밤 10시, 에어컨 소리에 묻혀 버린 내 목소리

서울 강남의 작은 오피스텔, 퇴근 후 조명을 켜고 스크립트를 펼치면 바로 옆 방에서 에어컨 돌아가는 소리가 들린다. 첫 영상 녹음할 땐 열 번을 다시 찍었는데, 이유는 단순했다. "내 목소리 같지 않아"라는 느낌이 자꾸 들었기 때문이다. 녹음본을 돌려볼 때마다 목이 조여오고, 결국 열한 번째 테이크에서 목이 쉬어버렸다. 다음 날 회의 중에 말이 안 나와서 동료가 물 한 병 건네주는데, 문득 깨달았다. 채널 시작한 지 보름도 안 됐는데 내 목이 먼저 나가버렸다는 걸.

시청자는 소리에 더 예민하다

초반 10개 영상은 전부 내 목소리로 올렸다. 조회수가 안 나와서 썸네일 탓, 제목 탓만 했는데 댓글을 보니 달랐다. 12개 댓글 중 7개가 "목소리 피곤해 보여요", "감기 걸렸어요?", "따뜻한 물 마셔요"였다. 지하철에서 이어폰 마이크로 녹음한 영상엔 "지하철에서 녹음했어요?"라는 댓글이 달렸다. 내가 듣기엔 괜찮아도, 시청자는 배경음 하나까지 잡아낸다. 그래서 녹음 전엔 반드시 핸드폰으로 테스트 녹음해서 냉장고 윙윙 소리, 옆집 보일러 소리, 강아지 짖는 소리까지 체크한다. 밤 10시 이후 공사 소음이 멈추면 그 두 시간이 황금 타임이다.

의외로 득도 있었다. 목이 반쯤 쉬어서 고향 사투리 섞어 읽은 영상이 있었는데, 다음 날 댓글창에 "한 번에 경상도 출신이네", "사투리 들으니 정겹다"라며 동향 사람들이 몰려왔다. 억양이 단점이 아니라 콘텐츠 성격에 따라 무기가 될 수 있다는 걸 알았다.

AI 더빙이 맡아준 일, 생각보다 많다

목이 쉬던 주, 본격적으로 무료 음성 복제와 무료 TTS를 테스트해봤다. 첫 느낌은 "내가 이걸 잘못 쓰고 있었네"였다. 경계는 명확하다. "나"가 등장할 필요 없는 정보성·리스트형·정리형 콘텐츠는 AI가 훨씬 깔끔하다. 예를 들어 "서울 강아지 산책 스팟 15곳" 같은 영상은 내가 읽으면 9번째쯤에서 말이 꼬이고 숨도 차는데, AI는 각 포인트를 딱딱 끊어 읽어준다. 감정 기복도 없어서 정보 전달에만 집중된다.

목소리 고르는 데 두 밤을 썼다. 처음엔 뉴스 앵커 톤을 골랐더니 내 콘텐츠랑 전혀 안 맞았다. 좀 더 젊고 살짝 가라앉은 톤으로 바꾸고, 속도도 0.95배로 맞추니 "딱 내 스타일"이라는 느낌이 왔다. 이 숫자에 과학적 근거는 없다. 그냥 귀로 들었을 때 자연스러우면 그만이다.

시간 계산을 해보면 차이가 크다. 예전엔 한 편 녹음에 40분(녹음→재생→수정→재녹음) 걸렸다. 지금은 스크립트 완성 → AI로 1차 생성 → 출근길 지하철에서 이어폰으로 모니터링 → 점심 때 호흡·강세 미세 조정 → 저녁 전에 업로드로 15분 안쪽으로 끝난다. 30개 중 후반 20개 중 13개를 AI 더빙 무료로 처리했다.

물론 실패도 있었다. 이별 이야기를 다룬 영상을 귀찮아서 AI에 맡겼더니 댓글에 "감정 없어, 설명서 읽는 줄"이라며 완주율이 반 토막 났다. 그 한 방으로 분업 라인이 확 정해졌다.

진짜 목소리가 남긴 세 가지

그럼 내 목소리는 아예 버려야 할까? 30개 찍어보니 아니다. 세 가지는 여전히 내 목소리로만 가능하다.

  1. 주관·입장 – 같은 결론이라도 내가 말할 때만 느껴지는 망설임, 흥분할 때의 톤 상승. 시청자는 그 "털털한 가장자리"를 좋아한다.
  2. 감정의 전환점 – 고향 마당 철거 이야기를 읽다가 "문틀에 초등학교 때 키 표시가 아직 있어"에서 나도 모르게 0.5초 멈췄다. 그 멈춤이 AI엔 없다. 그 영상 댓글이 가장 많았고, "내 집 생각났다"는 반응이 줄을 이었다.
  3. 익숙함 – 오래 본 구독자가 "첫 마디만 들어도 너네"라고 한다. 이 익숙함은 10개, 20개 쌓으며 생기는 자산이다. 한 번 잃으면 되찾기 어렵다.

지금 쓰는 분업 룰, 그리고 막 시작하는 분께 세 마디

지금은 단순하다. 주관·스토리 → 내 목소리, 정보·리스트·다국어 내레이션 → AI 더빙 무료. 썸네일 템플릿은 통일했지만 목소리가 달라져도 구독자들은 "이번 영상도 알차네"라며 받아들인다. 중요한 건 "이 영상이 뭔가를 전해줬나"다.

혼자 채널 꾸리는 분들께 딱 세 마디만 남긴다.

  • 스크립트부터 사람 말처럼 써라. 더빙은 마지막 껍데기일 뿐, 글이 어색하면 어떤 목소리로도 살릴 수 없다. 초반에 "보도자료 톤"으로 쓴 원고를 AI가 읽으니 기계적인 안정감과 어색한 문장이 겹쳐 완주율이 바닥이었다.
  • AI를 사람인 척 꾸미지 마라. 시청자는 금방 안다. 들키면 "어색하다"보다 "신뢰 떨어진다"가 더 아프다. 그냥 "이 부분은 AI 목소리로 했어요"라고 당당히 말해라.
  • 목소리는 소모품이다. 나처럼 열 편 연속 녹음하다 목 나가면 무료 음성 복제나 가입 없이 음성 합성 툴로 며칠 버틸 수 있다. 하지만 아이디어가 마르면 그때는 진짜 끝이다. 목 아끼면서 콘텐츠 고민에 에너지를 써라.

어제 아버지한테 전화 왔는데 "목소리 좋아졌네, 마이크 바꿨어?"라고 묻더라. "아빠, 마이크 바꾼 게 아니라 방법이 바뀌었어."라고 답했다. 여러분도 내 목소리 복제나 텍스트 음성 변환 무료 도구 한번 써보고, 자기만의 분업 라인을 찾아보길. 시작은 무료 음성 복제 사이트나 다이나믹 TTS 페이지에서 가볍게 테스트해보면 된다. 홈에서 더 많은 무료 TTS·음성 합성 무료 옵션도 확인 가능하니 참고하시라.

이 글이 도움이 됐다면 댓글로 본인만의 더빙 루틴도 공유해줘. 같이 삽질 덜 하며 성장하자.