기술/연구

“성우들 설 자리 잃나?” 감정 연기하는 구글 AI 목소리 등장

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.02.14 19:23

기사 3줄 요약

1 구글, 사람 같은 AI 목소리 제미나이 2.5 공개
2 감정 연기부터 농담 타이밍까지 완벽 소화
3 성우 위협하는 압도적 성능에 업계 긴장

이제는 눈을 감고 들으면 사람인지 기계인지 구분하기 어려운 세상이 왔습니다. 구글이 사람의 목소리를 완벽하게 흉내 내는 새로운 기술을 공개했습니다. 바로 ‘제미나이 2.5 TTS’입니다. TTS는 텍스트를 음성으로 변환해 주는 기술을 말합니다. 이번에 구글이 내놓은 모델은 기존의 딱딱한 기계음을 완전히 넘어섰다는 평가를 받습니다. 단순히 글자를 읽는 수준이 아닙니다. 상황에 맞는 감정을 섞어서 연기까지 가능합니다. 구글의 발표에 따르면 이번 업데이트는 개발자들이 목소리의 스타일과 톤을 자유자재로 조절할 수 있게 만들었습니다. 콘텐츠 제작자들에게는 엄청난 희소식이지만 성우 업계에는 꽤나 충격적인 소식이 될 전망입니다.

기계음은 옛말, 이제는 메소드 연기한다

이번 기술의 가장 큰 특징은 바로 ‘풍부한 감정 표현력’입니다. 사용자가 원하는 분위기를 입력하면 AI가 그에 맞춰 목소리 톤을 바꿉니다. 예를 들어 ‘밝고 신나는 목소리’나 ‘차분하고 진지한 목소리’를 주문할 수 있습니다. 심지어 게임 캐릭터의 연기 톤까지 소화합니다. 구글에 따르면 롤플레잉 게임 속 캐릭터나 가상 비서의 목소리를 훨씬 더 자연스럽게 만들 수 있다고 합니다. 예전처럼 로봇이 국어책 읽듯이 말하는 어색함이 사라졌습니다. 개발자들은 구글 AI 스튜디오를 통해 이런 다양한 스타일을 직접 테스트해 볼 수 있습니다. 텍스트만 입력하면 전문 성우가 녹음실에서 연기한 것 같은 결과물이 즉시 나옵니다.

눈치 백단, 상황 맞춰 말하기 속도 조절

말하는 속도와 타이밍을 조절하는 능력도 놀라울 정도로 발전했습니다. 이를 ‘문맥 기반 속도 제어’라고 부릅니다. AI가 문장의 구조와 의미를 파악해서 어디서 쉬어야 할지 스스로 판단합니다. 재미있는 농담을 할 때는 타이밍을 딱 맞춰서 살립니다. 반면 복잡한 내용을 설명할 때는 천천히 말하고 긴박한 액션 장면에서는 빠르게 말합니다. 사람이 말할 때 자연스럽게 생기는 리듬감을 그대로 구현했습니다. 개발자가 직접 “느리게 읽어줘” 혹은 “더 빠르게 말해”라고 지시할 수도 있습니다. 이런 세밀한 조절 기능 덕분에 오디오북이나 교육 영상 제작이 훨씬 쉬워질 것으로 보입니다.

혼자서 1인 다역도 거뜬히 소화

한 사람이 여러 명의 목소리를 내는 것도 가능해졌습니다. 팟캐스트나 인터뷰 형식의 콘텐츠를 만들 때 매우 유용한 기능입니다. AI 모델 하나가 서로 다른 캐릭터의 목소리를 구별해서 연기합니다. 화자가 바뀔 때도 목소리 톤이 끊기지 않고 자연스럽게 이어집니다. 다국어 처리 능력도 좋아져서 24개 언어로 각 화자의 고유한 억양을 살려냅니다. 이제 방구석에서 혼자 라디오 드라마를 제작할 수 있는 시대가 열린 셈입니다. 실제로 이 기술을 써본 기업들의 반응은 폭발적입니다. 인공지능 오디오 플랫폼 원더크래프트에 따르면 제미나이 TTS 도입 후 비용이 20%나 줄었다고 합니다. 콘텐츠 제작 비용과 시간을 획기적으로 아낄 수 있다는 뜻입니다.

콘텐츠 제작의 판도가 바뀐다

인도 콘텐츠 기업 툰수트라 역시 캐릭터의 억양과 악센트 표현이 뛰어나다고 평가했습니다. 웹툰이나 만화 캐릭터에 생명력을 불어넣는 작업이 훨씬 수월해졌습니다. 이번 제미나이 2.5 TTS 모델은 구글 AI 스튜디오를 통해 바로 사용할 수 있습니다. 구글은 개발자들이 쉽게 앱을 만들 수 있도록 관련 문서와 가이드도 함께 공개했습니다. 기술의 발전은 우리에게 편리함을 주지만 동시에 누군가의 일자리를 위협하기도 합니다. 목소리 연기라는 인간 고유의 영역까지 AI가 들어왔습니다. 앞으로 성우와 AI 성우가 어떻게 공존할지 지켜봐야 할 시점입니다.