ACE-Step 1.5

MIT 라이선스 음악 기반 모델: 몇 초 만에 완전한 곡 생성, 약 4 GB VRAM에서 실행, 커버·부분 다시 그리기·50개 이상 언어 지원.

간단 요약. ACE-Step 1.5는 텍스트 설명과 가사로 몇 초 만에 보컬이 들어간 완전한 곡을 만들고, 일반 게이밍 GPU에서 돌아갑니다. 코드와 가중치 모두 MIT 라이선스라 상업적 이용도 간단합니다.

요약

ACE Studio와 StepFun이 2026년 1월 23일 ACE-Step 1.5를 공개했고, 4월 2일에는 더 큰 4B XL 버전이 이어서 나왔습니다. 언어 모델(0.6B, 1.7B 또는 4B, Qwen3 기반)이 플래너 역할을 합니다. 짧은 요청을 메타데이터, 가사, 캡션을 담은 상세한 곡 설계도로 바꾸고, 이어서 확산 Transformer가 오디오를 렌더링합니다. 개발자에 따르면 학습 데이터는 라이선스된 음악, 로열티 프리 및 퍼블릭 도메인 녹음, MIDI로 만든 합성 오디오입니다. 곡 길이는 10초에서 10분까지, 가사는 50개 이상 언어에서 작동하며, 모델은 커버, 곡의 일부 다시 그리기, 스템 분리, 보컬에서 반주로 바꾸기, 몇 곡으로 LoRA 학습도 처리합니다.

속도와 크기가 강점입니다. 개발자는 완전한 한 곡이 A100에서 2초 미만, RTX 3090에서 10초 미만 걸리고, 모델이 4 GB 미만의 VRAM에서 돌아간다고 말합니다. 그들의 가이드는 언어 모델 없는 2B turbo DiT를 최대 6 GB GPU와 짝지어 설명하고, 오프로딩 없이는 XL 모델에 20 GB 이상을 권하며, XL DiT는 INT8 양자화와 CPU 오프로드로 최소 12 GB가 필요합니다. 프로젝트는 자체 품질을 Suno v4.5와 Suno v5 사이로 평가합니다. YuE2 팀의 WildSongBench에서 ACE-Step 1.5의 SongBench 평균은 6.01로 YuE2(6.73)와 MiniMax Music 3(6.28) 뒤지만, 7.46%의 음소 오류율은 그곳 오픈 모델 중 가장 낮은 수준입니다.

코드와 가중치는 MIT 라이선스이며, 개발자는 생성한 음악을 상업적으로 쓸 수 있다고 말합니다. 학습 데이터가 라이선스·로열티 프리·합성 데이터였다는 주장은 개발자 측 것이고 우리는 검증하지 않았습니다. 기술 보고서는 arXiv(2602.00744)에 있습니다. 2026년 11월 11일까지의 30일간 Hugging Face는 메인 저장소 약 9만 7000회, XL turbo 모델 약 9100회, ComfyUI 팀이 재패키징한 사본 약 81만 6000회의 다운로드를 집계했습니다. 다운로드 수에는 자동 가져오기가 포함될 수 있습니다.

적합한 용도

  • 게이밍 GPU나 4~8 GB VRAM 노트북에서 빠르게 곡 초안 만들기
  • 커버, 곡의 일부 다시 그리기, 스템 분리, 보컬에서 반주로 바꾸기
  • 몇 곡으로 학습한 LoRA로 자기 스타일 만들기
  • MIT 라이선스 코드와 가중치를 원하는 상업 프로젝트

주의할 점

  • Suno 비교는 개발자 자신의 것이고, YuE2 팀 벤치마크는 전체 품질에서 ACE-Step 1.5를 YuE2와 MiniMax Music 3 아래로 평가
  • 4 GB 수치는 언어 모델 없는 2B DiT 기준이며, XL 모델은 오프로딩 시 12 GB, 쾌적한 사용에는 약 20 GB 필요
  • 스템 추출 같은 작업은 base 모델이 필요. 더 빠른 turbo와 SFT 버전은 지원하지 않음
  • "라이선스 및 로열티 프리 데이터" 주장은 개발자 측 것이므로 자신의 용도에 맞게 저작권을 확인하세요

성능 주장은 개발사가 제공한 것이며 독립적으로 검증되지 않았습니다.

메모리가 얼마나 필요할까?

ACE-Step 1.5의 각 버전별 메모리 수치입니다. 이미지, 영상, 음성, 음악 파이프라인은 텍스트 인코더와 디코더도 함께 불러오기 때문에 필요한 메모리가 메인 체크포인트보다 커질 수 있습니다.

버전 파라미터 다운로드 크기 필요 메모리 실행 가능 하드웨어
1.5 Turbo (2B DiT, with 1.7B LM) BF16 2B 10 GB 4 GB 노트북 또는 휴대폰
1.5 XL Turbo (4B DiT) FP32 4B 20 GB 12 GB 노트북 또는 휴대폰

다운로드 크기는 생성기, 텍스트 인코더, 디코더 등 모델 실행에 필요한 모든 구성 요소를 포함합니다. 필요 메모리는 개발사가 밝히거나 공개된 실측 최솟값이 있으면 그 값을, 없으면 다운로드 크기에 약 15%를 더해 추정합니다. 더 큰 이미지, 더 긴 클립, 더 높은 해상도는 더 많은 메모리를 필요로 합니다. 개발사가 최소 4 GB의 GPU 메모리가 필요하다고 밝혔습니다.

라이선스, 쉬운 말로 설명

가장 짧고 단순한 퍼미시브 라이선스입니다. 저작권 고지와 라이선스 문구만 유지하면 모델을 거의 어떤 용도로든 사용할 수 있습니다.

MIT에 대해 더 알아보기

함께 보기

자주 묻는 질문

ACE-Step 1.5(이)란 무엇인가요?
ACE-Step 1.5는 텍스트 설명과 가사로 몇 초 만에 보컬이 들어간 완전한 곡을 만들고, 일반 게이밍 GPU에서 돌아갑니다. 코드와 가중치 모두 MIT 라이선스라 상업적 이용도 간단합니다.
ACE-Step 1.5을(를) 상업적으로 사용할 수 있나요?
네. ACE-Step 1.5은(는) 허용적 라이선스인 MIT로 배포되었습니다. 라이선스 문구 표기 같은 표준 조건만 지키면 상업적으로 사용할 수 있습니다.
ACE-Step 1.5은(는) 오픈소스인가요?
ACE-Step 1.5은(는) 오픈소스 이니셔티브(OSI)가 승인한 라이선스인 MIT로 배포되었습니다. 학습 데이터와 학습 코드는 공개되어 있지 않을 수 있으므로, 오픈소스 라이선스를 적용한 오픈 웨이트 모델이라고 보는 것이 가장 정확합니다.
ACE-Step 1.5을(를) 내 컴퓨터에서 실행할 수 있나요?
네. 최소 버전 1.5 Turbo (2B DiT, with 1.7B LM) 기준 4비트 정밀도에서 메모리가 약 4 GB 필요하며, 최신 노트북이나 중급 그래픽 카드에서 충분히 돌아갑니다.
ACE-Step 1.5은(는) 언제 출시되었나요?
ACE-Step 1.5은(는) ACE-Step에서 2026년 1월 23일에 출시되었습니다.

공식 링크

출처

규격 정보는 아래 1차 자료에서 가져왔습니다. 언급된 벤치마크 수치는 개발사가 발표한 것입니다.

출시일 등 정보는 2026년 11월 11일에 마지막으로 확인했습니다.

관련 모델

모델 출시일 파라미터 컨텍스트 라이선스 최소 버전 필요 메모리
YuE2 EN M-A-P 3.63B – CC BY-NC (비상업적) 24 GB 게이밍 GPU
MiniMax Music 3 EN MiniMax 11.1B – MiniMax Music3 Community (조건부) 24 GB 게이밍 GPU
HeartMuLa EN HeartMuLa 3.94B – Apache 2.0 (허용적) 26 GB 게이밍 GPU
Stable Audio 3 EN Stability AI 460M – 1.4B – Stability Community (조건부) 4.02 GB 노트북 또는 휴대폰