celphase라는 개발자가 공개한 '덕 폰드(duck pond)'는 웹 브라우저에서 돌아가는 작은 데모다. 화면 속에는 청둥오리 한 무리가 있다. 암컷 세 마리, 수컷 두 마리, 그리고 새끼 오리 두 떼. 특별할 것 없어 보이는 이 장면의 핵심은 소리에 있다. 오리들이 내는 모든 울음소리가 미리 녹음된 음원이 아니라, 그 순간에 즉석에서 합성된다. 게다가 소리는 '당신이 둑에 서 있는 위치'에서 들리는 방식으로 재생된다. 개발자는 이 작업을 'Show HN'에 올리며 '고품질 오리 오디오 신시사이저'라고 소개했다.
녹음이 아니라 생성이라는 것
보통 게임이나 앱에서 동물 소리는 녹음 파일을 재생하는 방식으로 처리한다. 미리 준비한 몇 개의 샘플을 상황에 맞춰 틀어주는 것이다. 이 방식은 구현이 간단하지만, 같은 소리가 반복되면 금세 인공적으로 들리고, 소리의 세기나 음색을 상황에 맞게 미세하게 바꾸기도 어렵다. 반면 절차적(procedural) 오디오는 소리를 파형 단위에서 그때그때 계산해 만들어낸다. 덕 폰드가 '녹음이 없다'고 강조하는 지점이 바로 여기다. 각 오리의 울음이 매번 새로 생성되기 때문에 원리상 완전히 동일한 소리가 반복되지 않는다.
이런 접근은 오디오 분야에서 새로운 개념은 아니다. 발소리, 바람, 엔진음처럼 변주가 많고 상황 의존적인 소리를 다룰 때 절차적 생성은 오래전부터 연구돼 왔다. 다만 동물의 울음처럼 미묘하고 유기적인 소리를 설득력 있게 합성하는 일은 여전히 까다로운 축에 속한다. 개발자가 공개한 설명만으로는 어떤 신호 처리 기법을 썼는지 구체적으로 알 수 없지만, 결과물을 '고품질'이라 자평할 만큼 다듬었다는 점, 그리고 그것을 브라우저에서 실시간으로 돌렸다는 점이 이 데모의 무게중심이다.
'둑에 서서 듣는다'는 공간감
또 하나 눈여겨볼 대목은 소리를 듣는 위치다. 데모는 청취자가 연못가 둑에 서 있다고 가정하고, 그 지점에서 들리는 대로 소리를 재생한다. 여러 마리의 오리가 각기 다른 거리와 방향에 흩어져 있고, 그 공간적 배치가 소리에 반영된다는 뜻이다. 가까운 오리는 크고 또렷하게, 먼 오리는 작게 들리는 식의 공간 오디오(spatial audio) 처리가 결합돼야 이런 경험이 가능하다. 합성과 공간화가 함께 실시간으로 이뤄진다는 점에서 단순한 소리 생성기 이상의 성격을 갖는다.
실무자 입장에서 이 데모가 흥미로운 이유는 두 가지다. 첫째, 에셋 관리의 관점이다. 소리를 녹음 파일로 들고 다니면 용량이 늘고 변주를 늘릴수록 관리 비용이 커지지만, 생성 모델은 적은 코드로 무한에 가까운 변주를 만들 수 있다. 둘째, 상호작용의 관점이다. 소리가 상태에서 즉석 계산되므로, 오리의 수나 위치 같은 조건이 바뀌면 소리도 자연스럽게 따라 변한다. 게임, 가상 공간, 설치형 사운드 작업 등 상황이 매 순간 달라지는 환경에서 이런 유연성은 녹음 재생이 따라오기 어려운 장점이다.
작은 데모가 주는 현실적 신호
다만 과한 의미 부여는 경계할 필요가 있다. 이것은 청둥오리라는 하나의 대상을, 소규모 무리 규모로, 특정 청취 시나리오 안에서 다룬 실험적 작업이다. 하나의 소리를 잘 합성하는 것과, 다양한 음원을 범용으로 합성하는 엔진을 만드는 것은 전혀 다른 난이도의 문제다. 공개된 정보만으로는 CPU 부하, 다른 동물로의 확장 가능성, 실제 제품에 적용했을 때의 성능 같은 부분을 판단하기 어렵다. 즉 이 데모는 '이렇게까지 되더라'를 보여주는 증거이지, 바로 쓸 수 있는 도구는 아니다.
그럼에도 이런 개인 프로젝트가 꾸준히 공유되는 흐름 자체가 의미가 있다. 브라우저의 오디오 처리 능력이 좋아지면서, 과거에는 전용 엔진이나 고성능 환경에서나 가능했던 실시간 합성이 웹 데모 수준에서도 설득력 있게 구현되고 있다. 오디오를 다루는 개발자라면 녹음 재생이라는 기본 전제를 한 번쯤 의심해 볼 계기로, 그렇지 않더라도 절차적 생성이 소리라는 영역에서 어디까지 와 있는지 가늠해 볼 참고 사례로 들여다볼 만하다. 연못가에 선 채 오리 울음을 듣는 이 짧은 체험은, 기술적 호기심을 자극하기에 충분한 작은 창이다.