스태빌리티AI, 음악·효과음 생성 AI '스테이블 오디오' 공개

텍스트로 이미지를 만드는 기술에 이어, 이제는 배경음악과 효과음도 프롬프트 몇 줄로 만드는 시대가 열렸습니다.

Stability AI는 9월 13일, 자사 최초의 음악 및 사운드 생성 도구인 Stable Audio를 공개했습니다. 사용자가 원하는 스타일과 악기를 텍스트로 입력하면 웹 화면에서 즉시 오디오 트랙을 생성해 줍니다.

44.1 kHz 고음질과 정확한 재생 시간 제어

Stable Audio의 핵심은 잠재 확산(Latent Diffusion) 아키텍처를 도입해 상업적 수준의 44.1 kHz 고품질 오디오를 출력한다는 점입니다.

기존 오디오 생성 AI는 음질이 거칠거나 곡의 시작과 끝이 부자연스럽게 잘리는 한계가 있었습니다. Stable Audio는 프롬프트뿐만 아니라 목표 재생 시간과 시작 시점을 조건 변수로 모델에 전달해, 원하는 길이에 맞춰 자연스럽게 전개되는 트랙을 만들어냅니다.

서비스는 무료 버전과 유료 Pro 구독으로 나뉩니다. 무료 사용자는 최대 45초 길이의 트랙을 생성하고 다운로드할 수 있으며, Pro 사용자는 최대 90초 트랙을 상업 프로젝트용으로 내려받을 수 있습니다.

저작권 문제도 철저히 대비했습니다. Stability AI는 음악 라이브러리 AudioSparx와의 공식 파트너십을 통해 제공받은 음원과 메타데이터만으로 모델을 학습시켰습니다.

왜 중요한가

영상 크리에이터, 인디 게임 개발자, 팟캐스트 진행자라면 지금 바로 테스트해 볼 가치가 충분합니다. 원하는 분위기와 템포, 악기를 지정해 몇 초 만에 맞춤형 배경음이나 효과음을 뽑아낼 수 있어 스톡 음원을 뒤지는 시간을 획기적으로 줄여줍니다.

업계 측면에서는 Stability AI가 AudioSparx와 손잡고 정식 라이선스를 확보한 데이터로만 학습을 진행한 점이 가장 돋보입니다. 생성형 AI가 상업 시장에 진입할 때 가장 큰 걸림돌인 저작권 소송 리스크를 시작부터 원천 차단한 현명한 행보입니다.

다만 최대 길이가 90초로 제한되어 있어 완곡을 작곡하는 용도로는 아직 무리가 있습니다. 현재 단계에서는 완성된 음악 소프트웨어라기보다는 강력한 사운드 샘플러나 짧은 배경음 제작 도구로 활용하는 것이 적합해 보입니다.