이신렬 음향공학박사 특별 기고 시리즈; 소리에 관한 모든 것 #9-4
by 이신렬 음향공학박사 글, 이무제 기자 정리, 자료제공: 소니캐스트, A49
5.0 서브우퍼 배치 및 어레이 구성
시스템 구성 요소 선정이 완료되면, 다음 단계는 이들을 어떻게 물리적으로 배치하고 구성할 것인지를 결정하는 것이다. 다중 서브우퍼를 활용하는 다양한 전략들은 단순히 '배치 옵션'의 차원을 넘어, 실내 음향 응답을 제어하는 각기 다른 철학을 담고 있다. 각 전략은 문제에 접근하는 방식과 목표가 다르므로, 공간의 특성과 달성하고자 하는 음향 목표에 따라 최적의 전략을 선택해야 한다.
저주파 관리의 근본적인 접근 방식은 두 가지 철학으로 나눌 수 있다. 첫 번째는 룸 모드 현상을 받아들이고, 이를 통계적으로 제어하여 청취 영역 전반에 걸쳐 균일한 응답을 만들려는 시도이다. 두 번째는 룸 모드나 경계면 간섭과 같은 실내 음향의 부정적 영향을 음원 단계에서부터 능동적으로 억제하거나 상쇄하여 원천적으로 제거하려는 시도이다. 이러한 철학적 차이는 서브우퍼의 개수부터 배치, 그리고 요구되는 디지털 신호 처리의 복잡성에 이르기까지 시스템 설계의 모든 측면에 영향을 미친다.
5.1 통계적 접근: 공간적 균일성을 위한 다중 서브우퍼 (Welti/Toole 및 Geddes 방법론)
이 접근법의 핵심 철학은 룸 모드를 제거하는 것이 아니라, 여러 음원을 통해 모드를 다각적으로 구동하여 그 영향을 통계적으로 평균화하고 완화하는 것이다. 이는 넓은 청취 영역에서 일관된 저음 응답을 제공하는 것을 최우선 목표로 한다.
5.1.1 Welti/Toole 방법론: 대칭 배치를 통한 모드 평균화
Floyd Toole과 Todd Welti의 연구는 다수의 서브우퍼를 전략적으로 배치함으로써 룸 모드 응답을 크게 평탄화하고, 청취 위치 간의 주파수 응답 편차를 획기적으로 줄일 수 있음을 입증했다. 이 방법론의 핵심은 모드를 제거하는 것이 아니라, 서로 다른 위치에서 모드를 구동하여 청취 영역 전반에 걸쳐 모드로 인한 피크와 널을 통계적으로 평균화하는 것이다. 하나의 서브우퍼는 특정 모드의 마디에 위치하여 해당 주파수를 재생하지 못할 수 있지만, 다른 위치의 서브우퍼는 그 모드의 배에 위치하여 해당 주파수를 효과적으로 재생할 수 있다. 연구에 따르면 2개에서 4개의 서브우퍼를 사용하면 좌석 간 편차를 크게 줄일 수 있다.
Welti/Toole 방법론에 따른 2개 및 4개 서브우퍼 배치 예시. (A) 2개의 서브우퍼를 마주 보는 벽 중앙에 배치. (B) 4개의 서브우퍼를 각 벽의 중앙에 배치하여 좌석 간 편차를 최소화하거나, (C) 4개의 코너에 배치하여 최대 음압을 확보.
5.1.2 Welti/Toole 구현 프로토콜
Welti/Toole 방법론은 예측 가능한 대칭성을 통해 특정 모드를 제어하며, Multi-Sub Optimizer (MSO)와 같은 소프트웨어를 통해 최적화하기에 이상적이다.
배치 공식 (직육면체 공간 기준):
* 2개 서브우퍼: 서로 마주 보는 벽의 중앙 지점에 배치한다. 예를 들어, 전면 벽과 후면 벽 중앙 또는 좌측 벽과 우측 벽 중앙에 배치한다.
* 4개 서브우퍼: 각 네 벽의 중앙 지점에 배치하는 것이 청취 위치 간 편차(MSV) 감소에 가장 효과적이다. 또는 네 개의 코너에 각각 배치할 수도 있으며, 이 경우 최대 음압 확보에 더 유리하다.
DSP 설정 및 정합 방법 (MSO 사용):
* 신호 라우팅: AV 리시버의 단일 LFE 출력을 DSP의 입력으로 연결하고, DSP는 이 모노 신호를 각 서브우퍼 출력 채널로 분배한다. 모든 서브우퍼는 동일한 모노 신호를 재생해야 한다.
* 측정: REW의 '음향 타이밍 레퍼런스' 기능을 사용하여 각 서브우퍼를 개별적으로, 그리고 여러 청취 위치에서 측정한다. 예를 들어 4개의 서브우퍼와 4개의 청취 위치가 있다면 총 16개의 측정이 필요하다.
* MSO 최적화: 측정 데이터를 MSO로 가져온다. MSO는 모든 청취 위치에서 주파수 응답 편차가 최소화되도록 각 서브우퍼 채널별 최적의 이득, 지연 시간, 그리고 채널당 다수의 PEQ 필터 값을 계산한다. MSO는 필요에 따라 저역 통과 필터, 고역 통과 필터, 전역 통과 필터도 활용할 수 있다.
Multi-Sub Optimizer (MSO) 최적화 워크플로우. REW로 각 서브우퍼를 여러 위치에서 개별 측정 후 MSO로 데이터를 가져와 최적화 파라미터를 계산하고, 최종 필터 값을 DSP에 적용하는 과정을 보여준다. 출처 웹링크: https://www.minidsp.com/applications/subwoofer-tuning/tuning-multiple-subs
* 하만의 Sound Field Management(SFM) 기술과 이를 구현한 JBL Synthesis ARCOS 시스템은 이와 유사한 최적화 과정을 거치지만, 더 제한적인 파라미터를 사용한다. SFM은 딜레이(0-10ms의 불연속적인 값), 단일 밴드 EQ(감쇠 전용), 그리고 제한된 Q값(1, 4, 16, 24)을 조합하여 최적해를 찾는다. MSO를 사용하여 이와 유사한 결과를 도출하려면, 최적화 시 딜레이 범위를 0-10 ms로 제한하고, 각 서브우퍼 채널당 PEQ 필터 개수를 1-2개로 최소화하며, 이득을 'Cut Only'로 설정하고 Q값 범위를 1-25 내외로 제한하는 방식을 시도할 수 있다. 이는 과도한 필터 사용을 지양하고 딜레이와 최소한의 EQ를 통해 공간 응답을 최적화하는 SFM의 철학을 모방하는 것이다.
* 메인 스피커와 통합: MSO 최적화가 완료되면, 다중 서브우퍼 시스템은 하나의 잘 제어된 '가상 서브우퍼'처럼 동작한다. 이 가상 서브우퍼를 메인 스피커와 통합하기 위해, 모든 서브우퍼를 동시에 활성화한 상태에서 시스템 전체를 측정한다. REW의 정렬 도구를 사용하여 크로스오버 주파수에서 메인 스피커와 서브우퍼 그룹의 위상이 일치하도록 메인 스피커 또는 서브우퍼 그룹 전체에 지연 시간을 적용한다.
* 최종 EQ: 통합이 완료된 전체 시스템의 응답을 측정하고, 남아있는 주요 피크들을 전역PEQ로 감쇠시킨다.
5.1.3 Dirac Live Bass Control (DLBC)를 이용한 최적화
Dirac Live Bass Control(DLBC)은 기존의 수동 또는 반자동 최적화 도구와는 다른 접근 방식을 취하는 고급 저주파 관리 기술이다. DLBC는 단순히 서브우퍼들을 제어하는 것을 넘어, 시스템 내의 모든 스피커(메인, 서라운드 포함)를 하나의 협력적인 어레이로 간주하여 저주파 음장을 능동적으로 제어한다.
철학 및 작동 원리: DLBC의 핵심 철학은 '상호 스피커 지원'이다. 시스템은 다수의 청취 위치에서 각 스피커가 다른 모든 스피커와 룸에 미치는 영향을 측정하여 전체 시스템의 음향 모델을 구축한다. 이를 바탕으로, 특정 스피커에서 발생하는 저주파 문제를 다른 스피커들이 능동적으로 보상하도록 제어한다. 예를 들어, 한 서브우퍼가 특정 모드를 과도하게 자극하면, 다른 스피커들이 정밀하게 계산된 역위상 신호를 생성하여 해당 모드를 상쇄한다. 이는 MSO가 각 서브우퍼를 독립적으로 최적화하여 그 결과를 합산하는 방식과 달리, 모든 스피커를 하나의 통합된 MIMO(Multiple-Input Multiple-Output) 시스템으로 간주하여 전역적인 최적해를 찾는 방식이다.
구현 프로토콜:
1. 사전 설정: 프로세서(AVR)에서 스피커 레이아웃을 설정하고, 모든 스피커를 'Large(Full-range)'로 설정한다. DLBC가 측정 후 최적의 크로스오버를 자동으로 계산하고 적용하기 때문이다.
2. 측정: Dirac Live 소프트웨어의 안내에 따라 주 청취 위치를 포함한 다수의 지점(일반적으로 9~13개)에서 측정을 진행한다. 이 과정에서 시스템은 각 스피커의 개별 응답뿐만 아니라 스피커 간의 상호작용까지 모두 측정한다.
3. 필터 계산: 측정이 완료되면, 'Bass Control' 옵션을 선택하고 필터 계산을 실행한다. 이 과정에서 DLBC 알고리즘은 모든 측정 데이터를 기반으로 각 스피커에 대한 최적의 크로스오버, 딜레이, 게인, 그리고 위상 보정 필터를 포함한 복합적인 필터를 생성한다.
4. 필터 내보내기: 계산된 필터를 프로세서의 원하는 슬롯으로 내보내고 저장한다.
MSO와의 비교:
* 자동화 수준: DLBC는 측정부터 필터 계산까지 전 과정이 고도로 자동화되어 있어 사용자의 개입이 최소화된다. 반면 MSO는 사용자가 측정 데이터를 수동으로 가져오고, 최적화 파라미터를 직접 설정하며, 결과를 분석하여 반복적으로 최적화를 수행해야 하는 반자동 방식이다.
* 제어 대상: MSO는 기본적으로 서브우퍼 채널만을 제어 대상으로 권장한다. 반면 DLBC는 서브우퍼뿐만 아니라 메인 스피커까지 포함한 시스템의 모든 스피커를 저주파 제어에 적극적으로 활용한다.
* 시간 영역 보정: DLBC는 특허받은 혼합-위상 필터 기술을 사용하여 주파수 응답뿐만 아니라 시간 영역의 임펄스 응답까지 보정하여 저음의 과도 응답 특성을 개선한다고 주장한다. MSO는 주로 주파수 응답의 평탄화와 좌석 간 편차 최소화에 집중하며, 이 과정에서 위상/시간 응답이 오히려 악화될 수 있다.
5.1.3.1 혼합-위상 필터링의 기술적 메커니즘
DLBC의 시간 영역 보정 능력의 핵심에는 특허받은 혼합-위상 필터 기술이 자리 잡고 있다. 이 기술은 단순한 주파수 응답 평탄화를 넘어, 실내 음향 환경이 야기하는 시간적 왜곡, 즉 임펄스 응답의 '번짐' 현상을 직접적으로 교정하는 것을 목표로 한다.
위상 응답의 이해: 모든 음향 시스템은 진폭 응답과 위상 응답을 가진다. 진폭 응답은 주파수별 음압 레벨을 나타내며, 위상 응답은 각 주파수 성분이 시간에 따라 어떻게 지연되는지를 나타낸다. 시스템은 크게 '최소위상'과 '비 최소위상'으로 구분된다. 최소위상 시스템은 진폭 응답만으로 위상 응답이 완벽하게 결정되며, 간단한 역필터(IIR 필터 등)로 진폭과 위상을 동시에 보정할 수 있다. 스피커 드라이버 자체의 응답이 이에 해당한다. 반면, 실내 반사음이나 크로스오버 필터로 인한 왜곡은 비 최소위상 특성을 가지며, 이는 예측 불가능한 '초과 위상 지연'을 유발한다. 이 초과 위상 지연은 간단한 필터로는 보정할 수 없으며, 억지로 보정하려 하면 다른 왜곡을 낳는다.
임펄스 응답 왜곡의 문제: 실내의 룸 모드와 복잡한 반사음은 시간 영역에서 임펄스 응답을 심각하게 왜곡시킨다. 이상적인 임펄스 응답은 단일의 짧은 피크 형태를 띠지만, 실제 실내에서는 이 피크 뒤로 긴 '꼬리' 또는 '링잉'이 발생한다. 이것이 저음이 '웅웅거리거나' '흐릿하게' 들리는 주된 물리적 원인이다. 이 문제를 해결하려면 진폭 응답(주파수별 피크와 딥)뿐만 아니라, 시간적 번짐(위상/시간 응답)까지 함께 보정해야 한다.
Dirac의 혼합-위상 접근법 해부: Dirac의 특허받은 '하이브리드 설계'는 이 문제를 두 단계로 나누어 해결한다.
* 최소위상 등화기: 먼저, 시스템의 최소-위상 성분에 해당하는 진폭 응답을 보정한다. 이는 전통적인 IIR 기반 파라메트릭 EQ와 유사하게 작동하며, 측정된 주파수 응답의 피크와 딥을 제어한다.
* FIR 필터를 이용한 비 최소위상 보정: 다음으로, 시스템의 비 최소위상 영점 중 '견고한' 부분만을 보상하기 위해 정교하게 설계된 유한 임펄스응답 필터를 적용한다. 여기서 '견고한' 부분이란, 청취 영역 내 여러 위치에서 일관되게 나타나는 예측 가능한 음향적 문제, 즉 주요 룸 모드 등을 의미한다. 이 FIR 필터가 임펄스 응답의 긴 꼬리를 줄여 시간 영역 성능을 개선하는 핵심적인 역할을 한다.
이 접근법은 서브우퍼 대역에서도 동일하게 적용된다. 일반적으로 저주파 대역에서 정밀한 FIR 필터를 구현하려면 매우 많은 탭 수가 필요하며, 이는 상당한 처리 지연을 유발하여 실용적이지 않다고 알려져 있다. 그러나 Dirac의 기술은 이러한 통념을 정교한 공학적 절충을 통해 극복한다. 시스템의 모든 부분을 완벽하게 선형위상으로 만드는 대신, 가장 청감적으로 문제가 되는 비 최소위상 오류(즉, 룸 모드로 인한 시간적 링잉)만을 표적으로 삼는다. Dirac의 백서에 따르면, 적절한 임펄스 응답 보정을 위해서는 상당히 긴 필터가 필요하며, 이러한 작업에는 IIR 필터보다 FIR 필터가 더 적합하다고 명시되어 있다.
프리 링잉 아티팩트 관리 및 가청 한계: 비 인과적 필터링의 근본적인 문제점은 '프리 링잉'이라는 인공적인 왜곡을 유발한다는 점이다. 이는 임펄스가 발생하기 전에 필터의 출력이 나타나는 현상으로, 청감적으로 매우 부자연스럽다. Dirac 기술의 핵심적인 혁신은 이 프리 링잉을 청감적으로 인지되지 않는 수준으로 관리하는 데 있다. 이는 음향 모델의 '견고한' 부분에만 보정을 집중하고, 지연되고 창 함수가 적용된 FIR 필터를 사용하여 이상적인 비 인과적 역필터를 근사함으로써 달성된다.
필터 유형에 따른 임펄스 응답 비교. (A) 최소 위상 필터는 과도응답 후 긴 꼬리를 보이며, (B) 선형 위상 필터는 과도응답 전후로 대칭적인 링잉을 보인다. (C) 이상적인 혼합 위상 필터는 프리 링잉을 청감적으로 인지 불가능한 수준으로 억제하고 포스트 링잉을 최소화하여 깨끗한 과도응답을 목표로 한다.
이것이 기술적으로 가능한 이유는 인간의 청각 시스템이 가진 심리음향학적 특성, 특히 시간적 마스킹 효과 때문이다. 인간의 귀는 저주파수보다 고주파수에서 시간적 해상도가 훨씬 높다. 한 연구에 따르면, 고 주파수(1 kHz, 3 kHz)에서는 프리 링잉이 인지되지 않도록 하려면 FIR 필터의 차수가 600 미만이어야 하지만, 저 주파수(100 Hz, 300 Hz)에서는 필터 차수가 수천에 달해도 프리 링잉으로 인한 가청 왜곡이 발생하지 않는 것으로 나타났다. 즉, 저주파 대역에서 인간의 귀는 시간적 번짐에 상대적으로 둔감하므로, Dirac은 이 대역에서 매우 길고 정밀한 FIR 필터를 사용하여 시간 영역 응답을 효과적으로 보정하면서도, 그 부작용인 프리 링잉은 청각의 마스킹 효과 뒤로 숨길 수 있다. 이것이 바로 Dirac이 서브우퍼 대역에서 FIR 필터를 실용적으로 사용할 수 있는 기술적, 심리음향학적 근거이다.
5.1.3.2 REW와 rePhase를 이용한 임펄스 응답 보정 유사 구현
Dirac의 정교한 알고리즘을 완벽히 복제할 수는 없지만, Room EQ Wizard (REW)와 rePhase 소프트웨어를 사용하여 그 원리를 수동으로 유사하게 구현해 볼 수 있다. 이 과정의 목표는 특정 청취 영역에 대해 진폭과 위상을 모두 보정하는 정적 FIR 필터를 생성하여 임펄스 응답을 개선하는 것이다. 이 수동 과정은 Dirac과 같은 상용 솔루션이 처리하는 다점, 지각 가중 최적화 알고리즘의 복잡성을 직접적으로 보여준다.
1단계: 고해상도 측정 프로토콜 REW를 사용하여 주 청취 영역 내에서 최소 9개 이상의 정밀 측정을 수행한다. REW의 'All SPL' 탭에서 측정된 모든 응답을 선택하고 'Time Align'을 적용한 후 'Vector Average' 기능을 사용하여 공간 평균 응답을 생성한다. 이는 단일 지점이 아닌 청취 공간을 대표하는 응답을 도출하여 '견고한' 음향 문제를 보정하기 위한 핵심 단계이다.
2단계: 최소 위상 보정 (PEQ 생성) REW의 'EQ' 창을 연다. 생성된 벡터 평균 측정값을 대상으로, 'EQ Filters' 기능을 사용하여 주파수 응답의 피크와 딥을 보정하는 파라메트릭 EQ 필터 세트를 자동으로 생성한다. 생성된 PEQ 필터 설정을 rePhase에서 사용하기 위해 XML 파일 형식으로 내보낸다.
3단계: 초과 위상 보정 (rePhase에서 FIR 필터 생성) rePhase 소프트웨어를 실행한다. 1단계에서 생성한 벡터 평균 측정값(.txt 파일)과 2단계에서 생성한 PEQ 설정(.xml 파일)을 가져온다. 'Paragraphic Phase EQ' 탭을 사용한다. 이 기능은 측정값에 남아있는 '초과 위상' 성분을 수동으로 반전시키는 데 사용된다. 이는 가장 복잡하고 반복적인 과정으로, 위상 응답 곡선을 평탄하게 만들면서 과도한 링잉을 유발하지 않도록 필터 파라미터를 미세하게 조정해야 한다. rePhase의 'Impulse' 창을 주시하며 필터 적용으로 인한 프리 링잉 발생을 시각적으로 모니터링한다. 필터 탭 수, 창 함수 종류 및 설정을 조정하여 프리 링잉을 청감적으로 인지 불가능한 수준으로 최소화하는 최적의 균형점을 찾아야 한다.
4단계: 최종 컨볼루션 필터 생성 및 적용 rePhase에서 최종적으로 최적화된 FIR 필터를 .wav 파일 형식으로 생성한다. 이 .wav 파일을 miniDSP, Roon과 같이 컨볼루션 기능을 지원하는 DSP 프로세서에 로드하여 전체 혼합 위상 보정을 시스템에 적용한다.
이 수동적인 과정은 혼합-위상 보정의 복잡성을 명확히 보여준다. 사용자는 위상 응답의 평탄화와 필터로 인해 발생하는 인공적인 왜곡 사이의 균형을 맞추는 최적화 알고리즘의 역할을 직접 수행해야 한다. 이는 DLBC와 같은 시스템의 가치가 단순히 필터 자체에 있는 것이 아니라, 이러한 복잡한 과정을 여러 3D 공간 지점에서 자동으로 수행하여 견고하고 실용적인 보정을 가능하게 하는 정교한 측정 및 계산 능력에 있음을 시사한다.
5.1.4 Geddes 방법론: 비대칭 배치를 통한 통계적 독립성
Earl Geddes 박사는 약간 다른 관점에서 접근한다. 그의 이론의 핵심은 추가되는 서브우퍼들이 통계적으로 서로 '독립적' 또는 '비 상관적'일 때 모드 평탄화 효과가 극대화된다는 것이다. 두 서브우퍼가 서로 가까이 있거나 대칭적인 위치에 있으면, 두 서브우퍼는 많은 모드를 유사하게 구동하므로 통계적 독립성이 떨어진다. 따라서 Geddes는 의도적으로 비대칭적인 배치를 권장하여 각 서브우퍼가 룸 모드와 고유한 방식으로 상호작용하도록 유도한다.
5.1.5 Geddes 구현 프로토콜 (3 서브우퍼)
Geddes의 방법론은 정해진 공식보다는 측정 기반의 반복적인 최적화 과정을 통해 최상의 결과를 도출한다. MSO와 같은 자동화 도구 대신 수동 조정을 통한 접근법이 그의 철학에 더 가깝다.
배치 및 서브우퍼 역할:
* Sub 1 (앵커/Anchor): 메인 스피커 근처의 코너에 배치하여 가능한 한 많은 룸 모드를 효율적으로 구동한다. 이 서브우퍼는 시스템의 기초적인 저역 확장과 전체적인 레벨을 설정하는 기준점 역할을 한다.
○ 담당 대역폭: 주로 모드 밀도가 가장 낮은 최저역대(예: 20 - 50 Hz)의 기반을 다진다.
* Sub 2 (모드 필러/Modal Filler): 첫 번째 서브우퍼와 의도적으로 비대칭적인 위치(예: 반대편 벽의 중앙 부근)에 배치하여 통계적 독립성을 확보한다. 이 서브우퍼의 유일한 목적은 Sub 1과 메인 스피커, 그리고 룸의 상호작용으로 인해 발생하는 가장 깊은 주파수 응답의 딥을 채우는 것이다.
○ 담당 대역폭: 가장 문제가 되는 주요 모드 대역(예: 40 Hz - 80 Hz)의 딥을 보상하는 데 집중한다.
* Sub 3 (전환 스무더/Transition Smoother): 다른 두 서브우퍼와 상관관계가 적은 임의의 위치에 배치하며, 가능하다면 바닥에서 띄워 높이를 다르게 하는 것도 권장된다. 이 서브우퍼는 매우 낮은 레벨로 설정되어, 남아있는 소소한 응답의 불균일성을 채우고 특히 서브우퍼 시스템과 메인 스피커 간의 크로스오버 전환 영역을 매끄럽게 다듬는 미세 조정 역할을 한다.
○ 담당 대역폭: 더 높은 모드 대역 및 크로스오버 전환 영역(예: 60 - 100 Hz)의 평탄화에 기여한다.
Geddes 방법론에 따른 3 서브우퍼 비대칭 배치: Geddes 방법론에 따른 3 서브우퍼 비대칭 배치 개념도. 앵커 서브우퍼는 전방 코너에, 모드 필러는 반대편 벽 중앙에, 전환 스무더는 다른 두 서브우퍼와 상관관계가 적은 임의의 위치에 배치하여 통계적 독립성을 극대화한다.
측정 방법론 (MMM) 심층 분석: Geddes 박사가 명확하게 추천하는 측정 방법은 Moving Mic Measurement (MMM) 방식이다.
* MMM 추천 이유: Geddes의 철학은 단일 지점의 완벽한 응답이 아니라, 청취 영역이라는 '체적' 내에서 주파수 응답의 공간적, 주파수적 편차를 통계적으로 줄이는 것이다. MMM은 마이크를 청취 영역 주변으로 천천히 움직이며 측정함으로써 물리적으로 공간 평균 응답을 직접 얻어낸다. 이는 그의 통계적 목표에 가장 부합하는 측정 방법론이다. 단일 지점 측정은 그 지점에서만 유효한 극단적인 피크와 딥을 보여주므로, 공간 전체의 평균적 특성을 파악하려는 Geddes의 목표에는 부적합하다.
* MMM 측정 절차:
1. REW 설정: Room EQ Wizard (REW)를 실행하고, 보정된 측정 마이크(예: UMIK-1의 경우 90도 보정 파일 사용)를 선택한다. RTA창과 Generator를 연다.
2. RTA 파라미터: 모드를 'RTA 1/48 Octave', 평균화를 'Forever'로 설정하고, 30~60회 평균 후 자동 정지되도록 설정한다. 창 함수는 'Hann', 오버랩은 50-75%로 설정한다.
3. 신호 발생기 설정: 신호 유형을 'Pink Periodic' 노이즈로, 레벨은 -12 dBFS로 설정한다.
4. 레벨 보정: 마이크를 주 청취 위치의 귀 높이에 수직으로 세운다. 신호 발생기를 켜고, 시스템의 볼륨을 조절하여 SPL 미터가 약 80-85 dB(Z)를 표시하도록 맞춘다.
5. 측정 실행: RTA 평균화를 시작한다. 마이크를 천천히 그리고 부드럽게 청취자의 머리가 위치할 전체 공간(예: 폭, 깊이, 높이가 각각 60cm 이상인 타원형 공간)을 가로질러 움직인다. 빠른 움직임은 마이크 핸들링 노이즈를 유발하여 저주파 측정값을 왜곡시킬 수 있으므로 반드시 피해야 한다.
6. 측정 완료: 설정된 평균 횟수에 도달하면 RTA가 자동으로 측정을 멈춘다. 이 측정 결과를 저장한다.
* 위상 정보의 부재와 그 해결: MMM 측정 결과는 공간 평균된 진폭 응답만 보여주며 위상 정보는 포함하지 않는다. 하지만 Geddes의 순차적 통합 프로토콜에서는 이것이 문제 되지 않는다. MSO와 같은 최적화 도구는 여러 음원의 위상 정보를 사용하여 특정 지점에서 '보강 간섭'을 극대화하는 것을 목표로 한다. 즉, 정밀한 위상 정합을 통해 음압을 더하는 '가산적' 접근법을 사용한다. 반면, Geddes의 방법론은 '감산적' 접근법을 사용한다. Sub 2는 오직 Sub 1이 만들어낸 딥을 채울 만큼만 레벨을 올리고, Sub 3는 그 다음으로 남은 딥을 채우는 방식으로 순차적으로 '문제점'을 보완해 나간다. 각 서브우퍼의 레벨을 최소한으로 사용하여 딥을 채우는 이 과정은, 강력한 상쇄 간섭을 유발할 수 있는 과도한 위상 오류의 가능성을 실용적으로 방지한다. 즉, 보강 간섭을 목표로 하지 않기 때문에 정밀한 위상 정보가 필요하지 않은 것이다.
* MMM 대안, 다점 공간 평균화: MMM 방식이 어렵거나 다른 이유로 사용하기 어려운 경우, 여러 지점에서 개별 측정을 수행한 후 이를 평균하여 유사한 결과를 얻을 수 있다. 청취 영역의 음향 특성을 통계적으로 유의미하게 대표하기 위해서는 최소 9개에서 16개의 측정 지점을 사용하는 것이 권장된다. 이 지점들은 주 청취 위치를 중심으로 한 청취 공간(예: 폭 1m x 깊이 0.6m x 높이 0.6m) 내에 무작위적이면서도 고르게 분포되어야 한다. 특히, 높이, 너비, 깊이를 모두 다양하게 변경하여 특정 모드의 마디나 배 라인을 따라 측정하는 것을 피하는 것이 중요하다. 모든 개별 측정이 완료되면, REW의 'All SPL' 탭에서 모든 측정값을 선택하고 'Average the Responses' 기능을 사용하여 최종 공간 평균 응답 곡선을 생성한다.
DSP 설정 및 정합 방법 (수동 공간 평균화):
* 신호 라우팅 및 필터: 모든 서브우퍼는 동일한 모노 신호를 재생해야 한다. 각 서브우퍼는 독립적인 레벨, 위상(0-180도 가변 또는 딜레이), 그리고 가변 저역 통과 필터를 가져야 한다.
* 메인 스피커와 Sub 1 통합: 다른 서브우퍼는 모두 뮤트한다. REW의 RTA와 핑크 노이즈를 사용하여 MMM을 수행하며, Sub 1의 레벨, 위상(또는 딜레이), LPF를 조절하여 메인 스피커의 자연스러운 롤오프와 가장 매끄럽게 연결되도록 한다.
* Sub 2 추가: Sub 1과 메인 스피커를 켠 상태에서 Sub 2를 추가한다. 다시 MMM을 수행하며, 이번에는 오직 Sub 2의 레벨, 위상, LPF만 조절하여 전체 응답에서 가장 깊은 딥이 채워지도록 한다. 목표는 Sub 2가 기존 시스템의 음향적 약점을 보완하게 하는 것이다.
* Sub 3 추가: 동일한 과정을 반복한다. Mains + Sub 1 + Sub 2가 활성화된 상태에서 Sub 3를 추가하고, 오직 Sub 3의 파라미터만 조절하여 남아있는 주파수 응답의 불균일성을 최소화한다. Geddes에 따르면, 이 서브우퍼는 거의 들리지 않을 정도로 낮게 설정되어야 하며, 단지 남아있는 '구멍'을 메우는 역할만 해야 한다.
* 최종 EQ: 모든 서브우퍼가 통합된 후, 최종 공간 평균 응답을 측정한다. 남아있는 2~3개의 가장 두드러진 피크만 소수의 PEQ 필터를 사용하여 부드럽게 감쇠시킨다. 과도한 EQ는 지양한다.
5.1.6 Geddes 방법론의 MSO 최적화: 자동화된 접근법
Geddes 박사 자신은 수동적이고 반복적인 측정 기반 조정을 선호했지만, 그의 핵심 철학인 '통계적 독립성'을 통한 공간 편차 감소는 Multi-Sub Optimizer(MSO)와 같은 현대적인 최적화 도구를 통해 더욱 체계적이고 강력하게 구현될 수 있다. MSO는 비대칭 배치와 심지어 서로 다른 종류의 서브우퍼 사용을 권장하는 Geddes의 접근법에 특히 적합하다. MSO는 각 서브우퍼를 개별적으로 측정하고 최적화하여 전체 시스템의 응답을 예측하므로, 대칭성을 가정하지 않는다.
구현 프로토콜 (MSO 사용):
* 배치: Geddes의 원칙에 따라 서브우퍼를 비대칭적으로 배치한다. 한 개는 전방 코너에, 나머지는 통계적으로 최대한 비상관적인 위치에 둔다.
* 측정: Geddes의 MMM 방식 대신, MSO의 요구사항에 따라 REW와 음향 타이밍 레퍼런스를 사용해야 한다. 각 서브우퍼를 개별적으로 여러 청취 위치(예: 주 청취 위치를 포함한 3-4개 지점)에서 측정한다. 이는 MSO가 각 서브우퍼가 각 청취 위치에 미치는 고유한 영향을 분석하는 데 필수적이다.
* MSO 최적화: 측정된 데이터를 MSO로 가져온다. MSO는 Geddes의 수동적인 '감산적' 접근법(딥을 순차적으로 채우는 방식)과 달리, 모든 서브우퍼의 이득, 딜레이, 위상(All-pass 필터 사용 가능), PEQ 필터를 동시에 최적화하여 모든 청취 위치에서 주파수 응답 편차(STSV)를 최소화하고 목표 곡선에 가장 근접한 전역 최적해를 계산한다. 사용자는 최적화 목표를 설정할 수 있다. 예를 들어, 모든 좌석에서 최대한 평탄한 응답을 목표로 하거나, 주 청취 위치의 평탄성을 우선시하면서 좌석 간 편차를 최소화할 수 있다. 이는 Geddes의 '청취 영역' 개선 목표와 일맥상통한다.
* 필터 적용 및 검증: MSO가 계산한 최적의 필터 값(딜레이, 게인, PEQ 등)을 miniDSP와 같은 DSP 장치에 적용한다. 모든 서브우퍼를 동시에 활성화하고 최종 응답을 측정하여 MSO의 예측과 실제 결과가 일치하는지 확인한다. 이후 과정은 Welti/Toole 방법론과 유사하게, 최적화된 서브우퍼 그룹을 하나의 '가상 서브우퍼'로 간주하고 메인 스피커와 통합한 후, 필요한 경우 최종 전역 EQ를 적용한다.
이신렬 음향공학박사 특별 기고 시리즈; 소리에 관한 모든 것 #9-4
by 이신렬 음향공학박사 글, 이무제 기자 정리, 자료제공: 소니캐스트, A49
5.0 서브우퍼 배치 및 어레이 구성
시스템 구성 요소 선정이 완료되면, 다음 단계는 이들을 어떻게 물리적으로 배치하고 구성할 것인지를 결정하는 것이다. 다중 서브우퍼를 활용하는 다양한 전략들은 단순히 '배치 옵션'의 차원을 넘어, 실내 음향 응답을 제어하는 각기 다른 철학을 담고 있다. 각 전략은 문제에 접근하는 방식과 목표가 다르므로, 공간의 특성과 달성하고자 하는 음향 목표에 따라 최적의 전략을 선택해야 한다.
저주파 관리의 근본적인 접근 방식은 두 가지 철학으로 나눌 수 있다. 첫 번째는 룸 모드 현상을 받아들이고, 이를 통계적으로 제어하여 청취 영역 전반에 걸쳐 균일한 응답을 만들려는 시도이다. 두 번째는 룸 모드나 경계면 간섭과 같은 실내 음향의 부정적 영향을 음원 단계에서부터 능동적으로 억제하거나 상쇄하여 원천적으로 제거하려는 시도이다. 이러한 철학적 차이는 서브우퍼의 개수부터 배치, 그리고 요구되는 디지털 신호 처리의 복잡성에 이르기까지 시스템 설계의 모든 측면에 영향을 미친다.
5.1 통계적 접근: 공간적 균일성을 위한 다중 서브우퍼 (Welti/Toole 및 Geddes 방법론)
이 접근법의 핵심 철학은 룸 모드를 제거하는 것이 아니라, 여러 음원을 통해 모드를 다각적으로 구동하여 그 영향을 통계적으로 평균화하고 완화하는 것이다. 이는 넓은 청취 영역에서 일관된 저음 응답을 제공하는 것을 최우선 목표로 한다.
5.1.1 Welti/Toole 방법론: 대칭 배치를 통한 모드 평균화
Floyd Toole과 Todd Welti의 연구는 다수의 서브우퍼를 전략적으로 배치함으로써 룸 모드 응답을 크게 평탄화하고, 청취 위치 간의 주파수 응답 편차를 획기적으로 줄일 수 있음을 입증했다. 이 방법론의 핵심은 모드를 제거하는 것이 아니라, 서로 다른 위치에서 모드를 구동하여 청취 영역 전반에 걸쳐 모드로 인한 피크와 널을 통계적으로 평균화하는 것이다. 하나의 서브우퍼는 특정 모드의 마디에 위치하여 해당 주파수를 재생하지 못할 수 있지만, 다른 위치의 서브우퍼는 그 모드의 배에 위치하여 해당 주파수를 효과적으로 재생할 수 있다. 연구에 따르면 2개에서 4개의 서브우퍼를 사용하면 좌석 간 편차를 크게 줄일 수 있다.
Welti/Toole 방법론에 따른 2개 및 4개 서브우퍼 배치 예시. (A) 2개의 서브우퍼를 마주 보는 벽 중앙에 배치. (B) 4개의 서브우퍼를 각 벽의 중앙에 배치하여 좌석 간 편차를 최소화하거나, (C) 4개의 코너에 배치하여 최대 음압을 확보.
5.1.2 Welti/Toole 구현 프로토콜
Welti/Toole 방법론은 예측 가능한 대칭성을 통해 특정 모드를 제어하며, Multi-Sub Optimizer (MSO)와 같은 소프트웨어를 통해 최적화하기에 이상적이다.
배치 공식 (직육면체 공간 기준):
* 2개 서브우퍼: 서로 마주 보는 벽의 중앙 지점에 배치한다. 예를 들어, 전면 벽과 후면 벽 중앙 또는 좌측 벽과 우측 벽 중앙에 배치한다.
* 4개 서브우퍼: 각 네 벽의 중앙 지점에 배치하는 것이 청취 위치 간 편차(MSV) 감소에 가장 효과적이다. 또는 네 개의 코너에 각각 배치할 수도 있으며, 이 경우 최대 음압 확보에 더 유리하다.
DSP 설정 및 정합 방법 (MSO 사용):
* 신호 라우팅: AV 리시버의 단일 LFE 출력을 DSP의 입력으로 연결하고, DSP는 이 모노 신호를 각 서브우퍼 출력 채널로 분배한다. 모든 서브우퍼는 동일한 모노 신호를 재생해야 한다.
* 측정: REW의 '음향 타이밍 레퍼런스' 기능을 사용하여 각 서브우퍼를 개별적으로, 그리고 여러 청취 위치에서 측정한다. 예를 들어 4개의 서브우퍼와 4개의 청취 위치가 있다면 총 16개의 측정이 필요하다.
* MSO 최적화: 측정 데이터를 MSO로 가져온다. MSO는 모든 청취 위치에서 주파수 응답 편차가 최소화되도록 각 서브우퍼 채널별 최적의 이득, 지연 시간, 그리고 채널당 다수의 PEQ 필터 값을 계산한다. MSO는 필요에 따라 저역 통과 필터, 고역 통과 필터, 전역 통과 필터도 활용할 수 있다.
Multi-Sub Optimizer (MSO) 최적화 워크플로우. REW로 각 서브우퍼를 여러 위치에서 개별 측정 후 MSO로 데이터를 가져와 최적화 파라미터를 계산하고, 최종 필터 값을 DSP에 적용하는 과정을 보여준다. 출처 웹링크: https://www.minidsp.com/applications/subwoofer-tuning/tuning-multiple-subs
* 하만의 Sound Field Management(SFM) 기술과 이를 구현한 JBL Synthesis ARCOS 시스템은 이와 유사한 최적화 과정을 거치지만, 더 제한적인 파라미터를 사용한다. SFM은 딜레이(0-10ms의 불연속적인 값), 단일 밴드 EQ(감쇠 전용), 그리고 제한된 Q값(1, 4, 16, 24)을 조합하여 최적해를 찾는다. MSO를 사용하여 이와 유사한 결과를 도출하려면, 최적화 시 딜레이 범위를 0-10 ms로 제한하고, 각 서브우퍼 채널당 PEQ 필터 개수를 1-2개로 최소화하며, 이득을 'Cut Only'로 설정하고 Q값 범위를 1-25 내외로 제한하는 방식을 시도할 수 있다. 이는 과도한 필터 사용을 지양하고 딜레이와 최소한의 EQ를 통해 공간 응답을 최적화하는 SFM의 철학을 모방하는 것이다.
* 메인 스피커와 통합: MSO 최적화가 완료되면, 다중 서브우퍼 시스템은 하나의 잘 제어된 '가상 서브우퍼'처럼 동작한다. 이 가상 서브우퍼를 메인 스피커와 통합하기 위해, 모든 서브우퍼를 동시에 활성화한 상태에서 시스템 전체를 측정한다. REW의 정렬 도구를 사용하여 크로스오버 주파수에서 메인 스피커와 서브우퍼 그룹의 위상이 일치하도록 메인 스피커 또는 서브우퍼 그룹 전체에 지연 시간을 적용한다.
* 최종 EQ: 통합이 완료된 전체 시스템의 응답을 측정하고, 남아있는 주요 피크들을 전역PEQ로 감쇠시킨다.
5.1.3 Dirac Live Bass Control (DLBC)를 이용한 최적화
Dirac Live Bass Control(DLBC)은 기존의 수동 또는 반자동 최적화 도구와는 다른 접근 방식을 취하는 고급 저주파 관리 기술이다. DLBC는 단순히 서브우퍼들을 제어하는 것을 넘어, 시스템 내의 모든 스피커(메인, 서라운드 포함)를 하나의 협력적인 어레이로 간주하여 저주파 음장을 능동적으로 제어한다.
철학 및 작동 원리: DLBC의 핵심 철학은 '상호 스피커 지원'이다. 시스템은 다수의 청취 위치에서 각 스피커가 다른 모든 스피커와 룸에 미치는 영향을 측정하여 전체 시스템의 음향 모델을 구축한다. 이를 바탕으로, 특정 스피커에서 발생하는 저주파 문제를 다른 스피커들이 능동적으로 보상하도록 제어한다. 예를 들어, 한 서브우퍼가 특정 모드를 과도하게 자극하면, 다른 스피커들이 정밀하게 계산된 역위상 신호를 생성하여 해당 모드를 상쇄한다. 이는 MSO가 각 서브우퍼를 독립적으로 최적화하여 그 결과를 합산하는 방식과 달리, 모든 스피커를 하나의 통합된 MIMO(Multiple-Input Multiple-Output) 시스템으로 간주하여 전역적인 최적해를 찾는 방식이다.
구현 프로토콜:
1. 사전 설정: 프로세서(AVR)에서 스피커 레이아웃을 설정하고, 모든 스피커를 'Large(Full-range)'로 설정한다. DLBC가 측정 후 최적의 크로스오버를 자동으로 계산하고 적용하기 때문이다.
2. 측정: Dirac Live 소프트웨어의 안내에 따라 주 청취 위치를 포함한 다수의 지점(일반적으로 9~13개)에서 측정을 진행한다. 이 과정에서 시스템은 각 스피커의 개별 응답뿐만 아니라 스피커 간의 상호작용까지 모두 측정한다.
3. 필터 계산: 측정이 완료되면, 'Bass Control' 옵션을 선택하고 필터 계산을 실행한다. 이 과정에서 DLBC 알고리즘은 모든 측정 데이터를 기반으로 각 스피커에 대한 최적의 크로스오버, 딜레이, 게인, 그리고 위상 보정 필터를 포함한 복합적인 필터를 생성한다.
4. 필터 내보내기: 계산된 필터를 프로세서의 원하는 슬롯으로 내보내고 저장한다.
MSO와의 비교:
* 자동화 수준: DLBC는 측정부터 필터 계산까지 전 과정이 고도로 자동화되어 있어 사용자의 개입이 최소화된다. 반면 MSO는 사용자가 측정 데이터를 수동으로 가져오고, 최적화 파라미터를 직접 설정하며, 결과를 분석하여 반복적으로 최적화를 수행해야 하는 반자동 방식이다.
* 제어 대상: MSO는 기본적으로 서브우퍼 채널만을 제어 대상으로 권장한다. 반면 DLBC는 서브우퍼뿐만 아니라 메인 스피커까지 포함한 시스템의 모든 스피커를 저주파 제어에 적극적으로 활용한다.
* 시간 영역 보정: DLBC는 특허받은 혼합-위상 필터 기술을 사용하여 주파수 응답뿐만 아니라 시간 영역의 임펄스 응답까지 보정하여 저음의 과도 응답 특성을 개선한다고 주장한다. MSO는 주로 주파수 응답의 평탄화와 좌석 간 편차 최소화에 집중하며, 이 과정에서 위상/시간 응답이 오히려 악화될 수 있다.
5.1.3.1 혼합-위상 필터링의 기술적 메커니즘
DLBC의 시간 영역 보정 능력의 핵심에는 특허받은 혼합-위상 필터 기술이 자리 잡고 있다. 이 기술은 단순한 주파수 응답 평탄화를 넘어, 실내 음향 환경이 야기하는 시간적 왜곡, 즉 임펄스 응답의 '번짐' 현상을 직접적으로 교정하는 것을 목표로 한다.
위상 응답의 이해: 모든 음향 시스템은 진폭 응답과 위상 응답을 가진다. 진폭 응답은 주파수별 음압 레벨을 나타내며, 위상 응답은 각 주파수 성분이 시간에 따라 어떻게 지연되는지를 나타낸다. 시스템은 크게 '최소위상'과 '비 최소위상'으로 구분된다. 최소위상 시스템은 진폭 응답만으로 위상 응답이 완벽하게 결정되며, 간단한 역필터(IIR 필터 등)로 진폭과 위상을 동시에 보정할 수 있다. 스피커 드라이버 자체의 응답이 이에 해당한다. 반면, 실내 반사음이나 크로스오버 필터로 인한 왜곡은 비 최소위상 특성을 가지며, 이는 예측 불가능한 '초과 위상 지연'을 유발한다. 이 초과 위상 지연은 간단한 필터로는 보정할 수 없으며, 억지로 보정하려 하면 다른 왜곡을 낳는다.
임펄스 응답 왜곡의 문제: 실내의 룸 모드와 복잡한 반사음은 시간 영역에서 임펄스 응답을 심각하게 왜곡시킨다. 이상적인 임펄스 응답은 단일의 짧은 피크 형태를 띠지만, 실제 실내에서는 이 피크 뒤로 긴 '꼬리' 또는 '링잉'이 발생한다. 이것이 저음이 '웅웅거리거나' '흐릿하게' 들리는 주된 물리적 원인이다. 이 문제를 해결하려면 진폭 응답(주파수별 피크와 딥)뿐만 아니라, 시간적 번짐(위상/시간 응답)까지 함께 보정해야 한다.
Dirac의 혼합-위상 접근법 해부: Dirac의 특허받은 '하이브리드 설계'는 이 문제를 두 단계로 나누어 해결한다.
* 최소위상 등화기: 먼저, 시스템의 최소-위상 성분에 해당하는 진폭 응답을 보정한다. 이는 전통적인 IIR 기반 파라메트릭 EQ와 유사하게 작동하며, 측정된 주파수 응답의 피크와 딥을 제어한다.
* FIR 필터를 이용한 비 최소위상 보정: 다음으로, 시스템의 비 최소위상 영점 중 '견고한' 부분만을 보상하기 위해 정교하게 설계된 유한 임펄스응답 필터를 적용한다. 여기서 '견고한' 부분이란, 청취 영역 내 여러 위치에서 일관되게 나타나는 예측 가능한 음향적 문제, 즉 주요 룸 모드 등을 의미한다. 이 FIR 필터가 임펄스 응답의 긴 꼬리를 줄여 시간 영역 성능을 개선하는 핵심적인 역할을 한다.
이 접근법은 서브우퍼 대역에서도 동일하게 적용된다. 일반적으로 저주파 대역에서 정밀한 FIR 필터를 구현하려면 매우 많은 탭 수가 필요하며, 이는 상당한 처리 지연을 유발하여 실용적이지 않다고 알려져 있다. 그러나 Dirac의 기술은 이러한 통념을 정교한 공학적 절충을 통해 극복한다. 시스템의 모든 부분을 완벽하게 선형위상으로 만드는 대신, 가장 청감적으로 문제가 되는 비 최소위상 오류(즉, 룸 모드로 인한 시간적 링잉)만을 표적으로 삼는다. Dirac의 백서에 따르면, 적절한 임펄스 응답 보정을 위해서는 상당히 긴 필터가 필요하며, 이러한 작업에는 IIR 필터보다 FIR 필터가 더 적합하다고 명시되어 있다.
프리 링잉 아티팩트 관리 및 가청 한계: 비 인과적 필터링의 근본적인 문제점은 '프리 링잉'이라는 인공적인 왜곡을 유발한다는 점이다. 이는 임펄스가 발생하기 전에 필터의 출력이 나타나는 현상으로, 청감적으로 매우 부자연스럽다. Dirac 기술의 핵심적인 혁신은 이 프리 링잉을 청감적으로 인지되지 않는 수준으로 관리하는 데 있다. 이는 음향 모델의 '견고한' 부분에만 보정을 집중하고, 지연되고 창 함수가 적용된 FIR 필터를 사용하여 이상적인 비 인과적 역필터를 근사함으로써 달성된다.
필터 유형에 따른 임펄스 응답 비교. (A) 최소 위상 필터는 과도응답 후 긴 꼬리를 보이며, (B) 선형 위상 필터는 과도응답 전후로 대칭적인 링잉을 보인다. (C) 이상적인 혼합 위상 필터는 프리 링잉을 청감적으로 인지 불가능한 수준으로 억제하고 포스트 링잉을 최소화하여 깨끗한 과도응답을 목표로 한다.
이것이 기술적으로 가능한 이유는 인간의 청각 시스템이 가진 심리음향학적 특성, 특히 시간적 마스킹 효과 때문이다. 인간의 귀는 저주파수보다 고주파수에서 시간적 해상도가 훨씬 높다. 한 연구에 따르면, 고 주파수(1 kHz, 3 kHz)에서는 프리 링잉이 인지되지 않도록 하려면 FIR 필터의 차수가 600 미만이어야 하지만, 저 주파수(100 Hz, 300 Hz)에서는 필터 차수가 수천에 달해도 프리 링잉으로 인한 가청 왜곡이 발생하지 않는 것으로 나타났다. 즉, 저주파 대역에서 인간의 귀는 시간적 번짐에 상대적으로 둔감하므로, Dirac은 이 대역에서 매우 길고 정밀한 FIR 필터를 사용하여 시간 영역 응답을 효과적으로 보정하면서도, 그 부작용인 프리 링잉은 청각의 마스킹 효과 뒤로 숨길 수 있다. 이것이 바로 Dirac이 서브우퍼 대역에서 FIR 필터를 실용적으로 사용할 수 있는 기술적, 심리음향학적 근거이다.
5.1.3.2 REW와 rePhase를 이용한 임펄스 응답 보정 유사 구현
Dirac의 정교한 알고리즘을 완벽히 복제할 수는 없지만, Room EQ Wizard (REW)와 rePhase 소프트웨어를 사용하여 그 원리를 수동으로 유사하게 구현해 볼 수 있다. 이 과정의 목표는 특정 청취 영역에 대해 진폭과 위상을 모두 보정하는 정적 FIR 필터를 생성하여 임펄스 응답을 개선하는 것이다. 이 수동 과정은 Dirac과 같은 상용 솔루션이 처리하는 다점, 지각 가중 최적화 알고리즘의 복잡성을 직접적으로 보여준다.
1단계: 고해상도 측정 프로토콜 REW를 사용하여 주 청취 영역 내에서 최소 9개 이상의 정밀 측정을 수행한다. REW의 'All SPL' 탭에서 측정된 모든 응답을 선택하고 'Time Align'을 적용한 후 'Vector Average' 기능을 사용하여 공간 평균 응답을 생성한다. 이는 단일 지점이 아닌 청취 공간을 대표하는 응답을 도출하여 '견고한' 음향 문제를 보정하기 위한 핵심 단계이다.
2단계: 최소 위상 보정 (PEQ 생성) REW의 'EQ' 창을 연다. 생성된 벡터 평균 측정값을 대상으로, 'EQ Filters' 기능을 사용하여 주파수 응답의 피크와 딥을 보정하는 파라메트릭 EQ 필터 세트를 자동으로 생성한다. 생성된 PEQ 필터 설정을 rePhase에서 사용하기 위해 XML 파일 형식으로 내보낸다.
3단계: 초과 위상 보정 (rePhase에서 FIR 필터 생성) rePhase 소프트웨어를 실행한다. 1단계에서 생성한 벡터 평균 측정값(.txt 파일)과 2단계에서 생성한 PEQ 설정(.xml 파일)을 가져온다. 'Paragraphic Phase EQ' 탭을 사용한다. 이 기능은 측정값에 남아있는 '초과 위상' 성분을 수동으로 반전시키는 데 사용된다. 이는 가장 복잡하고 반복적인 과정으로, 위상 응답 곡선을 평탄하게 만들면서 과도한 링잉을 유발하지 않도록 필터 파라미터를 미세하게 조정해야 한다. rePhase의 'Impulse' 창을 주시하며 필터 적용으로 인한 프리 링잉 발생을 시각적으로 모니터링한다. 필터 탭 수, 창 함수 종류 및 설정을 조정하여 프리 링잉을 청감적으로 인지 불가능한 수준으로 최소화하는 최적의 균형점을 찾아야 한다.
4단계: 최종 컨볼루션 필터 생성 및 적용 rePhase에서 최종적으로 최적화된 FIR 필터를 .wav 파일 형식으로 생성한다. 이 .wav 파일을 miniDSP, Roon과 같이 컨볼루션 기능을 지원하는 DSP 프로세서에 로드하여 전체 혼합 위상 보정을 시스템에 적용한다.
이 수동적인 과정은 혼합-위상 보정의 복잡성을 명확히 보여준다. 사용자는 위상 응답의 평탄화와 필터로 인해 발생하는 인공적인 왜곡 사이의 균형을 맞추는 최적화 알고리즘의 역할을 직접 수행해야 한다. 이는 DLBC와 같은 시스템의 가치가 단순히 필터 자체에 있는 것이 아니라, 이러한 복잡한 과정을 여러 3D 공간 지점에서 자동으로 수행하여 견고하고 실용적인 보정을 가능하게 하는 정교한 측정 및 계산 능력에 있음을 시사한다.
5.1.4 Geddes 방법론: 비대칭 배치를 통한 통계적 독립성
Earl Geddes 박사는 약간 다른 관점에서 접근한다. 그의 이론의 핵심은 추가되는 서브우퍼들이 통계적으로 서로 '독립적' 또는 '비 상관적'일 때 모드 평탄화 효과가 극대화된다는 것이다. 두 서브우퍼가 서로 가까이 있거나 대칭적인 위치에 있으면, 두 서브우퍼는 많은 모드를 유사하게 구동하므로 통계적 독립성이 떨어진다. 따라서 Geddes는 의도적으로 비대칭적인 배치를 권장하여 각 서브우퍼가 룸 모드와 고유한 방식으로 상호작용하도록 유도한다.
5.1.5 Geddes 구현 프로토콜 (3 서브우퍼)
Geddes의 방법론은 정해진 공식보다는 측정 기반의 반복적인 최적화 과정을 통해 최상의 결과를 도출한다. MSO와 같은 자동화 도구 대신 수동 조정을 통한 접근법이 그의 철학에 더 가깝다.
배치 및 서브우퍼 역할:
* Sub 1 (앵커/Anchor): 메인 스피커 근처의 코너에 배치하여 가능한 한 많은 룸 모드를 효율적으로 구동한다. 이 서브우퍼는 시스템의 기초적인 저역 확장과 전체적인 레벨을 설정하는 기준점 역할을 한다.
○ 담당 대역폭: 주로 모드 밀도가 가장 낮은 최저역대(예: 20 - 50 Hz)의 기반을 다진다.
* Sub 2 (모드 필러/Modal Filler): 첫 번째 서브우퍼와 의도적으로 비대칭적인 위치(예: 반대편 벽의 중앙 부근)에 배치하여 통계적 독립성을 확보한다. 이 서브우퍼의 유일한 목적은 Sub 1과 메인 스피커, 그리고 룸의 상호작용으로 인해 발생하는 가장 깊은 주파수 응답의 딥을 채우는 것이다.
○ 담당 대역폭: 가장 문제가 되는 주요 모드 대역(예: 40 Hz - 80 Hz)의 딥을 보상하는 데 집중한다.
* Sub 3 (전환 스무더/Transition Smoother): 다른 두 서브우퍼와 상관관계가 적은 임의의 위치에 배치하며, 가능하다면 바닥에서 띄워 높이를 다르게 하는 것도 권장된다. 이 서브우퍼는 매우 낮은 레벨로 설정되어, 남아있는 소소한 응답의 불균일성을 채우고 특히 서브우퍼 시스템과 메인 스피커 간의 크로스오버 전환 영역을 매끄럽게 다듬는 미세 조정 역할을 한다.
○ 담당 대역폭: 더 높은 모드 대역 및 크로스오버 전환 영역(예: 60 - 100 Hz)의 평탄화에 기여한다.
Geddes 방법론에 따른 3 서브우퍼 비대칭 배치: Geddes 방법론에 따른 3 서브우퍼 비대칭 배치 개념도. 앵커 서브우퍼는 전방 코너에, 모드 필러는 반대편 벽 중앙에, 전환 스무더는 다른 두 서브우퍼와 상관관계가 적은 임의의 위치에 배치하여 통계적 독립성을 극대화한다.
측정 방법론 (MMM) 심층 분석: Geddes 박사가 명확하게 추천하는 측정 방법은 Moving Mic Measurement (MMM) 방식이다.
* MMM 추천 이유: Geddes의 철학은 단일 지점의 완벽한 응답이 아니라, 청취 영역이라는 '체적' 내에서 주파수 응답의 공간적, 주파수적 편차를 통계적으로 줄이는 것이다. MMM은 마이크를 청취 영역 주변으로 천천히 움직이며 측정함으로써 물리적으로 공간 평균 응답을 직접 얻어낸다. 이는 그의 통계적 목표에 가장 부합하는 측정 방법론이다. 단일 지점 측정은 그 지점에서만 유효한 극단적인 피크와 딥을 보여주므로, 공간 전체의 평균적 특성을 파악하려는 Geddes의 목표에는 부적합하다.
* MMM 측정 절차:
1. REW 설정: Room EQ Wizard (REW)를 실행하고, 보정된 측정 마이크(예: UMIK-1의 경우 90도 보정 파일 사용)를 선택한다. RTA창과 Generator를 연다.
2. RTA 파라미터: 모드를 'RTA 1/48 Octave', 평균화를 'Forever'로 설정하고, 30~60회 평균 후 자동 정지되도록 설정한다. 창 함수는 'Hann', 오버랩은 50-75%로 설정한다.
3. 신호 발생기 설정: 신호 유형을 'Pink Periodic' 노이즈로, 레벨은 -12 dBFS로 설정한다.
4. 레벨 보정: 마이크를 주 청취 위치의 귀 높이에 수직으로 세운다. 신호 발생기를 켜고, 시스템의 볼륨을 조절하여 SPL 미터가 약 80-85 dB(Z)를 표시하도록 맞춘다.
5. 측정 실행: RTA 평균화를 시작한다. 마이크를 천천히 그리고 부드럽게 청취자의 머리가 위치할 전체 공간(예: 폭, 깊이, 높이가 각각 60cm 이상인 타원형 공간)을 가로질러 움직인다. 빠른 움직임은 마이크 핸들링 노이즈를 유발하여 저주파 측정값을 왜곡시킬 수 있으므로 반드시 피해야 한다.
6. 측정 완료: 설정된 평균 횟수에 도달하면 RTA가 자동으로 측정을 멈춘다. 이 측정 결과를 저장한다.
* 위상 정보의 부재와 그 해결: MMM 측정 결과는 공간 평균된 진폭 응답만 보여주며 위상 정보는 포함하지 않는다. 하지만 Geddes의 순차적 통합 프로토콜에서는 이것이 문제 되지 않는다. MSO와 같은 최적화 도구는 여러 음원의 위상 정보를 사용하여 특정 지점에서 '보강 간섭'을 극대화하는 것을 목표로 한다. 즉, 정밀한 위상 정합을 통해 음압을 더하는 '가산적' 접근법을 사용한다. 반면, Geddes의 방법론은 '감산적' 접근법을 사용한다. Sub 2는 오직 Sub 1이 만들어낸 딥을 채울 만큼만 레벨을 올리고, Sub 3는 그 다음으로 남은 딥을 채우는 방식으로 순차적으로 '문제점'을 보완해 나간다. 각 서브우퍼의 레벨을 최소한으로 사용하여 딥을 채우는 이 과정은, 강력한 상쇄 간섭을 유발할 수 있는 과도한 위상 오류의 가능성을 실용적으로 방지한다. 즉, 보강 간섭을 목표로 하지 않기 때문에 정밀한 위상 정보가 필요하지 않은 것이다.
* MMM 대안, 다점 공간 평균화: MMM 방식이 어렵거나 다른 이유로 사용하기 어려운 경우, 여러 지점에서 개별 측정을 수행한 후 이를 평균하여 유사한 결과를 얻을 수 있다. 청취 영역의 음향 특성을 통계적으로 유의미하게 대표하기 위해서는 최소 9개에서 16개의 측정 지점을 사용하는 것이 권장된다. 이 지점들은 주 청취 위치를 중심으로 한 청취 공간(예: 폭 1m x 깊이 0.6m x 높이 0.6m) 내에 무작위적이면서도 고르게 분포되어야 한다. 특히, 높이, 너비, 깊이를 모두 다양하게 변경하여 특정 모드의 마디나 배 라인을 따라 측정하는 것을 피하는 것이 중요하다. 모든 개별 측정이 완료되면, REW의 'All SPL' 탭에서 모든 측정값을 선택하고 'Average the Responses' 기능을 사용하여 최종 공간 평균 응답 곡선을 생성한다.
DSP 설정 및 정합 방법 (수동 공간 평균화):
* 신호 라우팅 및 필터: 모든 서브우퍼는 동일한 모노 신호를 재생해야 한다. 각 서브우퍼는 독립적인 레벨, 위상(0-180도 가변 또는 딜레이), 그리고 가변 저역 통과 필터를 가져야 한다.
* 메인 스피커와 Sub 1 통합: 다른 서브우퍼는 모두 뮤트한다. REW의 RTA와 핑크 노이즈를 사용하여 MMM을 수행하며, Sub 1의 레벨, 위상(또는 딜레이), LPF를 조절하여 메인 스피커의 자연스러운 롤오프와 가장 매끄럽게 연결되도록 한다.
* Sub 2 추가: Sub 1과 메인 스피커를 켠 상태에서 Sub 2를 추가한다. 다시 MMM을 수행하며, 이번에는 오직 Sub 2의 레벨, 위상, LPF만 조절하여 전체 응답에서 가장 깊은 딥이 채워지도록 한다. 목표는 Sub 2가 기존 시스템의 음향적 약점을 보완하게 하는 것이다.
* Sub 3 추가: 동일한 과정을 반복한다. Mains + Sub 1 + Sub 2가 활성화된 상태에서 Sub 3를 추가하고, 오직 Sub 3의 파라미터만 조절하여 남아있는 주파수 응답의 불균일성을 최소화한다. Geddes에 따르면, 이 서브우퍼는 거의 들리지 않을 정도로 낮게 설정되어야 하며, 단지 남아있는 '구멍'을 메우는 역할만 해야 한다.
* 최종 EQ: 모든 서브우퍼가 통합된 후, 최종 공간 평균 응답을 측정한다. 남아있는 2~3개의 가장 두드러진 피크만 소수의 PEQ 필터를 사용하여 부드럽게 감쇠시킨다. 과도한 EQ는 지양한다.
5.1.6 Geddes 방법론의 MSO 최적화: 자동화된 접근법
Geddes 박사 자신은 수동적이고 반복적인 측정 기반 조정을 선호했지만, 그의 핵심 철학인 '통계적 독립성'을 통한 공간 편차 감소는 Multi-Sub Optimizer(MSO)와 같은 현대적인 최적화 도구를 통해 더욱 체계적이고 강력하게 구현될 수 있다. MSO는 비대칭 배치와 심지어 서로 다른 종류의 서브우퍼 사용을 권장하는 Geddes의 접근법에 특히 적합하다. MSO는 각 서브우퍼를 개별적으로 측정하고 최적화하여 전체 시스템의 응답을 예측하므로, 대칭성을 가정하지 않는다.
구현 프로토콜 (MSO 사용):
* 배치: Geddes의 원칙에 따라 서브우퍼를 비대칭적으로 배치한다. 한 개는 전방 코너에, 나머지는 통계적으로 최대한 비상관적인 위치에 둔다.
* 측정: Geddes의 MMM 방식 대신, MSO의 요구사항에 따라 REW와 음향 타이밍 레퍼런스를 사용해야 한다. 각 서브우퍼를 개별적으로 여러 청취 위치(예: 주 청취 위치를 포함한 3-4개 지점)에서 측정한다. 이는 MSO가 각 서브우퍼가 각 청취 위치에 미치는 고유한 영향을 분석하는 데 필수적이다.
* MSO 최적화: 측정된 데이터를 MSO로 가져온다. MSO는 Geddes의 수동적인 '감산적' 접근법(딥을 순차적으로 채우는 방식)과 달리, 모든 서브우퍼의 이득, 딜레이, 위상(All-pass 필터 사용 가능), PEQ 필터를 동시에 최적화하여 모든 청취 위치에서 주파수 응답 편차(STSV)를 최소화하고 목표 곡선에 가장 근접한 전역 최적해를 계산한다. 사용자는 최적화 목표를 설정할 수 있다. 예를 들어, 모든 좌석에서 최대한 평탄한 응답을 목표로 하거나, 주 청취 위치의 평탄성을 우선시하면서 좌석 간 편차를 최소화할 수 있다. 이는 Geddes의 '청취 영역' 개선 목표와 일맥상통한다.
* 필터 적용 및 검증: MSO가 계산한 최적의 필터 값(딜레이, 게인, PEQ 등)을 miniDSP와 같은 DSP 장치에 적용한다. 모든 서브우퍼를 동시에 활성화하고 최종 응답을 측정하여 MSO의 예측과 실제 결과가 일치하는지 확인한다. 이후 과정은 Welti/Toole 방법론과 유사하게, 최적화된 서브우퍼 그룹을 하나의 '가상 서브우퍼'로 간주하고 메인 스피커와 통합한 후, 필요한 경우 최종 전역 EQ를 적용한다.