SlideShare une entreprise Scribd logo
1  sur  1
Télécharger pour lire hors ligne
감정용언과 음악코드를 통해 바라본
한국의 대중음악
ballad_01 ballad_02 ballad_03 ballad_04 ballad_05 ballad_06 ballad_07 ballad_08 ballad_09 ballad_11 ballad_12 ballad_14 ballad_15 ballad_16 ballad_17 ballad_18 ballad_19 ballad_20 ballad_00dance_21 dance_22 dance_23 dance_24 dance_25 dance_26 dance_28 dance_29 dance_30 dance_31 dance_32 dance_33 dance_34 dance_35 dance_37 dance_38 dance_39 dance_ dance_hiphop_41 hiphop_42 hiphop_43 hiphop_44 hiphop_45 hiphop_46 hiphop_47 hiphop_48 hiphop_49 hiphop_50 hiphop_51 hiphop_53 hiphop_54 hiphop_55 hiphop_56 hiphop_57 hiphop_58 hiphop_59 hiphop_60 rockfok_61 rockfok_62 rockfok_63 rockfok_64 rockfok_65 rockfok_66 rockfok_67 rockfok_68 rockfok_69 rockfok_70 rockfok_72 rockfok_73 rockfok_74 rockfok_75 rockfok_76 rockfok_77 rockfok_79 rockfok_80 rockfok_trt_81 trt_82 trt_83 trt_84 trt_85 trt_86 trt_87 trt_89 trt_90 trt_91 trt_92 trt_93 trt_94 trt_95 trt_96 trt_97 trt_98 trt_99 trt_100
love
1곡
joy fear
sadness
surpriseanger
12곡
2곡
2곡
3곡
2곡
9곡
27곡30곡
0곡11곡
0곡2곡
love
joy fear
sadness
surpriseanger
3곡
1곡
2곡
1곡
18곡
20곡22곡
3곡16곡
0곡5곡
22
3
3 1
9
16
5
0
3
22
30
11
2
0
0
27
love
joy
anger
surprise
surprise
fear
sadness
1
1
2
2
2
2
1
3
3
1
1
joy
love
fear
sadness
18
1
1
3
1
2
1
1
1
anger
1
1
love
sadness
joy
fear
anger
surprise
A A♭ B B♭C D D♭ E E♭ F F# G
0
0.045
0.09
0.135
0.18
A A♭ B B♭C D D♭ E E♭ F F# G
0
0.04
0.08
0.12
0.16
Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm
0
0.02
0.04
0.06
0.08
A A♭ B B♭C D D♭ E E♭ F F# G
0
0.035
0.07
0.105
0.14
Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm
0
0.035
0.07
0.105
0.14
A A♭ B B♭C D D♭ E E♭ F F# G
0
0.04
0.08
0.12
0.16
Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm
0
0.025
0.05
0.075
0.1
A A♭ B B♭C D D♭ E E♭ F F# G
0
0.035
0.07
0.105
0.14
장조
Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm
0
0.025
0.05
0.075
0.1
단조장조
발라드
댄스
힙합
락포크
트로트
Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm
0
0.03
0.06
0.09
0.12
C E A BGF F# Ab BbD Eb Cm Em Am BmGmFm F#mDbm Abm BbmDm Ebm
anger
fear
joy
love
sadness
surprise
Db
19
15
장조 | 감정군에 대응되는 241개의 음악코드 단조 | 감정군에 대응되는 113개의 음악코드
감정용언이 장조와 단조코드에 쓰인 현황빈도표
C E A BGFDb Ab BbD Cm Em Am BmGmFm F#mDbm Abm BbmDm Ebm
발라드
장조 | 325개의 감정용언 단조 | 140개의 감정용언
댄스
힙합
락포크
트로트
Eb
총 465개 감정용언
0회
23회
F#
10
9
10
23
18
13
8
8
8
8
나긋한 목소리로 사랑과 이별을 노래하는 성시경의 모습에서, 격렬한 음정에 맞춰 멋진 군무와 함께 노래하는 엑소(EXO)의 모습까지 우리는 발라드와 댄스가 본질적으로 어떻게 다른지 느낄 수 있습니다. 막연한 느낌의 구분에 대해 실제 데이터
들은 무엇을 말하고 있을까요? 대중음악은 작사가와 작곡가가 만나 완성되는 가사와 음정의 산물입니다. 가사와 음정을 대표할 수 있는 감정용언과 음악 코드를 분석하여 데이터가 말하는 한국 대중음악은 어떠한 모습인지 알아보고자 합니다.
수많은 곡들 중 2014년 10월 6일 기준으로 사람들에 의해 많이 재생되고 화제가 되는 음악을 분석의 표본으로 사용하기 위해 포털사이트 NAVER뮤직에서 장르 5개별 20곡씩, 총 100곡을 선정하여 이를 바탕으로 분석을 진행하였습니다.
감정용언
가사에서 형태소 분석으로 추출한
664개
가사를 대표할 수 있는 감정용언은 인간의 내면을 표현하는 언어 중에 의미면에서 의도할 수 없는 순간적인 경험.
의지적 동작이나 행위로 표현되지 않는 형용사와 동사.
분석 대상 추출 프로세스
664개의 감정용언4870개의 용언1818개의 어절 국어국문학 연구내용 체계반영한나눔 형태소 분석기, R 사용 Codify 사용
음악코드
음원의 기계적 분석으로 추출한
465개
음정을 대표할 수 있는 화음 진행 단위.
형태를 통해 전체적인 흐름이 완성되며, 전체적인 곡의 골격을 구성하는 중요 요소.
분석 대상 추출 프로세스
465개의 코드
41288개의 코드 감정용언과 매칭된 수
가사의 감정용언을 포함한 음악 코드를 추출하여, 5가지 장르인 발라드, 댄스, 힙합, 락포크, 트로트로 빈도수 분포를 살펴보았다.
코드의 경우, 장조와 단조 를 구분하여 분석하였다.1)
1) 코드들은 장조와 단조로 구분하여 설명될 수 있으며, 일반적으로 장조는 행복과 기쁨, 단조는 불행과 슬픔의 감정을 담고 있다.
2) Nancy and Gerald(2001)는 코드에서 장조와 단조를 단순히 나누어 분석하는 것뿐만 아니라, 하나의 조 안에서도 다양한 느낌을 주는 세부코드를 구분하여 분석하는 것을 의미 있게 보았다.
3)통상적으로 Rockfolk 장르는, dance 장르와 같이 비교적 빠른 템포의 음악들과 ballad 장르와 같이 비교적 느린 템포의 음악들로 구성된다.
4) Nancy and Gerald(2001)
5) Nancy and Gerald(2001)
Bm
0.367
0.396
0.769
단조장조
장르별 음악코드 분석
감정용언들을 통해 분류된
6가지 감정군을 무시하고
장르만을 중심으로 분석한
결과, 뚜렷한 패턴을 발견
하기 어려웠다.
위 분석의 한계를 보완하기 위하여 6가지 감정군에 따른 세부 코드의 분포를 살펴보았다.2)
감정군에 따른 음악코드 분석
Db
0회
19회
sadness와 장조의 F코드
발라드, 락포크 장르 와 같이 비교적 느린 템포로 이루어진 장르의 곡들에서 sadness의 감정을 표현 할 시, F 코드를
공통적으로 많이 사용하였다.
선행연구에서는 본 프로젝트에서 sadness 감정을 나타내는데 사용했던 F 코드를 목가적인 장면들, 감정적인 분위기를
나타내는 코드로 설명하고 있다.
3)
19
감정군을 기준으로 세부코
드를 군집화한 시각화를
통해 특이점을 찾아낸 후,
실제 데이터에서 장르별로
좀더 깊게 살펴보며 근거를
찾아내었다.
love와 단조의 Bbm코드
댄스, 힙합, 트로트 장르와 같이 빠른 템포로 이루어진 장르의 곡들에서 love의 감정을 표현 할 시, Bbm 코드를 공통적
으로 많이 사용하였다.
love의 감정을 나타내는 것으로 분석되었던 Bbm 코드는, 우울한 분위기의 코드임에도 댄스, 힙합, 트로트 장르에 많은
“빠른 단조 노래가 느린 장조 노래에 비해 더 행복감을 줄 수 있다”는 선행 연구의 결과와 일치함을 알 수 있었다.5)
15
4)
모든 장르에서 감정용언을 표현할 시, 단조에 비해 장조의 코드들이 많이 쓰였음을 알 수 있다.
장르별 장단조 비율 분석
발라드
댄스
힙합
락포크
트로트
댄스 장르의 경우 love(23개 39.66%), joy(16개, 27.59%)와 같은 긍정의 감정군을 많이 사용하고 있으며 이와 유사한
감정을 표현하는 ‘장조’의 코드군이 가장 우세하게 나타났다.
힙합 장르의 경우 부정적 의미의 anger(20개 14.39%) 감정군을 많이 사용하고 있으며 이와 유사한 감정을 표현하는
‘단조’의 코드군이 가장 우세하게 나타났다.
발라드 장르의 경우 부정적 의미의 sadness(54개 40.91%) 감정군을 많이 사용하고 있으며 이와 유사한 감정을 표현하는
‘단조’의 코드군이 비교적 높게 나타났다.
가사와 코드로 다양한 감정을 표현할 때, 장르별로 어떠한 특징이 있는지 장조와 단조를 구분하여 분
장르별 감정군에 따른 코드 비율 분석
곡별 세부 감정용언 Pixelated bar plot
본 정보시각화 결과물은 빅데이터 연합동아리 BOAZ에서 이화여자대학교 대학원 디지털미디어학부 이람, 이화여자대학교 영상디자인학과 명혜미, 중앙대학교 전자전기공학부 임제헌, 건국대학교 커뮤니케이션 디자인과 홍재현이 진행하였습니다.
다수의 감정용언 군을 선택하는 확률적 방법과 가사의 맥락적 이해를 통해 판단하는 정성적 방법을 이용하여 동일한 곡을 분석하고 그 결과를 비교하였다.
| 특정 곡의 가사의 의미가 하나의 주제가 아닌, 두가지의 주요 감정으로 도출되는 경우에 이를 표기.
특정 곡의 가사에서 감정용언이 아예 없는 경우에, 형태소 분석에서 포함되지 않는 곡들이 의미와 맥락적 이해를 통해서 주요 감정군에 포함된다.
가사의 대표 감정군 도출 및 비교
감정용언들로 도출한 곡의 주요 감정군 유형(R분석) 의미와 맥락적 이해를 통한 곡의 주요 감정군 유형
R분석을 통한 정량적 방법(왼쪽)과 맥락적 이해를 통한 곡의 주요 감정군 유형(오른쪽) 분석을 통한 분석및 해석 결과

Contenu connexe

Plus de BOAZ Bigdata

제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [디버깅 드래곤즈] : 실시간 채용공고 요약 Slack Bot
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [디버깅 드래곤즈] : 실시간 채용공고 요약 Slack Bot제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [디버깅 드래곤즈] : 실시간 채용공고 요약 Slack Bot
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [디버깅 드래곤즈] : 실시간 채용공고 요약 Slack BotBOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...BOAZ Bigdata
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현BOAZ Bigdata
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시BOAZ Bigdata
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [투니버스] : 스파크 기반 네이버 웹툰 댓글 수집 및 분석
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [투니버스] : 스파크 기반 네이버 웹툰 댓글 수집 및 분석제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [투니버스] : 스파크 기반 네이버 웹툰 댓글 수집 및 분석
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [투니버스] : 스파크 기반 네이버 웹툰 댓글 수집 및 분석BOAZ Bigdata
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스BOAZ Bigdata
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스BOAZ Bigdata
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축BOAZ Bigdata
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크BOAZ Bigdata
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작BOAZ Bigdata
 

Plus de BOAZ Bigdata (20)

제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [COLLABO-AZ] : 고객 세그멘테이션 기반 개인 맞춤형 추천시스템 for 루빗
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [백발백준] : 백준봇 : 컨테이너 오케스트레이션 기반 백준 문제 추천 봇
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [무드등] : 무신사를 활용한 고객 상황에 따른 의류 추천 스타일링 대시보드
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [섬유유연제] : 어글리us! 스마일 Earth! : NLP 기반 프로젝트와 비즈니스 대시보드
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SPOAZ] : Spotify 기반 개인화 음악 추천 서비스 프로젝트
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [다함께 레벨업!] : 학식 예약 서비스 yammi CRM 대시보드
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [HAUL의 움직이는 리포트] : 투자성향 기반 주식 추천 및 기업 정보 제공 대시보드
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [BEARS] : 이미지 캡셔닝을 통한 이모지 추천 및 해시태그 생성
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [디버깅 드래곤즈] : 실시간 채용공고 요약 Slack Bot
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [디버깅 드래곤즈] : 실시간 채용공고 요약 Slack Bot제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [디버깅 드래곤즈] : 실시간 채용공고 요약 Slack Bot
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [디버깅 드래곤즈] : 실시간 채용공고 요약 Slack Bot
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [낭만젊음사람] : UDA를 통한 중환자실 급성 호흡곤란 증후군 조기 예측
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [레시피를 보아즈] : 영수증 인식 및 대화를 통한 재료 기반 레시피 추천 챗봇
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [REC] : 캠핏 데이터를 활용한 캠핑장 추천 시스템 구현
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [4부터7] : 공방 301 데이터를 활용한 마케팅 방안 제시
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [투니버스] : 스파크 기반 네이버 웹툰 댓글 수집 및 분석
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [투니버스] : 스파크 기반 네이버 웹툰 댓글 수집 및 분석제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [투니버스] : 스파크 기반 네이버 웹툰 댓글 수집 및 분석
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [투니버스] : 스파크 기반 네이버 웹툰 댓글 수집 및 분석
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [유쾌한 반란] : Howmuch : 꽃집 관리 서비스
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [보아酒] : 리뷰 감정분석을 통한 전통주 추천 서비스
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [이탈리안 BMT] : 지하철 지연 시간 데이터 분석 및 시각화를 위한 데이터 파이프라인 구축
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [분모자] : 분류 모자이크
 
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작
제 18회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [link-us(링커즈)] : 링키드를 위한 비즈니스 대시보드 제작
 

[시각화]한국 대중가요 감정용언 분석

  • 1. 감정용언과 음악코드를 통해 바라본 한국의 대중음악 ballad_01 ballad_02 ballad_03 ballad_04 ballad_05 ballad_06 ballad_07 ballad_08 ballad_09 ballad_11 ballad_12 ballad_14 ballad_15 ballad_16 ballad_17 ballad_18 ballad_19 ballad_20 ballad_00dance_21 dance_22 dance_23 dance_24 dance_25 dance_26 dance_28 dance_29 dance_30 dance_31 dance_32 dance_33 dance_34 dance_35 dance_37 dance_38 dance_39 dance_ dance_hiphop_41 hiphop_42 hiphop_43 hiphop_44 hiphop_45 hiphop_46 hiphop_47 hiphop_48 hiphop_49 hiphop_50 hiphop_51 hiphop_53 hiphop_54 hiphop_55 hiphop_56 hiphop_57 hiphop_58 hiphop_59 hiphop_60 rockfok_61 rockfok_62 rockfok_63 rockfok_64 rockfok_65 rockfok_66 rockfok_67 rockfok_68 rockfok_69 rockfok_70 rockfok_72 rockfok_73 rockfok_74 rockfok_75 rockfok_76 rockfok_77 rockfok_79 rockfok_80 rockfok_trt_81 trt_82 trt_83 trt_84 trt_85 trt_86 trt_87 trt_89 trt_90 trt_91 trt_92 trt_93 trt_94 trt_95 trt_96 trt_97 trt_98 trt_99 trt_100 love 1곡 joy fear sadness surpriseanger 12곡 2곡 2곡 3곡 2곡 9곡 27곡30곡 0곡11곡 0곡2곡 love joy fear sadness surpriseanger 3곡 1곡 2곡 1곡 18곡 20곡22곡 3곡16곡 0곡5곡 22 3 3 1 9 16 5 0 3 22 30 11 2 0 0 27 love joy anger surprise surprise fear sadness 1 1 2 2 2 2 1 3 3 1 1 joy love fear sadness 18 1 1 3 1 2 1 1 1 anger 1 1 love sadness joy fear anger surprise A A♭ B B♭C D D♭ E E♭ F F# G 0 0.045 0.09 0.135 0.18 A A♭ B B♭C D D♭ E E♭ F F# G 0 0.04 0.08 0.12 0.16 Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm 0 0.02 0.04 0.06 0.08 A A♭ B B♭C D D♭ E E♭ F F# G 0 0.035 0.07 0.105 0.14 Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm 0 0.035 0.07 0.105 0.14 A A♭ B B♭C D D♭ E E♭ F F# G 0 0.04 0.08 0.12 0.16 Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm 0 0.025 0.05 0.075 0.1 A A♭ B B♭C D D♭ E E♭ F F# G 0 0.035 0.07 0.105 0.14 장조 Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm 0 0.025 0.05 0.075 0.1 단조장조 발라드 댄스 힙합 락포크 트로트 Cm D♭m Dm E♭m Em Fm F#m Gm A♭m Am B♭m Bm 0 0.03 0.06 0.09 0.12 C E A BGF F# Ab BbD Eb Cm Em Am BmGmFm F#mDbm Abm BbmDm Ebm anger fear joy love sadness surprise Db 19 15 장조 | 감정군에 대응되는 241개의 음악코드 단조 | 감정군에 대응되는 113개의 음악코드 감정용언이 장조와 단조코드에 쓰인 현황빈도표 C E A BGFDb Ab BbD Cm Em Am BmGmFm F#mDbm Abm BbmDm Ebm 발라드 장조 | 325개의 감정용언 단조 | 140개의 감정용언 댄스 힙합 락포크 트로트 Eb 총 465개 감정용언 0회 23회 F# 10 9 10 23 18 13 8 8 8 8 나긋한 목소리로 사랑과 이별을 노래하는 성시경의 모습에서, 격렬한 음정에 맞춰 멋진 군무와 함께 노래하는 엑소(EXO)의 모습까지 우리는 발라드와 댄스가 본질적으로 어떻게 다른지 느낄 수 있습니다. 막연한 느낌의 구분에 대해 실제 데이터 들은 무엇을 말하고 있을까요? 대중음악은 작사가와 작곡가가 만나 완성되는 가사와 음정의 산물입니다. 가사와 음정을 대표할 수 있는 감정용언과 음악 코드를 분석하여 데이터가 말하는 한국 대중음악은 어떠한 모습인지 알아보고자 합니다. 수많은 곡들 중 2014년 10월 6일 기준으로 사람들에 의해 많이 재생되고 화제가 되는 음악을 분석의 표본으로 사용하기 위해 포털사이트 NAVER뮤직에서 장르 5개별 20곡씩, 총 100곡을 선정하여 이를 바탕으로 분석을 진행하였습니다. 감정용언 가사에서 형태소 분석으로 추출한 664개 가사를 대표할 수 있는 감정용언은 인간의 내면을 표현하는 언어 중에 의미면에서 의도할 수 없는 순간적인 경험. 의지적 동작이나 행위로 표현되지 않는 형용사와 동사. 분석 대상 추출 프로세스 664개의 감정용언4870개의 용언1818개의 어절 국어국문학 연구내용 체계반영한나눔 형태소 분석기, R 사용 Codify 사용 음악코드 음원의 기계적 분석으로 추출한 465개 음정을 대표할 수 있는 화음 진행 단위. 형태를 통해 전체적인 흐름이 완성되며, 전체적인 곡의 골격을 구성하는 중요 요소. 분석 대상 추출 프로세스 465개의 코드 41288개의 코드 감정용언과 매칭된 수 가사의 감정용언을 포함한 음악 코드를 추출하여, 5가지 장르인 발라드, 댄스, 힙합, 락포크, 트로트로 빈도수 분포를 살펴보았다. 코드의 경우, 장조와 단조 를 구분하여 분석하였다.1) 1) 코드들은 장조와 단조로 구분하여 설명될 수 있으며, 일반적으로 장조는 행복과 기쁨, 단조는 불행과 슬픔의 감정을 담고 있다. 2) Nancy and Gerald(2001)는 코드에서 장조와 단조를 단순히 나누어 분석하는 것뿐만 아니라, 하나의 조 안에서도 다양한 느낌을 주는 세부코드를 구분하여 분석하는 것을 의미 있게 보았다. 3)통상적으로 Rockfolk 장르는, dance 장르와 같이 비교적 빠른 템포의 음악들과 ballad 장르와 같이 비교적 느린 템포의 음악들로 구성된다. 4) Nancy and Gerald(2001) 5) Nancy and Gerald(2001) Bm 0.367 0.396 0.769 단조장조 장르별 음악코드 분석 감정용언들을 통해 분류된 6가지 감정군을 무시하고 장르만을 중심으로 분석한 결과, 뚜렷한 패턴을 발견 하기 어려웠다. 위 분석의 한계를 보완하기 위하여 6가지 감정군에 따른 세부 코드의 분포를 살펴보았다.2) 감정군에 따른 음악코드 분석 Db 0회 19회 sadness와 장조의 F코드 발라드, 락포크 장르 와 같이 비교적 느린 템포로 이루어진 장르의 곡들에서 sadness의 감정을 표현 할 시, F 코드를 공통적으로 많이 사용하였다. 선행연구에서는 본 프로젝트에서 sadness 감정을 나타내는데 사용했던 F 코드를 목가적인 장면들, 감정적인 분위기를 나타내는 코드로 설명하고 있다. 3) 19 감정군을 기준으로 세부코 드를 군집화한 시각화를 통해 특이점을 찾아낸 후, 실제 데이터에서 장르별로 좀더 깊게 살펴보며 근거를 찾아내었다. love와 단조의 Bbm코드 댄스, 힙합, 트로트 장르와 같이 빠른 템포로 이루어진 장르의 곡들에서 love의 감정을 표현 할 시, Bbm 코드를 공통적 으로 많이 사용하였다. love의 감정을 나타내는 것으로 분석되었던 Bbm 코드는, 우울한 분위기의 코드임에도 댄스, 힙합, 트로트 장르에 많은 “빠른 단조 노래가 느린 장조 노래에 비해 더 행복감을 줄 수 있다”는 선행 연구의 결과와 일치함을 알 수 있었다.5) 15 4) 모든 장르에서 감정용언을 표현할 시, 단조에 비해 장조의 코드들이 많이 쓰였음을 알 수 있다. 장르별 장단조 비율 분석 발라드 댄스 힙합 락포크 트로트 댄스 장르의 경우 love(23개 39.66%), joy(16개, 27.59%)와 같은 긍정의 감정군을 많이 사용하고 있으며 이와 유사한 감정을 표현하는 ‘장조’의 코드군이 가장 우세하게 나타났다. 힙합 장르의 경우 부정적 의미의 anger(20개 14.39%) 감정군을 많이 사용하고 있으며 이와 유사한 감정을 표현하는 ‘단조’의 코드군이 가장 우세하게 나타났다. 발라드 장르의 경우 부정적 의미의 sadness(54개 40.91%) 감정군을 많이 사용하고 있으며 이와 유사한 감정을 표현하는 ‘단조’의 코드군이 비교적 높게 나타났다. 가사와 코드로 다양한 감정을 표현할 때, 장르별로 어떠한 특징이 있는지 장조와 단조를 구분하여 분 장르별 감정군에 따른 코드 비율 분석 곡별 세부 감정용언 Pixelated bar plot 본 정보시각화 결과물은 빅데이터 연합동아리 BOAZ에서 이화여자대학교 대학원 디지털미디어학부 이람, 이화여자대학교 영상디자인학과 명혜미, 중앙대학교 전자전기공학부 임제헌, 건국대학교 커뮤니케이션 디자인과 홍재현이 진행하였습니다. 다수의 감정용언 군을 선택하는 확률적 방법과 가사의 맥락적 이해를 통해 판단하는 정성적 방법을 이용하여 동일한 곡을 분석하고 그 결과를 비교하였다. | 특정 곡의 가사의 의미가 하나의 주제가 아닌, 두가지의 주요 감정으로 도출되는 경우에 이를 표기. 특정 곡의 가사에서 감정용언이 아예 없는 경우에, 형태소 분석에서 포함되지 않는 곡들이 의미와 맥락적 이해를 통해서 주요 감정군에 포함된다. 가사의 대표 감정군 도출 및 비교 감정용언들로 도출한 곡의 주요 감정군 유형(R분석) 의미와 맥락적 이해를 통한 곡의 주요 감정군 유형 R분석을 통한 정량적 방법(왼쪽)과 맥락적 이해를 통한 곡의 주요 감정군 유형(오른쪽) 분석을 통한 분석및 해석 결과