사람과 구별 안 되는 목소리를 뽑는 AI, ElevenLabs

성우를 부르면 하루, 녹음 부스를 잡으면 반나절. 그 자리를 텍스트 한 줄과 재생 버튼이 대신하기 시작했다. 관건은 "AI로 목소리를 만든다"가 아니라, ElevenLabs의 어떤 기능으로 어떤 소리를 뽑느냐. 나레이션·안내 음성·다국어 더빙, 이 세 갈래를 실제로 뽑아내는 손놀림만 다룬다.

ElevenLabs는 텍스트를 사람 같은 목소리로 바꾸는 AI 음성 엔진. 포춘 500대 기업의 41%가 쓰고, 2026년 2월 110억 달러(약 15조 원) 가치를 인정받았다. 이 글의 관심은 그 몸값이 아니라, 그 엔진이 가진 기능들을 내 업무의 소리로 어떻게 바꾸느냐 하나뿐이다.

기준 시점 · 2026년 8월

모델명·가격·기능은 2026년 8월 기준. 음성 AI는 분기마다 모델이 갈리니, 바뀐 건 그때그때 별도 업데이트로.

📊 근황

지금 ElevenLabs는 하나의 목소리 엔진이 아니라, 쓰임새로 갈린 모델 묶음이다. 표현력의 정점은 2026년 2월 정식 공개된 Eleven v3. 문장 안에 [웃음] [한숨] 같은 태그를 심으면 그대로 연기하듯 읽고 74개 언어를 다룬다. 대신 무겁고, 한 번에 넣는 글자가 5,000자로 다른 모델의 8분의 1. 빠르고 싸게 대량으로 돌릴 땐 Flash v2.5가 있는데, 응답이 약 75밀리초라 전화 응대처럼 실시간이 필요한 곳을 맡는다. 안정적인 장문 낭독은 Multilingual v2, 소리를 글자로 받아 적는 일은 90개 넘는 언어를 다루는 Scribe v2. 쓰는 사람이 정할 건 "표현이냐 속도냐 받아쓰기냐" 하나뿐이다.

숫자보다 눈여겨볼 건 출발점. 창업자들은 어릴 적 본 외화 더빙이 원음의 감정을 밋밋하게 뭉갠다는 데 답답함을 느꼈다. 그래서 이 회사가 처음부터 판 건 "정확한 발음"이 아니라 "감정이 실린 목소리". 지금의 강점 대부분이 이 한 뿌리에서 갈라져 나온 셈이다.

⚙️ 특징 · 강점

ElevenLabs의 무기는 하나의 계정 안에 낭독·복제·더빙·상담·받아쓰기가 다 물려 있다는 점. 경쟁 서비스가 한 조각씩 잘하는 걸, 여기선 같은 목소리 자산으로 이어 붙인다.

커뮤니티가 복제 품질을 두고 반복해 짚는 요령이 하나 있다. 넣는 소리가 결과를 정한다는 것. 깨끗한 녹음, 문장 사이 1초 남짓의 쉼, 잡음 없는 환경에서 딴 샘플이라야 결이 산다. 목소리마다 안정성(Stability)·유사도(Similarity) 값을 손보는데, 표현을 살리려면 안정성을 낮추고 또박또박이 중요하면 올리는 식. v3의 태그는 안정성을 '자연스럽게'나 '창의적으로' 둘 때라야 제대로 먹힌다는 게 공식 가이드의 권고다.

🌱 처음이라면 이것부터

기능 이름만 봐선 아직 소리가 그려지지 않는다. 이 넷만 직접 재생해 보면 5분 안에 "이거 일에 쓰겠다" 싶다. 설치는 없고, elevenlabs.io에서 글 붙여 넣고 재생만 누르면 첫 소리가 난다.

여기까지가 첫 감동. 그럼 이 목소리를 실무엔 어떻게 붙이나. 남들이 먼저 낸 결과를 숫자로 짚는다.

🔬 활용 사례 · 연구

"음성을 붙이면 좋다"는 말은 흔하다. 그런데 얼마나. 지어낸 얘기 대신, 기업이 실제로 도입해 숫자를 밝힌 사례만 골랐다.

• 상담 해결 속도 8배, 30개 언어. 핀테크 레볼루트는 2026년 1월 ElevenLabs 음성 에이전트를 영국·유럽 고객 400만 명 상담에 붙였다. 해결까지 걸리는 시간이 8배 빨라졌고, 30개 넘는 언어를 한 시스템으로 받았다는 발표.
• 1차 전화 상담을 AI가 받는다. 결제사 클라르나는 2026년 2월 미국 고객 3,500만 명의 1차 전화 응대를 ElevenLabs 음성 에이전트에 맡겨, 해결 속도가 최대 10배 빨라졌다고 밝혔다. 사람 상담원은 판단이 얽힌 뒷단으로 물러선 구조.
• 기사에 목소리를 붙인 언론사들. 워싱턴포스트·CNN·디애틀랜틱·타임이 Audio Native로 웹 기사에 자동 낭독 버전을 얹었다. 읽을 시간이 없는 독자를 듣는 독자로 붙잡는 방식이다.

🎯 실전 활용 · 응용

ElevenLabs는 장면마다 부를 기능이 갈린다. 짧은 안내 멘트냐 감정 실린 낭독이냐 다국어 더빙이냐에 따라 결은 같다. 어떤 모델을 고르고, 무엇을 얼마나 구체적으로 지시하느냐. 소리의 값은 거기서 갈린다.

장면 1. 같은 주의사항을 하루 열 번 말하는 치과 데스크 · 안내 음성

발치나 임플란트 뒤엔 주의사항 설명이 붙는다. 얼음찜질은 몇 시간, 빨대는 금지, 약은 언제. 데스크가 매번 구두로 안내하지만 긴장한 환자는 절반도 못 외우고 다음 날 같은 걸 전화로 되묻는다. 외국인 환자면 설명 자체가 벽. 여기서 쓸 건 채팅이 아니라, 표준 대본을 한 번 써서 Multilingual v2로 낭독시키는 것이다.

완성한 음성은 대기 모니터에 걸거나 시술 후 문자에 링크로 붙인다. 환자는 집에서 다시 듣고, 데스크는 같은 말을 반복하던 시간을 던다. 성우를 부르거나 원장이 직접 녹음할 필요 없이 대본만 고치면 음성이 즉시 갱신되는 셈. 단, 병원명·약 이름·금액처럼 틀리면 곤란한 부분은 내보내기 전 반드시 귀로 확인한다.

장면 2. 성우 단가에 막힌 온라인 셀러 · 나레이션 A/B

스마트스토어에서 건강기능식품을 판다. 신제품 릴스는 만들었는데 나레이션이 문제. 전문 성우는 한 편에 수십만 원, 직접 녹음하면 어색하고, 톤을 바꿔 여러 버전을 시험할 여유는 더 없다. 여기선 같은 대본을 목소리만 갈아 여러 벌 뽑아 본다.

각각을 영상에 얹어 반응이 좋은 쪽을 남긴다. 성우 섭외에 며칠 걸리던 일이 몇 분. 비용도 구독료 안에서 끝난다. 반응 데이터를 보고 톤을 바꾸는 A/B 테스트가 나레이션에서도 열리는 것. 자막만 있던 숏폼에 목소리가 붙으면 끝까지 보는 비율이 달라진다.

장면 3. 국내 강의를 해외로 넓히려는 1인 지식 사업자 · 목소리 유지 더빙

온라인으로 실무 강의를 판다. 한국어 강의는 잘 팔리는데, 해외 수요를 확인해도 다시 촬영하고 영어 성우를 붙일 엄두가 안 난다. 번역 자막만으론 끝까지 듣는 사람이 적은 게 현실. 여기선 기존 강의 음성을 더빙에 넣어 자기 목소리 톤 그대로 영어·일본어로 옮긴다.

한 번 만든 콘텐츠가 언어를 갈아 끼우며 시장을 넓힌다. 조심할 게 하나. 이 방식이 떳떳한 건 자기 목소리를 복제할 때뿐. 남의 목소리를 동의 없이 쓰면 문제가 된다는 건 뒤에서 다시 짚는다.

💳 가격 + 절약법

ElevenLabs의 요금은 "크레딧"으로 나간다. 대체로 글자 하나가 크레딧 하나. 결국 음성을 얼마나 많이, 어떤 모델로 만드느냐가 청구서를 정하는 구조다. 같은 글자라도 Flash 계열은 크레딧을 절반쯤만 먹는다.

크레딧제라 아끼는 법도 요금제 고르기보다 "어떻게 태우느냐"에 달렸다. 챙길 포인트는 넷.

🔥 최근 업데이트

2026년의 ElevenLabs에서 눈에 띄는 변화는 목소리 품질이 아니라 '무엇까지 소리로 되느냐' 쪽.

⚠️ 약점 · 주의

표현력이 셀수록 어디서 깨지는지를 알고 써야 한다. 음성은 신뢰와 바로 붙는 영역이라, ElevenLabs에서 유독 반복되는 것만 짚는다.

🔭 전망

미공개 버전명을 점치는 건 무의미. 이미 풀린 제품들이 갈 방향은 짚어 준다.

• 전화의 대체: 지금은 간단한 문의에 답하는 수준. 다음은 예약·안내·1차 상담을 사람 없이 처리하는 음성 창구다. 대기 시간이 사라지고, 24시간 같은 목소리가 응대하는 그림.
• 실시간 통역: 받아쓰기·번역·합성이 한 흐름으로 묶이면, 내가 한국어로 말하는 걸 상대가 자기 언어로 즉시 듣는 통화가 손에 잡힌다. 조각은 이미 다 나와 있다.
• 콘텐츠의 오디오화: 글로 만든 건 무엇이든 소리로 바뀐다. 블로그·상세페이지·공지가 기본으로 음성 버전을 갖는 쪽으로.

버전명·시점은 아직 공식 발표 전이라, 지금 확정할 수 있는 건 방향뿐. 작은 병원·가게·1인 사업자가 챙길 것도 하나다. 목소리는 그동안 성우를 부르거나 직접 녹음해야 하는, 돈과 시간이 드는 자원이었다. 그 문턱이 사라지는 중이니, 텍스트로만 하던 안내·홍보에 소리를 붙여 보는 습관이 곧 격차를 만든다.

📌 정리

• 기업 사례가 가리키는 값은 하나. 레볼루트 8배·클라르나 10배처럼, 음성은 "새로 만드는" 자리보다 "사람이 반복하던 걸 덜어내는" 자리에서 값이 났다.
• 무료로 결을 확인하고 손이 가면 Creator, 복제까지면 처음부터 Creator. 모델을 골라 태워야 크레딧이 안 샌다.
• 남의 목소리 무단 복제·보이스피싱·발음 오류는 도구가 아니라 사람이 지키는 몫. 특히 한국어·고유명사는 귀로 검수.

다음 편에서도 또 하나의 대표 AI를 같은 틀로 뜯어본다.