Music AI Assemble People

[운영 기간] 2026년 1월 ~ 2026년 12월 [미팅 방식] 1주일에 한 번은 최소한 온라인 미팅을 가지는 것을 목표로 하고 있습니다. [진행 내용 공유] Jamendo QA Dataset을 활용한 모델 Train 및 Long Sequence Input을 위한 다양한 Positional Embedding 방법론 연구 (진행 기간 : 2026년 1월 - 3월) Multi-Pitch Estimation 연구 (진행 기간 : 2026년 1월 ~ 8월) Self-Supervised Learning 연구 및 RL을 활용한 LDM 계열 성능 향상 연구 (진행기간 : 2026년 1월 ~ 5월) [Github Organization, Github.io, Website 활용] LAB 활동을 꾸준히 이어나가고, 오픈소스에 기여할 수 있도록 서로간의 단합력을 높이고, 브랜딩을 할 필요가 있다고 생각합니다. 활동에 애정을 가지고, 참여가 많아질수록 활동한 경험이 빛날 수 있도록 Github Organization --> Github.io --> 단순한 Website 제작 등으로 기록을 남겨두어 추후에 커리어와 스펙으로 도움이 될 수 있도록 합니다. [논문 작성 및 오픈소스 공개] 모든 활동은 결과물을 산출할 수 있도록 합니다. 결과물은 기본적으로 오픈소스합니다. 논문은 간단하더라도 작성을 목표로 하며, 국내학회부터 국제학회까지 성능과 수준에 따라 작성을 요구합니다. [의지와 애정도] 추가적으로, 본 LAB은 참여가 미비한 연구원이 있을 시에는 탓하지 않고, 다른 연구원들이 그만큼 애정도를 더 가져 참여하길 원합니다. "다른 연구원이 미비한 연구원의 진척도를 채워 연구를 해라"가 아닌, 그만큼 더욱 다양한 음악 활동을 할 수 있겠다는 마음가짐으로 임하면 무엇이든 멋진 결과를 낼 수 있으리라 기대합니다. 물론 미비한 연구원은 패널티 있습니다.

[시간적 여유] 기본적으로 일주일에 한 번은 온/오프라인 미팅을 진행해야하며, 이외에도 연구를 위한 시간이 할당될 수 있어야 합니다. [기본 사항] 1. AI에 대한 기초적인 지식이 있어야 합니다. - Attention, Diffusion, Transformer, CLAP, Beam Search, LLM, Instruction Tuning, Finetuning, Data Augmentation, Genre Tagging 등의 키워드가 어떤 원리인지는 몰라도 Input과 Output, 목적을 설명할 수 있는 사람 또는 위의 개념을 공부하고 싶은 사람. 2. LAB에 애정을 가지고, 이 분야에 관심이 커서 꾸준히 진행할 수 있어야 합니다. - 개개인이 각자 맡은 연구 활동에 애정을 가지고 했으면 좋겠습니다. 3. 이상하게 안중요한 부차적인 활동에도 신경을 쓰는 사람. - 필수는 아니지만, 이 LAB을 꾸미던가, 활동을 더 멋지게 표현해내거나, 멋진 경험으로 생각하여 진행할 사람들을 환영합니다. 4. 음악을 사랑하는 사람 - Music AI Assemble People. [다음과 같은 해당사항이 있으면 환영합니다] 1. 표현력이 풍부한 사람 2. 여러 대상을 군집화할 수 있으며, 객관적인 이유를 잘 찾아낼 수 있는 사람 3. 음악적 지식이 풍부한 사람 4. 아이디어가 풍부한 사람 5. 대학원생 및 연구원, 대학생