협찬 안내: 아웃오브셋(에어리 운영사)으로부터 개발자용 크레딧을 무상 제공받아 쓴 글입니다. 웹 스튜디오는 크레딧과 무관하게 누구나 무료로 열립니다.
에어리 스튜디오에서 목소리를 찾다 보면 화살표를 계속 누르게 됩니다. 창이 한 번에 한 명만 보여 주니 104명을 끝까지 보려면 103번을 눌러야 하고, 거를 수 있는 건 성별과 이름의 첫 알파벳 정도예요.
무료 음성 합성 추천 글은 보통 목소리가 몇 개냐로 사이트를 줄 세웁니다. 그런데 개수는 많을수록 오히려 찾기가 어려워져요. 이 글은 개수 대신 두 가지를 봅니다. 먼저 이 도구가 내 경우에 맞는지, 맞다면 104명을 음높이와 빠르기로 어떻게 좁히는지입니다. 목소리 많은 무료 사이트를 써 보려다 어디서부터 들어야 할지 막힌 분께 맞춘 정리예요.
목소리 개수로 줄 세우면 틀리는 이유
개수는 고를 수 있는 폭이지 고르는 방법이 아닙니다. 104개가 다 들어 볼 만해도 들어 볼 순서가 없으면 결국 화살표만 누르게 돼요.
게다가 104개 전부가 한·영 두 언어를 읽습니다. 언어로 나뉘지 않으니 개수가 그대로 탐색 부담이 돼요.
그래서 개수를 비교하기 전에, 이 도구가 내가 필요한 것을 갖췄는지부터 보세요.
먼저 볼 것, 내 경우가 이 도구에 맞는가
판단 기준은 둘입니다. 무엇이 필요한가, 그리고 어떤 방식으로 쓰는가예요.
| 여러 목소리·숫자 정확이 필요 | 감정 연기·내 목소리가 필요 | |
|---|---|---|
| 웹에서 손으로 만든다 | 에어리 스튜디오(무료) | 다른 도구 |
| 프로그램에 붙여 대량으로 | 에어리 API(무료 5만 크레딧부터) | 다른 도구 |
표에서 답을 정하는 건 가로 방향입니다. 오른쪽 열에 해당하면 쓰는 방식과 상관없이 이 도구는 답이 아니에요.
내가 왼쪽 열인지 오른쪽 열인지부터 적어 두세요.
감정이나 본인 목소리가 필요하면 다른 도구가 맞다
에어리에서 고를 수 있는 말투는 넷이고, 감정 이름이 붙은 건 하나도 없습니다. 슬픔이나 분노를 지정하는 기능이 없어요.
일레븐랩스는 최신 음성 모델(v3)에서 대괄호로 감정을 적는 오디오 태그를 지원합니다. 구글 제미나이 3.8 음성 합성은 30초 샘플로 목소리를 복제하는 기능을 9월 23일에 내놨고요. 에어리에는 둘 다 없습니다.
대사가 감정을 실어야 하는 영상이라면 여기서 다른 도구로 넘어가세요.
성별과 첫 글자 필터가 거르지 못하는 것
이름 필터는 이름이 목소리를 설명할 때만 쓸모가 있습니다. 에어리 목소리 이름은 실비아·로완·바이트처럼 영어권 이름이라 첫 알파벳을 골라도 어떤 소리일지 짐작할 근거가 없어요.
이름과 성별 표기가 어긋나는 경우도 있습니다. 목록상 케이코는 남성이고, 켈란과 그레고리는 여성으로 적혀 있어요. 이름의 느낌으로 고르면 성별부터 빗나갈 수 있다는 뜻입니다.
검색창, 용도 분류, 높낮이 분류, 인기순 정렬도 없습니다. 지금 창에서 쓸 만한 장치는 별표로 즐겨찾기에 넣고 숫자키 1~8로 부르는 것 하나예요. 찾는 일은 창 밖에서 끝내고, 창에서는 즐겨찾기만 하세요.
대신 쓸 기준 두 가지, 음높이와 빠르기
저는 104개에 같은 문장을 읽혀서 두 가지를 쟀습니다. 음높이는 말소리 기본 주파수의 중앙값을 같은 성별 안에서 셋으로 나눴고, 빠르기는 같은 문장을 다 읽는 데 걸린 시간을 104개 안에서 셋으로 나눴어요.
문장은 하나로 고정했습니다. 문장이 다르면 길이도 높낮이도 문장 탓이 섞이니까요.
이 두 숫자는 성별·이름과 달리 실제로 들리는 차이를 담습니다. 처음 들어 볼 순서를 정하는 데는 이쪽을 쓰세요.
용도별로 나눈 후보
두 기준을 겹쳐 용도마다 후보를 뽑으면 이렇게 됩니다. 스튜디오 창에는 영어 철자로 뜨니, 이름 첫소리 알파벳으로 찾으면 돼요.
| 용도 | 기준 | 후보 |
|---|---|---|
| 강의·설명 나레이션 | 중간 높이, 보통 빠르기 | 신디, 리코, 클레어, 아일린, 카슨, 재닛 |
| 쇼츠·빠른 템포 | 같은 문장을 가장 짧게 읽음 | 개리, 카밀라, 에릭, 아서, 소냐, 조니 |
| 다큐·낭독 | 낮은 음, 느린 편 | 발리, 그랜트, 제이든, 딜런, 라이더, 하워드 |
| 밝은 광고·안내 | 높은 음, 빠른 편 | 조이, 에린, 이브, 올리브, 샌디, 카밀라 |
| 두 사람 대화 | 여성 1 + 남성 1 | 케리, 필립 |
카밀라가 두 줄에 걸친 건 높은 음이면서 가장 빨리 읽는 쪽이라서예요. 용도가 정해졌다면 그 줄의 여섯 명만 먼저 들어 보세요.
수치는 후보를 줄일 뿐이다
이 표에도 한계가 있습니다. 셋으로 나눈 건 104개 안에서의 상대 위치라, '중간 높이'가 다른 사이트 기준으로도 중간이라는 보장은 없어요.
제 영상 나레이션을 맡긴 미스트는 위 표 어느 용도 줄에도 없습니다. 측정값과 상관없이 귀로 듣고 즐겨찾기에 넣은 목소리예요. 자연스러움은 제가 숫자로 잴 수 있는 영역이 아니라서, 받아쓰기로는 숫자를 틀리지 않는지만 확인했습니다.
표로 여섯 명까지 줄였으면, 마지막 한 명은 내 대본 첫 문장을 넣고 직접 들어서 정하세요.
목소리 100개, 일레븐랩스 50달러라는 숫자는 이미 지났다
에어리를 소개한 글과 영상 중에는 목소리가 100개라고 적은 것이 많습니다. 지금은 104개이고, 8월 출시 발표 때는 10종이었어요. 돌이켜보면 8월 제 첫 영상 제목에 적은 100개도 이제는 낡은 숫자예요. 숫자가 빨리 바뀌는 도구라 날짜 없는 개수는 믿지 않는 게 좋습니다.
가격 비교도 마찬가지예요. 에어리 공식 비교표는 일레븐랩스 빠른 모델을 100만 자에 50달러로 적었는데, 일레븐랩스 공식 요금 페이지는 9월 29일 기준 1천 자당 0.04달러, 100만 자로 40달러입니다.
비교표를 볼 땐 각 회사 요금 페이지 날짜를 같이 확인하세요.
돈으로 재면 서로 다른 요금제가 한 줄에 선다
요금제마다 단위가 달라서, 한국어 100만 자를 읽히는 값으로 통일해 봤습니다. 각 사 공식 요금 페이지를 9월 29일에 확인한 값이에요.
| 서비스 | 한국어 100만 자 |
|---|---|
| 구글 클라우드 웨이브넷(한 세대 전 목소리) | 4달러 |
| 에어리 월 11달러 요금 | 약 7.5달러 |
| 오픈AI 기본 음성·마이크로소프트 애저 | 15달러 |
| 일레븐랩스 빠른 모델 | 40달러 |
| 피시 오디오 | 39~45달러 |
| 네이버 클로바 보이스 | 약 64달러 |
| 타입캐스트 | 70~75달러 |
에어리보다 싼 건 구글의 한 세대 전 목소리 하나뿐입니다. 광고에 나오는 '96% 저렴'은 영어 글자 기준, 그것도 480달러짜리 월 요금에서 계산한 값이라, 한국어 11달러 요금에서는 일레븐랩스의 약 5분의 1로 읽는 게 맞아요.
대량으로 뽑을 계획이라면 이 줄에서 내 예산이 닿는 곳까지만 후보로 남기세요.
나는 스튜디오와 API를 이렇게 나눠 쓴다
솔직하게 나눠 보면 이렇습니다.
스튜디오가 나은 건 몇 편만 손으로 만들 때, 줄마다 목소리를 바꿔 대화를 짤 때, 결과를 바로 귀로 들으며 고칠 때예요.
API가 나은 건 대본 수십 편을 한꺼번에 돌릴 때, 한 번에 1,280자까지 길게 넣을 때, 다른 프로그램에 음성을 이어 붙일 때예요.
저는 목소리 후보는 스튜디오에서 귀로 정하고, 정해진 목소리 번호로 긴 대본은 API에 넘깁니다. 상업 이용을 명시한 쪽이 개발자용 약관이라는 것도 이렇게 나눈 이유예요.
정리
처음에 막혔던 103번의 화살표는 결국 필터가 이름과 성별만 보기 때문이었습니다. 이름은 소리를 설명하지 못하고, 성별 표기도 이름 느낌과 어긋날 때가 있었어요. 음높이와 빠르기로 104명을 다시 나누면 용도마다 여섯 명 남짓으로 줄어듭니다.
그 여섯 명을 내 대본 첫 문장으로 들어 보고, 남은 한두 명만 즐겨찾기에 넣어 두세요. 104개를 한 문장으로 바로 들어 볼 수 있는 목소리 비교 페이지와 전체 과정을 담은 영상, 추천표를 받을 수 있는 오픈톡 '방구석모각코'도 열어 두었습니다.