텐센트와 칭화대, 오류율 8.55%인 ‘SongGeneration 2’ 출시… Suno에 대한 압박 가중
2026년 초, AI 음악 업계는 또 한 번의 중대한 변화를 맞이했습니다. 3월 9일, 텐센트와 칭화대학교 인간-컴퓨터 음성 상호작용 연구소가 공동 개발한 음악 파운데이션 모델 ‘SongGeneration2’가 공식 출시되었습니다. 이 모델은 기술 아키텍처 측면에서 질적 도약을 이룬 것은 물론, 여러 핵심 지표에서 현재의 주류 오픈소스 모델들을 능가했으며, 전반적인 품질 면에서는 최상위 상용 모델들과도 어깨를 나란히 할 정도였다.

세 가지 혁신: 더 이상 ‘인위적인’ AI 음악은 없다
SongGeneration2 의 핵심 강점은 기반 아키텍처의 포괄적인 업그레이드에서 비롯되며, 이는 기존 AI 음악을 괴롭혀 온 세 가지 주요 문제점을 해결합니다:
높은 음악성: 단순한 멜로디 중첩과는 달리, 이 모델은 인상적인 공간적 깊이를 지닌 복잡한 멀티트랙 편곡을 처리합니다.
높은 가사 정확도: 불분명한 발음과 환각적인 음정 변화는 이제 과거의 일이 되었습니다. 이 모델의 음소 오류율(PER)은 8.55%에 불과하여, 선도적인 상용 모델인 Suno v5 (12.4%)를 현저히 능가하며 MiniMax2.5에 이어 두 번째로 낮은 수치를 기록했습니다.
뛰어난 제어성: 텍스트 설명이든 오디오 프롬프트든 상관없이 지시를 정확하게 따르며, 스타일과 감정을 심도 있게 맞춤 설정할 수 있습니다.

'듀얼 코어' 구동: LLM과 확산 모델의 꿈의 협업
아키텍처 측면에서 SongGeneration2는 혁신적인 하이브리드 LLM-확산 아키텍처를 채택합니다:
Composing Brain (LeLM): 전체적인 구조 계획과 보컬 세부 사항을 처리하여 "어떻게 노래할 것인가"라는 과제를 해결합니다.
High-Fidelity Renderer (Diffusion): 언어 모델의 안내에 따라 극도로 복잡한 음향적 세부 사항을 합성합니다.
계층적 표현: 혼합 및 멀티트랙 표현의 병렬 모델링을 최초로 도입하여, 멜로디의 안정성과 음질 정교화 간의 균형을 맞춥니다.
진정한 오픈 소스, 낮은 진입 장벽: 일반 컴퓨터도 ‘노래를 작곡’할 수 있습니다
개발자들을 가장 흥분시킨 것은 텐센트의 놀라운 개방성이었습니다. 40억 개의 매개변수를 가진 SongGeneration-v2-large 모델은 이제 완전히 오픈 소스로 공개되었으며, 중국어와 영어를 포함한 다국어 생성을 지원합니다. 놀랍게도 이 모델은 VRAM 22GB만 갖춘 일반 소비자용 하드웨어에서도 원활하게 실행되어, 로컬 및 비공개 음악 제작이 가능합니다.
사용자들이 바로 체험해 볼 수 있도록, 개발팀은 HuggingFace에 SongGeneration-v2-Fast 버전도 공개했는데, 음질을 아주 약간 희생하는 대신 초고속 생성을 실현하여 1분도 채 되지 않아 완성된 곡을 만들어 냅니다.
SongGeneration2 의 성능을 바탕으로, AI 음악은 공식적으로 ‘매니아용 장난감’에서 ‘상업용 애플리케이션’의 영역으로 진화했습니다. 12GB VRAM을 지원하는 Medium 모델과 자동화된 평가 프레임워크가 곧 오픈소스로 공개됨에 따라, 누구나 ‘작곡가’가 될 수 있는 시대가 마침내 도래할지도 모릅니다.
관련 기사
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의
캘리포니아 자율주행차 규정 준수: 과태료, 지오펜스, 100만 마일의 새로운 시대
Guident는 남부 플로리다에서 AuveTech 셔틀을 운영하며, 자사의 원격 모니터링 기술을 활용해 웨스트 팜비치에서 4마일 구간과 보카 라톤에서 1마일 구간의 노선을 관리하고 있다. | 출처: Guident캘리포니아주는 자율주행차에 대한 규제 환경을 재정의하며, 기술 업계의 “빠르게 움직이고 실패를 감수하라(move fast and break thin
관련 특별 주제 추천
의견 (0)
0/500
2026년 초, AI 음악 업계는 또 한 번의 중대한 변화를 맞이했습니다. 3월 9일,

세 가지 혁신: 더 이상 ‘인위적인’ AI 음악은 없다
높은 음악성: 단순한 멜로디 중첩과는 달리, 이 모델은 인상적인 공간적 깊이를 지닌 복잡한 멀티트랙 편곡을 처리합니다.
높은 가사 정확도: 불분명한 발음과 환각적인 음정 변화는 이제 과거의 일이 되었습니다. 이 모델의 음소 오류율(PER)은 8.55%에 불과하여, 선도적인 상용 모델인
뛰어난 제어성: 텍스트 설명이든 오디오 프롬프트든 상관없이 지시를 정확하게 따르며, 스타일과 감정을 심도 있게 맞춤 설정할 수 있습니다.

'듀얼 코어' 구동: LLM과 확산 모델의 꿈의 협업
아키텍처 측면에서
Composing Brain (LeLM): 전체적인 구조 계획과 보컬 세부 사항을 처리하여 "어떻게 노래할 것인가"라는 과제를 해결합니다.
High-Fidelity Renderer (Diffusion): 언어 모델의 안내에 따라 극도로 복잡한 음향적 세부 사항을 합성합니다.
계층적 표현: 혼합 및 멀티트랙 표현의 병렬 모델링을 최초로 도입하여, 멜로디의 안정성과 음질 정교화 간의 균형을 맞춥니다.
진정한 오픈 소스, 낮은 진입 장벽: 일반 컴퓨터도 ‘노래를 작곡’할 수 있습니다
개발자들을 가장 흥분시킨 것은 텐센트의 놀라운 개방성이었습니다. 40억 개의 매개변수를 가진 SongGeneration-v2-large 모델은 이제 완전히 오픈 소스로 공개되었으며, 중국어와 영어를 포함한 다국어 생성을 지원합니다. 놀랍게도 이 모델은 VRAM 22GB만 갖춘 일반 소비자용 하드웨어에서도 원활하게 실행되어, 로컬 및 비공개 음악 제작이 가능합니다.
사용자들이 바로 체험해 볼 수 있도록, 개발팀은 HuggingFace에 SongGeneration-v2-Fast 버전도 공개했는데, 음질을 아주 약간 희생하는 대신 초고속 생성을 실현하여 1분도 채 되지 않아 완성된 곡을 만들어 냅니다.
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의





집






