, 하나는 귀에만 씁니다.
덜어내기
강도 (Strength)
검출된 피크에서 노치를 얼마나 깊게 파는지 정합니다. 표시 기본값은 40입니다. 표시값 2 아래로 내려가면 노치 깊이가 0으로 페이드되므로, 노브를 맨 아래로 두면 '조금 처리'가 아니라 진짜 무처리가 됩니다. 올려도 노치가 넓어지지는 않고 깊어지기만 합니다.
기본 40 · 상한 8 dB(명료도 대역) / 15 dB(고역)디에서 (De-ess)
거친 ㅅ·ㅊ 발음을 눌러 주는 치찰음 감쇄입니다. 아티팩트 제거와는 독립이고 어느 스템에서든 쓸 수 있지만, 보컬로 판정된 스템에서만 기본값 0.3이고 나머지는 0입니다. 마스터에는 걸지 않습니다 — 믹스 전체를 디에싱하면 그 대역을 함께 쓰는 모든 소리가 상합니다.
보컬 스템 기본 0.3, 그 외 0히스 (Hiss)
고역 히스 서프레서로 6~14 kHz에서 동작하며, 상단에서 코사인 테이퍼를 걸어 경계에서 소리가 급변하지 않게 합니다. 신호대잡음비에 따라 여닫는 동적 노이즈 게이트와, 고정 피크를 겨냥한 상시 comb 노치를 함께 씁니다. 게이트는 최대 설정에서 40 dB까지 감쇄하고, comb 노치는 20 dB로 제한됩니다.
6~14 kHz · 게이트 최대 −40 dB · comb 노치 최대 −20 dB · 기본 노브 0.1 = −4 dB되돌리기
새추레이션 (Saturation)
제거 이후 밀도를 되돌리는 3대역 배음 생성입니다. 값은 게인이 아니라 목표 왜곡률(THD)이고, 프리셋(WARM·PRESENT·AGGR)이 어느 대역을 얼마나 드라이브할지와 짝수·홀수 배음 비율을 정합니다. 기본값은 0이라 요청하지 않으면 아무것도 더해지지 않습니다.
기본 0 · 값은 목표 THD % · 프리셋 WARM / PRESENT / AGGR에어 (Air)
제거가 함께 가져간 고역감을 되돌리는 셸프입니다. 리드아웃은 원본 대비 순증이라 0 dB면 출발점으로 돌아온 것이고, 그 위로는 원본에 없던 밝기를 더하는 것입니다. 코덱이 버린 주파수를 새로 만들어내지는 않습니다 — 남아 있는 것을 들어 올릴 뿐입니다.
−2 ~ +20 dB · 기본 +1.0 dB청취 전용
게인 (Gain)
모니터 음량 전용입니다. 비교하며 듣는 동안의 크기만 바꾸고 렌더에서는 의도적으로 제외돼 있어, 여기서 무엇을 하든 내려받는 파일에는 들어가지 않습니다.
−24 ~ +12 dB · 다운로드에는 절대 반영되지 않음호네누끼가 하지 않는 일
- 스템 분리 도구가 아닙니다. 올린 파일을 정리할 뿐이고, 그게 완성된 믹스든 이미 가진 스템이든 상관없습니다. 곡을 보컬·드럼·베이스로 나눠 주지는 않습니다.
- 워터마크 제거 도구가 아닙니다. SynthID나 C2PA 같은 비가청 워터마크는 건드리지 않으며, 유통사·스트리밍 플랫폼의 AI 심사 통과를 주장하지 않습니다.
- 마스터링 체인이 아닙니다. 리미팅도, 라우드니스 정규화도 하지 않습니다. 먼저 정리하고 나중에 마스터링하세요.
- 대역 확장 도구가 아닙니다. 코덱이 버린 주파수를 지어내지 않습니다.
- 포렌식 증거가 아닙니다. AI 판정은 코덱 지문을 정보로 알려 줄 뿐입니다. 처리를 막지 않으며, 사람 제작물로 판정된 스템도 요청하신 그대로 처리합니다.
수치
| 항목 | 값 |
|---|---|
| 검출 격자 간격 | 약 200 Hz |
| 히스 처리 대역 | 6~14 kHz, 상단 코사인 테이퍼 |
| 히스 게이트 깊이 | 노브 1.0에서 최대 −40 dB (기본 0.1 = −4 dB) |
| 상시 comb 노치 상한 | −20 dB |
| 노치 감쇄 상한 | 명료도 대역 8 dB, 고역 15 dB |
| 강도 기본값(표시) | 40 |
| 에어 범위 / 기본 | −2 ~ +20 dB / +1.0 dB |
| 마스크 결합 | 최댓값 — 순차 곱 금지 |
| 잔차 계산 시점 | 새추레이션·에어 가산 전 |
| 입력 형식 | WAV, MP3, FLAC, AIFF |
| 출력 | WAV(및 MP3), ZIP 하나로 제공 |
| 결정론 | 같은 입력·같은 설정이면 비트 동일 파일 |
| 청취 | 브라우저 재생 = 내려받는 서버 렌더 |
질문
그냥 EQ로 깎으면 안 되나요?
이 문제에는 안 됩니다. 피크가 음악과 같은 대역 안에 있어서, 그걸 잡을 만큼 넓게 깎으면 음악이 함께 깎입니다. 통하는 방법은 피크가 실제로 있는 자리에 좁은 노치를 놓는 것이고, 그러려면 격자를 먼저 찾아야 합니다.
강도를 높일수록 좋아지나요?
아니요. 강도는 노치를 깊게 만듭니다. 피크가 사라진 지점을 넘어서면 그 주변 재료를 먹기 시작합니다. 판단 기준은 REMOVED 모니터입니다 — 거기서 멜로디나 가사가 들리면 너무 높인 것입니다.
보컬이 아닌 스템은 왜 디에서가 꺼져 있나요?
치찰음은 보컬의 문제이고, 드럼이나 신스 스템을 디에싱하면 그 대역을 함께 쓰는 소리만 이유 없이 깎이기 때문입니다. 원하시면 어느 스템에서든 노브는 그대로 쓸 수 있습니다.
마스터에는 왜 디에서 노브가 없나요?
믹스 전체에 디에서를 걸면 그 대역을 공유하는 모든 소스에 작용합니다, 목소리에만이 아니라. 디에서는 보컬 스템에서 걸어야 하고, 그래서 마스터가 아니라 STEM별 수정에 있습니다.