새벽 1시에 카톡이 왔다. 친구가 8초짜리 음성 하나를 툭 던졌다. 여성 목소리가 상품 설명을 읽는데, 말투가 편안하고 중간에 아주 작게 숨 쉬는 소리까지 들렸다. 그러고는 바로 메시지가 날아왔다. '이거 진짜 사람이 녹음한 거지?'

아니다. 나는 무료 음성 복제로 만든 거였다. 텍스트 붙여넣고 누른 지 2분도 안 됐다.

친구는 3초쯤 침묵하더니 내가 전혀 예상 못 한 질문을 던졌다. '그럼 내보낼 때 MP3랑 WAV 중에 뭘 골라?'

...솔직히 이 질문이 '진짜 사람 같냐'보다 훨씬 어렵다.

왜 갑자기 파일 형식 이야기까지 왔나

친구는 쇼핑몰 상세페이지를 만드는 사람이다. 요즘 상품 설명 오디오를 한참 만들고 있었다. 전에는 외주 성우를 썼는데, 30초에 8만 원, 수정할 때마다 3만 원 추가였다. 내가 온라인 무료 음성 복제를 한 번 시연해줬더니 그 자리에서 멍해졌다. 프로그램 설치도, 회원가입도 없이 텍스트만 넣으면 소리가 나왔으니까. '진짜 평생 무료 음성 복제 맞아?'라고 세 번이나 확인했다.

이해한다. 나도 '음성 복제 프로그램 무료'라고 광고하는 툴을 일곱 개는 써봤다. 대부분 무료 크레딧 다 쓰면 팝업이 뜨거나, 내보내면 워터마크가 붙는다. 가입 없이 음성 합성 되면서 횟수 제한도 없는 곳은 진짜 드물다.

그런데 막상 직접 하려니까 문제가 생겼다. 텍스트 음성 변환 무료 페이지에서 대본을 다 넣고 내보내기 버튼을 눌렀는데, 형식 두 개가 나오니까 거기서 멈춘 거다. 많은 사람이 '텍스트 음성 변환 무료'로 검색해서 사이트를 찾고, 목소리가 자연스러운지 한참 비교하다가, 마지막 단계에서 아무 형식이나 대충 고른다. 그러면 앞에서 쌓은 좋은 인상이 다 날아간다.

요즘은 영상 내레이션 AI로 유튜브 대본을 읽히는 사람도 많고, 오디오북 음성 만들기 용도로 쓰는 사람도 많다. 그런데 정작 파일 형식 하나 때문에 결과물 품질이 갈리는 줄 모르는 경우가 많다.

MP3와 WAV, 차이는 '좋다 나쁘다'가 아니다

흔한 오해부터 깨자.

WAV가 '음질이 더 좋은 파일'이 아니다. '압축을 안 한 파일'이다. MP3도 '음질 나쁜 파일'이 아니다. '손실 압축인데 똑똑하게 압축한 파일'이다. RAW와 JPEG의 관계랑 비슷하다. 누가 더 높고 낮음이 아니라 용도가 다르다.

WAV는 원본 샘플 데이터를 그대로 담는다. 파일이 어마어마하게 커진다. 1분짜리 44.1kHz/16bit 오디오면 대략 10MB다. 같은 길이 MP3 128kbps는 1MB 정도, 320kbps도 2.4MB면 된다.

그럼 늘어난 용량이 뭘 주냐. '편집 가능성'을 준다. 나중에 편집 프로그램에서 노이즈 제거, 속도 조절, 믹싱, 이어붙이기를 해야 한다면 WAV는 여러 번 손봐도 버틴다. MP3는 내보낼 때마다 한 겹씩 깎인다. 세 번 자르고 붙이면 치찰음이 거칠어지기 시작한다.

반대로 오디오를 숏폼 영상에 넣거나 카톡으로 보내거나 웹 플레이어에 올리는 게 전부라면, WAV 10MB는 그냥 낭비다. 플랫폼이 어차피 한 번 더 압축한다. 당신만 손해다.

내 기준은 이렇게 나뉜다

콘텐츠를 몇 년 만들다 보니 거의 조건반사가 됐다.

  • 편집 프로그램에 다시 넣을 건 무조건 WAV
  • 바로 전달하거나 단톡방에 올리거나 플랫폼에 업로드할 건 MP3 320kbps
  • 애매하면 일단 WAV로 저장해두고 필요할 때 MP3로 변환

세 번째는 한 번 크게 데인 뒤에 추가했다. 어떤 클라이언트에 MP3로 결과물을 드렸는데, '배경음 좀 줄여주세요'라는 요청이 왔다. 그래서 그 MP3를 다시 편집했더니 목소리가 확 죽어서 결국 처음부터 다시 생성해야 했다. 그 뒤로는 배웠다.

생성 얘기가 나왔으니 덧붙이자면, AI 음성 무료로 더빙할 때 제일 편한 습관은 '한 번 생성해서 두 형식으로 각각 저장'이다. 어차피 무제한 텍스트 음성 변환이니까 다시 돌리는 데 1분도 안 걸린다. 저장 공간 아끼려고 도박할 이유가 없다.

그리고 음성을 자기 프로그램에 붙여서 대량으로 돌릴 계획이라면, 소스 단계에서 무손실 버전을 남겨두는 게 훨씬 중요하다. 무료 TTS 쪽에서 API로 받은 오디오를 바로 WAV로 저장해두면 나중에 어떤 후처리도 가능하다. 사후에 수습하는 것보다 처음부터 무손실로 남기는 습관이 훨씬 이득이다.

자주 묻는 질문

MP3로 내보내면 AI 티가 나나요?

아니다. 적어도 형식이 그걸 결정하지는 않는다. 목소리가 가짜처럼 들리는 건 보통 문장 끊어 읽기가 이상하거나, 고른 음색이 내용 분위기와 안 맞을 때다. 예를 들어 뉴스 앵커 톤으로 애교 넘치는 홍보 문구를 읽는 식이다. 무료 AI 더빙이든 음성 합성 무료든 자연스러움은 이미 '듣자마자 가짜' 단계를 지났다. 특히 내 목소리 복제처럼 샘플 자체가 깨끗한 경우엔 더 그렇다. 형식 때문에 생기는 차이는 휴대폰 스피커로 들으면 거의 구분이 안 된다.

숏폼 영상에 WAV로 올리면 용량 때문에 안 올라가지 않나요?

그렇다. 유튜브 쇼츠, 인스타 릴스, 틱톡 같은 플랫폼은 업로드 용량에 보이지 않는 제한이 있고, 어차피 마지막에 다 다시 인코딩한다. WAV로 올려도 AAC로 압축된다. 그러니 숏폼에는 MP3로 바로 가는 게 낫다. 괜히 고생하지 말자.

내보낸 파일을 나중에 수정할 수 있나요?

MP3도 수정은 된다. 다만 수정할 때마다 한 겹씩 깎인다. 앞뒤 무음만 자르는 정도면 괜찮다. 하지만 속도, 음정, 노이즈 제거까지 하려면 음성 복제 온라인 페이지로 돌아가서 WAV로 다시 생성한 뒤 손대는 게 낫다. 가입 없이 음성 합성이 가능하다는 장점이 바로 여기 있다. 비용이 거의 없으니까 처음부터 다시 하면 된다.

그날 밤으로 돌아가면

친구에게 내가 한 조언은 이거였다. '이번 상품 설명 오디오는 WAV로 한 번 저장해두고, MP3 320kbps로 변환해서 납품해.' 친구는 '그거 몇 MB 차이로 뭐가 달라지냐'고 물었다. 나는 '지금은 안 들린다. 근데 3개월 뒤에 대본을 고쳐야 할 때 차이를 알게 될 거다'라고 답했다.

당신도 지금 고민 중이라면 페이지에서 멈추지 말고 30초짜리 문장 하나를 다국어 음성 합성 무료로 두 번 생성해봐라. 한 번은 MP3, 한 번은 WAV. 이어폰으로 듣고 편집 프로그램에 한 번 넣어서 잘라봐라. 5분이면 튜토리얼 열 편 읽는 것보다 낫다.

더 많은 튜토리얼도 둘러봐라. 내가 이미 밟아본 함정들이 몇 개 있다.