102초짜리 노래가 31초 만에 나왔다, 집 PC로 돌린 YuE2 한국어 테스트

Suno 구독료 없이 집 그래픽카드로 노래 한 곡을 뽑을 수 있을까? 개발팀 벤치마크에 Suno v5와 나란히 찍힌 YuE2 점수를 보고 직접 확인해 보기로 했다. 아래는 RTX 5070 Ti 16GB 데스크톱에서 돌린 YuE2 사용기다. 먼저 들어 보자.

YuE2는 Suno와 무엇이 다를까?

노래를 바로 만들지 않고 악보를 먼저 쓴다. Suno는 완성된 오디오만 내놓지만, YuE2는 세 단계를 거친다.

1. 스타일 문구와 가사를 읽고 ABC 기보법으로 악보(멜로디와 코드)를 쓴다.
2. 악보를 음악 토큰으로 바꾼다.
3. 토큰을 48kHz 스테레오 오디오로 렌더링한다.

ABC 기보법(ABC notation)은 음표를 알파벳과 숫자로 적는 텍스트 악보다. 텍스트라서 사람이 열어 보고 코드나 가사만 고친 뒤 다시 연주시킬 수 있다.

Suno와 비교하면 실력은 어느 정도일까?

개발팀 벤치마크로는 Suno v5에 근접하고, 여덟 곡 중 최고를 고르면 앞선다.
SongBench는 높을수록 좋은 점수다. 모델 카드의 WildSongBench 점수를 그대로 옮겼다.

PER은 부른 가사를 받아 적었을 때 음소가 틀린 비율이라 낮을수록 좋다. 주의할 점도 있다. YuE2 기본 점수조차 후보 두 곡 중 가사가 또렷한 쪽을 고른 값이고, 표 전체가 개발팀 측정치라는 걸 감안하자.

YuE2 사용기, 16GB 카드에서도 돌아갈까?

돌아간다. 102초 곡이 31초 만에 나왔다. 공식 권장은 24GB GPU지만 BF16 원본 기준이고, ComfyUI는 int8 모델을 써서 부담이 덜하다. Qwen-Image 2.1 사용기와 같은 PC다.

[INFO] Model YuE2 prepared for dynamic VRAM loading. 1351MB Staged. 0 patches attached.
100%|██████████| 32/32 [00:07<00:00,  4.44it/s]
[INFO] Prompt executed in 31.04 seconds

개발팀의 RTX 4090 기록(214초 곡에 71초)과 비율이 비슷하다. 로그의 “dynamic VRAM loading”은 모델을 나눠 올리는 방식이라 16GB에서도 메모리 부족이 없었다. VRAM 사용량은 이번엔 재지 않았다.

ComfyUI에서는 어떻게 시작할까?

업데이트, 모델 파일 하나, 기본 템플릿이면 된다.

1. ComfyUI를 v0.35.0 이상으로 올린다.
2. Comfy-Org/YuE2에서 int8 모델을 받아 models/checkpoints/에 넣는다.
3. 템플릿 “YuE2: Text to Music”을 불러온다.
4. Style, Lyrics, Mode, Max Duration을 채우고 실행한다.

• Style에 장르, 보컬, 언어, 템포, 악기를 적고, 한국어 가사면 맨 앞에 Korean,을 붙인다.
• Lyrics엔 실제로 부를 단어만 넣고 [Verse], [Chorus] 태그로 나눈다. 가사가 든 [Intro]는 피한다.
• Mode는 full(멜로디와 코드)이 기본이고, melody는 반주를 모델에 맡긴다.
• 곡이 Max Duration보다 일찍 끝나도 정상이다. 곡 구조가 끝나면 모델이 알아서 멈춘다.

한국어 가사도 제대로 부를까?

이번 곡에서는 또렷하게 불렀다. 다만 한 곡을 한 번 돌려 본 결과다.

주제는 ‘퇴사’로 잡은 직장인 공감송이다. 가사는 Claude와 새로 썼고, Style에 가수 이름은 넣지 않았다. YuE2는 가수 이름보다 장르와 창법 묘사에 반응한다.

Korean, bright female vocal, playful conversational delivery,
retro 2000s Korean campus band pop, jangly electric guitar,
bouncy bass, live drums, upbeat 118 BPM, witty and cheerful

[Verse]
월요일 아침 아홉 시 정각
메일함엔 빨간 숫자 서른 개
팀장님 한숨 소리 배경음 삼아
오늘도 키보드만 두드려요

[Chorus]
그만둘래요 진짜예요
이번엔 농담 아니에요
가방 하나 메고 나가서
바다부터 보러 갈래요
라라라 출근 안 해요
내일은 늦잠 잘래요

[Verse]
점심 메뉴 고르는 게 제일 큰 고민
회의는 회의 하려고 또 열리고
엑셀 칸칸마다 내 청춘이
얌전히 들어가 앉아 있네요

[Chorus]
그만둘래요 진짜예요
사직서는 벌써 썼어요
그동안 수고 많았어요
이제 나는 내 편 할래요
라라라 출근 안 해요
내일은 늦잠 잘래요

모델 카드엔 중국어와 영어만 적혀 있어서 기대를 안 했는데 발음이 깔끔했다. 한국어 보컬 실측 후기는 국내외에서 거의 찾지 못했다. 그래도 장르나 가사가 바뀌면 결과가 달라질 수 있으니 장담은 이르다.

악보를 고칠 수 있다는 게 왜 중요할까?

마음에 안 드는 부분만 골라 다시 연주시킬 수 있어서다.

• 커버: 템플릿 “YuE2: Music Cover”는 기존 곡을 악보로 옮긴 뒤 새 스타일로 다시 연주한다. 원곡과 이어지는 고리는 목소리가 아니라 멜로디다.
• AI 에이전트 편집: 악보를 LLM에 주고 “재즈로 리하모니”를 시킨 뒤 다시 렌더링한다. 공식 데모는 14개 버전을 거쳐 중국어 팝을 영어 재즈로 바꿨다.

반음 하나 올렸다가 곡이 망가졌다는 사례도 있다. 수정 도구가 악보 전체를 다시 쓰다 조표가 틀어진 탓이었고, 바꿀 음표만 고치자 안정됐다.

YuE2로 만든 노래, 상업적으로 써도 될까?

직접 확인하진 않았지만, 연주곡을 원해도 보컬이 얹혀 나온다거나 고음이 약간 금속성으로 들린다는 커뮤니티 평도 있다.

YuE2에 대해 자주 묻는 질문

Q. VRAM 12GB로도 돌아갈까?

RTX 4070 12GB로 돌렸다는 커뮤니티 후기가 있다. 내가 확인한 건 16GB까지다.

Q. 맥에서도 쓸 수 있을까?

커뮤니티 MLX 포트(4bit 3.4GB부터)와 macOS 앱 YuE Studio가 있다. 둘 다 비공식이다.

다음엔 무엇을 해 볼까?

집 PC에서 2분 가까운 노래가 30초 만에 나오고 악보까지 손댈 수 있다는 점은 Suno에 없는 무기다.
다음 글에서는 같은 가사를 full, melody, 악보 없음으로 돌려 비교해 볼 생각이다. 들어 보고 싶은 장르가 있으면 댓글로 남겨 달라.