본 논문은 대규모 언어 모델(LLM)이 자연어뿐 아니라 코드나 수학과 같은 다른 상징적 영역으로 확장될 수 있는 가능성을 보여주는 연구에 대해 다룹니다. 특히, LLM이 음악적 개념을 어떻게 표현하는지, 텍스트 프롬프트(장르와 스타일의 조합)로부터 상징적 음악 데이터를 생성하고, 인식 및 생성 작업을 통해 유용성을 평가하는 데 초점을 맞춥니다. 명시적인 음악 학습 없이 LLM이 생성한 MIDI 파일 데이터셋을 만들고, 이 데이터셋으로 신경망을 학습시켜 장르 및 스타일 분류와 멜로디 완성 작업을 수행하여 기존 모델과 성능을 비교합니다. 연구 결과, LLM이 텍스트로부터 기본적인 음악 구조와 시간적 관계를 추론할 수 있음을 보여주지만, 명시적인 음악적 맥락 부족으로 인한 한계 또한 드러납니다. 결과적으로, LLM의 상징적 음악 생성 능력에 대한 통찰력을 제공합니다.
