2014년 Billboard Hot 100의 평균적인 곡은 1960년의 곡보다 22% 더 효율적으로 압축된다. 이는 차트에 오른 약 15,000곡의 데이터셋에 근거한다(Colin Morris, The Pudding 2017). 여기서 압축은 반복의 대리 지표다. 가사가 스스로를 더 많이 반복할수록 압축 알고리즘은 그것을 더 작게 만들 수 있다. Hot 100 14,661곡에 대한 동료 심사 시계열도 이 상승을 확인해 주며(켄들의 τ = .726, p < .001, Varnum 외, PLOS ONE 2021), 1958년부터 2012년까지 후렴 반복이 한 번 늘 때마다 곡이 1위에 오를 가능성은 14.5% 높아졌다(Nunes, Ordanini, Valsesia, Journal of Consumer Psychology 2015). 저희는 Scientific Reports, PLOS ONE, Journal of Consumer Psychology, Evolutionary Human Sciences, Music & Science를 비롯해 여러 동료 심사 자료와 데이터 저널리즘 자료의 데이터를 종합했다. 히트곡 구조의 시간적 측면(인트로와 훅이 얼마나 빨리 나오는지)은 저희의 히트곡 인트로 길이와 후렴까지 걸리는 시간 통계를 참고하세요.
요약
- 2014년 Hot 100의 평균적인 곡은 1960년의 평균적인 곡보다 22% 더 효율적으로 압축된다 (Colin Morris, The Pudding 2017).
- Hot 100 14,661곡의 가사 평균 압축 가능성은 1958년부터 2016년까지 상승, τ = .726, p < .001 (Varnum 외, PLOS ONE 2021).
- 미국 Hot 100 가사의 스트레스 관련 단어는 시간과 r = .81의 상관, 1973년부터 2023년 (Foramitti 외, Scientific Reports 2025).
- 1970년부터 2020년까지 영어 가사 353,320곡에서 랩과 R&B의 어휘 풍부도 감소 (Parada-Cabaleiro 외, Scientific Reports 2024).
- 후렴 반복이 한 번 늘어날 때마다 1위 히트곡이 될 가능성이 14.5% 상승 (Nunes, Ordanini, Valsesia, Journal of Consumer Psychology 2015).
- 평균적인 곡이 제목에 도달하기까지 걸린 단어 수는 1961년 4단어, 2024년 71단어 (Chris Gunther 분석, Can’t Get Much Higher 2024).
- Billboard Hot 100 가사의 분노는 6,000곡이 넘는 분석에서 2015년에 정점 (Napier와 Shamir, Journal of Popular Music Studies 2018).
- 부정적인 가사가 차트에서 더 좋은 성과를 낸다. 저자들은 이 패턴을 내용 편향이라 부른다 (Brand, Acerbi, Mesoudi, Evolutionary Human Sciences 2019).
- 독일 대중가요 가사의 긍정적 정서는 1960년대 중반 이후 유의하게 감소 (Hunke, Huber, Steffens, Music & Science 2025).
- 1990년대 Billboard 연말 히트곡은 지프의 법칙 지표에서 1960년대와 2016년부터 2024년 모두보다 더 반복적이었다 (Dan과 Boboc, Journal of Social and Economic Statistics 2025).
- 1980년부터 2007년까지 연말 톱 10 히트곡에서 1인칭 단수 단어(나, 나를, 나의)는 늘고 ‘우리’는 감소 (DeWall 외, Psychology of Aesthetics, Creativity, and the Arts 2011).
1. 반복은 60년 동안 증가해 왔다
연구자들은 이제 후렴을 손으로 세는 일이 드물다. 대신 압축 가능성을 측정한다. 가사를 무손실 압축 알고리즘(보통 ZIP 파일의 바탕이 되는 Lempel-Ziv 계열의 변형)에 넣고 얼마나 작아지는지 본다. 반복되는 줄과 반복되는 후렴은 바로 그런 알고리즘이 제거하는 대상이므로, 압축 수치가 높을수록 더 반복적인 텍스트라는 뜻이다. 서로 다른 연도와 서로 다른 곡 표본으로 구축된 세 개의 독립적인 데이터셋이 모두 상승을 가리킨다.
핵심 수치는 절대치가 아니라 상대치다. 2014년의 평균적인 곡은 1960년의 곡보다 22% 더 효율적으로 압축되며, 2014년은 해당 데이터셋에서 가장 반복적인 해였다. 더 시사적인 점은 방법을 바꿔도 추세가 유지된다는 것이다. 한 계열은 1이 크기 50% 감소를 뜻하는 로그 척도 점수를 사용하고, 다른 계열은 1973년부터 2023년 표본에 LZ77 압축 비율을 사용하는데, 둘 다 같은 방향을 가리킨다. 장르별로 보면 뉘앙스가 더해진다. 랩에서 반복되는 줄의 연간 기울기(0.002516)는 컨트리의 기울기(0.000640)의 약 3.9배다.
| 지표 | 값 | 출처 |
|---|---|---|
| 1960년 Billboard Hot 100 곡의 평균 압축 가능성(차트에 오른 약 15,000곡, 1958년부터 2017년) | 45.7% | Colin Morris, The Pudding 2017 |
| 2014년의 평균적인 곡이 1960년의 평균적인 곡보다 얼마나 더 효율적으로 압축되는가(2014년은 이 데이터셋에서 가장 반복적인 해) | 22% 더 효율적 | Colin Morris, The Pudding 2017 |
| 가사 평균 압축 가능성의 추세, Hot 100 14,661곡, 1958년부터 2016년 | 켄들의 τ = .726, p < .001 | Varnum 외, PLOS ONE 2021 |
| 가사 압축 가능성과 시간의 상관, 미국 Hot 100 가사, 1973년부터 2023년 | r = .62, 95% 신뢰구간 [0.57, 0.66], p < .001 | Foramitti 외, Scientific Reports 2025 |
| 반복되는 줄 비율의 연간 증가(기울기), 랩 대 컨트리, 1970년부터 2020년 | m = 0.002516 대 m = 0.000640 | Parada-Cabaleiro 외, Scientific Reports 2024 |
| 지프의 법칙 지표에서 반복성이 가장 높았던 기간, Billboard Year-End Hot 100, 1959년부터 1969년, 1991년부터 1999년, 2016년부터 2024년 비교 | 1991년부터 1999년 (1960년대와 2016년부터 2024년 모두 더 낮음) | Dan과 Boboc, Journal of Social and Economic Statistics 2025 |
참고: 2025년 지프의 법칙 연구는 유일한 예외다. 이 연구는 줄 전체가 얼마나 자주 반복되는지가 아니라 단어 빈도가 어떻게 분포하는지를 측정하며, 이것이 불일치의 일부를 설명할 수 있다. 방법론 섹션의 데이터 참고 사항을 참조하라. 장기 압축 계열에 대해 이용할 수 있는 최신 데이터: 1958년부터 2016년까지의 압축 가능성 시계열(2021년 발표)과 15,000곡 압축 분석(2017년까지의 곡). 가사의 반복은 화성의 반복과 함께 나타나는 경우가 많으며, 이는 저희의 팝 코드 진행 빈도 통계에서 따로 추적한다.
2. 어휘와 가독성: 서로 다른 단어는 줄고 글은 쉬워졌다
이번 정리에서 가장 큰 가사 코퍼스는 2024년 연구로, 가사 플랫폼 Genius의 1970년부터 2020년까지 발표된 랩, 컨트리, 팝, R&B, 록 영어 가사 353,320곡을 다룬다. 결론은 가사가 단어(어휘 복잡성)와 구조 모두에서 더 단순해졌다는 것이다. 가독성 기술 지표를 바로잡은 저자 정정 이후, 어휘 풍부도가 뚜렷하게 감소한 장르는 랩과 R&B이며, 록은 가독성이 가장 뚜렷하게 개선되었다.
장르는 헤드라인이 시사한 것보다 더 중요하다. 가사 특징은 랩 곡의 발표 연도 변동의 약 3분의 1을 설명하지만 팝에서는 10분의 1에도 못 미치는데, 이는 랩 가사가 훨씬 더 체계적으로 변했다는 뜻이다. 아티스트 단위의 수치는 그 범위가 여전히 얼마나 넓은지 보여준다. 헤드라인을 장식한 어휘 규모에 도달하는 래퍼는 극소수뿐이다.
| 지표 | 값 | 출처 |
|---|---|---|
| 분석한 영어 노래 가사(Genius 플랫폼, 발표 연도 1970년부터 2020년, 5개 장르) | 353,320 | Parada-Cabaleiro 외, Scientific Reports 2024 |
| 시간에 따라 어휘 풍부도가 감소한 장르(정정된 결과) | 랩과 R&B | Parada-Cabaleiro 외, Scientific Reports 2024 |
| 곡 발표 연도 분산 중 가사 특징으로 설명되는 비율, 랩 대 팝 | R² = 0.3340 대 R² = 0.0835 | Parada-Cabaleiro 외, Scientific Reports 2024 |
| 첫 35,000개 가사 단어 안에 고유 단어가 7,000개를 넘는 힙합 아티스트, 150명 중(데이터셋은 2019년 1월 21일 갱신) | 2 | Matt Daniels, The Pudding 2019 |
| 가사 스타일(어휘, 길이, 반복성, 속도, 가독성)을 분석한 곡 | 50만 곡 이상, 5개 연대에 걸쳐 | Barman, Awekar, Kothari, ACM SIGIR 2019 |
어휘 순위는 각 아티스트의 첫 35,000개 가사 단어에 들어 있는 고유 단어를 세며, 작성자에 따르면 이는 스튜디오 앨범과 EP 3장에서 5장 분량에 해당한다(힙합 어휘 순위). 이용할 수 있는 최신 데이터는 2019년 갱신본이다. 스타일 연구는 인기곡의 스타일이 다른 곡과 유의하게 다르다는 점을 확인했다(Decoding the Style and Bias of Song Lyrics, arXiv). 방법과 정정된 결과는 5개 장르 분석에 있다.
3. 감정 톤: 스트레스는 늘고 긍정은 줄었다
더 단순해지는 것과 더 부정적이 되는 것은 나란히 진행되는 별개의 추세로 드러난다. 최근의 가장 강력한 증거는 2025년 12월 11일에 발표된 논문으로, Hot 100 주간 항목 266,086건에서 출발해 고유 가사 20,186건으로 끝났다. 스트레스 관련 언어는 시간과 r = .81의 상관을 보이고, 긍정적 정서는 r = -.78의 상관을 보이며, 둘 다 1973년부터 2023년까지의 기간이다. 두 지표는 거의 거울상처럼 움직인다.
부정성은 미국이나 영어권만의 이야기가 아니다. 1954년부터 2022년까지의 독일 대중가요 가사를 다룬 2025년 분석은 1960년대 중반 이후 긍정적 정서가 유의하게 감소했음을 발견했다. 문화 진화 연구는 한 걸음 더 나아가 부정성이 왜 퍼지는지를 물었다. 그 결과 부정적인 가사가 차트에서 더 좋은 성과를 낸다는 증거(내용 편향, 즉 내용 자체에 대한 선호)가 발견되었고, 나머지 패턴의 상당 부분은 부정적인 가사의 출현이 과거 빈도로 예측되는 비편향 전달로 설명된다.
| 지표 | 값 | 출처 |
|---|---|---|
| 분석한 고유 노래 가사, Billboard Hot 100 주간 항목 266,086건에서, 1973년부터 2023년 | 20,186 | Foramitti 외, Scientific Reports 2025 |
| 시간과의 상관: 스트레스 관련 단어 대 긍정적 정서(VADER 종합 점수, -1이 가장 부정적, +1이 가장 긍정적) | r = .81 대 r = -.78 (둘 다 p < .001) | Foramitti 외, Scientific Reports 2025 |
| 부정성이 퍼진 이유를 검증하는 데 쓴 두 데이터셋의 팝 가사, 1965년부터 2015년 | n = 4,913과 n = 159,015 | Brand, Acerbi, Mesoudi, Evolutionary Human Sciences 2019 |
| Billboard Hot 100 가사의 분노가 정점에 이른 해(6,000곡 이상, 1950년대부터 2016년) | 2015 | Napier와 Shamir, Journal of Popular Music Studies 2018 |
| Hot 100 가사가 분노를 가장 적게 표현한 시기 | 1950년대 중반 | Napier와 Shamir, Journal of Popular Music Studies 2018 |
| 분노 관련 단어가 늘어난 장르, 1970년부터 2020년(정정된 결과) | 록을 제외한 5개 장르 모두 | Parada-Cabaleiro 외, Scientific Reports 2024 |
| 1960년대 중반 이후 독일 대중음악 가사에서 긍정적 정서의 방향(코퍼스 1954년부터 2022년) | 유의한 감소 | Hunke, Huber, Steffens, Music & Science 2025 |
예외에 관한 메모: 분노는 일직선으로 상승하지 않았다. 1982년부터 1984년까지의 곡은 분노가 덜했고, 1990년대 중반에 곡들이 다시 더 분노에 차게 되었다(EurekAlert에 실린 Lawrence Technological University 보도자료, 2019년 1월 24일). 1973년부터 2023년 계열의 코퍼스, 지표, 모델은 1973년부터 2023년 가사 연구에 있다.
4. 자기 집중, 대명사, 충격 검증
가사가 누구에 관한 것인지도 달라졌다. 1980년부터 2007년까지의 연말 톱 10 히트곡은 ‘나’, ‘나를’, ‘나의’를 더 많이 쓰고 ‘우리’를 덜 썼으며, 제1저자는 이를 노래가 ‘나’에 관한 것이 되고 ‘우리’에 관한 것은 줄어들었다고 요약했다. 2024년 5개 장르 연구는 컨트리를 제외한 모든 장르에서 대명사 빈도가 상승한다고 밝혔다. 대명사 선택은 상업적으로도 중요해 보인다. Billboard 차트 데이터에서 ‘당신’이 더 많이 들어간 곡이 더 성공적이었다.
가장 최근의 검증은 큰 외부 충격이 이 곡선들을 꺾는지 여부다. 미국에서 COVID-19가 시작된 뒤 Hot 100 가사의 정서 하락 추세는 약해졌다(시기 × 시간 상호작용 β = 0.012, p < .001). 저자들은 이를 도피처럼 감정을 조절하는 현상과 연결한다. 2001년 9월 11일 테러는 스트레스 관련 언어에 유의한 영향을 보이지 않으며, 소득 증가는 장기 추세를 제거하고 나면 스트레스 증가와 연동되지 않는다. 가사의 톤은 일부 위기에는 반응하지만, 모든 나쁜 뉴스에 반응하는 것은 아니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 연말 톱 10 Billboard Hot 100 곡의 대명사 추세, 1980년부터 2007년 | ’나’, ‘나를’, ‘나의’ 증가, ‘우리’ 감소 | DeWall 외, Psychology of Aesthetics, Creativity, and the Arts 2011 |
| 대명사 빈도가 상승한 장르, 1970년부터 2020년 | 컨트리를 제외한 5개 장르 모두 | Parada-Cabaleiro 외, Scientific Reports 2024 |
| 2인칭 대명사(‘당신’)를 더 많이 쓴 곡의 차트 성공 | 더 성공적 | Packard와 Berger, Psychological Science 2020 |
| 미국에서 COVID-19가 시작된 뒤 정서 추세의 변화, 월별 데이터(시기 × 시간 상호작용) | β = 0.012, 95% 신뢰구간 [0.006, 0.018], p < .001 | Foramitti 외, Scientific Reports 2025 |
| 2001년 9월 11일 테러 전후 스트레스 관련 언어에 대한 시간의 효과 | β = 0.001, 95% 신뢰구간 [-0.001, 0.004], p = 0.208 (유의하지 않음) | Foramitti 외, Scientific Reports 2025 |
| 실질 가구 소득 중앙값의 증가와 가사 스트레스의 증가 사이의 상관, 추세 제거 후 | r = .17, 95% 신뢰구간 [-0.12, 0.43], p = .247 (유의하지 않음) | Foramitti 외, Scientific Reports 2025 |
| 2017년부터 독일 대중가요에서 늘어난 가사 주제 | 사회와 지위 | Hunke, Huber, Steffens, Music & Science 2025 |
참고: 대명사 연구는 해마다 가장 인기 있는 곡 10곡을 사용했으며 청취자에 미치는 영향은 검증하지 않았다(University of Kentucky 보도자료, 2011년 3월 18일). 2인칭 결과는 저자들이 Knowledge at Wharton에서 설명한다. 논문 자체는 유료다. 1인칭 추세에 대해 이용할 수 있는 최신 데이터: 2011년. 독일어 주제 및 정서 데이터는 Music & Science 2025에 있다.
5. 제목과 후렴: 반복 뒤의 구조
가사 반복의 대부분은 흩어진 단어가 아니라 블록 전체다. 압축 가능성 시계열에서 바이트 절감의 대부분은 크고 여러 줄로 이루어진 구간, 그중에서도 후렴과 후렴 같은 훅에서 나온다(훅은 기억에 남도록 만들어진 짧고 귀에 꽂히는 구절이다). 그래서 후렴이 눈여겨볼 단위이며, 곡에서 차지하는 비중도 커지고 있다. 1970년부터 2020년까지 모든 장르에서 곡 구간 대비 후렴의 비율이 상승했고, 랩에서 가장 빨랐다.
제목은 첫 줄이 아니라 후렴 장치의 일부가 되었다. 1955년 이후의 대중가요를 다룬 한 독립 분석은 제목이 1960년대 초보다 훨씬 늦게 등장하며 제목으로 시작하는 곡도 줄었다고 밝힌다. 함께 읽으면 이 데이터는 자신의 이름을 말하기까지 더 오래 기다린 뒤, 그 이름을 더 크고 더 잦은 후렴 안에서 반복하는 노래들을 그려낸다.
| 지표 | 값 | 출처 |
|---|---|---|
| 곧바로 제목으로 시작한 곡, 1950년대 대 현재 | 4곡 중 1곡 대 20곡 중 1곡 미만 | Chris Gunther 분석, Can’t Get Much Higher 2024 |
| 제목이 처음 나오기 전 평균 단어 수, 1961년 최저치 대 2024년 역대 최고치 | 4단어 대 71단어 | Chris Gunther 분석, Can’t Get Much Higher 2024 |
| 후렴이 있는 Billboard 1위 히트곡, 1960년대 후반 대 1970년대 초반 | 40% 대 70% | Chris Gunther 분석, Can’t Get Much Higher 2024 |
| 제목이 가사에 한 번도 나오지 않는 대중가요, 전통적 비율 대 1980년대 중반부터 1990년대 중반 | 5에서 10% 대 5% 미만 | Chris Gunther 분석, Can’t Get Much Higher 2024 |
| 곡 구간 대비 후렴 비율의 연간 증가(기울기), 랩 대 R&B, 1970년부터 2020년 | m = 0.008703 대 m = 0.000325 | Parada-Cabaleiro 외, Scientific Reports 2024 |
| 가사를 압축할 때 바이트 절감의 주된 원천 | 크고 여러 줄로 이루어진 구간, 주로 후렴과 후렴 같은 훅 | Varnum 외, PLOS ONE 2021 |
| 곡당 후렴 반복 횟수의 범위, 1위 히트곡과 Hot 100 하위권 곡, 1958년부터 2012년 | 1에서 16 | Nunes, Ordanini, Valsesia, Journal of Consumer Psychology 2015 |
유의 사항: 제목 분석은 독립 뉴스레터 연구로, 동료 심사를 거치지 않았으며 곡 표본 전체를 공개하지 않는다(Hey Jude, Are Song Titles Showing Up Later?, 2024년 9월 12일). 후렴 수치는 Billboard 1위 히트곡에 근거한다. 이 후렴들의 틀을 이루는 템포와 조성 선택은 저희의 곡 템포, BPM, 조성 분포 통계에서 다룬다.
6. 반복은 보상을 받는가? 가사와 차트 성공
반복의 상업적 근거는 이번 정리에서 가장 일관된 발견이다. 소비자 심리학 연구는 1958년부터 2012년까지의 모든 1위 히트곡을 차트에는 올랐지만 90위보다 위로 한 번도 올라가지 못한 곡과 비교했고, 후렴 반복이 한 번 늘어날 때마다 1위에 오를 가능성이 14.5% 높아졌다. 그 설명은 처리 유창성이다. 처리하기 쉬운 텍스트일수록 더 널리, 더 빨리 받아들여진다.
1958년부터 2016년까지의 더 긴 시계열은 공급 측면의 변수를 더한다. 새로운 음악이 더 많이 제작된 해에 가사는 더 단순했고, 반복적인 곡은 특히 그렇게 붐비는 해에 더 높은 순위를 차지했다. 청취자가 더 많은 선택지를 마주하면 가장 받아들이기 쉬운 가사가 이기는 것으로 보인다. 효과는 실재하지만 크지는 않다. 곡 단위 모델은 고정 효과를 통해 차트 순위 분산의 4.7%를 설명할 뿐이며, 반복은 히트곡의 한 가지 요소이지 공식이 아니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 비교한 곡: Billboard 1위 히트곡 대 차트에는 올랐지만 90위보다 위로 한 번도 올라가지 못한 곡, Hot 100 1958년부터 2012년 | 1,029 대 1,451 | Nunes, Ordanini, Valsesia, Journal of Consumer Psychology 2015 |
| 후렴 반복이 한 번 늘어날 때마다 차트 하단에 머무는 대신 1위에 오를 가능성의 변화 | +14.5% | Nunes, Ordanini, Valsesia, Journal of Consumer Psychology 2015 |
| 1960년부터 2015년 중 톱 10 곡이 Hot 100의 나머지보다 평균적으로 더 반복적이었던 해 | 매해 | Colin Morris, The Pudding 2017 |
| 곡 단위 모델에서 가사 압축 가능성과 차트 순위의 연관(음수 값은 더 좋은 순위를 뜻함) | B = -9.353 (표준오차 .657), p < .001 | Varnum 외, PLOS ONE 2021 |
| 압축 가능성 × 연간 제작량(새 곡이 많은 해일수록 반복이 더 큰 보상을 받음) | B = -2.170 (표준오차 .648), p = .001 | Varnum 외, PLOS ONE 2021 |
| 새로운 음악 제작 지수와 가사 압축 가능성의 상관, 연도별 | τ = .714, p < .001 | Varnum 외, PLOS ONE 2021 |
| 부정적인 가사의 차트 성과(내용 편향) | 부정적인 가사가 차트에서 더 좋은 성과를 낸다 | Brand, Acerbi, Mesoudi, Evolutionary Human Sciences 2019 |
이용할 수 있는 최신 데이터: 후렴 반복 결과는 2012년까지의 곡을 다루며 Pacific Standard가 보도했다. 부정적인 가사에 대한 문화 진화 검증은 Evolutionary Human Sciences 2019(Brunel University 리포지터리)에 있다. 반복은 제작상의 선택이기도 하며, 현대 히트곡의 보컬 처리 측면은 저희의 Auto-Tune과 피치 보정 통계에서 다룬다.
숫자로 보는 노래 가사의 반복성과 단순성
| 지표 | 값 | 출처 |
|---|---|---|
| 1960년 Hot 100 곡의 평균 압축 가능성 | 45.7% | Colin Morris, The Pudding 2017 |
| 2014년의 평균적인 곡이 1960년의 곡보다 얼마나 더 효율적으로 압축되는가 | 22% 더 효율적 | Colin Morris, The Pudding 2017 |
| 가사 평균 압축 가능성의 추세, Hot 100 14,661곡, 1958년부터 2016년 | τ = .726, p < .001 | Varnum 외, PLOS ONE 2021 |
| 지프의 법칙 지표로 본 시대별 반복성, Billboard Year-End Hot 100 | 1991년부터 1999년이 가장 높음 | Dan과 Boboc, Journal of Social and Economic Statistics 2025 |
| 어휘 풍부도가 감소한 장르, 가사 353,320곡 1970년부터 2020년(정정된 결과) | 랩과 R&B | Parada-Cabaleiro 외, Scientific Reports 2024 |
| 시간과의 상관: 스트레스 단어 대 긍정적 정서, 1973년부터 2023년 | r = .81 대 r = -.78 | Foramitti 외, Scientific Reports 2025 |
| Hot 100 가사의 분노가 정점에 이른 해 | 2015 | Napier와 Shamir, Journal of Popular Music Studies 2018 |
| 1980년대 중 Hot 100 가사의 분노가 덜했던 해 | 1982년부터 1984년 | Napier와 Shamir, Journal of Popular Music Studies 2018 |
| 1960년대 중반 이후 독일 대중가요 가사의 긍정적 정서 | 유의한 감소 | Hunke, Huber, Steffens, Music & Science 2025 |
| 연말 톱 10 히트곡의 대명사 추세, 1980년부터 2007년 | ’나’, ‘나를’, ‘나의’ 증가, ‘우리’ 감소 | DeWall 외, Psychology of Aesthetics, Creativity, and the Arts 2011 |
| 제목으로 시작하는 곡, 1950년대 대 현재 | 4곡 중 1곡 대 20곡 중 1곡 미만 | Chris Gunther 분석, Can’t Get Much Higher 2024 |
| 제목까지의 평균 단어 수, 1961년 대 2024년 | 4 대 71 | Chris Gunther 분석, Can’t Get Much Higher 2024 |
| 가사에 제목이 없는 대중가요, 전통적 비율 | 5에서 10% | Chris Gunther 분석, Can’t Get Much Higher 2024 |
| 후렴 반복이 한 번 늘어날 때마다 1위에 오를 가능성 | +14.5% | Nunes, Ordanini, Valsesia, Journal of Consumer Psychology 2015 |
| 압축 가능성과 차트 순위의 연관(음수는 더 좋은 순위) | B = -9.353, p < .001 | Varnum 외, PLOS ONE 2021 |
| 부정적인 가사의 차트 성과 | 차트에서 더 좋은 성과를 낸다 | Brand, Acerbi, Mesoudi, Evolutionary Human Sciences 2019 |
방법론과 출처
- Parada-Cabaleiro, Mayerl, Brandl, Skowron, Schedl, Lex, Zangerle, Song lyrics have become simpler and more repetitive over the last five decades, Scientific Reports 14, 5531 (2024). 전문을 읽었으며, 장르당 2,400곡 하위 표본에 대해서는 University of Innsbruck 보도자료를 참고했다.
- Foramitti, Nater, Lamm, Martins, Societal crises disrupt long-term increases in stress, negativity, and simplicity in US Billboard song lyrics from 1973 to 2023, Scientific Reports 15, 41733 (2025): 코퍼스, 상관, 사건 구간 모델.
- Varnum, Krems, Morris, Wormley, Grossmann, Why are song lyrics becoming simpler?, PLOS ONE 2021: 압축 가능성 시계열과 곡 단위 차트 모델.
- Colin Morris, 노래 반복 분석, The Pudding 2017과 Matt Daniels, The Largest Vocabulary in Hip Hop, The Pudding (2019년 갱신): 저자들이 직접 구축한 가사 데이터셋에 기반한 데이터 저널리즘.
- Nunes, Ordanini, Valsesia, The power of repetition, Journal of Consumer Psychology 25(2) 2015. 수치는 Pacific Standard의 보도를 따랐다.
- Brand, Acerbi, Mesoudi, Cultural evolution of emotional expression in 50 years of song lyrics, Evolutionary Human Sciences 2019 (Brunel University 리포지터리).
- Napier, Shamir, Quantitative Sentiment Analysis of Lyrics in Popular Music, Journal of Popular Music Studies 30(4) 2018. EurekAlert에 실린 Lawrence Technological University 보도자료를 통해 확인했다.
- Hunke, Huber, Steffens, The Evolution of Song Lyrics: An NLP-Based Analysis of Popular Music in Germany from 1954 to 2022, Music & Science 2025.
- Dan, Boboc, Zipf’s Law and the Evolution of Musical Lyrics, Journal of Social and Economic Statistics 14(2) 2025.
- DeWall, Pond, Campbell, Twenge, Tuning in to Psychological Change, Psychology of Aesthetics, Creativity, and the Arts 5(3) 2011. University of Kentucky 보도자료를 통해 확인했다.
- Packard, Berger, Thinking of You: How Second-Person Pronouns Shape Cultural Success, Psychological Science 31(4) 2020. Knowledge at Wharton을 통해 확인했다.
- Barman, Awekar, Kothari, Decoding the Style and Bias of Song Lyrics, ACM SIGIR 2019 (arXiv).
- Chris Gunther, Hey Jude, Are Song Titles Showing Up Later?, Can’t Get Much Higher, 2024년 9월 12일.
- 데이터 참고 사항: (1) 2024년 5개 장르 연구는 가독성 기술 지표인 ‘어려운 단어 수’를 바로잡은 저자 정정으로 수정되었다. 저희는 정정된 결과만 사용하며, 이 결과는 어휘 풍부도 감소를 랩과 록에서 랩과 R&B로 옮기고 분노 추세에서 록을 제외했다. 저자들은 또한 표본이 이처럼 크면 일부 유의한 p값이 부분적으로 무작위 잡음을 반영할 수 있고, Last.fm에 기반한 인기도 데이터는 모든 청취자를 대표하지 않는다고 경고한다. (2) 2025년 지프의 법칙 연구는 최근 10년에 대해 압축 연구와 상충한다. 이 연구는 줄의 반복이 아니라 단어 빈도 분포를 측정하며, 저희가 읽을 수 있었던 것은 초록뿐이다. (3) 1958년부터 2016년까지의 압축 가능성 계열에서 가사를 구할 수 있는 Hot 100 곡의 비율은 1958년 27%에서 2015년 91%로 올랐으므로, 초기 연도는 더 얇은 표본에 의존한다. (4) 제목 분석은 표본 전체를 공개하지 않으며 동료 심사를 거치지 않았다. (5) 14.5%라는 후렴 수치는 유료 논문에 대한 언론 보도에서 나온 것이다. (6) 대부분의 장기 계열은 2007년에서 2017년 사이에 끝나며, 2023년까지 이어지는 것은 1973년부터 2023년까지의 Hot 100 계열뿐이다.
마지막 업데이트: 2026년 11월 13일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 Billboard가 2026년 연말 Hot 100 차트를 발표하고 Scientific Reports와 PLOS ONE에 가사 추세에 관한 새로운 연구가 실릴 때로 예상한다.