2026 가을 · 고요의 기지에서
달 스튜디오 둘러보기 ↗
게임 개발

Stable Audio 3 Small SFX: 무료 효과음 AI로 게임 효과음 만들기

상업적 이용이 무료인 Stable Audio 3 Small SFX로 GPU 없이 노트북에서 AI 효과음을 3초 만에. 설치, 라이선스, 프롬프트, 게임 효과음 10종 실전.

헤드폰을 쓴 우주비행사가 달 기지에서 노트북으로 효과음을 만들고, 자동문, 발자국, 칵테일 셰이커, 센서 조명, 에어록 분사음이 주황색 음파를 타고 흘러나오며, 작은 로봇이 붐 마이크를 들고 있다
헤드폰을 쓴 우주비행사가 달 기지에서 노트북으로 효과음을 만들고, 자동문, 발자국, 칵테일 셰이커, 센서 조명, 에어록 분사음이 주황색 음파를 타고 흘러나오며, 작은 로봇이 붐 마이크를 들고 있다

제 웹사이트의 메인 페이지는 달 기지입니다. 주인공 Terry가 기지 안을 돌아다니고, 자동문을 지나고, 바에서 시그니처 칵테일을 주문할 수 있죠. 그래픽은 점점 더 정교해졌지만 줄곧 큰 단점이 하나 있었습니다. 소리가 거의 없다는 겁니다. 미니게임에 코드로 합성한 '삑' 소리 몇 개가 전부였고, 자동문이 열리는 것도, 금속 바닥을 걷는 것도, 로봇이 셰이커를 흔드는 것도 모두 무음이었습니다.

예전에는 게임 효과음을 구하는 방법이 두 가지뿐이었습니다. 효과음 소스 사이트에서 하나하나 찾아 라이선스를 확인하거나, 유료 클라우드 AI 효과음 생성 서비스를 쓰는 것이죠. Stability AI가 올해 5월 발표한 Stable Audio 3가 세 번째 길을 열었습니다. 그중 Small SFX는 효과음 전용 오픈 모델로, 그래픽카드 없이 노트북 CPU만으로 돌아갑니다.

이 글에서는 Stable Audio 3 Small SFX가 무엇인지, 상업적으로 써도 되는지, 내 컴퓨터에 어떻게 설치하는지 정리하고, 실제로 이 모델로 달 기지용 효과음 10종을 만들어 게임에 넣은 결과를 들려드리겠습니다.

Stable Audio 3란? Small SFX, Medium 등 4개 모델 비교

Stable Audio 3는 Stability AI가 2026년 5월 20일 발표한 AI 오디오 모델 시리즈입니다. 한 번에 네 개 모델이 나왔고, 그중 세 개는 오픈 웨이트라 내 컴퓨터에 내려받아 실행할 수 있습니다.

모델

파라미터 수

용도

하드웨어

최대 길이

Small SFX

4억 3,300만

효과음 전용

CPU로 실행 가능

2분

Small

4억 3,300만

음악

CPU로 실행 가능

2분

Medium

14억

음악, 효과음

NVIDIA 그래픽카드

6분 20초

Large

27억

음악, 효과음

API 전용, 다운로드 불가

6분 20초

이전 세대인 Stable Audio Open Small은 최대 11초까지만 생성할 수 있었는데, 이번 세대는 단숨에 몇 분까지 늘어났습니다. 텍스트로 생성하는 것 외에 오디오 투 오디오(기존 소리를 바탕으로 다른 질감으로 바꾸기)와 부분 재생성(중간의 몇 초만 다시 만들고 앞뒤는 유지)도 지원하고, LoRA로 내 효과음 라이브러리를 학습시켜 파인튜닝할 수도 있습니다.

이 글의 주인공은 가장 작은 Small SFX입니다. 공식 포지셔닝은 명확합니다. 스마트폰이나 일반 노트북 같은 기기에서 바로 효과음을 생성하는 모델이죠. 출력은 44.1 kHz 스테레오로, 일반적인 효과음 소스와 같은 사양입니다.

Stable Audio 3는 상업적으로 써도 될까? 라이선스 핵심 정리

게임을 만드는 사람에게 가장 중요한 질문이라 공식 설명을 정리했습니다.

  • 생성한 효과음은 내 것: 내 작품에 넣어 배포하고 판매할 수 있습니다.
  • 연 매출 100만 달러 미만: Stability AI Community License가 적용되어 개인과 소규모 팀은 무료로 상업적 이용이 가능합니다.
  • 연 매출 100만 달러 초과: Enterprise License를 별도로 구매해야 합니다.
  • 텍스트 인코더는 별도 약관: 모델에 Google의 T5Gemma가 들어가 있어서 Gemma 이용 약관도 함께 지켜야 합니다.
  • 학습 데이터: 공식 설명에 따르면 라이선스를 받은 녹음 약 128만 건을 사용했고, 출처는 AudioSparx의 라이선스 음원 라이브러리와 Freesound의 CC0, CC BY 등 라이선스 효과음입니다.

마지막 항목은 게임 개발자에게 아주 중요합니다. AI 생성 콘텐츠에서 가장 걱정되는 게 "학습 데이터를 훔쳐 온 건 아닌가"인데, Stability는 이번에 데이터 출처를 분명히 밝혔습니다.

하나 더 주의할 점이 있습니다. Hugging Face의 PyTorch 버전 웨이트(예: stabilityai/stable-audio-3-small-sfx)는 로그인하고 약관에 동의해야 내려받을 수 있습니다. 이 글에서 쓰는 CPU 버전은 다른 저장소인 stable-audio-3-optimized에서 받는데, 공식 안내로는 익명 다운로드도 되고 속도 제한만 있다고 하며, 실제로 로그인 없이도 다운로드에 성공했습니다. 다만 어디서 받든 위의 라이선스 조건은 똑같이 적용됩니다.

컴퓨터 사양: 그래픽카드 없이 노트북 CPU로 충분

제 노트북은 Intel Core Ultra 5(6코어)이고 NVIDIA 그래픽 드라이버가 작동하지 않아서 사실상 CPU만 있는 셈입니다. 공식적으로 여러 최적화 버전을 제공합니다.

  • TFLite: CPU 전용. Linux, macOS, Windows(x64)에서 모두 돌아가고 PyTorch를 설치할 필요가 없습니다. 이 글에서 쓰는 버전입니다.
  • MLX: Apple Silicon Mac용.
  • TensorRT: NVIDIA 그래픽카드용으로, 가장 빠릅니다.

TFLite 버전 Small SFX의 다운로드 파일(효과음 모델, 디코더, 텍스트 인코더)은 합쳐서 약 1.7 GB이고, 실행 시 메모리는 약 0.8 GB를 씁니다. 실제 생성 속도는 다음과 같습니다.

생성 길이

소요 시간(모델 로딩 포함)

3초

약 2.9초

8초

약 3.7초

30초

약 8.4초

즉, 그래픽카드 없는 노트북에서도 효과음을 생성하는 시간이 소리 자체의 길이보다 짧습니다. 프롬프트를 고치고 결과를 들어 보는 한 사이클이 몇 초면 끝납니다.

Stable Audio 3 Small SFX 설치(CPU 버전)

공식 CPU 버전은 uv로 Python 환경을 관리합니다. 설치 스크립트가 알아서 독립된 환경을 만들고 웨이트를 내려받기 때문에 시스템 Python은 건드리지 않습니다.

git clone --depth 1 https://github.com/Stability-AI/stable-audio-3
cd stable-audio-3/optimized/tflite
./install.sh -y --download sm-sfx

--download sm-sfx는 효과음 모델만 내려받습니다.

명령어를 직접 입력하기 싫다면 Claude Code나 Codex 같은 AI 코딩 어시스턴트에게 맡겨도 됩니다. 터미널에서 실행한 뒤 이렇게 입력하세요.

Stable Audio 3 Small SFX 설치해 줘

공식 설치 방법을 스스로 찾아서 코드와 모델을 내려받아 줍니다. Hugging Face 로그인이 필요한 부분은 직접 처리해 달라고 요청할 겁니다. 설치가 끝나면 이어서 효과음 생성, 포맷 변환, 편집까지 부탁할 수 있습니다.

다운로드가 느리거나 멈춘다면? Hugging Face에 로그인해서 속도 제한 풀기

모델 파일은 Hugging Face에 올라가 있습니다. 로그인하지 않고(익명으로) 내려받으면 Hugging Face가 일정 시간 동안 받을 수 있는 데이터 양을 제한하는데, 이것이 속도 제한(rate limit)입니다. 다운로드 속도가 매우 느려지거나 중간에 멈춰서 한동안 기다려야 다시 이어집니다. 무료 계정으로 로그인하면 제한이 크게 완화되어, 같은 약 1.7 GB 파일도 보통 몇 분이면 끝납니다.

해제 방법:

  1. Hugging Face에서 무료 계정을 만들거나 로그인합니다.
  2. Access Tokens에서 Read 권한 토큰을 만듭니다.
  3. 설치 폴더에서 로그인 명령을 실행하고 토큰을 붙여 넣습니다.
.venv/bin/hf auth login

로그인 정보는 내 컴퓨터에 저장되므로 이후 다운로드는 속도 제한에 걸리지 않습니다. ./install.sh -y --download sm-sfx를 다시 실행하면 다운로드가 이어집니다. 예전 튜토리얼에 자주 나오는 huggingface-cli login도 같은 기능인데, 새 버전 huggingface_hub에서는 hf auth login으로 바뀌었습니다.

PyTorch 버전(stabilityai/stable-audio-3-small-sfx)을 쓰려면 로그인 외에도 모델 페이지에서 먼저 라이선스 약관에 동의해야 다운로드할 수 있습니다.

설치가 끝나면 명령어 한 줄로 생성할 수 있습니다.

./sa3 --dit sm-sfx --decoder same-s \
  --prompt "TrackType: SFX. Sci-fi sliding door opening, short pneumatic hiss and smooth electric servo whir, close mic, clean recording" \
  --seconds 3 --seed 1 --out door-open.wav

자주 쓰는 옵션:

  • --seconds: 생성할 길이(초).
  • --seed: 랜덤 시드. 같은 프롬프트라도 시드를 바꾸면 다른 버전이 나옵니다.
  • --steps: 생성 스텝 수. 기본값은 8이며, 공식적으로 8이 가장 균형이 좋고 더 늘린다고 꼭 좋아지지는 않는다고 합니다.
  • --init-audio, --inpaint-range: 오디오 투 오디오와 부분 재생성.

공식 웹 UI인 ./sa3-gradio도 함께 제공되니, 명령줄이 익숙하지 않다면 브라우저에서 조작하면 됩니다.

AI 효과음 프롬프트는 어떻게 쓸까?

공식 프롬프트 가이드는 효과음 설명에 다음 세 가지를 넣으라고 권합니다.

  1. 소리의 출처: 무엇이 소리를 내는지. 예: '금속 슬라이딩 도어', '얼음이 든 칵테일 셰이커'.
  2. 동작: 소리가 어떻게 나고 얼마나 이어지는지. 예: '열린다', '세게 흔든다', '바 카운터를 미끄러지다 멈춘다'.
  3. 녹음 방식: 마이크 거리, 공간, 처리. 예: 'close mic', 'metallic room', 'clean recording'.

작은 팁도 두 가지 있습니다.

  • 맨 앞에 TrackType: SFX. 붙이기: 공식 설명에 따르면 이렇게 해야 더 자연스러운 효과음이 나옵니다.
  • 길이는 짧게: 대부분의 효과음은 1~2초밖에 안 됩니다. 하지만 모델은 지정한 길이를 꽉 채우려는 경향이 있어서, 저는 조금 넉넉하게 주고 생성 후 남는 부분을 잘라 냅니다.

프롬프트는 영어로 써야 하고, 효과음 라이브러리의 파일 설명처럼 쓸수록 좋습니다. 학습 데이터가 바로 그런 라이브러리이기 때문입니다.

프롬프트 작성은 Claude Code나 Codex에게

매번 영어 설명을 직접 떠올리는 건 피곤하니, 위 원칙을 AI 코딩 어시스턴트의 전역 설정에 적어 두면 편합니다. Claude Code는 ~/.claude/CLAUDE.md, Codex는 ~/.codex/AGENTS.md입니다. 그다음부터는 한국어로 "문 열리는 효과음 만들어 줘"라고만 하면 이 방식대로 프롬프트를 쓰고 효과음을 생성해 줍니다. 아래 내용을 파일 맨 끝에 붙여 넣으세요.

## Stable Audio 3 Small SFX로 효과음 생성하기

내가 효과음을 요청하면 이 규칙대로 프롬프트를 쓰고, 로컬의 Stable Audio 3 Small SFX로 생성할 것:

- 프롬프트는 항상 영어로 쓰고, 맨 앞에 `TrackType: SFX.`를 붙인다.
- 세 가지를 순서대로 묘사한다: 소리의 출처(무엇이 소리를 내는지, 재질), 동작(어떻게 나는지, 세기, 길이), 녹음 방식(close mic / distant, room tone, clean recording).
- 효과음 라이브러리의 파일 설명처럼 쓴다: 구체적인 명사와 형용사를 쓰고, 이야기나 감정 묘사로 쓰지 않으며, 음악 관련 단어도 쓰지 않는다.
- 한 번에 하나의 소리 이벤트만 묘사한다. 연속된 소리(발소리, 환경음)는 "single" 또는 "loop"를 명시한다.
- 길이는 필요한 것보다 1~2초 더 주고, 생성 후 남는 부분을 잘라 낸다.
- 프롬프트마다 서로 다른 seed 3개로 한 번씩 생성하고, 파일명과 프롬프트를 나열해서 내가 고르게 한다.
- 웹페이지나 게임에 넣을 때는 앞뒤 무음을 자르고, 짧은 페이드아웃을 넣고, 라우드니스를 맞춘 뒤 mp3로 변환한다.

예를 들어 달 기지 바의 셰이커 소리는 이 프롬프트로 만들었습니다.

TrackType: SFX. Cocktail shaker shaken hard with ice cubes, rhythmic rattling, close mic, bar

실전: 달 기지용 게임 효과음 10종 만들기

달 기지에 가장 필요한 소리 10가지를 꼽고, 각각 서로 다른 시드로 3번씩, 총 30개를 생성했습니다. 전부 합쳐 2분도 안 걸렸습니다. 아래 오디오는 모델에서 바로 나온 버전으로, 음량만 맞췄습니다. 발소리 영상 두 개와 에어록 영상 한 개는 실제 게임 화면을 넣었으니 게임에 연결한 뒤 어떻게 들리는지 들어 보세요. 각 클립 아래에 전체 프롬프트를 붙였습니다.

자동문이 열리는 소리
TrackType: SFX. Sci-fi sliding door opening, short pneumatic hiss and smooth electric servo whir, metal panel gliding, close mic, clean recording
에어록 사이클: 영상에서 안쪽 문이 닫히고 0 kPa까지 감압된 뒤 바깥쪽 문이 열린다
TrackType: SFX. Spaceship airlock cycling, heavy mechanical clunk, long pressure-equalizing air hiss, then a lock latching, metallic room
금속 바닥 위의 발소리
TrackType: SFX. Footsteps of one person walking at a steady pace on a hollow metal deck floor, rubber-soled boots, indoor, dry, close mic
달 표면 자갈 위의 발소리: 달에는 공기가 없어서, 게임에서는 로우패스 필터를 걸어 헬멧 너머로 듣는 것처럼 만들었다
TrackType: SFX. Footsteps walking at a steady pace on dry gravel and fine dust, crunchy, outdoors, close mic
센서 조명이 켜지는 소리
TrackType: SFX. Fluorescent ceiling light switching on, sharp relay click followed by a soft electrical hum, close mic
기지 환경음
TrackType: SFX. Space station interior room tone, steady low ventilation hum, soft air handling, distant machinery, constant, no events, seamless background
칵테일 셰이커 흔들기
TrackType: SFX. Cocktail shaker shaken hard with ice cubes, rhythmic rattling, close mic, bar
음료 따르기
TrackType: SFX. Pouring a drink into a glass with ice cubes, liquid splash and ice clinking, close mic
잔이 바 카운터를 미끄러지는 소리
TrackType: SFX. Glass tumbler sliding across a smooth bar counter and stopping, short friction slide, close mic

몇 가지 관찰:

  • 리듬이 일정한 소리가 가장 쓰기 좋습니다: '일정한 걸음걸이의 발소리'는 걸음 간격이 거의 똑같이(약 0.7초) 나와서 한 걸음씩 잘라 내기 쉽습니다.
  • 순서가 있는 묘사를 알아듣습니다: 에어록은 '묵직한 기계음 → 긴 공기 배출음' 순서 그대로 나왔습니다.
  • 길이를 꽉 채웁니다: 3초짜리 문 소리를 요청하면 2초가 넘는 '쉬익' 소리를 주는데, 실제 문 소리보다 길어서 잘라야 합니다.
  • 가끔 이벤트가 더 들어갑니다: 센서 조명 버전 중 하나는 중간에 '딸깍'이 한 번 더 들어가 있었습니다. 이럴 땐 다음 시드로 넘어가면 됩니다.

게임 효과음 제작: AI 효과음을 게임에 넣기

생성은 첫 단계일 뿐입니다. 게임 안에서 소리가 제대로 들리게 하려면 몇 가지 처리가 더 필요합니다. 달 기지는 Three.js로 만든 웹 게임이고, 소리는 브라우저의 Web Audio로 재생합니다.

  • 발소리를 한 걸음씩 자르기: 8초짜리 걷는 소리에서 걸음마다 자동으로 찾아내 6개의 단일 걸음 오디오 파일로 잘랐습니다. 게임에서는 한 걸음마다 무작위로 하나를 고르고 피치도 살짝 무작위로 바꿔서, 같은 소리를 반복 재생하는 느낌이 나지 않습니다.
  • 발소리를 뒤꿈치 착지에 맞추기: 캐릭터 걷기 애니메이션에서 발 본의 높이를 읽어 뒤꿈치가 땅에 닿는 시점을 측정하고, 바로 그 순간에 소리를 재생합니다. 몇 초마다 고정 간격으로 재생하는 방식이 아닙니다.
  • 환경음을 끊김 없는 루프로: 30초짜리 환경음의 끝과 시작을 크로스페이드해서, 이음새가 들리지 않고 계속 반복되는 배경음으로 만들었습니다.
  • 달에는 공기가 없다: 우주복을 입고 기지 밖으로 나가면 환경음이 점점 작아지고 먹먹해지며, 발소리에도 로우패스 필터가 걸려 헬멧 너머로 듣는 것처럼 됩니다.
  • 게임 이벤트와 연동: 자동문 개폐, 에어록 감압·가압 시작, 복도 센서 조명 점등, 바 로봇의 셰이커 흔들기와 따르기가 각각 해당 소리를 재생하고, 거리가 멀수록 작게 들립니다.
  • 하단 메뉴에 효과음 켜기/끄기 추가: 선택한 설정을 기억합니다.

최종적으로 오디오 파일 23개를 합쳐도 632 KB밖에 안 되니, 웹 게임에는 부담이 아주 적습니다. 실제 효과를 들어 보세요(소리를 켜 주세요).

AI 효과음을 입힌 달 기지: 복도의 발소리, 센서 조명, 자동문, 그리고 바 로봇이 셰이커를 흔들고 음료를 따르고 잔을 바 카운터로 밀어 보내는 소리

Stable Audio 3 Small SFX의 한계

한 바퀴 써 보고 나니 미리 알아 두면 좋을 점들이 있습니다.

  • 효과음만 가능: Small SFX는 음악을 만들지 못합니다. 음악이 필요하면 Small이나 Medium을 써야 합니다.
  • 프롬프트는 영어로: 영어만 알아듣습니다.
  • 여러 번 생성해서 고르기: 같은 프롬프트라도 시드에 따라 품질 차이가 꽤 큽니다. 다행히 생성이 빨라서 3~5개 버전을 만들고 고르는 게 가장 시간을 아끼는 방법입니다.
  • 결과물은 결국 편집이 필요: 길이, 앞부분 무음, 음량을 손봐야 게임에 바로 넣을 수 있습니다. 이 작업은 Claude Code나 Codex에게 맡길 수 있습니다. 별도의 subagent를 독립된 효과음 리뷰어로 두고 생성 결과 검사만 맡기는 겁니다. 앞부분에 무음이 있는지, 길이가 맞는지, 들어가면 안 되는 소리가 섞였는지, 각 클립의 음량이 일정한지 등을 확인해 가장 좋은 버전을 골라 다듬은 뒤, 메인 agent에게 넘겨 게임에 넣게 합니다. 리뷰를 맡은 agent는 생성에 참여하지 않았기 때문에 자기 결과물에 후한 점수를 줄 가능성이 낮습니다.
  • 게임 안에서 무슨 일이 일어나는지는 모릅니다: 소리를 언제 재생할지, 얼마나 크게 할지, 먹먹하게 할지는 여전히 직접 게임에서 설계해야 합니다.

인디 개발자에게 가장 큰 장점: 처음부터 효과음을 넣어 둘 수 있다

AI 코딩 어시스턴트로 게임을 만들 때, Small SFX의 가장 큰 가치는 음질이 아니라 효과음을 개발 초기부터 넣어 둘 수 있다는 점이라고 생각합니다.

초기에는 이 효과음이 최종적으로 쓸 만한지 알기 어렵지만, 괜찮습니다. 우선 임시 소리로 문, 발소리, 버튼을 하나씩 생성해 트리거 코드에 연결해 두면 됩니다. 나중에 더 좋은 버전으로 바꾸고 싶으면 같은 이름의 오디오 파일만 교체하면 되고, 재생 타이밍이나 음량, 거리 설정은 다시 할 필요가 없습니다.

게임이 거의 완성된 뒤에 효과음을 채우려 하면 시간과 토큰이 몇 배로 듭니다. 이유는 agent가 어디에 효과음을 넣을지 판단하는 방식에 있습니다. 게임을 화면 하나하나 캡처해서 분석하고 스토리와 동작을 이해해야 비로소 문이 언제 열리는지, 발이 언제 땅에 닿는지, 어디에 소리가 필요한지 알 수 있습니다. 게임이 클수록 다시 살펴봐야 할 화면도 늘어나죠. 반대로 기능을 만들 때마다 그때그때 효과음을 넣어 두면, agent는 자기가 방금 무엇을 작성했는지 이미 알고 있으니 다시 돌아볼 필요가 없습니다.

마치며: 노트북 한 대로 게임 효과음 만들기

혼자 게임을 만들 때 효과음이 가장 채우기 어려운 부분이라고 생각해 왔습니다. 소스 라이브러리에서 딱 원하는 소리를 찾기 어렵고, 직접 녹음하자니 장비가 없었죠. Stable Audio 3 Small SFX는 그 문턱을 '노트북 한 대, 영어 설명 한 문장, 몇 초'까지 낮춰 줍니다. 게다가 상업적으로 쓸 수 있고 학습 데이터도 라이선스를 받은 것이라 인디 개발자에게 아주 반가운 도구입니다.

달 기지에도 드디어 소리가 생겼습니다. 여러분은 게임을 만들 때 효과음을 어떻게 해결하시나요? Threads나 X에서 제 게시물을 찾아 편하게 댓글 남겨 주세요.