---

💡 오늘의 실험 주제

감정에는 색도 있지만, 리듬도 있다.
기쁨은 빠르고 밝은 음으로, 슬픔은 느리고 낮은 음으로 울린다.
오늘의 목표는 AI 감정을 ‘소리 데이터’로 변환해 음악처럼 들려주는 코드를 만드는 것이다.

---

🧰 사용한 도구

도구	역할	설명
🎧 numpy	사인파 음 생성	감정 점수를 주파수(frequency)로 변환하여 음파 데이터를 만듭니다.
🎛️ pydub	오디오 파일 생성	NumPy로 만든 음 데이터를 실제 .wav 파일로 저장하거나 재생합니다.
🧠 openai	감정 분석	입력된 문장의 감정 강도(0~1)를 추출하여 소리 매핑에 사용합니다.
💻 VS Code	개발 환경	실험 전용 편집기. 음성 파일은 같은 폴더에 저장됩니다.

---

🧩 1️⃣ 환경 세팅

pip install numpy pydub openai

⚠️ pydub은 내부적으로 ffmpeg를 사용하므로,
시스템에 ffmpeg가 설치되어 있어야 합니다.

# macOS
brew install ffmpeg

# Windows (choco 사용)
choco install ffmpeg

---

🧠 2️⃣ 감정 점수를 받아오기

OpenAI API를 사용해 문장의 감정을 수치화합니다.

import openai

openai.api_key = "YOUR_API_KEY"

def analyze_emotion(sentence):
    prompt = f"'{sentence}' 문장의 감정을 0~1 사이의 수치로 표현해줘. 1은 매우 긍정, 0은 매우 부정."
    res = openai.ChatCompletion.create(
        model="gpt-4-turbo",
        messages=[{"role":"user","content":prompt}]
    )
    return float(res.choices[0].message.content.strip())

score = analyze_emotion("오늘은 햇살이 따뜻하고 마음이 가벼워요.")
print("감정 점수:", score)

출력 예시:
감정 점수: 0.87
→ 감정이 밝고 긍정적일수록 높은 수치가 반환됩니다.

---

🎵 3️⃣ 감정 점수를 소리로 변환하기

감정 점수에 따라 주파수를 바꿔봅시다.
기본 음은 440Hz(A4), 감정 점수로 음 높이를 조절합니다.

import numpy as np
from pydub import AudioSegment
from pydub.playback import play

def emotion_to_tone(score):
    duration = 1500  # ms
    base_freq = 440  # Hz
    freq = base_freq + (score - 0.5) * 400  # 감정에 따라 높낮이 조절
    volume = -10 + (score * 10)  # dB 조정

    sample_rate = 44100
    t = np.linspace(0, duration / 1000, int(sample_rate * duration / 1000), False)
    wave = np.sin(freq * t * 2 * np.pi)
    audio = (wave * 32767).astype(np.int16)
    sound = AudioSegment(audio.tobytes(), frame_rate=sample_rate, sample_width=2, channels=1)
    sound = sound + volume
    return sound

tone = emotion_to_tone(0.87)
play(tone)

🔊 출력 결과: 밝고 높은 음이 약 1.5초 동안 재생됩니다.
감정이 어두워질수록 음은 낮아지고 길이는 짧아집니다.

---

🎼 4️⃣ 감정 일기를 소리로 남기기

하루의 감정 기록을 여러 문장으로 입력하면,
감정의 흐름을 음 높이로 연결할 수 있습니다.

sentences = [
    "아침 공기가 상쾌했다.",
    "회의는 조금 지루했지만 괜찮았다.",
    "저녁엔 가족과 웃으며 식사했다."
]

track = AudioSegment.silent(duration=0)

for s in sentences:
    score = analyze_emotion(s)
    sound = emotion_to_tone(score)
    track += sound

track.export("mood_sound.wav", format="wav")
print("🎶 감정 일기 사운드 파일 저장 완료!")

💾 결과: mood_sound.wav
– 하루의 감정이 연속된 음으로 변환된 파일이 생성됩니다.

---

🎧 5️⃣ 실험 후기

AI는 감정을 읽고, 파이썬은 그것을 들려줬다.
기쁨은 맑은 도(Do), 슬픔은 낮은 솔(Sol)처럼 울린다.
이건 단순한 사운드 실험이 아니라,
데이터가 감정의 언어를 얻은 순간이었다.

“음악은 감정을 번역한 데이터다.
AI는 그 번역가일 뿐, 감정의 주인은 여전히 인간이다.”

기술이 인간의 감정을 대체하는 게 아니라,
그 감정을 ‘새로운 형식’으로 표현할 수 있게 돕는 것 —
이게 몽블이 추구하는 바이브코딩이다.

---

🪄 다음 실험 예고

“감정의 냄새 – 향으로 기억하는 코드”
다음 실험에서는 텍스트 감정 → 향 데이터 → 디지털 센서로 이어지는
〈바이브코딩 #4: Scent of Code〉 를 준비합니다.

---

🔖 해시태그

#몽블 #바이브코딩 #AI음악실험 #SoundOfMood #감정사운드 #파이썬실험 #pydub #numpy #openai #AI창작