오디오 편집: OpenVINO와 Audacity가 만났을 때

OpenVINO란 무엇인가?

OpenVINO (Open Visual Inferencing and Neural Network Optimization)는 인텔이 개발한 AI 추론 최적화 도구다.

복잡한 AI 모델이 내 PC의 CPU나 그래픽카드(GPU) 성능을 100% 끌어다 쓸 수 있게 조율한다.

이 기술의 핵심은 '로컬 실행'이다. 데이터를 외부 서버로 보내지 않고 내 컴퓨터 안에서 모든 연산이 끝난다.

보안이 중요한 프로젝트나 인터넷 연결이 불안정한 환경에서도 AI 기능을 즉각 사용할 수 있다는 뜻이다.

 

---

Audacity에서 바로 쓰는 AI 기능 4가지

최근 공개된 Audacity 3.7.4 버전용 OpenVINO 플러그인은 즉시 활용 가능한 강력한 도구들을 제공한다.

1. 음악 분리 (Music Separation): 완성된 곡에서 보컬, 드럼, 베이스 등 특정 악기 소리만 따로 추출한다. (Stems 추출)
2. 노이즈 억제 (Noise Suppression): 녹음본에 섞인 에어컨 소리나 주변 소음을 AI가 식별해 깨끗하게 지운다.
3. 음성 전사 (Transcription): 녹음된 목소리를 자동으로 분석해 텍스트 데이터로 변환한다.
4. 오디오 초해상도 (Audio Super-Resolution): 음질이 낮은 소스의 해상도를 인위적으로 높여 더 선명하게 복원한다.

---

왜 게임 개발자에게 중요한가?

사운드 디자이너나 테크니컬 아티스트에게 이 도구는 '워크플로우 파괴자'가 될 수 있다.

• 효율적인 에셋 관리: 배경음악에서 특정 악기 소리만 빼서 효과음(SFX) 소스로 재활용할 수 있다.
• 비용 절감: 값비싼 AI 유료 구독 서비스 없이도 고성능 노이즈 제거와 음성 인식을 무제한으로 사용한다.
• 성능 최적화: 인텔 하드웨어에 최적화되어 있어, 사양이 낮은 개발용 노트북에서도 비교적 빠른 속도로 AI 연산을 수행한다.

---

적용 방법

설치 방법은 간단하다.

오디오 콘텐츠 플랫폼인 MuseHub를 실행하고, 'Plugins' 메뉴에서 OpenVINO AI Tools를 찾아 설치 버튼을 누르면 된다.

설치 시 주의할 점은 단 하나다. 사용 중인 Audacity 버전이 3.7.4 이상인지 확인해야 한다.

설치가 완료되면 Audacity의 '효과(Effect)' 메뉴 안에 'OpenVINO AI Effects'라는 새로운 항목이 생긴다.

---

무조건 다 설치하는 게 정답일까?

Audacity(오디세티)에 OpenVINO AI 플러그인을 설치하려다 수많은 체크박스 앞에서 멈칫했을 것이다.

질문을 던져보자. 왜 이렇게 많은 모델이 용량별로 나뉘어 있을까?

 

AI 모델은 배기량이 다른 자동차 엔진과 같기 때문이다.

엔진이 크면 힘이 좋지만 기름을 많이 먹듯,

AI 모델(파라미터 크기)이 클수록 결과물은 정교해지지만 컴퓨터의 자원(디스크 용량과 연산 능력)을 많이 요구한다.

 

어떤 요리를 할 것인지, 내 주방의 장비 수준은 어떤지에 따라 최적의 도구를 선택해야 한다.

첨부한 설치 화면을 바탕으로, 각 도구의 역할과 상황에 맞는 최적의 세팅법을 직관적으로 정리해 본다.

 

---

1. 기본 장착 필수 도구: 가볍고 강력한 유틸리티

현재 화면에서 기본적으로 체크된 상단 모델들은 용량 대비 성능(가성비)이 매우 뛰어난 필수 도구들이다.

이 항목들은 그대로 유지하는 것을 권장한다.

• 음악 분리 (Music Separation Models - 98.3 MB):
  • 하나의 오디오 트랙에서 악기와 보컬을 분리한다. 용량이 100MB도 안 되지만, 샘플링이나 리믹스 작업에 즉각적인 도움을 준다.
• 초해상도 모델 (Super Resolution Models - 약 1.9 GB):
  • 손상되거나 대역폭이 깎인 저음질 오디오(전화 음성 등)의 주파수를 AI가 추론하여 고음질로 복원한다. Basic과 Speech(음성 전용) 모두 유용하다.
• 노이즈 억제 (Noise Suppression Models - 26.8 MB):
  • 녹음실이 아닌 곳에서 수음된 파일의 배경 소음을 날려버린다. 30MB도 안 되는 가벼운 모델들(DeepFilterNet 등)이 묶여 있으니 반드시 설치한다.

---

2. Whisper (Speech-to-Text): 내 PC의 한계는 어디까지인가?

설치 과정에서 가장 고민해야 할 부분은 바로 'Whisper Transcription' 항목이다.

음성을 텍스트로 변환해 주는 이 모델은 Base (74M)부터 Large v3 (1550M)까지 다양한 크기가 존재한다. (M은 파라미터의 수, 즉 AI 뇌세포의 개수라고 이해하면 쉽다.)

 

현재 세팅은 가장 가벼운 Base(180.7 MB)만 체크되어 있다.

빠른 처리가 목적이라면 훌륭한 선택이다. 하지만 이 모델은 복잡한 발음이나 전문 용어를 인식할 때 오타를 낼 확률이 높다.

💡 세팅 팁
문적인 사운드 디자인 환경에서는 텍스트 변환의 정확도가 곧 작업 시간 단축으로 이어진다.
만약 작업용 데스크톱에 RTX 5060 Ti 16GB 모델처럼 VRAM(비디오 메모리)이 넉넉한 그래픽카드가 장착되어 있다면, 굳이 Base 모델에 머물 필요가 없다.

VRAM은 AI가 작업하는 '책상의 크기'와 같다.
책상이 16GB 수준으로 넓다면, 용량이 크고 똑똑한 Large v3 (5.3 GB) 모델을 여유롭게 구동할 수 있다.
압도적인 인식률을 원한다면 과감하게 Large 모델을 추가로 체크한다.

 

---

3. 음악 생성 (Music Generation): 공간감을 고려한 선택

프롬프트를 입력해 BGM이나 루프를 만들어내는 기능이다.

💡 세팅 팁
단순한 팟캐스트 배경음이나 스케치용이라면 Mono로 충분하다.
그러나 Wwise 같은 미들웨어를 활용해 입체적인 게임 오디오(Spatial Audio)를 구성하거나,
플레이어에게 풍부한 청각적 경험을 제공해야 하는 고품질 BGM을 생성해야 한다면 Mono로는 아쉽다.

디스크 여유 공간이 허락한다면, 약 1.2GB를 더 투자하여 Small Stereo Model을 반드시 체크하는 것이 좋다.

 

---

핵심 요약: 어떻게 세팅할 것인가?

모든 것을 이해했다면, 이제 자신의 하드웨어 스펙과 작업 목적에 따라 결정하면 된다.

옵션 A: 가벼운 구동과 디스크 용량 절약이 최우선일 때 (현재 세팅 유지)

• 화면에 체크된 기본값(약 4.04 GB 요구) 그대로 'Next'를 누른다.
• 가장 빠르고 가벼운 환경에서 기본적인 AI 오디오 편집의 맛을 볼 수 있다.

옵션 B: 고성능 하드웨어를 활용한 전문가형 세팅 (권장)

• 넉넉한 VRAM과 여유로운 디스크(SSD) 공간을 보유하고 있다면 아래 항목을 추가로 체크한다.
  • Whisper Transcription: Large v3 (압도적인 음성 인식률 확보)
  • Music Generation: Small Stereo Model (공간감 있는 오디오 에셋 생성)
• 요구되는 디스크 공간은 약 10GB 이상으로 늘어나지만, 상용 서비스 부럽지 않은 로컬 AI 스튜디오를 구축할 수 있다.