오디오 신호 생성

작성자

익명

작성일

2026.08.07

조회수

버전

일반 문서

오디오 신호 생성 (Audio Signal Generation)

1. 개요

오디오 신호 생성은 물리적인 진동을 전기 신호로 변환하거나, 수학적 함수를 통해 디지털 수치열을 생성하여 가청 주파수 범위의 음향 신호를 만들어내는 기술을 의미한다. 현대의 오디오 생성은 대부분 디지털 환경에서 이루어지며, 이는 연속적인 아날로그 신호를 이산적인 디지털 값으로 변환하는 디지털 오디오(Digital Audio) 원리를 기반으로 한다.

1.1 디지털 오디오의 기본 원리

디지털 오디오는 연속적인 파형을 특정 시간 간격으로 측정하여 숫자로 기록하는 과정을 거친다.

샘플링(Sampling): 시간축을 일정 간격으로 나누어 진폭 값을 추출하는 과정이다. 이때 1초당 추출하는 샘플의 수를 샘플 레이트(Sample Rate)라고 하며, 단위는 Hz(헤르츠)를 사용한다.
양자화(Quantization): 샘플링된 진폭 값을 정해진 비트 수의 디지털 값으로 근사화하는 과정이다. 이때 사용하는 비트 수를 비트 깊이(Bit Depth)라고 한다.

1.2 샘플 레이트와 비트 깊이의 관계

샘플 레이트와 비트 깊이는 오디오의 해상도와 품질을 결정하는 핵심 요소이다.

요소	결정하는 범위	영향	관계 및 특징
샘플 레이트	주파수 응답 (Frequency Response)	재현 가능한 최고 주파수 결정	나이퀴스트 이론에 따라 최고 주파수의 2배 이상으로 설정해야 함 (예: 44.1kHz $\rightarrow$ 약 22kHz까지 재현)
비트 깊이	다이내믹 레인지 (Dynamic Range)	신호 대 잡음비(SNR) 및 정밀도 결정	비트 수가 높을수록 양자화 오차가 줄어들어 더 세밀한 소리 표현이 가능함 (예: 16bit $\approx$ 96dB, 24bit $\approx$ 144dB)

2. 기본 파형 생성 (Basic Waveforms)

모든 복잡한 소리는 기초적인 단순 파형들의 조합으로 설명될 수 있다. 각 파형은 고유한 수학적 특성과 배음(Harmonics) 구조를 가지며, 이는 곧 음색(Timbre)의 차이로 나타난다.

2.1 파형별 특성 및 생성식 비교

파형	시각적 형태	배음 구조	음색 특징	주요 용도	수학적 생성 함수 (기본형)
정현파 (Sine)	$\sim\sim\sim$	기본 주파수만 존재	매우 순수하고 맑은 소리	서브 베이스, 단순 톤	$y(t) = \sin(2\pi ft)$
톱니파 (Sawtooth)	$\wedge\wedge\wedge$	모든 정수배 배음 포함	밝고 날카로우며 풍성함	리드 신스, 브라스	$y(t) = 2(\frac{t}{T} - \lfloor \frac{t}{T} + \frac{1}{2} \rfloor)$
사각파 (Square)	$\sqcap\sqcup\sqcap$	홀수 배음만 포함	공허하면서도 강한 느낌	8비트 게임음, 클라리넷	$y(t) = \text{sgn}(\sin(2\pi ft))$
삼각파 (Triangle)	$\wedge\vee\wedge$	홀수 배음 (감쇠 빠름)	부드럽지만 정현파보다 명확함	플루트, 부드러운 베이스	$y(t) = \frac{2}{\pi} \arcsin(\sin(2\pi ft))$

2.2 노이즈 신호 (Noise Signals)

주기적인 파형 외에 무작위적인 진폭 변화를 가진 노이즈 신호 역시 중요한 기초 신호로 사용된다. * 화이트 노이즈 (White Noise): 모든 주파수 대역에서 동일한 에너지를 가진 신호이다. 매우 날카로운 소리가 나며, 퍼커션(스네어, 하이햇) 생성이나 시스템 테스트 톤으로 사용된다. * 핑크 노이즈 (Pink Noise): 옥타브당 동일한 에너지를 가지며, 고주파로 갈수록 에너지가 감소한다. 인간의 청각 특성과 유사하여 오디오 튜닝 및 룸 어쿠스틱 측정에 주로 사용된다.

3. 신호 생성 방식 (Synthesis Methods)

단순 파형을 넘어 복잡한 소리를 구현하기 위해 다양한 합성 방식이 사용된다.

가산 합성 (Additive Synthesis): 여러 개의 정현파를 서로 다른 주파수와 진폭으로 쌓아 올려 복잡한 파형을 만드는 방식이다. 푸리에 정리(Fourier's Theorem)에 기반한다.
감산 합성 (Subtractive Synthesis): 배음이 풍부한 파형(톱니파, 백색 소음 등)을 생성한 후, 필터를 통해 특정 주파수 대역을 제거하여 원하는 음색을 만드는 방식이다.
FM 합성 (Frequency Modulation): 하나의 파형(모듈레이터)이 다른 파형(캐리어)의 주파수를 빠르게 변조하여 복잡한 배음을 생성하는 방식이다. 금속성 소리나 벨 소리 구현에 탁월하다.
웨이브테이블 합성 (Wavetable Synthesis): 짧은 단일 주기 파형을 표(Table) 형태로 저장해 두고, 이를 읽어 들여 재생하는 방식이다. CPU 부하가 적고 정교한 음색 변화가 가능하다.

4. 신호 변형 및 제어 (Signal Modification)

생성된 기초 신호에 시간적, 주파수적 변화를 주어 실제 악기와 유사한 생동감을 부여한다.

4.1 ADSR 엔벨로프 (Envelope)

소리의 시간에 따른 진폭 변화를 제어하는 도구이다. 1. Attack: 건반을 누른 후 최대 진폭에 도달할 때까지의 시간. 2. Decay: 최대 진폭에서 유지 단계(Sustain)로 내려오는 시간. 3. Sustain: 건반을 누르고 있는 동안 유지되는 진폭 수준. 4. Release: 건반에서 손을 뗀 후 소리가 완전히 사라질 때까지의 시간.

4.2 LFO (Low Frequency Oscillator)

가청 주파수보다 낮은(보통 20Hz 미만) 주파수로 신호를 변조하는 발진기이다. 피치에 적용하면 비브라토(Vibrato), 볼륨에 적용하면 트레몰로(Tremolo) 효과가 나타난다.

4.3 필터링 (Filtering)

특정 주파수 영역을 통과시키거나 차단하는 과정이다. * Low Pass Filter (LPF): 저역대를 통과시키고 고역대를 차단 (먹먹한 소리). * High Pass Filter (HPF): 고역대를 통과시키고 저역대를 차단 (얇은 소리). * Band Pass Filter (BPF): 특정 중심 주파수 주변의 대역만 통과.

5. 앨리어싱 현상과 방지책 (Aliasing)

디지털 신호 생성 시 발생하는 대표적인 왜곡 현상인 앨리어싱(Aliasing)은 샘플링 이론을 준수하지 않았을 때 발생한다.

5.1 앨리어싱의 원인

샘플 레이트의 절반($f_s/2$, 나이퀴스트 주파수)보다 높은 주파수 성분이 입력되거나 생성될 때, 이 성분이 낮은 주파수 대역으로 '접혀 들어와(Folding)' 실제로는 존재하지 않는 가짜 저주파 신호가 생성되는 현상이다. 특히 톱니파나 사각파처럼 고조파(Harmonics)가 무한히 많은 파형을 디지털로 생성할 때 빈번하게 발생한다.

[그림: 앨리어싱 현상 도식 - 고주파 신호가 나이퀴스트 주파수를 기점으로 저주파로 반사되는 모습]

5.2 방지책

안티-앨리어싱 필터 (Anti-aliasing Filter): 샘플링 과정 이전에 적용되는 저역 통과 필터(LPF)이다. 나이퀴스트 주파수 이상의 성분을 미리 제거함으로써, 불필요한 고주파 성분이 가청 대역 내의 가짜 신호(Alias)로 변환되는 것을 원천적으로 차단한다.
오버샘플링 (Oversampling): 내부적으로 훨씬 높은 샘플 레이트에서 신호를 생성한 후, 필터링을 거쳐 원래의 샘플 레이트로 다운샘플링하여 앨리어싱 성분을 제거한다.
BLEP (Banded-Limited Step) 알고리즘: 불연속적인 파형의 모서리 부분을 수학적으로 부드럽게 처리하여 고주파 성분을 억제하는 기법이다.

6. 디지털 구현 및 알고리즘 (Implementation)

디지털 환경에서 사인파를 생성하는 기본 수식은 다음과 같다. $$y(t) = A \cdot \sin(2\pi f t)$$ * $y(t)$: 시간 $t$에서의 신호 진폭 (단위: 무차원 또는 전압 $\text{V}$) * $A$: 최대 진폭 (Amplitude, 단위: 무차원 또는 전압 $\text{V}$) * $f$: 주파수 (Frequency, 단위: $\text{Hz}$) * $t$: 시간 (Time, 단위: $\text{s}$)

6.1 Python 구현 예제

numpy와 scipy 라이브러리를 사용하여 440Hz(라 음)의 사인파를 생성하는 코드이다.

import numpy as np
from scipy.io import wavfile

# 설정 파라미터
sample_rate = 44100  # 샘플 레이트 (Hz)
duration = 2.0       # 재생 시간 (초)
frequency = 440.0    # 주파수 (Hz)
amplitude = 0.5      # 진폭 (0.0 ~ 1.0)

# 시간축 생성
t = np.linspace(0, duration, int(sample_rate * duration), endpoint=False)

# 사인파 생성 수식 적용
audio_signal = amplitude * np.sin(2 * np.pi * frequency * t)

# 16비트 PCM 형식으로 변환
# 16비트 정수 범위는 -32768 ~ 32767 (±2^15-1)이므로, 
# -1.0 ~ 1.0 사이의 부동소수점 신호를 이 범위로 정규화하기 위해 32767을 곱함
audio_int16 = (audio_signal * 32767).astype(np.int16)

# 파일 저장
wavfile.write("sine_wave.wav", sample_rate, audio_int16)

6.2 C++ 구현 예제 (기초)

표준 라이브러리를 사용하여 사인파 데이터를 생성하는 간단한 예제이다.

#include <iostream>
#include <vector>
#include <cmath>
#include <fstream>

int main() {
    const int sampleRate = 44100;
    const double duration = 2.0;
    const double frequency = 440.0;
    const double amplitude = 0.5;
    const double PI = 3.14159265358979323846;

    int totalSamples = static_cast<int>(sampleRate * duration);
    std::vector<short> buffer(totalSamples);

    for (int i = 0; i < totalSamples; ++i) {
        double t = static_cast<double>(i) / sampleRate;
        double sample = amplitude * std::sin(2.0 * PI * frequency * t);
        // 16비트 PCM 정규화
        buffer[i] = static_cast<short>(sample * 32767);
    }

    // 바이너리 파일로 저장 (헤더 제외 raw 데이터)
    std::ofstream outFile("sine_wave.raw", std::ios::binary);
    outFile.write(reinterpret_cast<char*>(buffer.data()), buffer.size() * sizeof(short));
    outFile.close();

    return 0;
}

7. 활용 분야 및 응용 (Applications)

가상 악기 (VSTi): 소프트웨어 신시사이저를 통해 실제 악기의 소리를 모사하거나 새로운 전자음을 생성한다.
게임 사운드 엔진: 실시간으로 파라미터를 조절하여 상황에 맞는 효과음(SFX)을 생성하거나 절차적 오디오(Procedural Audio)를 구현한다.
음성 합성 (TTS): 텍스트를 분석하여 인간의 성도(Vocal Tract) 모델을 통해 음성 신호를 생성한다.
테스트 톤 생성: 오디오 장비의 주파수 응답 특성을 측정하기 위해 정밀한 사인파나 핑크 노이즈(Pink Noise)를 생성하여 사용한다.

📝 마크다운 원본

이 문서의 마크다운 원본 내용입니다.

# 오디오 신호 생성 (Audio Signal Generation)

## 1. 개요
오디오 신호 생성은 물리적인 진동을 전기 신호로 변환하거나, 수학적 함수를 통해 디지털 수치열을 생성하여 가청 주파수 범위의 음향 신호를 만들어내는 기술을 의미한다. 현대의 오디오 생성은 대부분 디지털 환경에서 이루어지며, 이는 연속적인 아날로그 신호를 이산적인 디지털 값으로 변환하는 **디지털 오디오(Digital Audio)** 원리를 기반으로 한다.

### 1.1 디지털 오디오의 기본 원리
디지털 오디오는 연속적인 파형을 특정 시간 간격으로 측정하여 숫자로 기록하는 과정을 거친다.

*   **샘플링(Sampling):** 시간축을 일정 간격으로 나누어 진폭 값을 추출하는 과정이다. 이때 1초당 추출하는 샘플의 수를 **샘플 레이트(Sample Rate)**라고 하며, 단위는 Hz(헤르츠)를 사용한다.
*   **양자화(Quantization):** 샘플링된 진폭 값을 정해진 비트 수의 디지털 값으로 근사화하는 과정이다. 이때 사용하는 비트 수를 **비트 깊이(Bit Depth)**라고 한다.

### 1.2 샘플 레이트와 비트 깊이의 관계
샘플 레이트와 비트 깊이는 오디오의 해상도와 품질을 결정하는 핵심 요소이다.

| 요소 | 결정하는 범위 | 영향 | 관계 및 특징 |
| :--- | :--- | :--- | :--- |
| **샘플 레이트** | 주파수 응답 (Frequency Response) | 재현 가능한 최고 주파수 결정 | 나이퀴스트 이론에 따라 최고 주파수의 2배 이상으로 설정해야 함 (예: 44.1kHz $\rightarrow$ 약 22kHz까지 재현) |
| **비트 깊이** | 다이내믹 레인지 (Dynamic Range) | 신호 대 잡음비(SNR) 및 정밀도 결정 | 비트 수가 높을수록 양자화 오차가 줄어들어 더 세밀한 소리 표현이 가능함 (예: 16bit $\approx$ 96dB, 24bit $\approx$ 144dB) |

---

## 2. 기본 파형 생성 (Basic Waveforms)
모든 복잡한 소리는 기초적인 단순 파형들의 조합으로 설명될 수 있다. 각 파형은 고유한 수학적 특성과 **배음(Harmonics)** 구조를 가지며, 이는 곧 음색(Timbre)의 차이로 나타난다.

### 2.1 파형별 특성 및 생성식 비교
| 파형 | 시각적 형태 | 배음 구조 | 음색 특징 | 주요 용도 | 수학적 생성 함수 (기본형) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **정현파 (Sine)** | $\sim\sim\sim$ | 기본 주파수만 존재 | 매우 순수하고 맑은 소리 | 서브 베이스, 단순 톤 | $y(t) = \sin(2\pi ft)$ |
| **톱니파 (Sawtooth)** | $\wedge\wedge\wedge$ | 모든 정수배 배음 포함 | 밝고 날카로우며 풍성함 | 리드 신스, 브라스 | $y(t) = 2(\frac{t}{T} - \lfloor \frac{t}{T} + \frac{1}{2} \rfloor)$ |
| **사각파 (Square)** | $\sqcap\sqcup\sqcap$ | 홀수 배음만 포함 | 공허하면서도 강한 느낌 | 8비트 게임음, 클라리넷 | $y(t) = \text{sgn}(\sin(2\pi ft))$ |
| **삼각파 (Triangle)** | $\wedge\vee\wedge$ | 홀수 배음 (감쇠 빠름) | 부드럽지만 정현파보다 명확함 | 플루트, 부드러운 베이스 | $y(t) = \frac{2}{\pi} \arcsin(\sin(2\pi ft))$ |

### 2.2 노이즈 신호 (Noise Signals)
주기적인 파형 외에 무작위적인 진폭 변화를 가진 노이즈 신호 역시 중요한 기초 신호로 사용된다.
*   **화이트 노이즈 (White Noise):** 모든 주파수 대역에서 동일한 에너지를 가진 신호이다. 매우 날카로운 소리가 나며, 퍼커션(스네어, 하이햇) 생성이나 시스템 테스트 톤으로 사용된다.
*   **핑크 노이즈 (Pink Noise):** 옥타브당 동일한 에너지를 가지며, 고주파로 갈수록 에너지가 감소한다. 인간의 청각 특성과 유사하여 오디오 튜닝 및 룸 어쿠스틱 측정에 주로 사용된다.

---

## 3. 신호 생성 방식 (Synthesis Methods)
단순 파형을 넘어 복잡한 소리를 구현하기 위해 다양한 합성 방식이 사용된다.

*   **가산 합성 (Additive Synthesis):** 여러 개의 정현파를 서로 다른 주파수와 진폭으로 쌓아 올려 복잡한 파형을 만드는 방식이다. 푸리에 정리(Fourier's Theorem)에 기반한다.
*   **감산 합성 (Subtractive Synthesis):** 배음이 풍부한 파형(톱니파, 백색 소음 등)을 생성한 후, 필터를 통해 특정 주파수 대역을 제거하여 원하는 음색을 만드는 방식이다.
*   **FM 합성 (Frequency Modulation):** 하나의 파형(모듈레이터)이 다른 파형(캐리어)의 주파수를 빠르게 변조하여 복잡한 배음을 생성하는 방식이다. 금속성 소리나 벨 소리 구현에 탁월하다.
*   **웨이브테이블 합성 (Wavetable Synthesis):** 짧은 단일 주기 파형을 표(Table) 형태로 저장해 두고, 이를 읽어 들여 재생하는 방식이다. CPU 부하가 적고 정교한 음색 변화가 가능하다.

---

## 4. 신호 변형 및 제어 (Signal Modification)
생성된 기초 신호에 시간적, 주파수적 변화를 주어 실제 악기와 유사한 생동감을 부여한다.

### 4.1 ADSR 엔벨로프 (Envelope)
소리의 시간에 따른 진폭 변화를 제어하는 도구이다.
1.  **Attack:** 건반을 누른 후 최대 진폭에 도달할 때까지의 시간.
2.  **Decay:** 최대 진폭에서 유지 단계(Sustain)로 내려오는 시간.
3.  **Sustain:** 건반을 누르고 있는 동안 유지되는 진폭 수준.
4.  **Release:** 건반에서 손을 뗀 후 소리가 완전히 사라질 때까지의 시간.

### 4.2 LFO (Low Frequency Oscillator)
가청 주파수보다 낮은(보통 20Hz 미만) 주파수로 신호를 변조하는 발진기이다. 피치에 적용하면 **비브라토(Vibrato)**, 볼륨에 적용하면 **트레몰로(Tremolo)** 효과가 나타난다.

### 4.3 필터링 (Filtering)
특정 주파수 영역을 통과시키거나 차단하는 과정이다.
*   **Low Pass Filter (LPF):** 저역대를 통과시키고 고역대를 차단 (먹먹한 소리).
*   **High Pass Filter (HPF):** 고역대를 통과시키고 저역대를 차단 (얇은 소리).
*   **Band Pass Filter (BPF):** 특정 중심 주파수 주변의 대역만 통과.

---

## 5. 앨리어싱 현상과 방지책 (Aliasing)
디지털 신호 생성 시 발생하는 대표적인 왜곡 현상인 **앨리어싱(Aliasing)**은 샘플링 이론을 준수하지 않았을 때 발생한다.

### 5.1 앨리어싱의 원인
샘플 레이트의 절반($f_s/2$, 나이퀴스트 주파수)보다 높은 주파수 성분이 입력되거나 생성될 때, 이 성분이 낮은 주파수 대역으로 '접혀 들어와(Folding)' 실제로는 존재하지 않는 가짜 저주파 신호가 생성되는 현상이다. 특히 톱니파나 사각파처럼 고조파(Harmonics)가 무한히 많은 파형을 디지털로 생성할 때 빈번하게 발생한다.

`[그림: 앨리어싱 현상 도식 - 고주파 신호가 나이퀴스트 주파수를 기점으로 저주파로 반사되는 모습]`

### 5.2 방지책
*   **안티-앨리어싱 필터 (Anti-aliasing Filter):** 샘플링 과정 이전에 적용되는 저역 통과 필터(LPF)이다. 나이퀴스트 주파수 이상의 성분을 미리 제거함으로써, 불필요한 고주파 성분이 가청 대역 내의 가짜 신호(Alias)로 변환되는 것을 원천적으로 차단한다.
*   **오버샘플링 (Oversampling):** 내부적으로 훨씬 높은 샘플 레이트에서 신호를 생성한 후, 필터링을 거쳐 원래의 샘플 레이트로 다운샘플링하여 앨리어싱 성분을 제거한다.
*   **BLEP (Banded-Limited Step) 알고리즘:** 불연속적인 파형의 모서리 부분을 수학적으로 부드럽게 처리하여 고주파 성분을 억제하는 기법이다.

---

## 6. 디지털 구현 및 알고리즘 (Implementation)
디지털 환경에서 사인파를 생성하는 기본 수식은 다음과 같다.
$$y(t) = A \cdot \sin(2\pi f t)$$
*   $y(t)$: 시간 $t$에서의 신호 진폭 (단위: 무차원 또는 전압 $\text{V}$)
*   $A$: 최대 진폭 (Amplitude, 단위: 무차원 또는 전압 $\text{V}$)
*   $f$: 주파수 (Frequency, 단위: $\text{Hz}$)
*   $t$: 시간 (Time, 단위: $\text{s}$)

### 6.1 Python 구현 예제
`numpy`와 `scipy` 라이브러리를 사용하여 440Hz(라 음)의 사인파를 생성하는 코드이다.

```python
import numpy as np
from scipy.io import wavfile

# 설정 파라미터
sample_rate = 44100  # 샘플 레이트 (Hz)
duration = 2.0       # 재생 시간 (초)
frequency = 440.0    # 주파수 (Hz)
amplitude = 0.5      # 진폭 (0.0 ~ 1.0)

# 시간축 생성
t = np.linspace(0, duration, int(sample_rate * duration), endpoint=False)

# 사인파 생성 수식 적용
audio_signal = amplitude * np.sin(2 * np.pi * frequency * t)

# 16비트 PCM 형식으로 변환
# 16비트 정수 범위는 -32768 ~ 32767 (±2^15-1)이므로, 
# -1.0 ~ 1.0 사이의 부동소수점 신호를 이 범위로 정규화하기 위해 32767을 곱함
audio_int16 = (audio_signal * 32767).astype(np.int16)

# 파일 저장
wavfile.write("sine_wave.wav", sample_rate, audio_int16)
```

### 6.2 C++ 구현 예제 (기초)
표준 라이브러리를 사용하여 사인파 데이터를 생성하는 간단한 예제이다.

```cpp
#include <iostream>
#include <vector>
#include <cmath>
#include <fstream>

int main() {
    const int sampleRate = 44100;
    const double duration = 2.0;
    const double frequency = 440.0;
    const double amplitude = 0.5;
    const double PI = 3.14159265358979323846;

    int totalSamples = static_cast<int>(sampleRate * duration);
    std::vector<short> buffer(totalSamples);

    for (int i = 0; i < totalSamples; ++i) {
        double t = static_cast<double>(i) / sampleRate;
        double sample = amplitude * std::sin(2.0 * PI * frequency * t);
        // 16비트 PCM 정규화
        buffer[i] = static_cast<short>(sample * 32767);
    }

    // 바이너리 파일로 저장 (헤더 제외 raw 데이터)
    std::ofstream outFile("sine_wave.raw", std::ios::binary);
    outFile.write(reinterpret_cast<char*>(buffer.data()), buffer.size() * sizeof(short));
    outFile.close();

    return 0;
}
```

---

## 7. 활용 분야 및 응용 (Applications)
*   **가상 악기 (VSTi):** 소프트웨어 신시사이저를 통해 실제 악기의 소리를 모사하거나 새로운 전자음을 생성한다.
*   **게임 사운드 엔진:** 실시간으로 파라미터를 조절하여 상황에 맞는 효과음(SFX)을 생성하거나 절차적 오디오(Procedural Audio)를 구현한다.
*   **음성 합성 (TTS):** 텍스트를 분석하여 인간의 성도(Vocal Tract) 모델을 통해 음성 신호를 생성한다.
*   **테스트 톤 생성:** 오디오 장비의 주파수 응답 특성을 측정하기 위해 정밀한 사인파나 핑크 노이즈(Pink Noise)를 생성하여 사용한다.

AI 생성 콘텐츠 안내

이 문서는 AI 모델(gemma-4-31b)에 의해 생성된 콘텐츠입니다.

주의사항: AI가 생성한 내용은 부정확하거나 편향된 정보를 포함할 수 있습니다. 중요한 결정을 내리기 전에 반드시 신뢰할 수 있는 출처를 통해 정보를 확인하시기 바랍니다.

위키너와나