전기음향학은 전기 에너지와 음향 에너지 사이의 변환 및 상호작용을 연구하는 학문이야.
쉽게 말하면 "소리를 전기로, 전기를 소리로 바꾸는 모든 것"을 다루는 거지 ㅋㅋ

1800년대 후반 알렉산더 그레이엄 벨이 전화기를 발명하면서 본격적으로 시작됐고,
지금은 스마트폰 스피커, 노이즈캔슬링 이어폰, 콘서트홀 음향 설계까지 전부 이 학문의 영역이야.

트랜스듀서는 에너지 형태를 변환하는 장치야. 오디오 분야에서는:

마이크로폰 → 음향 에너지를 전기 신호로 변환
스피커/이어폰 → 전기 신호를 음향 에너지로 변환

마이크의 종류만 해도 다이나믹, 콘덴서, 리본, MEMS 등 여러 가지가 있고,
각각 동작 원리와 특성이 완전히 달라. 예를 들어:

다이나믹 마이크: 전자기 유도 원리 이용. 코일이 자기장 안에서 진동 → 전류 발생.
내구성 강하고 고SPL(음압레벨)에 강해서 라이브 공연에 많이 써.

콘덴서 마이크: 정전용량 변화 원리. 진동판과 고정판 사이 거리 변화 → 전압 변화.
감도가 높고 고주파 응답이 좋아서 스튜디오 녹음에 최적화돼 있어.

이건 진짜 오디오 공학의 핵심 중 핵심이야. 1928년 해리 나이퀴스트가 정립하고 클로드 섀넌이 발전시킨 이론인데:

"신호를 완벽하게 복원하려면, 샘플링 주파수는 신호의 최고 주파수의 최소 2배 이상이어야 한다."

인간의 가청 주파수 범위는 20Hz ~ 20,000Hz(20kHz)야.
그래서 CD 규격이 44,100Hz(44.1kHz)로 정해진 거야 — 20kHz × 2 = 40kHz에 여유분 추가한 거지.

만약 이 조건을 어기면? 에일리어싱(Aliasing)이라는 현상이 생겨서 원래 없던 이상한 주파수가 생겨버려. 음질이 완전 망가지는 거야 ㅠㅠ

FIR (Finite Impulse Response) 필터
유한 임펄스 응답 필터. 과거 입력 샘플들의 가중 합산으로 출력을 계산해.
수식으로 표현하면: y[n] = Σ b[k] · x[n-k] (k=0부터 M까지)

장점: 항상 안정적, 선형 위상 특성(위상 왜곡 없음), 설계가 직관적
단점: 고성능 필터 구현 시 연산량이 매우 많음 (탭 수가 수백~수천 개)

IIR (Infinite Impulse Response) 필터
무한 임펄스 응답 필터. 과거 출력값도 피드백으로 사용해.
수식: y[n] = Σ b[k]·x[n-k] - Σ a[k]·y[n-k]

장점: 적은 연산량으로 급격한 주파수 특성 구현 가능
단점: 불안정할 수 있음, 비선형 위상 특성 (위상 왜곡 발생 가능)

파라메트릭 EQ는 세 가지 파라미터로 정밀하게 조절해:

① 주파수 (Frequency): 어떤 주파수를 조절할지 선택 (20Hz~20kHz)
② 게인 (Gain): 얼마나 올리거나 내릴지 (보통 ±12dB~±18dB 범위)
③ Q값 (Quality Factor): 영향 받는 대역의 폭. Q가 높을수록 좁은 대역에만 영향

Q = f₀ / BW (중심주파수 / 대역폭)
Q가 0.7이면 넓은 쉘빙 특성, Q가 10 이상이면 매우 좁은 노치 특성이 돼.

가장 고전적이고 직관적인 노이즈 제거 방법이야.

원리: 노이즈만 있는 구간(무음 구간)의 스펙트럼을 측정해서,
전체 신호 스펙트럼에서 그 노이즈 스펙트럼을 빼는 거야.

수식으로: |Ŝ(ω)|² = |Y(ω)|² - |N(ω)|²
(추정 음성 = 전체 신호 - 추정 노이즈)

장점: 구현이 간단하고 실시간 처리 가능
단점: "뮤지컬 노이즈(Musical Noise)"라는 금속성 잔향이 남을 수 있어.
이걸 해결하기 위해 오버서브트랙션, 위너 필터링 등 개선 기법이 나왔어.

피드포워드 ANC vs 피드백 ANC

피드포워드(Feedforward): 이어폰 외부에 마이크 배치. 소음이 귀에 도달하기 전에 미리 감지해서 처리. 넓은 주파수 대역 커버 가능.

피드백(Feedback): 이어폰 내부(귀 쪽)에 마이크 배치. 실제로 귀에 들리는 소음을 직접 측정해서 보정. 정확도 높음.

하이브리드 ANC: 두 방식을 결합. 현재 최고급 제품들이 채택하는 방식. 더 넓은 주파수 범위에서 더 강력한 소음 제거 성능 발휘.

최근에는 딥러닝을 이용한 노이즈 제거가 대세가 됐어.
마이크로소프트의 RNNoise, 엔비디아의 RTX Voice/Broadcast, 크리스프(Krisp) 같은 솔루션들이 대표적이야.

작동 원리:
수백만 개의 노이즈+음성 데이터로 신경망을 학습 → 음성과 노이즈의 패턴을 구분하는 모델 생성 → 실시간으로 음성만 추출

기존 방식 대비 장점:
• 복잡한 비정상 노이즈(키보드 소리, 개 짖는 소리 등)도 제거 가능
• 음성 왜곡이 훨씬 적음
• 뮤지컬 노이즈 현상 없음

단점: 높은 연산 자원 필요, 학습 데이터에 없는 노이즈엔 취약할 수 있음

HRTF(Head-Related Transfer Function)는 공간음향의 핵심 개념이야.

우리 뇌가 소리의 방향을 인식하는 방법:
• 양이간 시간차 (ITD): 두 귀에 소리가 도달하는 시간 차이 (최대 약 0.6ms)
• 양이간 레벨차 (ILD): 두 귀에서의 음압 레벨 차이
• 귓바퀴 반사: 귀의 복잡한 형태가 주파수별로 다르게 반사 → 상하 방향 인식

HRTF는 이 모든 요소를 수학적으로 모델링한 함수야.
개인마다 귀 모양이 달라서 HRTF도 개인마다 달라. 그래서 최신 기술은 개인화 HRTF를 측정하거나 AI로 추정하는 방향으로 발전하고 있어.

리버브(Reverb)는 공간의 반향을 시뮬레이션하는 기술이야.
실제 공간에서 소리는 벽, 천장, 바닥에 반사되어 수백~수천 개의 에코가 겹쳐서 들려.

컨볼루션 리버브: 실제 공간의 임펄스 응답(IR)을 측정해서 수학적 컨볼루션으로 적용.
카네기홀, 시드니 오페라하우스 같은 유명 공간의 음향을 그대로 재현 가능해.

수식: y(t) = x(t) * h(t) (출력 = 입력 신호 * 임펄스 응답)

알고리즘 리버브: 수학적 알고리즘으로 반향을 생성. 연산량이 적어 실시간 처리에 유리.
Schroeder 리버브, Moorer 리버브, FDN(Feedback Delay Network) 등이 대표적이야.

손실 압축 코덱들은 심리음향학(Psychoacoustics)을 이용해.
인간의 청각 시스템의 한계를 역이용해서 "어차피 못 듣는 정보"를 버리는 거야.

① 청각 마스킹 (Auditory Masking)
큰 소리 옆에 있는 작은 소리는 들리지 않아. 이 "마스킹된" 소리 정보를 버려.
• 동시 마스킹: 같은 시간에 발생하는 큰 소리가 작은 소리를 가림
• 시간적 마스킹: 큰 소리 전후 약 200ms 동안 작은 소리가 가려짐

② 절대 청각 임계값 (Absolute Threshold of Hearing)
주파수별로 들을 수 있는 최소 음압이 달라. 이 임계값 이하의 정보는 버려도 돼.
3~4kHz 대역에서 가장 민감하고, 저주파와 고주파로 갈수록 둔감해져.

이미지 AI 업스케일링처럼, 오디오도 AI로 업스케일링이 가능해.
저품질 오디오(MP3, 전화 음성 등)를 고품질로 복원하는 기술이야.

대표 기술들:
• AudioSR (2023): 확산 모델(Diffusion Model) 기반. 임의의 오디오를 48kHz로 업스케일
• NVSR (NVIDIA): 신경망으로 손실된 고주파 성분을 재생성
• NU-Wave: 웨이브넷 기반 오디오 대역폭 확장

원리: 저해상도 오디오의 패턴을 학습해서, 잘려나간 고주파 성분을 AI가 "추측"해서 채워 넣어.
물론 원본 정보가 없으니 완벽하진 않지만, 체감 음질은 확실히 향상돼.

혼합된 음악에서 특정 악기나 보컬만 추출하는 기술이야.
유튜브에서 "AI로 보컬 제거" 같은 거 해본 적 있지? 그게 이 기술이야 ㅋㅋ

Spleeter (Deezer): 오픈소스 소스 분리 도구. 2~5개 스템으로 분리 가능.
Demucs (Meta): 현재 최고 성능 중 하나. 4개 스템(보컬/드럼/베이스/기타) 분리.
MDX-Net: 음악 분리 챌린지(MDX)에서 우승한 아키텍처.

활용 분야:
• 리믹스, 커버 제작
• 노래방 반주 생성
• 음악 교육 (특정 악기만 들으며 연습)
• 저작권 분석

레이턴시(Latency): 소리가 입력되고 출력될 때까지의 지연 시간.

인간이 인지하는 레이턴시 임계값:
• ~10ms 이하: 거의 인지 불가능 (라이브 모니터링 기준)
• 10~25ms: 약간 느껴지지만 허용 가능
• 25~50ms: 연주자가 불편함을 느끼기 시작
• 50ms 이상: 명확하게 지연 인지, 연주 불가능 수준

버퍼 크기(Buffer Size)가 레이턴시를 결정해.
버퍼 크기 128 샘플 @ 44.1kHz = 약 2.9ms
버퍼 크기 512 샘플 @ 44.1kHz = 약 11.6ms

버퍼가 작을수록 레이턴시는 줄지만, CPU 부하가 증가하고 드롭아웃(끊김) 위험이 높아져.

PESQ (Perceptual Evaluation of Speech Quality): ITU-T P.862 표준.
원본 음성과 처리된 음성을 비교해서 -0.5~4.5 점수로 평가.
전화 통화 품질 평가에 널리 사용돼.

POLQA (Perceptual Objective Listening Quality Analysis): ITU-T P.863 표준.
PESQ의 후속 버전. HD Voice, 광대역 음성까지 평가 가능.
4G LTE, 5G VoNR 통화 품질 평가에 사용.

VISQOL (Virtual Speech Quality Objective Listener): 구글이 개발한 최신 음질 평가 도구.
음성뿐 아니라 음악 품질 평가도 가능하고, 딥러닝 기반으로 인간 청취 평가와 높은 상관관계를 보여.

Suno AI, Udio, MusicGen (Meta) 같은 AI 음악 생성 도구들이 2024년에 폭발적으로 성장했어.
텍스트 프롬프트 하나로 완성된 음악을 생성하는 수준까지 왔거든.

기술적 기반:
• Transformer 아키텍처: 음악의 시간적 패턴 학습
• 확산 모델(Diffusion Model): 고품질 오디오 생성
• CLAP (Contrastive Language-Audio Pretraining): 텍스트-오디오 연결

물론 저작권 문제, 음악가 일자리 위협 등 사회적 이슈도 함께 떠오르고 있어.
기술적 가능성과 윤리적 논의가 동시에 진행 중인 분야야.

개인마다 다른 귀 모양, 청력 특성에 맞춘 개인화 오디오가 트렌드야.

개인화 HRTF 측정: 귀 사진을 찍으면 AI가 HRTF를 추정 (애플, 소니 등 도입 중)
개인화 EQ: 청력 테스트 후 개인 청력 특성에 맞게 EQ 자동 설정
청력 보호 기능: 장시간 청취 시 자동으로 볼륨 조절, 청력 손상 예방

WHO에 따르면 전 세계 11억 명이 청력 손상 위험에 노출되어 있어.
개인화 오디오 기술이 청력 건강 관리에도 중요한 역할을 하게 될 거야.

영화 오디오 포스트 프로덕션에서는 다음 기술들이 핵심이야:

ADR (Automated Dialogue Replacement): 현장 녹음이 불량할 때 스튜디오에서 재녹음.
최근 AI 기반 ADR 도구들이 배우의 입 모양에 맞게 자동 동기화해줘.

폴리(Foley): 발소리, 옷 스치는 소리 등 효과음을 직접 녹음해서 추가.
AI 폴리 생성 도구도 등장해서 텍스트로 효과음을 생성하는 시대가 왔어.

돌비 애트모스 믹싱: 현재 넷플릭스 오리지널 콘텐츠의 상당수가 애트모스로 제작돼.

게임 오디오는 실시간 인터랙티브 오디오라는 특수성이 있어.
플레이어의 행동에 따라 실시간으로 음향이 변해야 하거든.

미들웨어 엔진: FMOD, Wwise 같은 도구로 복잡한 오디오 로직 구현
절차적 오디오(Procedural Audio): 미리 녹음된 샘플 대신 실시간으로 소리를 합성
HRTF 기반 3D 오디오: FPS 게임에서 발소리 방향 인식 → 전술적 이점
AI NPC 음성: 실시간 AI 음성 합성으로 무한한 NPC 대화 생성

마이크로소프트의 Project Acoustics는 AI로 게임 공간의 음향을 실시간 시뮬레이션해.

자 이제 정리해보자! 오늘 우리가 다룬 내용들:

🔬 전기음향학 기초 💻 디지털 변환 ⚙️ 디지털 필터링 🎛️ 이퀄라이제이션
🔇 노이즈 제거 📊 다이나믹 프로세싱 🌐 공간음향 💾 오디오 코덱
🤖 AI 음질 향상 ⚡ 실시간 DSP 📏 음향 측정 🚀 최신 트렌드

이 모든 기술들이 연결되어서 우리가 매일 듣는 음악, 통화, 게임 사운드를 만들어내고 있어.
"소리가 좋다"는 한마디 뒤에 이렇게 어마어마한 공학이 숨어있다는 거, 이제 느껴지지? 😎