Suno는 저작권이 있는 자료를 시드로 사용하는 것을 금지하는 명확한 정책을 통해 인공지능으로 음악을 생성하는 대표적인 플랫폼으로 자리 잡고 있습니다. 그러나 최근 연구에 따르면 필터링 시스템에 명백한 결함이 있는 것으로 나타났습니다. 보호 장치는 간단한 방법과 일반적인 도구로 우회될 수 있어, 이렇게 민감한 창작 환경에서 이러한 통제의 실제 효율성에 의문이 제기됩니다.
감지를 회피하기 위한 오디오 난독화 기술 🕵️
Suno의 필터를 우회하는 과정은 고급 지식을 필요로 하지 않습니다. 보호된 MP3 파일을 가져와 Audacity와 같은 무료 소프트웨어로 처리하는 것으로 구성됩니다. 트랙의 속도나 음조를 약간 변경하고 미묘한 화이트 노이즈 레이어를 추가하면 파일의 디지털 지문이 변경됩니다. 이러한 변화는 인간의 귀에는 미미하지만, 감지 알고리즘을 혼란시키기에는 충분합니다. 이렇게 플랫폼은 오디오를 원본 시드로 수락하여 저작권이 있는 저작물에서 파생된 커버나 새로운 곡을 생성할 수 있게 합니다.
이제 AI 각인이 찍힌 믹스테이프의 부활 🎵
디지털 시대가 카세트 테이프로 라디오 노래를 녹음하는 트릭에 해당하는 것을 찾은 것 같지만, 알고리즘적인 변형이 가미되었습니다. 사용자들은 DJ가 말하기를 기다리는 대신, 이제 이론상으로는 훨씬 더 엄격한 가상 DJ를 속이기 위해 화이트 노이즈와 속도 변화를 사용합니다. 음악을 공유하려는 인간의 창의성은 항상 길을 찾으며, 그 길이 AI가 충분히 독특하다고 간주하도록 디지털 파일에 잡음을 추가하는 것일지라도 마찬가지입니다. 역설은 분명합니다. 우리는 아날로그적인 회피 전술을 모방하기 위해 첨단 기술을 사용하고 있는 것입니다.