Stable Audio 3.0 Medium의 개요
Stable Audio 3.0은 Stability AI가 2026년 5월 20일 발표한 텍스트 투 오디오 모델 네 개로 이루어진 제품군입니다. 그중 세 개는 가중치가 공개되어 있습니다. 구성이 더 탄탄한 최대 6:20 길이 음악용 Medium, 기기에서 최대 2분 음악을 만드는 Small(Small-Music으로 공개), 휴대폰과 노트북에서 효과음과 앰비언스를 만드는 Small SFX입니다. Large는 Stability의 API나 기업용 배포로만 쓸 수 있습니다.
Stability는 네 모델 모두 라이선스 데이터로 학습했다고 밝히며, 모델 카드에는 AudioSparx 라이브러리의 806,284개 녹음과 Freesound의 Creative Commons 녹음 472,618개가 적혀 있습니다. Hugging Face 파일 목록 기준으로 Medium은 텍스트 인코더 T5Gemma를 포함해 약 23억 파라미터, 소형 모델은 각각 약 5억 6,800만(568M) 파라미터입니다. 길이는 초 단위로 정하며, 인페인팅으로 하나 또는 여러 구간을 편집하거나 녹음을 이어서 만들 수 있습니다.
가중치는 Stability AI Community License를 따르며, 연매출 100만 달러 미만 조직은 상업적 이용을 포함해 무료입니다.
Stable Audio 3.0 Medium, 쓸 만한 가치가 있습니까?
Stable Audio 3.0은 출처가 중요한 상황에서 연주곡과 효과음을 만드는 오픈 모델군입니다. 모델 카드에 따르면 Stability는 AudioSparx와 Freesound의 라이선스 녹음 1,278,902개로 학습했고, 오디오 태거와 외부 탐지 업체를 통해 저작권 있는 음악을 걸러 냈습니다. 저희가 다루는 다른 오픈 음악 모델 중 이만큼 정확하게 데이터를 공개한 모델은 없습니다.
공개 모델 중 가장 큰 Medium은 구성이 있는 연주곡을 최대 6:20까지, 초 단위 길이로 만듭니다. 모델 카드는 H200에서 2초 미만, MacBook Pro M4에서 몇 초 만에 생성된다고 밝힙니다. 각각 약 5억 6,800만(568M) 파라미터인 소형 모델 두 개는 휴대폰과 노트북용입니다. Small-Music은 최대 2분의 음악을 만들고(Stable Audio Open Small은 11초), Small SFX는 효과음과 앰비언스를 만듭니다. 인페인팅으로 선택한 구간을 다시 만들거나 트랙을 늘릴 수 있고, LoRA 학습 방법은 Small과 Medium에 대해 문서화되어 있습니다.
주의할 점: 이것은 노래 모델이 아닙니다. 입력은 가사 칸이 없는 텍스트 프롬프트이고 Stability는 노래하는 보컬을 내세우지 않으니, 가수가 필요하면 ACE-Step 1.5나 MiniMax Music 3를 봐야 합니다. Hugging Face 가중치는 라이선스 동의 뒤에만 받을 수 있고, Community License는 연매출 100만 달러에 이르면 더 이상 무료가 아니며, 함께 들어 있는 T5Gemma 인코더에는 Gemma Terms of Use가 따라붙습니다. 가장 강력한 Large는 아예 내려받을 수 없습니다.
결론: 효과음이나 배경 음악을 기기에서 바로 생성하고, 법무팀이 학습 데이터를 물을 때 분명하게 답해야 하는 게임과 앱 스튜디오에는 Stable Audio 3.0이 자연스러운 오픈 선택입니다. 가사가 있는 노래에는 맞지 않는 도구입니다.
제 역할을 하는 곳
연매출 100만 달러 미만의 모바일 게임 스튜디오
무거운 오디오 파일을 넣는 대신 플레이어 기기에서 효과음 생성하기
Small SFX를 앱에 넣고 필요할 때 효과음을 생성합니다. Community License는 연 100만 달러 미만의 상업적 이용을 허용하며, 그 이상이면 Enterprise 라이선스가 필요합니다.
팟캐스트 네트워크의 제작팀
권리 관계가 분명한 인트로, 배경 음악, 전환음 만들기
Medium으로 초 단위 길이를 지정해 연주곡을 만들고 인페인팅으로 한 구간만 다시 작업합니다. 문서화된 AudioSparx와 Freesound 학습 데이터가 고객의 출처 질문에 답이 됩니다.
GPU 없이 프로토타입을 만드는 개발자
직접 호스팅을 결정하기 전에 앱에서 음악 생성 시험하기
Stability API로 Stable Audio 3.0을 생성 1회 8크레딧(0.08달러)에 호출합니다. 신규 계정의 무료 크레딧 25개로 세 번 생성할 수 있습니다.
도입 전 확인할 점
- 설정
- Hugging Face에서 라이선스에 동의하고 stable-audio-3 라이브러리를 설치한 뒤, 프롬프트와 길이를 넣어 StableAudioModel.from_pretrained("medium")을 호출합니다. ComfyUI는 출시 당일부터 지원했습니다.
- 연동
- Python 라이브러리 stable-audio-3와 stable-audio-tools, ComfyUI, Stability AI API, fal을 통한 호스팅 추론.
- 데이터와 개인정보
- 가중치를 직접 호스팅하면 오디오가 로컬에 남습니다. 학습 데이터는 AudioSparx 녹음 806,284개와 CC-0, CC-BY, CC Sampling+ 라이선스의 Freesound 녹음 472,618개입니다. Community License에 따라 결과물은 사용자 소유입니다.
- 대규모 사용 시 비용
- 연매출 100만 달러 미만 조직은 직접 호스팅 시 무료입니다. 그 이상은 별도 견적의 Enterprise 라이선스이며 법적 면책이 포함됩니다. API에서는 0.08달러짜리 생성 10,000회가 800달러입니다.
- 제한
- Medium은 최대 6:20, 소형 모델은 최대 2분입니다. 프롬프트는 영어입니다. 가사나 보컬 제어가 없습니다. 텍스트 인코더에는 Gemma Terms of Use의 제한이 적용됩니다.
좋은 점
- 라이선스 녹음 1,278,902개로 학습하고 저작권 검사 실시
- Medium은 최대 6:20, 길이를 초 단위로 지정
- 소형 모델(약 568M 파라미터)은 휴대폰과 노트북에서 실행
- Small SFX로 효과음과 앰비언스 지원
- 인페인팅, 이어 만들기, LoRA 학습
아쉬운 점
- 가사 입력 없음. 보컬 노래 모델이 아님
- 무료 라이선스는 연매출 100만 달러까지
- 다운로드에 동의 필요. Gemma 약관도 적용
- 최고 모델 Large는 API나 기업용으로만 제공
- 소형 모델은 최대 2분
추천 대상
학습 데이터가 문서화된 라이선스 모델로 연주곡이나 효과음을 만들어야 하는, 기기 내 실행까지 고려하는 게임, 앱, 영상 팀.
Stable Audio 3.0 Medium 대안
Stable Audio 3.0 Medium: 자주 묻는 질문
- Stable Audio 3.0 Medium, 쓸 만한 가치가 있습니까?
- Stable Audio 3.0 Medium은 라이선스 오디오로 학습한 연주곡과 효과음용 오픈 선택지이고 휴대폰에서 도는 소형 모델도 있지만, 가사가 있는 노래는 만들지 못합니다. 평점은 5점 만점에 3.9점입니다.
- Stable Audio 3.0 Medium의 가격은 얼마입니까?
- 연매출 100만 달러 미만 조직은 Stability AI Community License에 따라 가중치를 무료로 씁니다. 그 이상은 별도 견적의 Enterprise 라이선스가 필요합니다. API: Stable Audio 3.0은 생성 1회에 8크레딧(0.08달러)이며, 신규 계정은 무료 크레딧 25개를 받습니다.
- Stable Audio 3.0 Medium의 단점은 무엇입니까?
- 가사 입력 없음. 보컬 노래 모델이 아님; 무료 라이선스는 연매출 100만 달러까지; 다운로드에 동의 필요. Gemma 약관도 적용; 최고 모델 Large는 API나 기업용으로만 제공; 소형 모델은 최대 2분.
- Stable Audio 3.0 Medium에 적합한 사람은 누구입니까?
- 학습 데이터가 문서화된 라이선스 모델로 연주곡이나 효과음을 만들어야 하는, 기기 내 실행까지 고려하는 게임, 앱, 영상 팀.
- 팀이나 프로덕션 환경에서 Stable Audio 3.0 Medium의 비용은 얼마입니까?
- 연매출 100만 달러 미만 조직은 직접 호스팅 시 무료입니다. 그 이상은 별도 견적의 Enterprise 라이선스이며 법적 면책이 포함됩니다. API에서는 0.08달러짜리 생성 10,000회가 800달러입니다.
- Stable Audio 3.0 Medium에 회사 데이터를 맡겨도 안전합니까?
- 가중치를 직접 호스팅하면 오디오가 로컬에 남습니다. 학습 데이터는 AudioSparx 녹음 806,284개와 CC-0, CC-BY, CC Sampling+ 라이선스의 Freesound 녹음 472,618개입니다. Community License에 따라 결과물은 사용자 소유입니다.
- Stable Audio 3.0 Medium의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 ACE-Step 1.5, Eleven Music v2.5 및 Lyria 3.5입니다.
답변 확인일: 2026년 11월 7일.