스마트폰 녹음으로 ‘내 목소리’ 복제할 수 있을까? 3번 실패하고 깨달은 것
카카오톡이 울렸다. 유튜브 영상을 올린 날 밤, 편집 중이던 친구가 「이 나레이션 누구야? 너무 자연스러운데, 성우 섭외한 거야?」라고 묻길래, 나는 「아니, AI야」라고 답했다. 돌아온 답은 「거짓말이지 ㅋㅋ」한 마디. 믿어주지 않는다.
이어폰을 빼면서 묘하게 기분이 좋았다. 확실히 3분짜리 영상, 나레이션에 돈 한 푼 안 썼다. 전부 무료 음성 복제 툴로 끝낸 거니까. 내 목소리를 학습시켜 AI가 말하게 한 거다. 그런데 친구에겐, 그 ‘원본’이 편의점에서 2년 쓴 안드로이드 스마트폰이었다는 말은 못 하겠다.
스마트폰 녹음으로 정말 음성 복제가 가능할까. 가능하다고, 나는 믿어왔다. 세상에 무료 TTS도, 텍스트 음성 변환 무료 서비스도, 음성 합성 무료 사이트도 넘쳐난다. 음성 복제 온라인 도구라면 몇 분만 기다리면 내 목소리가 되살아날 거라 생각했다.
일단 결과부터 말하자면, 처음 세 번은 처참하게 실패했다. 스마트폰에 굴러다니던 자료를 닥치는 대로 밀어넣었다. 카카오톡 음성 메시지, 거래처와 통화 녹음 파일, 아이폰 메모 앱에 끄적여 둔 메모. 모두 내 목소리임에는 틀림없다. 그런데 나온 음성은……. 카카오톡 음성은 플랫폼 압축으로 뭉개졌고, 통화 녹음은 전류 노이즈가 끼었으며, 메모 녹음은 내 키보드 소리가 카챠카챠 섞여 있었다. AI에게 「이것이 내 목소리입니다」라고 건넸는데, 돌아온 건 「물을 머금은 듯한 이상한 소리」나 평이한 낭독뿐. 최악일 때는 마치 모르는 아저씨 같은 음색이 나왔다. 내 목소리와는 거리가 멀었다.
스마트폰 녹음이 나쁘다는 게 아니라, 내가 자료를 얕본 거다.
깨끗한 목소리를 녹음하는 데 반나절이 걸렸다
포기하고 휴일 오후에 다시 녹음하기로 했다. 창문을 닫고, 에어컨을 끄고, 선풍기도 끈다. 환풍기 소리까지 신경 쓰이기 시작해서, 집 안 소리를 아예 “죽이러” 나선다. iPhone을 입에서 20센티미터 정도 떨어진 곳에 두었다. 너무 가까우면 “퍽퍽” 파열음이 섞여 25센티미터로 조정했다. 오백 자 정도 되는 상품 설명을 소리 내어 읽는다. 열두 번은 녹음했다. 재생할 때마다 내 혀의 둔함에 절망한다. 발음이 새는 부분, 불필요한 침 소리, 이상한 숨 쉬기. 프로 내레이터가 될 순 없겠지만, 적어도 “더럽지 않은” 목소리만 가려냈다.
밤이 되어서야 만족할 만한 자료가 모였다. 그때 무료 음성 복제 도구를 열었다. 솔직히 여기 오기까지도 험난했다. 다른 음성 복제 온라인 서비스는 가입 화면에서 휴대폰 인증을 요구하거나, 중간에 “음질이 충분하지 않습니다” 하고 되돌려보내거나, 세 문장 합성하자마자 “나머지는 유료입니다” 하고 화면을 가린다. 무료 TTS인 척하면서 실제로는 무료 TTS가 아닌 곳도 많다. 나는 블로거라 드라이버 설치나 파라미터 조정에 시간을 쓸 여유가 없다. 한번은 너무 믿기지 않아 만원 지하철 플랫폼에서 시도한 적도 있다. 주변 사람 대화와 안내 방송이 통째로 섞여, 완성된 음성은 화장실에서 노래하는 듯한 울림을 가진 목소리가 나왔다.
업로드가 끝나고 부엌에서 사과를 씻었다. 돌아왔을 때 스피커에서 흘러나오던 것은――분명 내 목소리였다. 다만 평소 스마트폰 너머의 목소리보다 훨씬 차분하다. 숨소리가 정리되어 있고, 쉬는 타이밍까지 남아 있다. 친구에게 보냈더니 “?” 스탬프만 돌아왔다. 그리고 “성우 바꿔?”라고. 설명은 하지 않았다. 다만 이 경험으로 하나의 마무리가 되었다. 많은 사람이 혼동하는데, 텍스트 음성 변환 무료 음성 합성과 음성 복제는 별개다. 무료 TTS는 기계에 문장을 읽게 하는 기술이다. 반면 음성 복제는 기계에 “내가 되게 하는” 기술이다. 최근 AI 음성 무료 서비스는 텍스트 음성 변환 무료라도 놀랍도록 자연스럽게 읽어준다. 그런데 어딘가 “아나운서 풍”이 남는다. 반면 음성 복제 온라인은 내 “생목소리”를 먹고 자란다. 깨끗한 목소리를 넣으면 깨끗한 디지털 분신이 돌아온다. 더러운 스마트폰 녹음을 넣으면, 어떤 명요리사라도 재료가 상하면 어쩔 수 없는 것처럼, AI도 무리한 주문에 응할 수 없다.
무료 TTS 텍스트 읽어주기 페이지에서 복제 기능은 매끄럽게 연결되어 있고, 내 목소리를 등록한 뒤에는 문장을 붙여넣기만 하면 시청해 볼 수 있다. 솔직히 완성도가 너무 좋아서 조금 등골이 오싹했다. 이것, 정말 나랑 너무 똑같아서.
지금 내가 스마트폰으로 하는 녹음에서 복제하는 순서
예상외로 간단하다.
방을 조용하게 만든다. 에어컨, 선풍기, 환풍기, 스마트폰 알림음. 전부 오프. 순정 녹음기를 켰다면 “음질 보정”이나 “노이즈 제거” 스위치는 꺼둔다. 스마트폰의 자동 보정은 AI 학습에는 오히려 독이다. 입에서 한 뼘 정도 거리를 두고 천천히 읽는다. 3~5분이면 충분하다. 그 뒤 가입 없이 음성 합성 페이지에 파일을 던져 넣기만 하면 된다. 회원 가입도, 전화번호 인증도, 신용카드 등록도 필요 없다. 기다리는 몇 분. 내 목소리가 브라우저 위에 “살아남는다”.
한국에서도 음성 정보는 개인정보로 다뤄진다. 어디에 데이터가 저장되는지, AI 학습에 쓰이는지――그 점은 확실히 신경 쓰인다. 나는 이 도구를 고를 때 가입 없이 음성 합성 가능한 점을 가장 중시했다. 전화번호를 내주지 않고, 신용카드도 긁지 않고, 브라우저만으로 끝낸다. 이 안심감은 크다.
이 도구에서 마음에 드는 점은 합성 시간 상한이 거의 신경 쓰이지 않는 점이다. 원고를 수십 번 고쳐써도 녹음을 다시 할 필요가 없다. 무료 음성 복제 온라인 서비스로, 이렇게 가볍게 할 수 있는 곳은 많지 않다. 영상 내레이션 AI로도 쓸 수 있고, AI 더빙 무료 대신에, 약간의 외국어 분량을 채우는 데도 유용하다. 오디오북 음성 만들기도, 내 목소리로 읽어리게 할 수 있다. 다국어 음성 합성 무료 대응이라서, 한국어뿐만 아니라 영어, 중국어 나레이션을 같은 목소리로 낼 수도 있다. 유튜브 숏츠나 틱톡 분량에 맞춰 텍스트를 막 쓰고 고칠 수 있는 것도 정말 도움이 된다. 무료라고 믿기 힘든 자유도다.
자세한 사용 팁에는 녹음 환경의 트러블슈팅 같은 내용도 정리되어 있어서, 나는 한가할 때 훑어본다.
지난 주, 동네 주민센터 공지를 의뢰받았다. 내키지 않아서 스마트폰으로 30초 정도 녹음해서 복제에 돌렸다. 합성된 목소리를 보냈더니 상대방이 “성우를 고용한 거야? 비용은 얼마나 들었어?”라고. 나는 “무료야”라고만 답했다. 돌아온 건 물음표 세 개였다. 역시 믿어주지 않는다.
――그래서. 스마트폰 녹음으로 음성 복제가 가능할까. 가능하다. 다만 단 하나의 조건이 있다. 스마트폰을 “대충” 입 근처에 기대놓는 게 아니라, 한 번의 “진지한 녹음”으로 대해주는 것. 그것만으로 AI는 당신의 목소리를 고스란히 되돌려줄 것이다. 그게 바로 내 목소리 복제의 시작이다.