.png){kind=small}
자연스러운 AI 오디오북을 만드는 네 가지 설계
STUDIO YEOREUM · 오디오북 제작 가이드 05 / 08
AI 오디오북이 사람 낭독처럼 자연스러운지는 목소리를 고르는 순간이 아니라, 그보다 앞선 설계 단계에서 판가름 납니다. 스튜디오 여름은 감정·화자·발음·끊어읽기 네 축을 원고 단계에서 확정하고, 완성본은 전문 프로듀서가 처음부터 끝까지 직접 들으며 검수합니다. 아래 표는 각 축에 적용하는 기준입니다.
자연스러움의 네가지 축
감정 | 같은 대사라도 장면에 맞춰 감정 태그를 따로 지정 |
화자 | 주연은 한 목소리로 작품 끝까지 유지 |
발음 | 숫자·영어·고유명사의 읽기를 책 한 권 전체에서 통일 |
끊어 읽기 | 문장과 장면의 호흡에 맞춰 끊어 읽기를 설계 |
감정: 문장의 온도를 맞추는 방법
AI 낭독의 감정은 문장마다 의도를 지정해야 정확해집니다. 지정하지 않으면 모든 문장이 비슷한 온도로 수렴합니다. 스튜디오 여름은 내레이터 목소리에 낭독·연기·기쁨·슬픔·화남·놀람·속삭임, 7종 가운데 하나를 배정합니다. 대사에는 인물·발성·감정을 한두 단어로 적은 연출 태그를 따로 붙입니다.
설계에서 먼저 따지는 것은 감정의 세기가 아니라 저자가 의도한 온도입니다. 비문학에서는 저자가 ‘~일 수 있다'며 조심스럽게 쓴 문장도 강세가 엉뚱한 단어에 실리면 원문보다 단정적인 주장으로 들립니다. 소설에서는 "그래." 한마디가 수긍인지 체념인지조차 앞뒤 장면을 읽어야 정할 수 있습니다.
화자: 등장인물이 많아도 목소리를 늘리지 않는 이유
다중 화자 오디오북의 몰입도는 목소리 개수가 아니라, 화자 전환의 빈도와 인물 식별의 균형에서 나옵니다. 스튜디오 여름은 주연은 작품 끝까지 한 목소리로 고정하고, 단역은 몇 명씩 묶어 한 목소리를 배정하며, 한 작품의 배역을 10명 안팎으로 유지합니다. 배역을 제한할 수록 몰입도가 높아지기 때문입니다.
내레이터는 서술 시점을 보고 정합니다. 1인칭 서술이면 주인공의 목소리가 그대로 내레이션을 맡고, 3인칭 서술이면 장르와 분위기에 맞는 내레이터를 따로 둡니다. 대화 장면은 여러 화자를 대화 단위로 함께 생성해 말을 주고받는 호흡까지 맞춥니다.
외부 조사도 비슷한 결론을 보여 줍니다. 2026년 5월 Edison Research at SSRS는 AI 오디오북 기업 Spoken의 의뢰로 미국 픽션 오디오북 청취자 1,005명을 두 그룹으로 나눠 블라인드 조사를 했습니다. 같은 SF 스릴러를 AI 멀티캐스트로 들은 그룹의 호감도는 61%로, 사람 단독 낭독을 들은 그룹(53%)보다 높았습니다. AI 오디오북을 듣겠다는 응답도 샘플을 듣기 전 31%에서 들은 뒤 65%로 올랐습니다. 반면 인물 대화 없이 서술만 이어지는 대목에서는 사람 낭독이 더 좋은 평가를 받았습니다. 화자 구성은 장르 단위로 한꺼번에 정하기보다 장면마다 판단해야 하는 이유입니다.
호흡을 설계하는 기준
낭독 블록 | 8문장 단위로 흐름 정리 |
구간 사이의 쉼 | 기본 0.8초 · 짧은 블록 0.4초 · 섹션 끝 2초 |
끊어 읽기 | 원고 밀도에 맞춰 표준 30자 · 조밀 20자 |
발음: 발음 사전의 역할
발음 사전은 숫자·영어·특수문자·고유명사의 읽기를 책 한 권 안에서 하나로 고정하는 스튜디오 여름의 기준표입니다. 잘못 읽은 뒤에 고치는 것이 아니라, 생성하기 전에 읽는 법부터 정해 두는 장치입니다.
같은 ‘2026’이라도 연도라면 '이천이십육'으로, 모델명이라면 '이공이육'으로 읽어야 합니다. ‘Michelle’을 '미셸'로 읽을지 '미쉘'로 읽을지는 책 전체에서 한 번만 정하면 됩니다. 외국어 문장은 언어별로 나눠 각 언어의 발음으로 읽습니다. 원고는 손대지 않고 음성 생성용 읽기만 따로 관리하므로, 개정판을 낼 때도 같은 기준을 그대로 이어 쓸 수 있습니다.
호흡: 끊어 읽기
듣다가 지치는 이유는 문장보다 끊어 읽기에 있을 때가 많습니다. 쉼이 없으면 숨이 차고, 쉼이 엉뚱한 곳에 있으면 뚝뚝 끊깁니다. 스튜디오 여름은 원고를 8문장 단위 블록으로 나누고 블록 사이 0.8초, 짧은 블록 뒤 0.4초, 섹션 끝 2초의 침묵을 둡니다. 문장 안의 끊어 읽기는 30자 또는 20자 간격으로 쉼표를 넣는데, 원고의 문장 밀도에 맞춰 둘 중 하나를 고릅니다.
검수: 처음부터 끝까지 사람이 듣는 이유
스튜디오 여름의 검수는 프로듀서가 완성본을 처음부터 끝까지 귀로 듣는 방식입니다. 반어법이 진심처럼 들리거나 교체한 문장의 음색이 앞뒤와 튀는 문제는 사람의 귀로만 잡아낼 수 있습니다.
수정 기준은 계약 전에 미리 안내합니다. 1차 수정은 원고 전체의 5% 미만이면 무상입니다. 발음 오류나 낭독 누락처럼 명백한 제작 오류는 범위와 횟수에 관계없이 수정해 드립니다. 부분 수정은 3일 안에 반영합니다.
자주 묻는 질문
Q. AI 오디오북에서 감정 연기는 어느 수준까지 가능한가요?
A. 대사별로 감정 방향을 지정하면 절제된 슬픔이나 망설임 같은 미세한 결까지 표현됩니다. 최정상급 성우의 극적인 연기와 같다고 단정하지는 않으며, 핵심 장면 샘플로 판단하시길 권합니다.
스튜디오 여름에 원고 보내고 상담받기
스튜디오 여름은 AI 음성 기술 기반의 오디오북 전문 제작사로, 56곳의 발행처와 협업해 누적 300권 이상을 제작했습니다. 스튜디오 여름이 제작한 오디오북은 밀리의서재 월간 베스트셀러 1위와 교보문고 오디오북 전체 1위에 오른 기록이 있으며, 자체 솔루션과 편집자의 전편 청취 검수로 제작합니다.
AI 성우 낭독은 완성 1시간당 35만 원, 클로닝보이스 저자 낭독은 42만 원이며 편집·음악·마스터링이 포함됩니다 [2026년 10월 기준, 부가세 별도].
원고를 보내주시면 견적서를 보내드립니다.
댓글