TTS로 AI 목소리 만들기
AI 목소리 생성기는 대본을 사람처럼 자연스러운 목소리로 읽어 주는 TTS(텍스트 음성 변환) 도구예요. 한 번에 최대 5,000자까지 붙여 넣고 목소리를 고른 다음, ElevenLabs v4와 절반 가격인 v4 Turbo 중에서 선택하세요. SRT 자막 파일이 함께 있는 MP3가 몇 초 만에 나오고, v4는 1,000자에 10크레딧이에요. 구독은 필요 없어요.
사용 방법
세 단계로 완성
대본 붙여 넣기
한 번에 최대 5,000자. 문장부호와 [excited] 같은 오디오 태그가 말투를 만들어요.
모델과 목소리 고르기
표현력이 가장 중요하면 v4, 긴 대본을 절반 가격에 만들려면 v4 Turbo. 목소리를 미리 들어 보고 하나를 골라요.
생성하고 내려받기
음성은 몇 초면 완성돼요. 재생해 보고 MP3와 SRT 자막을 내려받거나, 같은 대본을 다른 목소리로 만들어 보세요.
모델
모델 라인업
가격은 크레딧 단위이고, 생성 전에 정확한 비용을 확인할 수 있어요. 크레딧 팩은 ₩7,900(75크레딧)부터예요.
Voice v4
Klakix
가장 최신이자 표현력이 가장 풍부한 모델이에요. [excited], [whispers], [laughs] 같은 태그로 말투를 조절해요.
Voice v4 Turbo
Klakix
v4의 절반 가격에 아주 빠른 버전이에요. 태그도 이해해서 긴 대본과 초안 작업에 좋아요.
Voice Classic
Klakix
가장 안정적으로 읽고 스타일, 유사도, 선명도, 속도까지 세밀하게 조절할 수 있어요. 기업 내레이션과 오디오북에 좋아요.
Voice v3
Klakix
표현력이 좋은 이전 세대 모델이에요. 오디오 태그를 이해하니 v4와 다른 톤이 필요할 때 써 보세요.
Voice Flash
Klakix
가장 빠르고 저렴해요. 초안이나 아주 긴 대본에 좋아요.
멀티 보이스 대화
Klakix
두 명 이상이 말하는 장면이에요. 대사마다 다른 목소리를 쓰고, 사이사이 웃음과 쉼도 넣을 수 있어요. 팟캐스트, 콩트, 광고 대화에 맞아요.
효과음
Klakix
설명한 소리를 만들어요. 삐걱이는 문, 박수, 빗소리, 휙 지나가는 소리까지. 영상에 바로 쓸 수 있는 로열티 프리 오디오예요.
음악 작곡
Klakix
설명한 대로 음악을 작곡해요. 광고 배경음, 인트로, 보컬이 들어간 완곡까지 만들 수 있고 상업적으로 사용할 수 있어요.
특징
여기서 만드는 이유
ElevenLabs 모델
기본 Eleven v4에 v4 Turbo, Multilingual v2, Eleven v3, Flash v2.5까지. 많은 크리에이터가 직접 구독해 쓰는 바로 그 엔진이에요.
v4 또는 v4 Turbo
가장 풍부한 표현에는 Eleven v4, 긴 대본을 절반 가격에 빠르게 만들 때는 v4 Turbo.
오디오 태그
대본에 [excited], [whispers], [laughs], [short pause]를 쓰면 읽히지 않고 말투만 바뀌어요. 읽기 스타일과 속도(0.7~1.2배)도 조절할 수 있어요.
글자 수만큼 결제
1,000자에 v4는 10크레딧, v4 Turbo는 5크레딧. 구독은 필요 없고 크레딧은 만료되지 않아요.
자막 포함
모든 내레이션에 SRT 자막 파일이 함께 나와서 자막을 직접 칠 필요가 없어요.
대화, 효과음, 음악
같은 도구로 여러 명이 말하는 대화, 효과음, 보컬이 있거나 없는 음악까지 만들어요.
영상과 바로 연결
말하는 사진과 UGC 광고도 같은 목소리를 써서, 내레이션과 화면 속 진행자의 목소리를 맞출 수 있어요.
바로 쓰는 MP3
44.1kHz, 192kbps MP3라 어떤 편집 앱이나 서비스에도 그대로 들어가요.
긴 테이크
한 번에 최대 5,000자, 영어 기준 약 5분 33초 분량의 음성을 만들어요.
작동 방식
대본에서 내레이션까지
AI 목소리는 TTS(텍스트 음성 변환) 모델이 텍스트를 소리 내어 읽은 거예요. 대본을 붙여 넣고 목소리를 고르면, 어떤 영상 편집 앱에도 넣을 수 있는 오디오 파일을 받아요.
텍스트와 고른 목소리는 ElevenLabs(일레븐랩스)의 음성 모델로 가요. 기본은 Eleven v4예요. 녹음은 44.1kHz, 192kbps MP3로 SRT 자막 파일과 함께 보관함에 도착하고, 거기서 재생하거나 내려받거나 같은 대본을 다른 목소리로 다시 만들 수 있어요. 얼마나 자연스럽게 들리는지는 모델만큼 대본에 달려 있어서, 문장부호에 몇 분만 써도 차이가 나요.
대본 준비하기
- 문장부호가 리듬을 정해요. 쉼표에서는 짧게, 마침표에서는 길게 쉬어요. 긴 문장은 나누세요.
- 물음표와 느낌표는 어조를 바꿔요. 목소리를 올리고 싶은 곳에 쓰세요.
- 약어와 기호는 읽는 대로 풀어 쓰세요. “%” 대신 “퍼센트”, “예:” 대신 “예를 들어”. 숫자도 읽을 방식대로(“3개”는 “세 개”) 쓰면 안전해요.
- 첫 테이크에서 고유명사 발음이 틀리면 소리 나는 대로 한글로 적어 보세요.
- PDF에서 붙여 넣는다면 쪽 번호, 머리글, 불필요한 줄바꿈을 먼저 지우세요.
말투 연출하기
Eleven v4, v4 Turbo, v3에서는 [excited], [whispers], [laughs], [short pause] 같은 오디오 태그를 대괄호로 대본에 바로 쓸 수 있어요. 태그는 소리 내어 읽히지 않고 말투를 바꿔요. 태그는 영어 그대로 쓰세요. 같은 모델에서 말투를 “표현력 있게”, “내추럴”, “차분하게” 중에서 고를 수 있고, 속도는 0.7~1.2배예요. Multilingual v2에는 대신 스타일, 유사도, 명료도 슬라이더가 있어요. 전화 음성, 옛날 라디오, 홀 울림, 카페 소음 같은 효과도 더할 수 있어요.
이런 곳에 써요
유튜브와 틱톡 영상 내레이션, 광고 멘트, 제품 설명, 교육·강의 영상, 팟캐스트 인트로, 전화 자동 안내. MP3는 Premiere, CapCut, DaVinci Resolve 등 어떤 편집 앱에서든 일반 오디오 트랙으로 쓸 수 있어요.
긴 대본
한 번 생성할 때 최대 5,000자까지 다룰 수 있어요. 영어로는 약 5분 33초 분량이에요. 한국어는 한 글자가 한 음절이라 같은 글자 수라도 영어보다 길게 읽혀요. 더 긴 글은 문단이나 문장 끝에서 나누고, 같은 목소리와 모델로 하나씩 생성해야 이어 붙였을 때 어울려요. 10,000자 대본은 2개로 나뉘고, v4로 100크레딧, v4 Turbo로 50크레딧이 들어요.
목소리에 얼굴 붙이기
화면 속 인물이 대본을 말하게 하려면 말하는 사진이 같은 목소리를 쓰고 포트레이트의 입 모양을 맞춰요. 진행자가 제품을 들고 소개하게 하려면 UGC 광고를 써 보세요.
사례
AI 캐릭터의 목소리: 자연스러운 대사와 립싱크
2026년 11월, 대사가 있는 50초 영상을 위해 AI 캐릭터 Mira에게 목소리를 입히며 배운 점이에요. 영상은 튀르키예어였지만 교훈은 어떤 언어에서든 통해요.
목소리 고르기
- 직접 디자인한 목소리보다 기본 제공 목소리가 나았어요. 텍스트 설명으로 디자인한 목소리는 연기가 과하게 들렸어요. 전문 성우의 기본 제공 목소리는 자연스럽고 영화 같았고, 그중 하나가 Mira의 고정 목소리가 됐어요. 이 도구의 목소리도 모두 기본 제공 목소리예요.
- 캐릭터 하나에 목소리 하나. 얼굴을 유지하듯 모든 영상에서 같은 목소리를 쓰세요.
대사와 립싱크
- 짧은 대사는 영상 모델에 맡겨도 돼요. Seedance는 짧은 인사를 한 글자도 틀리지 않고 말했어요. 두 사람이 말하는 30초 테이크에서는 여러 단어를 뭉개 버려서, 대본을 Eleven v4로 다시 녹음했어요.
- 새 목소리를 단어 타이밍에 고정하세요. 생성된 테이크를 받아쓰기해 단어마다 시간을 얻은 다음, 새 녹음을 음높이는 그대로 두고 늘여서 맞췄어요. 오차는 약 20밀리초 안이었어요.
- 화면에 나오는 대사만, 조금만 늘이세요. 화면 속 화자는 대사를 몇 가지 속도로 녹음해, 가장 덜 늘여도 되는 테이크를 남기세요. 최대 25%까지예요. 촬영자는 화면 밖에 있어서 그 대사는 원래 속도로 두었어요. 줄여서 맞추니 알아듣기 어려웠거든요.
웃음, 현장음, 믹스
- 영상 모델이 만든 웃음을 살리세요. 이 장면에서는 [laughs] 태그가 어색하게 들렸어요. 영상 모델이 만든 웃음은 표정과 맞았기 때문에, 클립의 오디오에서 분리해 그대로 썼어요.
- 클립 자체의 배경음을 쓰세요. 발소리, 웅성거림, 새소리는 따로 만든 효과음 대신 영상 모델의 소리를 썼어요. 영상 모델 자체의 말소리는 단어마다 40dB 낮춰서 새 목소리만 들리게 했어요.
- 그 배경음만 따로 라우드니스 정규화하지 마세요. 소리를 낮춘 트랙을 정규화하면 남은 말소리가 다시 커져요. 대신 고정된 게인을 주세요.
- 리버브는 가볍게. 원음의 10분의 1 정도까지만, 그리고 강한 초기 반사음은 피하세요. 콤 필터링이 생겨요.
- 믹스는 귀로만 듣지 말고 측정해서 확인하세요. 최종 믹스를 받아쓰기해 모든 대사를 읽어 보고, 말소리는 배경음보다 최소 12dB 크게, 주인공 목소리는 다른 목소리보다 조금 크게 두세요. 처음 믹스는 차이가 4dB였고, 최종 믹스는 18.7dB였어요.
이 도구는 편집기가 아니라 목소리를 줘요. 대사는 여기서 생성하고, 타이밍 맞추기와 믹스는 CapCut, Premiere, DaVinci Resolve에서 하세요. 카메라를 보고 바로 말하는 진행자라면 말하는 사진이 립싱크까지 해 줘요. 얼굴부터 완성 영상까지 캐릭터 작업 전체는 AI 인플루언서 만드는 법에 있어요.
모델
v4와 v4 Turbo, 무엇을 쓸까
5개 모델 모두 같은 목소리를 써요. 기본은 Eleven v4이고, 차이는 표현력, 조절 기능, 속도, 가격이에요.
| 모델 | 엔진 | 1,000자 | 1회 최대 | 이럴 때 쓰세요 |
|---|---|---|---|---|
| Voice v4 | ElevenLabs Eleven v4 | 10크레딧 | 5,000자 | 가장 새롭고 표현력이 가장 풍부한 모델. [excited], [whispers], [laughs] 같은 태그로 말투를 지시할 수 있어요. |
| Voice v4 Turbo | ElevenLabs Eleven v4 Turbo | 5크레딧 | 5,000자 | v4의 절반 가격에 훨씬 빠른 버전. 태그도 알아듣고, 긴 대본과 초안에 잘 맞아요. |
| Voice Classic | ElevenLabs Multilingual v2 | 10크레딧 | 5,000자 | 가장 안정적인 읽기와 스타일·유사도·명료도·속도의 세밀한 조절. 기업 내레이션과 오디오북에 좋아요. |
| Voice v3 | ElevenLabs Eleven v3 | 10크레딧 | 5,000자 | 표현력 있는 이전 세대 모델. 오디오 태그를 쓸 수 있어요. v4와 다른 톤을 원할 때 써 보세요. |
| Voice Flash | ElevenLabs Flash v2.5 | 5크레딧 | 5,000자 | 가장 빠르고 저렴한 모델. 초안과 아주 긴 대본에 좋아요. |
Eleven v4는 가장 새롭고 표현력이 가장 풍부한 모델이라, 광고와 홍보 영상에서 차이가 들려요. v4 Turbo는 같은 목소리를 절반 가격에 쓰고 더 빨리 나오며 오디오 태그도 알아들어서, 긴 내레이션과 초안에는 충분해요. Multilingual v2는 가장 일관된 읽기와 가장 세밀한 조절을 제공해요. 이전 세대 Eleven v3와 절반 가격의 Flash v2.5도 여전히 쓸 수 있어요.
신규
대화, 효과음, 음악
AI 목소리 도구에는 “AI 목소리(TTS)”, “대화”, “효과음”, “음악” 네 개 탭이 있어요. 네 탭 모두 같은 크레딧 잔액을 써요.
대화
두 명 이상이 말하는 장면을 파일 하나로 만들어요. 대사마다 목소리를 고르고, 사이사이에 [laughs]나 [short pause] 같은 태그를 넣을 수 있어요. 팟캐스트, 콩트, 광고 대화에 좋아요. 대화 하나에 목소리는 최대 10개, 전체 2,000자까지 들어가고, 내레이션처럼 글자 수로 가격이 매겨져요.
효과음
원하는 소리를 설명하면 만들어 줘요. 삐걱이는 문, 박수, 빗소리, 휙 지나가는 전환음 같은 거요. 길이는 3초~30초이고 초 단위로 가격이 매겨져요. 5초 효과음은 2크레딧, 30초 효과음은 12크레딧이에요.
음악
Music Composer 모델이 설명한 음악을 작곡해요. 보컬이 있는 노래도, 연주곡 배경음악도 돼요. 장르, 분위기, 악기를 설명하고 가사는 따옴표 안에 넣으세요. 길이는 15초~3분이고, 30초 음악은 18크레딧, 3분 음악은 108크레딧이에요. 음악은 상업적으로 쓸 수 있어요.
목소리
고를 수 있는 목소리 8가지
같은 목소리를 모든 모델과 대화에서, 그리고 말하는 사진과 UGC 광고에서도 쓸 수 있어요. 고르기 전에 목소리마다 미리 들어 볼 수 있고, 가장 빨리 고르는 방법은 첫 문장을 두세 개 목소리로 생성해 보는 거예요. 목소리 이름은 스튜디오에 표시되는 그대로예요.
- Sarah · 따뜻하고 안정감 있는 목소리 (미국)
- Jessica · 밝고 발랄한 목소리 (미국)
- Alice · 또렷하고 귀에 잘 들어오는 목소리 (영국)
- Lily · 부드러운 내레이터 (영국)
- Brian · 깊고 편안한 목소리 (미국)
- Liam · 에너지 넘치는 SNS용 목소리 (미국)
- George · 따뜻한 이야기꾼 (영국)
- Chris · 자연스럽고 꾸밈없는 목소리 (미국)
가격
AI 목소리 비용
글자 수만큼 결제해요. 1,000자에 v4는 10크레딧, v4 Turbo는 5크레딧이에요. 영어는 1초에 약 15자를 말하고, 아래 시간은 영어 기준이에요. 한국어는 같은 글자 수라도 더 길게 읽혀요.
| 대본 | 말하는 시간(영어) | v4 | v4 Turbo | v4 금액 |
|---|---|---|---|---|
| 짧은 광고 멘트300자 | 약 20초 | 3크레딧 | 2크레딧 | ₩156–₩316 |
| 1분 분량 대본(영어 기준)900자 | 약 1분 | 9크레딧 | 5크레딧 | ₩469–₩948 |
| 한 번에 생성할 수 있는 최대 길이5,000자 | 약 5분 33초 | 50크레딧 | 25크레딧 | ₩2,605–₩5,267 |
금액 범위는 어떤 크레딧 팩을 사느냐에 따라 달라요. 큰 팩일수록 크레딧당 가격이 낮아요. 구독은 필요 없고, 크레딧은 만료되지 않으며, 실패한 생성은 자동으로 환불돼요. 이메일을 인증하면 받는 무료 크레딧 20개로 v4 기준 약 2,000자를 만들 수 있어요. 모든 팩은 요금제에서 보세요.
FAQ
자주 묻는 질문
AI 목소리(TTS)란 무엇인가요?
사람이 녹음하는 대신 TTS(텍스트 음성 변환) 모델이 만드는 내레이션이에요. 대본을 쓰고 목소리를 고르면 모델이 자연스러운 쉼과 억양으로 읽어 오디오 파일을 돌려줘요.
무료로 쓸 수 있는 AI 목소리 생성기가 있나요?
가입하고 이메일을 인증하면 무료 크레딧 20개를 받아요. v4로 약 2,000자, v4 Turbo로는 그 두 배를 만들 수 있어요. 그 뒤로는 크레딧을 사야 하고, 구독할 필요는 없어요.
AI 목소리 비용은 얼마인가요?
1,000자에 v4는 10크레딧(크레딧 팩에 따라 ₩521–₩1,053), v4 Turbo는 5크레딧이에요. 영어 대본 1분은 대략 900자예요. 한국어는 한 글자가 한 음절이라 같은 1분에 글자가 더 적게 들어가요.
어떤 AI로 목소리를 만드나요?
ElevenLabs예요. 기본은 표현력이 가장 풍부한 Eleven v4이고, v4 Turbo는 절반 가격에 더 빠른 버전이에요. Multilingual v2, 이전 세대 Eleven v3, Flash v2.5도 쓸 수 있어요. ElevenLabs가 멈추면 Google의 Gemini TTS가 예비로 대신 작동해요.
감정과 말하는 속도를 조절할 수 있나요?
네. v4, v4 Turbo, v3에서는 [excited], [whispers], [laughs], [short pause] 같은 오디오 태그를 대본에 써요. 태그는 읽히지 않고 말투를 바꿔요. 말투(“표현력 있게”, “내추럴”, “차분하게”)를 고르고 속도를 0.7~1.2배 범위에서 정할 수도 있어요. Multilingual v2에는 스타일, 유사도, 명료도 슬라이더가 있어요.
음악과 효과음도 만들 수 있나요?
같은 도구에서 돼요. 음악 탭에서는 보컬이 있는 노래나 연주곡 배경음악을 15초~3분 길이로 작곡하고, 상업적으로 쓸 수 있어요. 30초에 18크레딧이에요. Sound effect 탭에서는 설명만으로 3초~30초 효과음을 만들어요.
내 목소리를 복제할 수 있나요?
아니요. 목소리 복제도, 오디오 업로드도 없어요. 기본 제공 목소리 중에서 골라요. 그래서 여기서 누군가 내 목소리를 복제할 수도 없어요.
AI 목소리 파일 형식은 무엇인가요?
44.1kHz, 192kbps MP3이고 SRT 자막 파일이 함께 나와요. 어디서나 재생되고 영상 편집 앱에 바로 불러올 수 있어요. WAV는 제공하지 않아요.
대본은 얼마나 길게 쓸 수 있나요?
한 번 생성할 때 최대 5,000자, 영어 기준 약 5분 33초 분량이에요. 대화는 최대 2,000자예요. 더 긴 대본은 문단에서 나누고 같은 목소리로 하나씩 생성하세요.
AI 목소리를 상업적으로 써도 되나요?
네. 이용약관을 지키면 영상, 광고, 제품에 쓸 수 있어요. 다른 사람을 사칭하거나 사람들을 속이는 용도로는 쓸 수 없어요.
영상 속 AI 목소리를 자연스럽게 들리게 하려면?
전문 성우의 기본 제공 목소리를 골라 시리즈 내내 같은 목소리를 쓰고, 대본은 사람이 말하듯 쓰세요. 영상 안에서는 웃음과 배경음을 태그나 별도 효과음으로 더하기보다 클립 자체의 소리를 살리고, 목소리는 배경음보다 최소 12dB 크게 두세요.
AI 캐릭터에 내레이션을 립싱크할 수 있나요?
카메라를 보고 말하는 포트레이트라면 돼요. 말하는 사진이 대본 음성화와 입 모양 맞추기를 한 번에 해요. 대사가 있는 생성 장면이라면 여기서 목소리를 만들고 편집 앱에서 입 모양에 맞추세요. 화면에 나오는 대사는 25% 정도까지만 늘이세요. 기존 영상을 자동으로 더빙하는 기능은 없어요.
휴대폰의 읽어 주기 기능과 다른가요?
달라요. 읽어 주기 기능은 화면의 글을 지금 바로 들을 수 있게 읽어 주는 거예요. AI 목소리 생성기는 게시하거나 영상에 넣거나 전화 안내에 쓸 수 있는 오디오 파일을 만들어 줘요.
- 목소리 복제는 안 돼요. 내 목소리를 올릴 수 없고, 기본 제공 목소리 중에서 골라요.
- 음악 프롬프트에는 실존 아티스트나 노래 제목을 쓸 수 없어서, 잘 알려진 노래나 가수를 흉내 내지 않아요.
- 자르기나 믹스 같은 오디오 편집은 없어요. 내레이션 아래에 음악을 깔려면 편집 앱에서 합치세요. 결과물은 MP3이고, 내레이션에는 SRT 자막이 함께 나와요.
- 흔하지 않은 이름, 약어, 전문 용어는 가끔 잘못 읽어요. 소리 나는 대로 풀어 쓰면 대부분 해결돼요.
- ElevenLabs에 연결되지 않으면 작업이 멈추지 않도록 Google의 Gemini TTS로 전환해요. 이 예비 목소리는 고른 목소리와 다르게 들리고, 말투 설정과 자막은 적용되지 않아요.
- 다른 사람을 사칭하거나 다른 사람의 이름으로 오해를 부르는 음성을 만드는 데 쓰지 마세요.
관련 페이지