내레이션이 필요한 영상에서 성우 섭외가 부담스러울 때가 있습니다. 예산도 예산이지만, 대본이 계속 바뀌는 단계에서는 재녹음 일정이 더 문제죠. AI 음성이 이 구간을 메워주는데, 그냥 붙이면 듣는 사람이 금방 알아챕니다.
티가 나는 건 발음이 아니라 호흡입니다
요즘 AI 음성의 발음 자체는 꽤 자연스럽습니다. 어색함이 남는 곳은 다른 데예요. 문장과 문장 사이가 일정하게 비어 있고, 숨소리가 없고, 강조가 고르게 퍼져 있습니다.
사람이 말할 때는 중요한 단어 앞에서 아주 짧게 멈춥니다. 그리고 문단이 바뀔 때 숨을 더 길게 쉬죠. 이 불규칙함이 사라지면 기계처럼 들립니다.
그래서 손볼 곳은 목소리 선택이 아니라 간격입니다. 문장 사이 간격과 숨소리를 만들어 주면 같은 음성도 다르게 들립니다.
대본을 먼저 고치는 쪽이 빠릅니다
음성 설정을 만지기 전에 대본을 손보세요. 문장을 짧게 자르고, 쉼표를 실제 호흡 위치에 맞춰 다시 찍습니다. 읽으라고 쓴 글과 보라고 쓴 글은 구조가 다릅니다. 소리 내어 읽어보고 숨이 차는 지점이 있으면 그 자리에서 문장을 끊습니다.
대본을 고치면 재생성 한 번으로 결과가 바뀝니다. 음성 설정만 계속 만지면 같은 문장을 다른 목소리로 듣게 될 뿐입니다.
숫자와 영문 약어는 소리 나는 대로 적어두는 게 안전합니다. 읽는 방식이 서비스마다 다르고, 같은 서비스도 문맥에 따라 흔들립니다.
후처리 세 가지만 해도 달라집니다
첫째, 문단 사이 공백을 손으로 조정합니다. 짧게는 0.3초, 화제가 바뀌면 0.8초 정도로 차이를 줍니다.
둘째, 아주 낮은 볼륨으로 룸톤을 깝니다. 완전한 무음 구간이 있으면 오히려 합성 티가 납니다.
셋째, 가벼운 컴프레서와 하이패스를 겁니다. 100Hz 아래를 정리하면 영상 믹스에 얹었을 때 훨씬 깔끔합니다.
세 가지는 순서대로 합니다. 공백을 먼저 잡고, 룸톤을 깐 뒤, 마지막에 컴프레서와 하이패스를 겁니다. 순서를 바꾸면 공백 구간에서 잡음이 두드러집니다.
흔한 실수: 한 번 뽑은 음성을 그대로 끝까지 쓰는 경우
이 실수를 자주 봅니다. 3분짜리 내레이션을 한 번에 생성해서 통으로 얹는 방식이요. 중간에 한 문장만 고쳐도 전체를 다시 뽑아야 하고, 그러면 앞뒤 톤이 미묘하게 달라집니다.
문단 단위로 나눠서 생성하고 파일을 따로 관리하세요. 수정이 훨씬 싸집니다.
파일을 나눠 두면 수정 요청이 온 문단만 다시 뽑습니다. 나머지 문단의 톤은 그대로 남습니다.
고지와 신뢰 문제
AI 음성을 썼다는 사실을 밝힐지는 상황에 따라 다릅니다. 제품 설명이나 튜토리얼이면 굳이 안 밝혀도 문제 삼는 사람이 거의 없습니다. 반대로 인물의 발언처럼 들리게 만드는 경우라면 반드시 밝혀야 합니다.
실존 인물의 목소리를 복제하는 건 별개의 문제입니다. 본인 동의 없이는 하지 마세요. 플랫폼 정책 이전에 분쟁 소지가 큽니다.
다만 국내에서 이 부분이 어떤 법 조항으로 다뤄지는지는 제가 확인하지 못했습니다. 상업 프로젝트라면 법률 검토를 따로 받는 편이 맞습니다.
판단이 애매하면 밝히는 쪽이 안전합니다. 밝혀서 생기는 손해보다 나중에 드러났을 때의 손해가 큽니다.
정리하면
AI 음성은 초안 단계에서 확실히 쓸 만합니다. 대본이 확정되기 전까지 몇 번이고 다시 뽑을 수 있다는 게 가장 큰 장점이죠. 최종 납품까지 쓸지는 영상의 성격에 따라 판단하는 게 맞다고 봅니다.
초안으로 시작했다가 최종까지 가는 경우도 있습니다. 그때는 앞의 후처리 세 가지를 한 번 더 손보고 넘기는 편이 낫습니다.
자주 묻는 질문
Q. 한국어 품질은 어느 정도인가요
서비스 차이가 큽니다. 짧은 문장은 대체로 자연스럽고, 긴 문장에서 억양이 무너지는 경우가 남아 있습니다. 긴 문장은 잘라서 넣으면 안정됩니다.
Q. 영상 편집 툴 안에서 바로 생성할 수 있나요
일부 툴은 연동을 지원합니다. 다만 파일로 뽑아서 넣는 쪽이 버전 관리가 쉽습니다. 문단별로 파일을 나눠 두는 방식과도 맞습니다.
Q. 배경음악과 겹칠 때 요령이 있나요
음성 대역인 1kHz 부근을 음악 쪽에서 살짝 깎아주세요. 볼륨만 낮추는 것보다 잘 들립니다.
발행 · 빅픽처