AI 음성 클론 도구는 어떻게 골라야 할까. 먼저 당신이 누구이고 무엇에 쓸 것인지 보고, 그다음 가격과 음질을 본다. 네 가지 주요 도구는 클론이 되느냐 안 되느냐가 아니라, 진입 장벽, 가격, 언어, 지연 시간에서 갈린다.
먼저 필요에 따라 네 부류로 나누자
오디오북이나 팟캐스트를 만드는 사람이라면 음질이 우선이고 예산은 넉넉히 잡을 수 있다. 짧은 음성을 대량으로 만들면서 예산이 빠듯한 사람이라면 단가와 무료 한도가 음질보다 중요하다. 중국어 콘텐츠가 중심이고 언어를 넘나들며 소리를 내야 하는 사람이라면 중국어 성능과 다국어 능력이 필수 조건이다. 말하면 바로 답하는 실시간 음성 비서를 만드는 사람이라면 지연 시간이 음질보다 치명적이다. 가끔 한 번만 써 보고 싶은 사람에게는 네 가지 유료 요금제 모두 가성비가 맞지 않는다. 대안은 아래에 있다.
네 가지 도구 비교: 누구에게 맞고 누구에게 안 맞는가
| 도구 | 클론 조건 | 무료 한도 | 시작 가격 | 강점 |
|---|---|---|---|---|
| ElevenLabs | 즉시 클론은 약 10초 음성부터. 전문가용 클론은 30분 이상 음성과 음성 인증 필요 | 월 1만 크레딧, 클론 미포함 | Starter 월 6달러부터 | 음질 기준, 오디오북에 적합 |
| Fish Audio | 10~30초 음성 | 월 8,000 크레딧, 개인 비상업용만 가능 | Plus 월 15달러, 연간 결제 시 약 11달러 | 80개 이상 언어, 감정 태그 지원 |
| MiniMax Audio | 약 5~10초 음성 | 월 1만 크레딧 | Starter 월 5달러, 연간 결제 시 4.5달러, 음성 클론 1회 약 1.5달러 | 중국어와 광둥어에 강하고 다국어 클론이 강점 |
| Cartesia (Sonic) | 3초 음성 | 월 2만 자 | Pro 월 5달러 | 저지연, 실시간 음성 비서에 적합 |
최고의 음질을 원하면 ElevenLabs를 고르자. API는 약 1,000자당 0.04~0.08달러다. 예산이 빠듯하고 클론을 가지고 놀고 싶은 사람에게는 맞지 않는다. 무료 요금제에는 클론이 포함되지 않는다. 싸게 대량으로 만들려면 Fish Audio를 고르자. API는 음성 1시간당 약 0.81달러로 네 가지 중 가장 저렴하고, 짧은 음성 대량 생성에 맞는다. 문장에 [whispering] 같은 감정 태그를 넣을 수 있고, 오픈 웨이트 OpenAudio S1도 직접 쓸 수 있다. 상업용이나 최고 음질을 원하는 사람에게는 맞지 않는다. 무료 요금제는 개인 비상업용만 가능하다. 중국어와 다국어에는 MiniMax를 고르자. 음성 하나를 클론하는 데 1회 약 1.5달러가 들고, 가끔 중국어 음성을 클론하려는 사람에게 맞는다. 영어 최고 음질을 좇는 사람에게는 맞지 않는다. 실시간 대화에는 Cartesia를 고르자. 3초 음성으로 클론할 수 있고, 저지연이라 말하면서 바로 답하는 음성 비서에 맞는다. 긴 오디오북에는 맞지 않는다. 가끔 한 번만 써 보고 구독은 원하지 않는 사람에게는 네 가지 모두 맞지 않는다. 무료 요금제나 오픈소스 Chatterbox로 시험해 보는 것이 낫다.
안전 경계: 클론하기 전에 먼저 생각할 것
타인의 음성을 클론하려면 본인의 동의가 필요하다. 그 절차 없이는 손대지 말자. EU AI법은 딥페이크 콘텐츠에 대한 공개를 의무화하고 있으며, 이 의무는 2026년 8월 2일부터 적용된다. 3초 음성만으로 높은 일치도를 얻을 수 있다는 것은, 사기꾼이 공개된 녹음 하나만으로 지인을 사칭해 전화를 걸 수 있다는 뜻이다. 지인에게서 온 전화라도 먼저 신원을 확인하고 나서 돈 얘기를 하자. 고르는 순서는 용도 먼저, 그다음 진입 장벽과 가격, 마지막으로 음질이다. 도구 자체에 우열은 없고, 맞느냐 안 맞느냐만 있을 뿐이다.
