본 논문은 자동 무대 조명 제어(ASLC)를 위한 새로운 접근 방식인 Skip-BART를 제시한다. 기존의 ASLC 방법들이 음악을 제한된 범주로 분류하고 사전 정의된 조명 패턴에 매핑하는 것과 달리, Skip-BART는 경험 많은 조명 엔지니어의 데이터를 학습하여 음악 오디오를 입력으로 받아 조명 색조와 값(강도)을 출력하는 생성 모델이다. 이는 ASLC를 분류 문제가 아닌 생성 문제로 개념화한 최초의 연구이며, 음악과 조명 간의 관계를 향상시키기 위해 새로운 skip connection 메커니즘을 통합했다. 정량적 분석 및 인간 평가를 통해 기존 규칙 기반 방법보다 우수하며, 실제 조명 엔지니어와의 성능 차이도 제한적임을 보였다. 데이터셋, 코드 및 학습된 모델 파라미터를 공개했다.
