네오사피엔스, 보이저엑스 ‘브루’에 AI 음성 공급…한 달 만에 누적 사용량 2000만 자

생성형 인공지능(AI)이 영상 제작 과정에 도입되면서 음성 합성 기술의 활용 범위도 넓어지고 있다. 과거에는 영상에 내레이션을 넣기 위해 별도의 녹음과 편집 작업이 필요했지만, 최근에는 대본을 입력해 AI 음성을 생성하고 영상에 적용하는 방식이 보편화되고 있다. 특히 숏폼과 정보 전달형 콘텐츠처럼 제작 속도와 반복적인 편집 작업이 중요한 분야에서는 영상 편집 도구와 AI 음성 기술의 결합이 새로운 제작 환경을 만들고 있다. 이에 AI 기술 기업들이 자체 서비스에서 제공하던 기능을 외부 플랫폼과 연동하며 기업 간 기술 공급을 확대하는 움직임도 나타나고 있다.

생성형 AI 기업 네오사피엔스(대표 김태수)는 AI 영상 제작·편집 서비스 ‘브루(Vrew)’를 운영하는 보이저엑스(대표 남세동)에 자사의 타입캐스트(Typecast) AI 음성을 공급한 이후 약 한 달 만에 누적 사용량 2000만 자를 기록했다.

양사는 지난 9월 중순 AI 음성 기술 공급 계약을 체결하고 브루 서비스에 타입캐스트의 한국어 AI 목소리 53종을 적용했다. 이번 협력으로 브루 이용자는 기존 영상 편집 환경을 벗어나지 않고 타입캐스트의 음성 합성 기술을 활용할 수 있게 됐다.

브루는 음성 인식 기반 자동 자막 생성과 텍스트 기반 영상 편집, AI 목소리 생성 등 영상 제작에 필요한 기능을 제공하는 서비스다. 이용자는 영상의 음성을 텍스트로 변환해 편집하거나 대본을 입력해 내레이션을 제작할 수 있다.

타입캐스트 음성은 지난 9월 중순 브루 업데이트를 통해 제공되기 시작했다. 네오사피엔스에 따르면 서비스 적용 후 약 한 달 만에 타입캐스트 AI 음성으로 생성한 텍스트의 누적 사용량이 2000만 자에 도달했다. 이는 브루 내에서 해당 음성 기술이 실제 콘텐츠 제작에 활용된 규모를 보여주는 지표다.

700여 개 AI 목소리 중 53종 선별…감정 표현으로 영상 연출 지원

네오사피엔스는 타입캐스트가 보유한 700개 이상의 AI 목소리 가운데 영상 제작에 자주 활용되는 한국어 음성 53종을 선별해 브루에 제공했다. 영상 제작자는 콘텐츠의 목적과 분위기에 따라 서로 다른 음색과 말투를 선택할 수 있다.

제공되는 목소리는 편안한 중음부터 중후한 중저음, 밝고 발랄한 고음까지 다양하다. 설명형 영상이나 정보 전달 콘텐츠에는 차분한 목소리를, 캐릭터 중심의 숏폼에는 개성이 강한 음성을 활용하는 방식이다. 같은 대본이라도 음색과 말투를 달리해 콘텐츠의 분위기를 조정할 수 있다.

사투리를 구사하거나 익살스러운 말투를 사용하는 캐릭터 음성도 포함됐다. 이를 활용하면 상황극이나 캐릭터 콘텐츠를 제작할 수 있으며, 따뜻한 음색의 목소리로 연말 인사와 같은 시즌 콘텐츠를 구성하는 것도 가능하다.

감정 표현 기능도 제공한다. 이용자는 애교와 응원, 기쁨, 슬픔, 화남 등 다양한 감정을 음성에 반영하고 감정의 강도를 조절할 수 있다. 이를 통해 장면의 분위기에 맞춰 내레이션의 표현 방식을 세밀하게 설정할 수 있다.