AI 캐릭터 보이스

목소리가 실제로 만들어지는 방식

대부분의 AI 영상 워크플로는 오디오를 별도 작업으로 다룹니다: 무성 영상을 생성하고 대사를 합성한 뒤 립싱크를 맞추느라 애쓰죠. 여기서 쓰는 영상 모델은 오디오와 화면을 한 번에 생성하므로 그런 수고가 없지만, 대신 '보이스 설정'의 의미가 달라집니다. 이것은 대본을 넣으면 읽어주는 텍스트 투 스피치 엔진이 아니라 — 생성 과정이 참고하는 조건 참조값입니다.

어떤 방식으로 지정하든 일관성 있게 적용됩니다: 얼굴이 계속 똑같이 유지되는 것과 같은 이유로, 같은 캐릭터는 모든 세그먼트와 모든 에피소드에서 같은 목소리로 말합니다 — 참조 정보가 캐릭터와 함께 이동하기 때문이죠.

하지 않는 일, 그리고 그 이유

여기에는 타인의 녹음에서 목소리를 클론하는 도구가 없습니다. 이건 로드맵에 있는 빠진 기능이 아니라 의도적으로 둔 공백입니다: 실제 인물의 목소리로 합성 연기를 만들어 공개하는 것은 우리가 서비스하는 대부분 시장에서 초상권 및 퍼블리시티권 문제가 되며, 원클릭으로 쉽게 만들 수 있게 하면 그런 행위가 일상화되기 때문입니다. 자체 컴플라이언스 체크리스트는 얼굴과 목소리를 포함한 초상 및 음성 사용권을, 공개 전에 반드시 확보해야 하는 대상으로 다룹니다.

여기서 따라오는 두 가지를 분명히 말해둡니다:

• 자신의 목소리를 업로드하는 것은 괜찮습니다. 그건 당신 자신의 음성이므로, 업로드 경로는 바로 그 용도로 존재합니다.
• 텍스트 설명만으로 목소리를 디자인하는 방식은 현재 지원하지 않습니다. 해당 체계는 형용사로 묘사한 얼굴이 생성마다 달라지는 것과 같은 이유로, 형용사로 디자인한 목소리가 테이크마다 흔들리는 문제 때문에 2026년 8월에 실제 샘플 기반 매칭으로 교체되었습니다.

언어는 별도 설정입니다

대사 언어는 1단계에서 선택하며 프로젝트 전체에 적용됩니다: 분석 단계에서 대사가 해당 언어로 작성되고, 그대로 스토리보드에 복사되어, 해당 언어로 연기됩니다. 이건 영어 원본 위에 더빙하는 과정이 아닙니다 — 영어 원본 자체가 없습니다. 타깃 리전 설정을 통해 캐스팅, 이름, 배경을 해당 시장에 맞춰 동시에 조정할 수 있습니다. 15개 언어를 지원하며, 더빙을 쓰지 않는 이유에서 대사를 직접 생성하는 것이 타이밍을 다시 맞추는 것보다 나은 이유를 자세히 설명합니다.

비용 안내

보이스 매칭은 무료 모델 호출입니다 — 크레딧을 소모하지 않으며 동시 작업 제한에도 카운트되지 않습니다. 직접 샘플을 업로드하는 것도 무료입니다. 오디오 자체는 영상 생성에 포함되며, 출력 초당 10 크레딧부터 시작합니다 (≈ 최저 크레딧 단가 기준 $0.06/초); 음성에 대해 별도의 단어당 또는 글자당 요금은 없습니다. 가격 페이지 또는 생성기 개요에서 전체 과정에서 보이스가 어디에 위치하는지 확인할 수 있습니다.

아직 할 수 없는 것

• 업로드한 클립의 목소리를 바꾸는 것. 음성은 화면과 함께 생성되므로, 기존 영상의 오디오만 교체하는 과정은 없습니다.
• 귀로 들으면서 대사 연출을 조정하는 것. 말투는 스토리보드의 서술 노트 — 각 대사의 괄호 안 힌트 — 로 조정하며 파형 편집기로 다루지 않습니다. 읽는 방식이 틀렸다면 노트를 바꾸고 해당 세그먼트를 다시 생성하면 됩니다.
• 자막을 영상에 굽는 것. 플랫폼용 자막은 내보내기 후에 추가합니다; 파이프라인은 스토리상 필요할 때만 프레임 안에 텍스트를 넣습니다.

15개 언어로, 모든 에피소드를

대사 언어는 1단계에서 한 번 설정하면 전체 생성 과정이 해당 언어로 진행되며, 타깃 리전 설정이 이름, 얼굴, 거리 풍경을 해당 시장에 맞춰 동시에 조정합니다. 아래 각 샘플은 이 방식으로 언어별로 제작된 것입니다.

자주 묻는 질문

요금·가이드·샘플·지원·개인정보 처리방침·이용약관·법적 고지·문의하기·© 2026 SceneMixer