무료 Maestro v4, ComfyUI와 AI 에이전트에 연결된다

Blaine Brown(@blizaine)이 X에 올린 글에서 Maestro 네 번째 버전의 출시를 알렸다. 영상, 이미지, 음악, 편집을 하나의 애플리케이션에 모아 놓은 그의 로컬 AI 스튜디오다. 제작자에 따르면 v4에는 본격적인 MCP 서버, ComfyUI 연동, Pika H3 Flex 모델 지원이 추가됐고, 도구 자체는 무료로 제공된다.

생성형 클립으로 영상을 엮는 사람들에게 이번 업데이트의 핵심은 다른 도구와의 연결이다. 새 기능 목록으로 보면 이제 Maestro를 이미 설정해 둔 ComfyUI에 연결하고, MCP 프로토콜을 통해 제어의 일부를 외부 AI 에이전트에 넘길 수 있다. 글 자체에는 자세한 내용이 없고 제작자는 이어지는 스레드에서 공개하겠다고 약속했지만, 두 기능에 대한 설명은 이미 프로젝트 저장소에 있다.

“Maestro는 무료로 제공되는, 가장 직관적이고 강력한 로컬 오픈 창작용 AI 스튜디오다.” Blaine Brown은 자신의 프로젝트를 이렇게 설명했다.

제작자 본인의 평가다. 그는 발표와 함께 Maestro v4로 만든, VisionQuest와 Avengers Doomsday를 소재로 한 영상을 공개했다.

스튜디오가 할 수 있는 일

GitHub의 Maestro 저장소에 따르면 이 프로젝트는 원클릭으로 설치되고 로컬 모델은 사용자의 컴퓨터에서 동작한다. 외부 AI 서비스와 원격 접속은 선택적으로 연결한다. 기반은 WanGP 파이프라인이다. 애플리케이션은 세 부분으로 나뉜다.

Director는 노래나 줄거리를 바탕으로 뮤직비디오나 단편 영화의 기획안을 세운다. 캐릭터 레퍼런스와 키프레임을 준비하고 클립을 생성해 결과물을 조립한다. Auto 모드에서는 제작이 처음부터 끝까지 진행되고, Manual 모드에서는 각 단계를 확인할 수 있다. 기획안, 프롬프트, 테이크는 하나의 프로젝트 패널에 보관되므로 개별 샷을 하나씩 다듬을 수 있다.
Studio는 텍스트와 레퍼런스를 이용한 영상 생성을 담당한다. 여기서 영상을 애니메이션으로 만들고, 길이를 늘리고, 섞고, 수정할 수도 있다. 스튜디오는 이미지, 음악, 음성, 복제된 목소리, 효과음을 만들고 편집한다. 모델로는 MiniMax H3, LTX, Flux, Qwen, MOSS, Fish Audio가 언급되며 작업 대기열도 있다. 프로젝트는 LTX-2.5와 MiniMax H3에 최적화돼 있다.
Editor는 비파괴 멀티트랙 편집 데스크다. 자르기, 트랜지션, 속도, 볼륨, 캔버스 설정이 있다. Director에서 완성된 연출이 이곳으로 넘어오고, 샷은 다시 생성하도록 되돌려 보낼 수 있다.

2026년 11월 4일자 4.0.0 버전 설명에 따르면 편집 데스크가 확장됐다. 되돌리기가 가능한 검증형 자동 편집 기획안, 크로마키, 투명도를 지원하는 ProRes 4444 MOV 내보내기가 추가됐다. 애니메이션 타이틀은 Studio나 Editor에서 바로 말로 설명할 수 있다.

ComfyUI와 AI 에이전트

저장소에 따르면 ComfyUI 연동은 이미 설정된 모델 폴더를 사용하고, ComfyUI API 그래프를 가져와 검증하고, 지원되는 Studio와 Director의 요청을 기존 ComfyUI 서버로 보낼 수 있게 해 준다. 이 기능은 선택 사항이며 기본적으로 꺼져 있고, 자동으로 켜지거나 설치되는 것은 없다. ComfyUI 자체와 커스텀 노드는 별도로 설치하고 관리해야 한다.

내장 MCP 서버는 호환 에이전트가 스튜디오의 기능을 파악하고, 선택한 모델에 맞춰 프롬프트를 작성하고, 저장된 캐릭터와 레퍼런스를 사용하고, Studio와 Director에 작업을 보내고, 프로젝트를 관리하도록 해 준다. 에이전트가 자신의 뮤직비디오 기획안을 가져올 수도 있고, 노래 분석은 Maestro가 직접 수행한다. 같은 컴퓨터에서 로컬로, 또는 다른 머신에서 인증을 거쳐 Tailscale로 접속할 수 있고, 에이전트에게는 정해진 범위 안에서 권한이 부여된다.

50단계 대신 6단계

또 하나 눈에 띄는 새 기능은 Pika H3 Flex 지원이다. Maestro v4에서는 실험적 기능으로 표시돼 있다. 프레임과 레퍼런스를 이용한 생성, 원본 오디오 반영, 실험적인 1080p를 포함한 다섯 단계의 해상도를 지원한다. ComfyUI 문서에 따르면 Pika H3 Flex는 MiniMax H3를 추가 학습한 버전이다. 생성기는 50단계에서 6단계로 증류됐다. 모델은 기본 MiniMax H3 위에 올리는 두 개의 LoRA 어댑터 형태로 제공되므로 새로운 아키텍처가 필요하지 않다. 1344×768 해상도의 5초 클립은 그래픽카드 한 장에서 약 1분이면 계산된다. 증류하지 않은 H3는 20~50단계를 요구한다.

샷 편집에는 ComfyUI 문서에 설명된 모델의 다른 특성도 중요하다.

대사, 효과음, 음악이 영상과 같은 패스에서 스테레오로 생성된다.
한 번의 생성에 최대 12개의 레퍼런스를 넣을 수 있다. 이미지 최대 9개, 모션 레퍼런스를 포함한 영상 3개, 목소리 샘플이 담긴 오디오 클립 3개다.
컷, 카메라 움직임, 대사를 하나의 프롬프트에 기술한다. 즉 모델이 여러 샷으로 이루어진 연출을 다룰 수 있다.
두 어댑터의 가중치가 모두 공개돼 있다.

어댑터는 MiniMax H3 Community License Agreement에 따라 배포된다. 문서는 결과물을 상업적 작업에 투입하기 전에 지역 제한과 상업적 이용을 포함한 라이선스 조건을 살펴보라고 권한다.

아직 부족한 점

Maestro 자체의 라이선스는 글에 명시되지 않았고, 저장소는 개별 모델의 라이선스를 참조하라고 안내한다. 생성한 결과물을 상업 프로젝트에 쓰려는 스튜디오라면 Maestro와 WanGP 파이프라인, 연결하는 모델 각각의 조건을 따로 확인해야 한다. 그래픽카드와 메모리의 구체적인 최소 요구 사항은 제작자가 밝히지 않았다. 저장소에는 그래픽카드, 비디오 메모리 용량, 시스템 메모리에 맞춰 초기 설정을 잡아 주는 Auto-Tune 기능이 설명돼 있고, 양자화와 메모리로의 오프로딩이 성능이 낮은 GPU에서 도움이 될 것으로 보인다.

비교 대상으로 Comfy-Org의 별도 MCP 서버를 볼 수 있다. 이를 통해 Claude Code, Claude Desktop, Cursor 등의 에이전트가 로컬 ComfyUI의 그래프를 실행하고, 작업 대기열을 지켜보고, 영상 미리보기를 콘택트 시트로 모으고, 어떤 노드와 모델이 설치됐는지 확인하고, 하나의 그래프에서 변형을 만든다. 다른 제품이지만 Maestro와 함께 공통된 방향을 보여 주는 듯하다. 생성 실행이나 변형 탐색 같은 반복 작업을 점점 더 에이전트에 맡길 수 있다는 것이다. 이런 흐름에서 Maestro는 그래프보다 더 나아가, 에이전트에게 Director의 연출 기획과 프로젝트 작업까지 열어 준다.

Maestro v4의 새 기능 중 어느 것이 더 유용할까?