블로그

사용 가이드

MiniMax Music 3 단편 곡 제작 가이드: 가사, 섹션 태그, 편곡 브리프를 어떻게 분리해 작성할까

현재 계약의 두 필수 입력을 기준으로 재현 가능한 단편 곡 요청을 설계하다

Nov 18, 2026
글 커버 이미지: 짙은 청록 바탕 위에 평면 컷으로 표현된 광물 단면 기하 도형, 청록과 먹빛 녹색이 교차하며 절제된 스타일.
이 페이지에서

먼저 두 필수 입력을 구분하자

MiniMax Music 3는 HiAPI에서 text-to-music 작업형 기능 하나만 제공하며, '먼저 멜로디를 뽑고 가사를 채운다'는 식의 단계별 인터페이스는 없다. 즉 한 번의 요청에 반드시 두 가지를 함께 제시해야 한다: input.lyrics(필수)와 input.prompt(필수). 이 둘은 '하나가 주용이고 하나는 선택적 보충'이라는 관계가 아니라, 출력을 함께 결정하는 두 개의 병렬 입력 채널이다.

이 두 필드의 책임 경계를 먼저 고정하면, 이후의 모든 작성 문제를 제자리에 배치할 수 있다:

  • lyrics = 노래로 불릴 내용. '무엇을 부르는가'에 답하며, 가사 본문과 섹션 구조 태그만 포함해야 한다.
  • prompt = 음악 자체에 대한 설명. '어떻게 들리는가'에 답하며, 스타일, 정서, 보컬 질감, 편성과 편곡 흐름을 담는다.

흔한 재작업은 모두 이 두 가지를 뒤섞어 쓴 데서 비롯된다: '후렴에 드럼 비트 한 단락 추가'를 lyrics에 넣거나, 가사 전체를 prompt에 붙여 넣는 경우다. 전자는 가사가 노랫말로 불리거나 구조 태그 규칙에 의해 잘릴 수 있고, 후자는 가창 텍스트에 대한 명시적 제어를 포기하는 것과 같다.

인터페이스 형태를 다시 강조하자면, 이것은 작업형 인터페이스로 요청을 제출하면 비동기로 결과가 반환되며, 파라미터는 모두 input 아래에 붙는다. 따라서 작성 순서는 다음과 같이 권한다. 먼저 가사 골격을 정하고, 다음으로 편곡 브리프를 쓰고, 마지막으로 선택 파라미터로 길이와 재현성을 마무리한다. 다음 절은 lyrics부터 시작한다.

분명히 구분된 두 입력 채널—가사 하나, 음악 설명 하나—가 결국 같은 생성 요청 하나로 합쳐진다.

가사 텍스트와 섹션 태그를 올바르게 구성하는 방법

input.lyrics의 규칙은 짧지만 실수가 가장 많은 부분이다: 구조 태그(예: [intro], [verse], [chorus])는 반드시 각각 단독 한 줄을 차지해야 한다. 태그와 같은 줄에 쓴 본문은 버려진다. 이 한 가지가 대부분의 '가사가 사라졌다'는 피드백을 설명한다—문제는 모델이 아니라 줄바꿈에 있다.

기본 형태

한 줄에 한 요소: 태그 하나 또는 가사 한 줄. 다음과 같이 단편 곡 골격을 구성한다:

[intro]
[verse]
밤빛이 창틀을 따라 천천히 물러난다
못다 한 말을 바람 속에 접어 넣는다
[chorus]
이 한 순간이 조금만 더 길었으면
조금만 더
[outro]

세 가지 엄격한 규칙

  1. 태그는 단독 한 줄. [chorus] 이 한 순간이 조금만 더 길었으면 같은 작성법에서는 태그 뒤 본문이 버려지는 위치에 놓인다. 올바른 방법은 두 줄로 나누는 것이다.
  2. 태그 줄에 주석을 달지 말 것. 태그 줄에는 태그 자체 외에 어떤 설명적 텍스트도 두지 말고, 편곡 의도는 prompt에 써야 한다.
  3. 같은 섹션 내 가사는 줄 단위로 작성. 각 줄은 하나의 자연스러운 가창 단위에 대응하며, 줄 수 자체가 리듬 정보의 일부다. 단편 곡 섹션은 합리적인 줄 수로 조절하는 것이 긴 문장을 쌓는 것보다 깔끔한 결과를 얻기 쉽다.

구성 템플릿

단편 곡 하나에는 이 계층을 권한다: [intro] → [verse] → [chorus] →(선택적 [verse] / [chorus] 반복)→ [outro]. 섹션 태그는 구조 신호이며, 같은 종류의 태그가 반복되면 '같은 역할의 섹션을 한 번 더'라고 모델에 알리는 것이다. 이 섹션에 어떤 악기를 쓸지, 어떤 강도로 갈지는 여기에 쓰지 않고 다음 절의 prompt에 쓴다.

prompt로 계층형 편곡 브리프 작성하기

input.prompt는 자유 텍스트 음악 설명이다. 공식 설명에서 명시한 제어 가능 차원에는 장르, BPM, 조성, 정서 전개, 보컬 디테일, 섹션별 편곡이 포함된다. 한 번에 형용사 큰 덩어리를 쓰기보다 '굵게 먼저, 세밀하게 나중'의 계층으로 쓰면 어떤 차원을 바꿀 때 전체를 다시 쓰지 않고 해당 지점만 교체할 수 있다.

계층 순서

  1. 장르와 전체 분위기: 한 문장으로 기조를 정한다. 예: 인디 포크, City Pop, 피아노 서사 팝.
  2. 속도와 조성: BPM과 조성은 정량화 가능한 기준점이며, 적어 두면 무작위성이 현저히 줄어든다.
  3. 정서 전개: 곡 전체가 어떤 정서에서 어떤 정서로 흘러가는지 설명한다. 예: '절제된 오프닝, 후렴에서 상승, 마지막 구간에서 하강'.
  4. 보컬 디테일: 음색, 성별, 기식 비율, 화음 추가 여부 등 보컬 차원의 설명.
  5. 섹션별 편곡: prompt의 섹션 설명과 lyrics의 섹션 태그를 맞추어, intro / verse / chorus별로 편성과 강도를 각각 명확히 한다.

사용 가능한 브리프 템플릿

장르: 피아노 중심의 서사 팝
속도와 조성: 중저속, 단조
정서 전개: 벌스는 절제, 후렴에서 상승, 엔딩에서 수렴
보컬: 여성 보컬, 가까운 마이크 질감, 후렴에 저음 화음 추가
편곡: intro는 피아노와 약한 환경음만; verse는 저음과 가벼운 타격 추가; chorus는 풀 드럼 세트 진입; outro는 피아노로 회귀

두 가지 작성 습관

  • 섹션 설명과 가사 태그를 같은 이름으로. prompt에서 'chorus는 풀 드럼 세트 진입'이라고 하면 lyrics에도 [chorus]가 있어야 하며, 양쪽 이름이 일치하면 모델이 정렬하기 더 직접적이다.
  • 각 계층에는 해당 계층의 결정만. 장르 줄에 보컬 요구를 섞지 말고, 한 문장에 상호 배타적인 속도를 세 개 넣지 말 것. 계층화의 목적은 매 반복에서 한 계층만 건드리게 하는 것이다.
바닥의 장르와 속도에서 정서 전개, 보컬 디테일, 그리고 꼭대기의 섹션별 편곡까지—편곡 브리프는 굵은 것에서 세밀한 것으로 계층마다 겹쳐 쌓인다.

길이와 난수 시드: duration과 seed의 실제 의미

둘 다 선택 파라미터이지만, 자주 '정밀 제어'로 오해된다.

duration: 상한이며 계약이 아니다

input.duration은 생성 오디오의 길이 상한이며 단위는 초, 기본값 60, 범위 1–300이다. 핵심은 '상한'이라는 점이다: 모델이 조기에 종료할 수 있어 출력 길이가 입력한 값과 정확히 같다는 보장이 없다.

여기서 두 가지 실천 결론이 나온다:

  • 단편 곡을 만들 때는 목표 길이에 여유를 조금 더 두고, duration을 목표 길이에 빈틈없이 맞추지 말 것. 그렇지 않으면 조기 종료 확률이 곧바로 '한 토막 짧아짐'으로 이어진다.
  • duration으로 구조를 제어하지 말 것. 후렴을 더 일찍 등장시키고 싶다면 lyrics의 섹션 배치와 prompt의 섹션별 편곡을 바꿔야 하며, 총 길이를 줄이는 것이 아니다.

seed: 재현의 기준점

input.seed는 정수를 받으며 결과 재현에 사용된다. 생략하면 난수 시드를 사용한다. 그 가치는 A/B 비교에 있다: 같은 lyrics에 두 버전의 prompt를 붙이고 고정 seed로 각각 요청하면, 차이를 무작위성이 아니라 브리프 자체에 더 쉽게 귀속시킬 수 있다.

seed는 '재현 가능'이라는 의미 계층만 담당하며, 품질 노브가 아니고 고정 seed에서 결과가 완전히 정지한다고 약속하지도 않는다—다만 서로 다른 브리프 버전을 비교하는 실험 기준선으로는 가장 간편한 도구다.

하나의 단편 곡 요청으로 조합하기: 파라미터 목록과 점검 항목

앞의 세 부분을 합치면, 단편 곡 요청 하나의 파라미터 필드 경로는 고정되어 있다:

  • input.lyrics: 필수, 가사 본문 + 단독 한 줄 섹션 태그.
  • input.prompt: 필수, 계층형 편곡 브리프.
  • input.duration: 선택, 길이 상한, 단위 초, 기본값 60, 범위 1–300.
  • input.seed: 선택, 정수, 재현용.

제출 전 자체 점검 목록

  1. 모든 섹션 태그가 단독 한 줄을 차지하며, 태그 줄 끝에 본문이 딸려 있지 않은가?
  2. lyrics에 편곡, 악기, 정서 설명이 섞여 있지 않은가?
  3. prompt가 장르, 속도와 조성, 정서 전개, 보컬, 섹션별 편곡의 다섯 계층을 모두 포함하는가?
  4. prompt의 섹션 이름과 lyrics의 태그 이름이 서로 맞는가?
  5. duration이 정확값이 아니라 목표 길이에 여유를 둔 값인가?
  6. 버전 비교를 할 경우 seed가 동일한 정수로 고정되어 있는가?

여섯 가지를 모두 확인하면 대부분의 무효 요청을 피할 수 있다. 더 세부적인 필드와 호출 방식은 minimax-music-3 모델 페이지에서 확인할 수 있으며, 사이트 내에 curl과 Python 단계별 예제 글이 이미 있으므로 여기서 반복하지 않는다.

흔한 실패 모드와 반복 경로

마지막으로 자주 발생하는 문제를 '증상 → 원인 → 수정법'으로 정리해 문제 해결에 도움이 되게 한다.

증상 1: 가사가 한 섹션 빠짐

가장 흔한 원인은 태그와 본문이 같은 줄에 있어 같은 줄 본문이 버려지는 것이다. 수정법은 하나뿐이다: [chorus] 가사를 두 줄로 나눈다.

증상 2: 불려서는 안 될 내용이 노래로 불림

편곡 요구가 lyrics에 들어간 경우다. 예를 들어 '후렴에 드럼 추가'를 가사 영역에 두면 가창 텍스트로 처리될 수 있다. 수정법은 모든 비가사 내용을 prompt의 섹션별 편곡 계층으로 옮기는 것이다.

증상 3: 결과물이 예상보다 짧음

duration을 정확한 길이로 사용한 경우다. duration은 상한이며 모델이 조기에 종료할 수 있다. 수정법은 목표 길이에 여유를 두고, duration을 줄이는 대신 섹션 배치로 구조를 이끄는 것이다.

증상 4: 결과 스타일이 흔들리고 어느 버전이 더 나은지 판단하기 어려움

seed를 고정하지 않았고 prompt도 계층적으로 쓰지 않아 두 요청 사이 변수가 너무 많은 경우다. 수정법은 먼저 seed를 고정한 뒤 '장르 → 속도와 조성 → 정서 → 보컬 → 섹션별 편곡' 순서로 계층별로 수렴하는 것이다: 첫 라운드는 장르와 속도만 정하고, 방향이 확인되면 정서 전개를 추가하고, 이어서 보컬 디테일을 보충하고, 마지막으로 섹션별 편곡을 세밀하게 조정한다. 매 라운드에서 한 계층만 바꾸면 어떤 버전의 차이든 귀속시킬 수 있다.

이 경로를 따르면 단편 곡 제작은 '반복적인 운 시도'에서 파라미터가 명확한 수렴 과정으로 바뀐다: lyrics는 무엇을 부를지, prompt는 어떻게 들릴지, duration과 seed는 경계와 재현성을 담당한다. 깔끔한 가사 골격과 굵은 브리프 하나로 시작해 계층별로 디테일을 더해 가면 된다.

영구 AI 아티팩트로 빌드 시작하기

API 키를 받아 태스크 기반의 하나의 API로 이미지, 비디오, 오디오 모델을 호출하세요.

API 문서 보기