TTS와 AI 목소리 핵심 3줄 요약
- TTS와 AI 목소리는 대부분 같은 걸 가리킵니다. 주요 서비스 다섯 곳의 공식 문서를 열어 보면 개발자 문서에서는 TTS, 광고 문구에서는 AI 목소리라고 부를 뿐입니다.
- “TTS는 딱딱하고 AI 목소리는 자연스럽다”는 비교는 할 수 없습니다.
- 고를 때는 네 가지만 보시면 됩니다. 글자당 얼마이고 무료 구간이 얼마인지, 쓰려는 목소리가 감정과 속도 조절을 지원하는지, 목소리 복제에 녹음이 얼마나 필요한지, 상업적 사용이 어느 플랜부터 열리는지입니다.
2026년 8월 기준으로 주요 서비스의 공식 문서와 가격표를 직접 비교해봤습니다. TTS와 AI 목소리는 기술이 다른 게 아니라 부르는 용어가 다를 뿐입니다.
TTS와 AI 목소리, 왜 이름이 두 개인가요
TTS는 정의가 있는 기술 용어입니다. W3C 표준(SSML 1.1)에는 “the process of automatic generation of speech output from text or annotated text input.”이라고 돼있습니다.
즉 텍스트를 넣으면 음성이 나오는 과정, 그게 TTS입니다.
‘AI 목소리’는 그런 정의가 없습니다. 업계가 편하게 쓰는 말이지 정해진 기술 이름이 아닙니다. 그래서 어떤 회사는 TTS만 가리키기도 하고, 어떤 회사는 보이스 클로닝까지 함께 AI 목소리라고도 합니다.
TTS나 AI 목소리 사용, 용어보다는 이렇게 네 가지를 집중적으로 보세요.
1. 비용
가장 중요한 것은 바로 비용일텐데요, Google Cloud 가격표를 보면 100만 자당 4달러부터 30달러까지 있습니다. 무료 구간도 월 400만 자와 100만 자로 갈립니다.
| 음성 등급 | 100만 자당 | 월 무료 |
|---|---|---|
| Standard | 4달러 | 400만 자 |
| WaveNet | 4달러 | 400만 자 |
| Neural2 | 16달러 | 100만 자 |
| Chirp 3: HD | 30달러 | 100만 자 |
값이 7배 넘게 벌어지는데, 넷 다 같은 회사의 같은 제품입니다. 게다가 가장 싼 축인 WaveNet은 구형이 아닙니다. Google은 음성 유형 문서에서 WaveNet을 “WaveNet models have been trained using raw audio samples of actual humans speaking.”이라고 설명합니다. 사람 음성을 그대로 학습시킨 모델인데 값은 가장 낮은 축입니다.
가격당 조건을 따져보며 나에게 맞는 요금제는 어떤 것인지 꼼꼼하게 살펴보세요.
타입캐스트는 글자 수로 크레딧이 차감됩니다. 만들어 보고 미리 듣는 건 무제한 무료이고, 파일로 내려받을 때만 1글자에 1크레딧이 빠집니다. 여러 목소리를 비교해 보는 동안에는 비용이 발생하지 않는 구조입니다.
2. 감정·속도
톤을 바꿔야 하는 작업이라면 여기가 갈림길입니다.
Amazon Polly는 강조 태그가 구형 Standard에서만 되고, Microsoft Azure는 스타일 제어를 신경망 음성 중 일부에만 엽니다. 감정과 속도가 중요하다면 꼼꼼하게 살펴보세요.
Amazon Polly SSML 문서를 보면 단어를 강조하는 <emphasis> 태그가 구형 Standard에서만 됩니다. Neural과 Long-form, Generative에서는 모두 “Not available”입니다. 최신 Generative는 Neural에 있던 <amazon:effect name="drc">도 빠졌습니다.
Azure SSML 문서는 스타일 제어를 “a subset of neural voices”에만 제공한다고 적어 뒀습니다. 같은 신형이어도 음성마다 되는 게 다릅니다.
그래서 “이 서비스는 감정이 되나요”가 아니라 “내가 고른 이 목소리가 되나요”를 봐야 합니다.
타입캐스트는 이 기능이 플랜으로 나뉩니다. 속도 조절은 Plus 플랜부터, 감정 조절은 Pro 플랜부터 열립니다. 무료로도 목소리를 만들어 들어 볼 수 있으니, 기본 톤으로 충분한지 먼저 확인해 보고 올리셔도 됩니다.
3. 목소리 복제
내 목소리로 콘텐츠를 만들고 싶다면 목소리 복제도 가능한지 확인해야 합니다. 보통 보이스 클로닝이라고도 합니다.
몇 초짜리 녹음 하나로 끝나는 곳이 있고 5분쯤 필요한 곳이 있습니다. 여기서 서비스마다 갈리는 건 품질보다 필요한 녹음 분량입니다.
보이스 클로닝을 정리한 논문은 “Voice cloning definition has varied across research.”라며 정의가 연구마다 달랐다고 먼저 짚습니다. 그러면서 몇 초에서 5분쯤 필요한 방식과, 짧은 녹음 하나로 끝내는 방식을 나눕니다.
타입캐스트도 보이스클로닝을 제공합니다. 이용 가능한 플랜과 필요한 녹음 조건은 요금제 페이지에서 확인해 주세요.
4. 상업적 사용
무료로 만든 음성을 수익 채널에 올려도 되는지는 서비스마다 다릅니다. 유튜브 수익화, 광고, 상품 판매로 이어지는 영상이라면 반드시 약관을 먼저 확인하세요. 타입캐스트는 월 9,900원 Basic 플랜부터 열리고, 여기에 AI 음성임을 알리는 고지 의무가 붙는 서비스도 있습니다.
고지 의무도 있습니다. OpenAI 문서는 자사 TTS 음성을 쓸 때 최종 사용자에게 AI로 만든 음성임을 알리도록 요구합니다. 복제 음성에만 걸리는 조건이 아니라 그 서비스의 TTS 음성 전체에 걸립니다.
과금 방식도 같이 보세요. 글자로 세는 곳과 시간으로 세는 곳이 있어서, 등급이 같아도 총비용이 뒤집힙니다.
타입캐스트는 상업적 사용과 전체 캐릭터 이용이 Basic 플랜(월 9,900원)부터 열립니다. 무료로 목소리를 만들어 보는 건 계속 되지만, 수익이 걸린 채널에 쓰실 거라면 Basic 이상을 보셔야 합니다.
용도별로 고르면
정해진 문장을 또박또박 읽어 주기만 하면 되는 일에는 최상위 등급이 필요 없습니다.
유튜브 내레이션, 광고 영상, 오디오북, 게임 캐릭터 음성처럼 문장마다 톤이 달라져야 한다면 감정과 속도를 지원하는지 확인해야 합니다.
대량으로 뽑거나 실시간으로 응답해야 한다면 API와 스트리밍이 되는지 보세요.
한국어 대본이 중심이고 문장마다 톤을 손봐야 한다면 타입캐스트를 먼저 확인해 보세요. 700개 이상 보이스를 지원하고, 감정 자동설정도 돼 편집시간을 훨씬 줄일 수 있죠.
처음 테스트할 때는
서비스가 준비한 데모 문장은 잘 읽힐 수밖에 없습니다. 내 대본에 들어가는 숫자와 영문 약어, 의문문을 직접 넣어 보셔야 차이가 보입니다. 아래 세 문장을 후보마다 넣어 보세요.
- 숫자·시간·영문 약어: “오늘 밤 10시부터 새벽 2시까지 3호선 운행이 중단됩니다. FAQ를 확인해 주세요.”
- 감정이 실린 의문문: “정말 괜찮으시겠어요? 저는 조금 걱정이 되는데요.”
- 긴 문장의 호흡: “이번 업데이트는 8월 1일 오전 9시에 적용되며, API 사용자는 별도 조치가 필요하지 않습니다.”
타입캐스트에서는 이 세 문장을 목소리마다 넣고 미리 듣는데 비용이 들지 않습니다. 후보를 서너 개 골라 같은 문장으로 들어 보시면 차이가 금방 드러납니다.
자주 묻는 질문
TTS와 AI 목소리 서비스의 주요 차이점은 무엇인가요?
두 이름은 서로 다른 기술은 아닙니다. 다만, TTS는 텍스트를 음성으로 바꾸는 기술이고, ‘AI 목소리’는 여기에 목소리 복제나 보이스 체인저까지 묶어 부르는 더 넓은 말입니다. TTS는 W3C 표준에 정의가 있지만 ‘AI 목소리’는 그 표준에도, 음성 합성과 보이스 클로닝을 정리한 논문 두 편에도 나오지 않습니다. 주요 서비스 다섯 곳의 제품·개발자 페이지를 열어 봐도 두 용어를 다른 기술로 갈라 정의한 곳은 없었습니다. 같은 기능인데 마케팅 페이지에서는 ‘AI 목소리’, 개발자 문서에서는 ‘TTS’로 부를 뿐입니다.
TTS와 AI 목소리 서비스의 장단점을 비교하면 어떻게 되나요?
이름만 놓고는 장단점을 비교할 수 없습니다. Google Cloud 가격표를 보면 WaveNet이 100만 자당 4달러에 무료 구간 월 400만 자입니다. 같은 회사의 Neural2는 16달러, Chirp 3: HD는 30달러로 7배 넘게 벌어집니다. Amazon Polly는 단어를 강조하는 <emphasis> 태그가 구형 Standard에서만 되고 Neural·Long-form·Generative에서는 안 됩니다. 신형일수록 좋은 것은 아니죠. 그래서 위에 알려드린 네 가지를 살펴보세요. 얼마인지, 감정과 속도가 조절되는지, 목소리 복제가 되는지, 상업적으로 써도 되는지입니다. 과금 방식도 서비스마다 갈립니다. 타입캐스트는 글자 수로 세고 만들어 보는 단계는 무료라, 여러 목소리를 비교하는 동안에는 비용이 들지 않습니다.
보이스 클로닝은 TTS와 다른 기술인가요?
완전히 다른 기술이라기보다 TTS의 한 갈래로 보는 쪽이 가깝습니다. 보이스 클로닝을 정리한 논문도 “Voice cloning definition has varied across research.”라며 정의가 연구마다 달랐다고 먼저 짚고, 클로닝을 TTS에서 특정 사람의 목소리로 맞춰 가는 기술의 연장선으로 봅니다. 다만 고르실 때 더 중요한 건 분류가 아니라 녹음을 얼마나 넣어야 하는지입니다. 같은 논문 기준으로 몇 초에서 5분쯤 필요한 방식이 있고, 짧은 녹음 하나로 끝내는 방식이 있습니다.
서비스별로 확인해야 할 정책도 있나요?
있습니다. 특히 AI 음성임을 알리는 고지 정책은 서비스마다 다르니 약관을 직접 확인해야 합니다. OpenAI는 자사 TTS 음성을 쓸 때 최종 사용자에게 AI로 만든 음성임을 알리도록 요구합니다. 복제 음성에만 걸리는 조건이 아니라 그 서비스의 TTS 음성 전체에 걸리는 정책입니다. 상업적 사용이 어느 플랜부터 열리는지도 같이 봐야 합니다. 타입캐스트는 월 9,900원 Basic 플랜부터인데, 이 기준은 서비스마다 다릅니다. 목소리 복제를 쓴다면 화자 동의 절차가 어떻게 정해져 있는지도 확인하세요. 법적 요건은 나라와 용도에 따라 달라지니, 실제 쓸 범위에 맞춰 따로 확인하시는 게 안전합니다.
마무리
TTS와 AI 목소리는 다른 기술은 아닙니다. 따라서 TTS와 AI 목소리를 비교하는 것이 아닌, 쓰려는 음성이 얼마인지, 감정과 속도가 조절되는지, 상업적으로 써도 되는지 먼저 보세요. 그다음은 내가 실제로 쓸 한국어 문장을 직접 읽혀 보고 정하시면 됩니다. 타입캐스트는 만들고 미리 들어 보는 데까지 비용이 들지 않으니, 부담 없이 사용해보세요.
