홍콩 생성적 인공지능 연구개발 센터(HKGAI)는 2026년 9월 18일 오픈소스 음악 대모델 YuE2를 출시한다고 발표했습니다. 팀은 이것이 전 세계 최초로 '기호 계획'을 통해 창작, 리메이크 및 편집을 통합한 오픈소스 음악 대모델이라고 설명했습니다. 같은 날 Hugging Face 전체 트렌딩에서 4위(트렌딩 점수 595)에 올랐으며, 순위에서 다섯 개 모델 중 유일한 음악 관련 모델입니다. 출시 9일 만에 공식 주 모델은 11,626회 다운로드를 기록했으며, ComfyUI 패키지, 커뮤니티 GGUF/양자화 버전 및 툴체인을 포함하면 생태계에서 약 179,000회의 다운로드가 이루어졌습니다.
HKGAI는 2023년 10월에 설립되었으며, 인공지능 및 로봇 기술에 중점을 둔 AIR@InnoHK 플랫폼의 지원을 받고, 홍콩 과학기술대학교가 주도하여 언어, 시각 및 음향 등 다양한 방향으로 연구개발을 진행하고 있습니다. YuE2는 센터의 음향 생성에 있어 중요한 이정표로 여겨지며, 보도자료에서는 오픈소스 모델이 일부 상업적 폐쇄형 시스템을 추월하는 추세를 '음악계 DeepSeek 순간'에 비유했습니다.
WildSongBench: best-of-8 종합 점수로 여러 상업 모델 평가
평가 기준 WildSongBench는 192개의 프롬프트를 사용하여 자동 평가를 실시했습니다(2026년 9월 12일). 표에 따르면 YuE2(best-of-8)의 SongBench 평균 점수는 6.9632로 1위를 차지했으며, 단일 YuE2 점수는 6.7316입니다. Mureka 9(6.9377), Suno v5(6.8721), Suno v5.5(6.7150), Suno v6(6.5562)와 비교하면, 이전 모델 YuE 1은 4.9165였습니다. 다른 지표에서는 반드시 1위를 차지하지 않았습니다: 예를 들어 Suno v5의 MuLan은 최고(0.5428), LeVo 2의 AudioBox PQ는 최고(8.3966), Suno v4.5의 PER은 최저(5.80%)를 기록했습니다.
| 시스템 | SongBench 평균 ↑ | AudioBox PQ ↑ | MuLan ↑ | PER ↓ |
|---|---|---|---|---|
| YuE2 (best-of-8) | 6.9632 | 8.2714 | 0.5051 | 9.79% |
| Mureka 9 | 6.9377 | 8.0226 | 0.4394 | 11.69% |
| Suno v5 | 6.8721 | 8.1698 | 0.5428 | 8.10% |
| YuE2 | 6.7316 | 8.2598 | 0.5068 | 8.44% |
| Suno v6 | 6.5562 | 8.1296 | 0.4916 | 7.58% |
| YuE 1 | 4.9165 | 7.8683 | 0.2623 | 36.38% |
화이트박스 제어: 기호 계획과 음향 렌더링 분리
YuE2는 「기호 계획(symbolic planning)」과 「음향 렌더링(acoustic rendering)」을 분리하여 혼합 전문가(MoE) 설계를 통해 제어성을 향상시킵니다: AR 전문가는 인과 주의(causal attention)를 사용하여 ABC 악보와 의미적 골격을 자기 회귀 예측하고, NAR 전문가는 흐름 일치(flow matching)를 통해 음향 latent를 예측합니다. 이후 VAE 디코딩을 통해 48 kHz 스테레오로 출력됩니다. 「프롬프트가 나오면 음원이 생성된다」는 블랙박스 샘플링과는 달리, 창작자는 각 단계에 개입할 수 있습니다—예를 들어, 단일 음표를 미세 조정하여 곡 전체를 다시 만들 필요 없이 스타일을 변경하면서 원래 멜로디를 유지할 수 있습니다.
공식 시연에서는 보통화 대중곡 《막차》를 사용하여 아홉 번의 대화식 편집을 진행하였으며, 여기에는 화음 재편성, 곡 개편, 《작은 별》 멜로디 통합, 변주 개발 및 가사 수정이 포함되어 최종적으로 구조가 완전한 영어 재즈 편곡으로 변모하였습니다. 각 단계는 악보와 음원을 대조할 수 있도록 되어 있으며, 서로 무관한 무작위 생성이 아닙니다.
여섯 언어, 여섯십 장르, 로컬 오픈소스 생태계
능력 면에서 YuE2는 중국어, 영어, 일본어, 한국어, 러시아어, 스페인어 등 여섯 가지 언어를 지원하며, 60종 이상의 장르(예: City Pop, 헤비메탈, 재즈, 플라멩코 등)를 포함합니다. 가중치는 오픈소스로 무료 다운로드 가능(비상업적 용도에 한함)하며, 소비자급 단일 카드로 로컬에서 실행할 수 있습니다; 상업적 라이센스는 별도로 문의해야 합니다. 팀은 동시에 악보 변환 도구, 음악 이해 모델 및 평가 기준을 오픈소스로 제공하여 「악보 변환—창작—편집—평가」 도구 체인을 연결합니다. 프로젝트 링크: GitHub multimodal-art-projection/YuE입니다.
- 오픈소스 가중치(비상업적) + 로컬 단일 카드 실행 가능
- 창작/커버/편집이 기호 계획 프로세스에서 통합됨
- 동시에 오픈소스 악보 변환, 이해 모델 및 평가 기준 제공
TechRitual 企業科技編輯部（香港）。biz.techritual.com 的外語版本由繁體中文原文翻譯。
