Google: Lyria 3 Clip Preview

Google: Lyria 3 Clip Preview는 Google의 음악 생성 모델로, Lyria 3 제품군의 일부입니다. Gemini API를 통해 제공되며, Google은 Lyria 3를 자사의 음악 생성 모델 제품군이라고 설명합니다. 이 모델은 오디오 카테고리에 속하면서 텍스트 기능도 갖추고 있어, 순수한 텍스트 모델이 아니라 멀티모달 생성기로 동작합니다. 짧은 음악 클립을 만들어야 하는 도구를 개발 중이라면, 이것이 바로 그 작업을 겨냥한 Google의 제품입니다.

이 모델은 텍스트와 이미지 입력을 받아 텍스트와 오디오를 모두 반환할 수 있습니다. 즉, 스타일, 분위기, 악기 구성 등을 설명하는 프롬프트를 참조 이미지와 함께 제공할 수 있고, 출력에는 생성된 오디오와 텍스트가 함께 포함될 수 있습니다. 컨텍스트 윈도우는 1,048,576 토큰으로, 긴 프롬프트나 상세한 설명, 보조 자료를 한 번의 요청에 담기에 충분히 큽니다. 최대 출력은 65,536 토큰입니다. 이 모델은 명시적으로 클립 생성기입니다. Google 자체 설명에서 30초 길이 클립을 언급하므로, 완곡한 트랙이 아니라 그 짧은 형태의 출력을 기대해야 합니다.

실용적인 사용 사례는 클립 길이와 이미지 입력에서 나옵니다. 영상용 30초 배경 음악, 팟캐스트 인트로와 아웃트로, 게임이나 앱의 분위기 음악, 소셜 미디어 콘텐츠를 생성할 수 있습니다. 이미지를 제공할 수 있으므로 커버 아트, 분위기 보드, 스토리보드 프레임을 통해 생성을 유도할 수 있으며, 이는 시각적 방향이 이미 정해진 워크플로에 적합합니다. 텍스트 출력은 설명적이거나 보조적인 콘텐츠를 파이프라인으로 되돌려줄 수 있습니다. 완성된 프로덕션 마스터가 아니라 빠르게 반복할 수 있는 음악적 아이디어가 필요한 팀이 자연스러운 사용자입니다.

api14를 통해 호출하는 방식은 다른 OpenAI 호환 엔드포인트와 동일합니다. 요청에 모델 id "google/lyria-3-clip-preview"를 사용하세요. 지원되는 매개변수는 max_tokens, response_format, seed, temperature, top_p입니다. 재현 가능한 생성을 원할 때는 seed를, 변형을 제어하려면 temperature와 top_p를, 반환되는 출력 형태를 정하려면 response_format을, 생성 범위를 제한하려면 max_tokens를 사용하세요. 엔드포인트가 OpenAI 호환이므로 기존 SDK와 클라이언트 코드를 다시 작성하지 않고 api14를 가리키도록 할 수 있습니다.

염두에 둘 제약이 하나 있는데, 바로 길이입니다. 이 모델은 30초 클립을 생성하므로, 프로젝트에 더 긴 연속 음악이 필요하다면 여러 번의 생성을 이어 붙이거나 다른 옵션을 살펴봐야 합니다. 또한 Google의 프리뷰 릴리스이므로, 장기적인 안정성 보장이 필요하다면 이를 고려할 가치가 있습니다. 짧고 프롬프트 기반이거나 이미지로 유도되는 음악 클립에는 곧바로 적합합니다.