유튜브 쇼츠 나레이션과 팟캐스트 오프닝, 같은 무료 음성 복제로 될까?
새벽 1시, 팟캐스트 오프닝을 일곱 번째 녹음하고 있었다. 대본을 틀린 게 아니다. 앞 세 번은 너무 들떠서 홈쇼핑 광고 같았고, 뒤 네 번은 너무 처져서 부고 방송 같았다. 마이크를 끄면서 생각했다. 같은 300자짜리 대본인데 유튜브 쇼츠 나레이션은 10분이면 끝나는데, 왜 팟캐스트 오프닝만 이렇게 막힐까?
나중에 두 작업을 분리해서 보니, 애초에 같은 종류가 아니었다.
쇼츠 나레이션: 짧지만 밀도가 문제다
쇼츠나 릴스 나레이션의 어려움은 길이가 아니라 밀도에 있다.
60초 영상에 들어가는 나레이션이 120자 정도라고 치자. 그런데 그 120자가 전부 화면 전환 지점에 붙어야 한다. 반 박자 쉬면 시청자는 손가락을 움직인다. 그래서 이쪽 대본은 아주 잘게 쓴다. 짧은 문장, 숨 쉴 곳, 옆에서 말 걸듯한 말투. 낭독이 아니라 대화에 가깝다.
문제는 내가 성우가 아니라는 점. 직접 녹음하면 상태가 안 좋을 때 다시 찍고, 한 편에 한 시간이 날아간다. 그래서 요즘은 이 대본을 텍스트 음성 변환 무료로 돌린다. 내 목소리 복제로 만든 목소리를 쓴다. 짧은 문장이 많아서 기계가 끊어주는 호흡이 오히려 내 녹음보다 안정적일 때도 있다.
여기서 많이들 걸린다. 처음 무료 TTS를 써보면서 대본을 블로그 글처럼 쓰는 거다. 긴 문장, 관계절, 괄호까지 넣으면 합성 결과가 뚝뚝 끊긴다. 쇼츠 나레이션은 “한 호흡에 말할 수 있는 문장”으로 다시 써야 한다. 쉼표를 아끼지 마라.
팟캐스트 오프닝: 길이보다 감정의 일관성이 어렵다
팟캐스트 오프닝은 완전히 다른 생물이다.
보통 200~400자. 이번 회 주제, 게스트 소개, 가벼운 감정선까지 깔아야 한다. 길이가 길어서 어려운 게 아니다. 요구되는 게 “일정함”이다. 같은 문단 안에서 톤이 올라갔다 내려가면 안 되고, 그렇다고 처음부터 끝까지 같은 톤이면 설명서 낭독이 된다.
내가 직접 녹음할 때 제일 힘들었던 건 첫 문장과 마지막 문장의 감정이 이어지지 않는 것이었다. 시작할 땐 컨디션이 좋아서 목소리가 밝다. 끝날 땐 지쳐서 목소리가 가라앉는다. 청취자는 정확히 뭐라고 말하진 못해도 “아, 이 사람 좀 대충했구나”를 느낀다.
음성 복제 온라인으로 합성하니 이 문제는 사라졌다. 같은 텍스트에서 나오는 감정 톤이 일정하다. 대신 즉흥성, 숨소리, 살짝 삑사리 나는 맛은 줄어든다. 나는 이 절충을 받아들였다. 일곱 번 녹음해도 완벽한 한 번이 나올까 싶었으니까.
내 방식: 하나의 흐름, 두 가지 출력
결국 나는 두 작업을 한 파이프라인으로 합쳤다.
대본을 먼저 쓴다. 쇼츠용은 짧은 문장 버전, 팟캐스트용은 문단 버전. 그리고 둘 다 무료 음성 복제에 넣는다. 내 목소리를 샘플로 올려서. VoxClone은 가입 없이 음성 합성이 가능하다. 휴대폰 번호 넣고 인증번호 기다리는 과정이 없다. 새벽에 갑자기 작업하는 사람에게 이건 꽤 크다.
순서는 이렇다.
- 30초 이상의 깨끗한 목소리 샘플을 준비한다. 조용한 방, 리버브 없이.
- 음성 복제 페이지에 업로드하고 모델이 돌아갈 때까지 기다린다.
- 대본을 붙여넣고 들어본다. 문장부호와 쉼을 조금씩 고친다.
- 오디오를 내보낸다. 쇼츠는 편집 프로그램으로, 팟캐스트는 배경음악을 한 겹 깐다.
제일 오래 걸리는 건 3번이다. 진짜다. 문장부호가 생각보다 훨씬 중요하다. 마침표 하나를 쉼표로 바꾸면 말투가 완전히 달라진다.
팟캐스트를 한다면 오프닝과 엔딩을 한 번에 생성해 톤을 맞출 수 있다. 이게 프로그램 색깔에 꽤 중요하다. 청취자는 세 회만 들어도 목소리를 기억한다. 네 번째 회에서 갑자기 다른 목소리가 나오면 그 이질감은 쉽게 메워지지 않는다. 나는 고정 코너(예: “이번 주 세 가지”)를 템플릿으로 만들어두고 내용만 바꾼다. 영상 내레이션 AI로 쇼츠를 돌리고, 오디오북 음성 만들기로 짧은 낭독을 테스트하고, 다국어 음성 합성 무료 기능으로 영어 버전도 뽑아본다. 한국어 콘텐츠를 영어나 일본어로 돌릴 때 AI 더빙 무료 도구를 따로 찾는 일도 줄었다.
한국에서 특히 신경 쓰이는 것
목소리 권리다. 요즘 딥보이스로 연예인 목소리를 따는 사고가 많지 않나. 내 목소리 복제는 괜찮지만, 남의 목소리를 허락 없이 복제하는 건 법적으로도 윤리적으로도 위험하다. 개인정보보호법 관점에서 음성 샘플이 어디 저장되는지도 확인해야 한다. 나는 내 목소리만 올린다. 그리고 결과물에 AI 음성이라는 표시를 필요할 때는 넣는다.
무료 음성 복제를 고를 때도 이 부분을 본다. 지나치게 권리를 요구하는 서비스는 피한다. AI 음성 무료라고 해서 아무 조건 없이 쓰라는 건 아니다.
자주 묻는 질문
무료 음성 복제로 만든 목소리, AI 티가 나나요?
기준에 따라 다르다. 일상적인 쇼츠 나레이션은 대부분 못 알아챈다. 그런데 오디오북처럼 감정 기복이 큰 콘텐츠는 그 “평평함”이 숨겨지지 않는다. 내 판단은 이렇다. 정보 전달형 콘텐츠는 충분하고, 연기형 콘텐츠는 아직 아쉽다.
가입 없이 음성 합성 가능한가요?
VoxClone은 가능하다. 열면 바로 시도할 수 있다. 나에게 가입 없는 음성 합성은 거의 필수 조건이다. 예전에 다른 플랫폼에서 회원가입 다 하고 나니 의욕이 사라진 적이 있다. 물론 가입이 없다고 제한이 전혀 없는 건 아니다. 직접 한 번 돌려보는 게 제일 정확하다.
팟캐스트 전체를 AI로 읽혀도 되나요?
기술적으로는 된다. 하지만 나는 오프닝, 엔딩, 광고 멘트 같은 고정 구간에만 쓰길 권한다. 한 회 전체를 AI가 읽으면 청취 피로가 빨리 온다. 팟캐스트의 핵심은 사람 냄새다. AI는 반복 작업을 줄여주는 도구지, 나를 대신해 말하는 존재가 아니다.
마지막으로, 진짜 해볼 것
팟캐스트든 쇼츠든, 오늘 밤 이미 써둔 대본 하나를 무료 TTS에 넣어보라. 완벽을 바라지 말고, 내 목소리가 합성되면 어떤 느낌인지부터 들어보라. “AI를 써야 하나”를 반년 고민하는 사람을 많이 봤다. 한 번 돌려보면 답이 나온다.
나는 일곱 번 녹음한 파일을 지웠다. 지금 새벽 1시, 다음 회 대본을 쓰고 있다. 더 많은 시행착오는 더 많은 튜토리얼에 정리해뒀다.