밥 딜런, 알고리즘으로 풀어내다: 컴퓨터 과학이 밝혀낸 예술가의 진화

Prashant Garg의 연구는 대규모 언어 모델을 이용하여 밥 딜런의 가사를 분석, 그의 예술적 진화 과정을 정량적으로 규명하고 예술 연구에 새로운 컴퓨터 방법론을 제시했습니다. 감정, 은유, 주제 다양성 등의 변화를 통해 딜런의 '익숙함 거부' 경향을 수치적으로 증명하고, 그의 경력과 주제 변화 간의 상관관계를 분석했습니다.

캐스 선스타인의 에세이 '밥 딜런에 관하여'는 딜런의 '익숙함 거부' 스타일, 즉 기대를 거부하고 끊임없이 음악적, 가사적 정체성을 재창조하는 그의 경향을 묘사합니다. 이러한 선스타인의 관찰을 바탕으로 Prashant Garg는 1962년부터 2012년까지 밥 딜런의 가사를 대규모로 컴퓨터 분석한 연구 결과를 발표했습니다.

그는 대규모 언어 모델인 o3-mini-high를 이용하여 가사에서 개념 간의 관계를 추출하고, 딜런의 주제 구조를 포착하는 방향성 있는 지식 그래프를 구성했습니다. 그리고 시간에 따른 감정, 은유적 표현, 주제의 다양성, 네트워크 복잡성의 변화를 정량적으로 분석했습니다.

결과는 놀라웠습니다. 분석 결과, 딜런의 가사는 시간이 지날수록 은유에 더욱 의존하며, 진화하는 감정적 프로필을 보이고, '익숙함 거부' – 여기서는 핵심 개념의 네트워크 중심성의 변동 증가로 측정 – 가 증가하는 것으로 나타났습니다. 또한, 움직임, 저항, 신화적 이미지에 대한 언급은 딜런의 경력의 잘 알려진 단계와 일치하는 방식으로 변동하여, 그의 예술의 역동적이고 예측 불가능한 특성을 반영했습니다.

이러한 연구는 선스타인의 논제에 대한 경험적 이해를 심화시킬 뿐만 아니라, 예술가의 진화를 분석하는 새로운 컴퓨터 방법을 제시합니다. 이 방법은 문화 및 창의적 변화 연구에 더 폭넓게 적용될 수 있습니다. 이는 단순한 가사 분석을 넘어, 인공지능을 통해 예술가의 창작 과정과 변화를 이해하는 새로운 패러다임을 제시하는 획기적인 연구입니다. 앞으로 이러한 접근 방식이 다른 예술가나 문화 현상 분석에도 적용되어 새로운 통찰력을 제공할 수 있을지 기대됩니다.

:point_up: 본 연구는 컴퓨터 과학과 인문학의 융합을 통해 예술 연구의 새로운 가능성을 보여주는 중요한 사례입니다.