MiniMax Music-3: K-POP 만드는 AI 등장

MiniMax Music-3는 완전히 공개된 오픈소스 모델로, Apache 2.0 라이센스가 적용되어 있어 누구나 이 모델로 음악을 만들어 상업적으로 자유롭게 활용할 수 있다. 이 모델은 최대 5분 분량의 곡을 생성할 수 있으며, verse, chorus와 같은 섹션 태그를 활용하여 음악 구조를 더욱 정교하게 설정할 수 있는 것이 특징이다. 이러한 유연성은 사용자가 원하는 특정 구성의 음악을 만드는 데 큰 도움을 준다.

MiniMax Music-3는 경량화된 모델 구조를 자랑하며, 가장 큰 fp32 모델이 9GB를 조금 넘고, 가장 경량화된 int8 모델은 2.5GB밖에 되지 않는다. 이처럼 작은 크기 덕분에 웬만한 일반 가정용 컴퓨터에서도 원활하게 구동될 수 있다. 모델 구동을 위해서는 디퓨전 모델 외에도 텍스트 인코더와 VAE 모델 전용 파일을 함께 사용해야 하며, 이들 파일 역시 비교적 작은 용량으로 제공되어 사용자의 접근성을 높인다.

MiniMax Music-3 모델은 프롬프트를 자세하게 입력할수록 더욱 좋은 결과물을 생성한다. 이를 위해 상단 노드에는 음악 스타일 및 전반적인 설명을 입력하고, 하단 노드에는 구체적인 가사를 입력하는 방식이 권장된다. 공식 깃허브 가이드와 ChatGPT와 같은 AI를 활용하여 프롬프트 가이드 링크를 제공하고 생성할 음악의 요구 사항을 적어주면, 매우 자세한 설명 프롬프트와 가사를 효과적으로 생성할 수 있다.

음악 생성 시 Max Duration 설정은 생성될 음악의 최대 길이를 의미하며, 사용자가 원하는 시간만큼 음악을 만들 수 있도록 한다. 샘플러는 Euler, 스케줄러는 Simple 설정이 권장되며, 이는 효율적인 음악 생성을 돕는다. 특히 타일드(Tiled) 디코드 노드를 사용하면 디코드 과정에서 타일 방식으로 분할하여 진행하므로 VRAM 사용량을 대폭 줄여 더욱 최적화된 상태로 음악 생성을 할 수 있어, 하드웨어 사양이 다소 낮은 환경에서도 고품질의 음악을 생성하는 데 유리하다.

MiniMax Music-3 모델은 중국에서 개발되었음에도 불구하고 한국어 가사를 매우 잘 표현해 주어 놀라움을 안겨준다. 이 모델은 K-POP 음악 또한 매우 높은 퀄리티로 생성해내며, 한국 사용자들에게도 만족스러운 결과물을 제공할 수 있음을 입증했다. 이는 AI가 언어 장벽을 넘어 다양한 문화권의 음악을 성공적으로 재현할 수 있음을 보여주는 중요한 사례가 된다.