AI 음성을 카탈로그가 아닌 브랜드 기준으로 고르는 방법을 정리했습니다. 음성 속성, 언어, 소스 선택, 청취 테스트, 아바타 일관성까지 다룹니다.
AI 음성을 정할 때 많은 팀이 샘플 목록을 들으며 "이 목소리가 좋네요"에서 시작합니다. 그런데 고객은 목소리 하나만 듣지 않습니다. 말투, 속도, 첫인사, 실수했을 때의 태도까지 합쳐서 브랜드의 인상으로 받아들입니다. 이 글에서는 브랜드 브리프에서 출발해 음성을 고르고 검증하고 운영하는 순서를 단계별로 설명합니다.
카탈로그가 아니라 브랜드에서 시작합니다
음성 샘플을 먼저 듣기 시작하면 판단 기준이 "내 취향"으로 흐르기 쉽습니다. 담당자가 좋아하는 목소리와 고객이 편안하게 느끼는 목소리는 다를 수 있습니다. 샘플을 듣기 전에 먼저 아래 세 가지를 문장으로 적어 두는 것이 좋습니다.
- 누가 듣습니까? 전화로 문의하는 50대 고객인지, 모바일에서 아바타와 대화하는 20대 고객인지에 따라 적절한 속도와 톤이 달라집니다.
- 어떤 상황에서 듣습니까? 배송 지연 문의처럼 불안한 상황과 예약 확인처럼 가벼운 상황은 같은 목소리라도 요구되는 분위기가 다릅니다.
- 브랜드가 이미 말하고 있는 것은 무엇입니까? 광고 영상의 내레이션, 매장 직원의 응대 방식, 카카오톡 채널의 말투가 이미 하나의 기준이 됩니다.
특히 마지막 항목이 중요합니다. 카카오톡 채널에서는 친근한 "~해요체"를 쓰는데 전화 음성은 딱딱한 "~하십시오체"로 말한다면, 고객은 같은 회사라고 느끼지 못할 수 있습니다. 음성은 새로 만드는 캐릭터가 아니라 기존 브랜드 목소리를 소리로 옮긴 것에 가깝습니다.
브랜드 브리프를 음성 속성으로 바꿉니다
"신뢰감 있고 따뜻한 느낌"이라는 표현은 방향은 주지만 음성을 고르는 데는 부족합니다. 추상적인 형용사를 귀로 확인할 수 있는 속성으로 바꿔야 합니다.
점검할 속성
| 속성 | 확인할 내용 | 예시 |
|---|---|---|
| 음높이 | 낮은지, 중간인지, 높은지 | 금융 안내는 낮고 안정적인 톤 |
| 속도 | 분당 말하는 양, 쉼의 길이 | 숫자 안내는 천천히 |
| 에너지 | 밝은지, 차분한지 | 이벤트 안내는 조금 밝게 |
| 격식 | 존댓말 수준, 호칭 | "고객님" 사용 여부 |
| 발음 선명도 | 숫자, 영문 상호, 주소를 또렷하게 말하는지 | 예약 번호 읽기 |
표를 채우면 "따뜻하다"가 "중간 음높이, 약간 느린 속도, 문장 끝을 부드럽게 내리는 말투"처럼 구체적인 기준이 됩니다. 이렇게 하면 후보를 비교할 때 취향 대신 기준으로 이야기할 수 있습니다.
말하지 않을 것도 정합니다
속성에는 "하지 않는 것"도 포함하는 것이 좋습니다. 예를 들어 "과장된 감탄사는 쓰지 않는다", "고객이 화가 났을 때 밝은 톤으로 응답하지 않는다" 같은 규칙입니다. 이런 규칙은 음성 선택뿐 아니라 에이전트의 페르소나와 가이드라인에도 그대로 옮길 수 있습니다.
언어와 억양이 생각보다 큰 영향을 줍니다
같은 "차분한 여성 목소리"라도 한국어를 얼마나 자연스럽게 말하느냐에 따라 인상이 크게 갈립니다. 영어 중심으로 만들어진 음성이 한국어를 읽으면 억양이 어색하거나 문장 끝이 부자연스럽게 올라가는 경우가 있습니다. 후보를 고를 때는 아래를 직접 확인해야 합니다.
- 숫자와 날짜: "12월 3일 오후 2시 30분", 전화번호, 금액을 자연스럽게 읽는지 확인합니다.
- 외래어와 영문 상호: 브랜드명, 제품명, "AS", "FAQ" 같은 약어를 어떻게 읽는지 듣습니다.
- 존댓말의 끝맺음: "~입니다", "~드리겠습니다"의 억양이 기계적이지 않은지 봅니다.
- 지역 억양: 표준 억양을 기본으로 할지, 특정 지역 색을 살릴지 정합니다. 대부분의 고객 지원에서는 표준 억양이 안전합니다.
여러 언어를 지원한다면 언어마다 같은 "성격"을 유지하는 것도 과제입니다. 한국어 음성은 차분한데 영어 음성은 들뜬 느낌이면 같은 브랜드로 들리지 않습니다. 또한 모든 언어가 같은 수준으로 지원되는 것은 아닙니다. 지원이 약한 언어에서는 대체 음성을 쓰게 될 수 있으므로, 중요한 언어일수록 실제 대본으로 먼저 들어 봐야 합니다.
위 수치는 설명을 위한 가상의 예시입니다. 중요한 것은 점수 자체가 아니라, 같은 대본을 같은 조건에서 들려주고 같은 항목으로 평가한다는 방식입니다.
음성 소스를 고릅니다: 기본 제공, 설계, 복제
음성을 얻는 방법은 크게 세 가지입니다.
1. 기본 제공 음성 사용
라이브러리에 있는 음성을 그대로 쓰는 방법입니다. 가장 빠르고 위험이 적습니다. 다만 다른 회사도 같은 음성을 쓸 수 있으므로 차별성은 낮습니다. 처음 시작하거나 용도가 단순한 안내 전화에는 충분한 경우가 많습니다.
2. 음성 설계
원하는 속성(나이대, 톤, 분위기)을 설명해서 새 음성을 만드는 방법입니다. 브랜드 브리프를 속성으로 바꿔 두었다면 이 방법과 잘 맞습니다. 기성 음성 중에 딱 맞는 것이 없을 때 고려할 만합니다.
3. 음성 복제
실제 사람의 목소리를 기반으로 합니다. 브랜드 모델이나 대표의 목소리를 쓰고 싶을 때 선택하지만, 신중해야 합니다.
- 본인(또는 권리자)의 명시적인 서면 동의를 받아야 합니다.
- 계약 기간, 사용 범위, 퇴사나 계약 종료 후의 처리 방식을 미리 정해야 합니다.
- 고객이 "사람과 통화한다"고 오해하지 않도록 AI임을 밝히는 안내를 둬야 합니다.
법적 판단이 필요한 부분은 반드시 법무 담당자나 전문가와 확인하시기 바랍니다.
도입 전에 청취 테스트를 합니다
후보를 두세 개로 좁혔다면 실제 대본으로 청취 테스트를 합니다. 인사말만 들려주면 의미가 없습니다. 실제 고객 문의에서 가장 어려운 문장을 넣어야 합니다.
테스트 대본 구성
- 첫인사와 상담 목적 확인
- 숫자가 많은 안내(주문번호, 금액, 날짜)
- 사과가 필요한 상황("불편을 드려 죄송합니다")
- 상담원 연결 안내
- 모르는 질문에 대한 정중한 거절
평가 방법
내부 직원만 평가하지 말고, 실제 고객층과 비슷한 사람 몇 명을 포함시키는 것이 좋습니다. 각자 혼자서 듣고 점수를 매기게 한 뒤 취합하면 서로의 의견에 영향받는 것을 줄일 수 있습니다. 항목은 "이해하기 쉬운가", "브랜드와 어울리는가", "신뢰가 가는가", "끝까지 듣고 싶은가" 정도면 충분합니다.
또한 스피커폰, 이어폰, 전화 회선 등 실제 청취 환경에서 들어 봐야 합니다. 스튜디오에서는 좋던 목소리가 전화 음질에서는 답답하게 들리는 경우가 흔합니다.
- 01브랜드 브리프 작성
- 02음성 속성 정리
- 03후보 청취 테스트
- 04적용과 모니터링
아바타를 쓴다면 음성과 일관되게 맞춥니다
웹사이트 채팅에 말하는 아바타를 얹으면 고객은 목소리와 얼굴을 동시에 받아들입니다. 이때 두 가지가 어긋나면 불쾌한 느낌이 생길 수 있습니다.
- 젊고 활발한 외모인데 목소리는 낮고 느린 경우
- 입 모양과 음성이 맞지 않는 경우
- 사실적인 사람 얼굴인데 목소리는 확연히 합성음인 경우
아바타를 고를 때도 음성과 같은 속성표를 기준으로 삼으십시오. 사실적인 아바타를 쓸 때는 음성도 자연스러운 쪽이 어울리고, 일러스트나 캐릭터 형태라면 약간 합성음 느낌이 있어도 거부감이 적습니다. 또한 아바타가 필요한 곳과 필요하지 않은 곳을 구분해야 합니다. 카카오톡이나 Instagram DM처럼 텍스트가 중심인 채널에서는 목소리 대신 말투와 문장 길이로 같은 성격을 전달해야 합니다.
롤아웃과 일관성을 관리합니다
음성을 정한 뒤에도 작업은 끝나지 않습니다.
- 작게 시작합니다. 모든 문의가 아니라 한 가지 시나리오(예: 영업시간 안내, 예약 확인)부터 적용합니다.
- 통화 기록을 봅니다. 고객이 되묻는 지점, 중간에 끊는 지점은 음성이나 대본을 고쳐야 한다는 신호입니다.
- 용어집을 만듭니다. 브랜드명, 제품명, 자주 쓰는 약어의 읽는 법을 정해 두고 대본에 반영합니다.
- 변경 규칙을 정합니다. 음성을 바꾸려면 누가 승인하는지, 어떤 테스트를 거치는지 문서화합니다. 담당자가 바뀔 때마다 음성이 달라지는 일을 막을 수 있습니다.
- 채널 간 톤을 점검합니다. 전화, 웹사이트 채팅, 카카오톡, Instagram에서 같은 질문에 같은 성격으로 답하는지 정기적으로 비교합니다.
AI SNS CHAT에서 적용하기
AI SNS CHAT에서는 사이드바의 Voice 메뉴에서 음성 관련 설정을 한곳에서 다룰 수 있습니다. 메뉴에는 Voice agent, Avatar, Voice Playground, Inbound calls, Call history, Outbound calls 등이 있습니다.
음성 소스 선택
텍스트 음성 변환(TTS) 공급자로는 Grok/xAI(기본값), OpenAI(gpt-4o-mini-tts), ElevenLabs, 브라우저 음성을 선택할 수 있습니다. 음성 라이브러리 탐색, 음성 설계, 복제 기능은 ElevenLabs 음성에서 제공됩니다. 복제를 쓰신다면 앞서 설명한 동의 절차를 먼저 갖추십시오.
Voice Playground에서 청취 테스트
Voice Playground에서 실제 대본을 넣어 후보 음성을 들어 볼 수 있습니다. 숫자, 영문 상호, 사과 문장 등 앞서 정리한 테스트 대본을 그대로 사용하시길 권합니다. 음성 기능은 22개 언어를 지원하지만, 일부 언어는 전화에서 영어 음성으로 대체될 수 있습니다. 그러므로 한국어를 포함해 중요한 언어는 도입 전에 반드시 직접 들어 보십시오.
아바타
Avatar 메뉴에서는 Simli 립싱크 방식으로 말하는 아바타를 만들거나, 준비한 아바타 영상을 업로드할 수 있습니다. 음성 선택과 같은 속성표를 기준으로 외형을 정하면 일관성을 지키기 쉽습니다.
전화와 실시간 대화
Inbound calls에서는 에이전트마다 Twilio 번호를 연결해 수신 전화를 받을 수 있습니다. 대량 발신은 Outbound calls의 배치 캠페인으로 하며, Twilio 번호와 사전 테스트 통화가 필요합니다. 또한 Synthia의 음성 대화는 OpenAI Realtime API를 사용하며, 이 경우 다른 공급자로의 대체는 없습니다. 음성 사용량은 크레딧으로 차감되며 분당 크레딧은 관리자 설정에 따릅니다. 자세한 내용은 요금제에서 확인하시기 바랍니다.
다른 채널과 말투 맞추기
음성이 없는 채널에서도 같은 브랜드 성격을 유지해야 합니다. 에이전트의 페르소나와 가이드라인에 앞서 정리한 속성(격식 수준, 하지 않을 표현)을 적어 두면, 웹사이트 채팅, KakaoTalk 채널, Instagram에서도 같은 말투로 응대할 수 있습니다. 연결 가능한 채널은 연결 페이지에서 확인하실 수 있고, 전체 기능은 기능 소개에서 볼 수 있습니다.
자주 묻는 질문
AI 음성은 사람처럼 들려야 합니까, 아니면 합성음임이 분명해야 합니까?
정답은 없지만, 자연스러운 음성을 쓰더라도 AI임을 밝히는 것이 고객 신뢰에 유리합니다. 첫인사에서 "AI 상담 도우미입니다"라고 안내하면 오해를 막을 수 있습니다. 브랜드가 격식을 중시한다면 자연스러운 쪽을, 캐릭터 중심이라면 약간 개성 있는 쪽을 선택하는 방법도 있습니다.
전화와 웹사이트 아바타에 같은 음성을 써도 됩니까?
같은 음성을 쓰는 편이 브랜드 일관성에는 좋습니다. 다만 전화는 음질이 제한되고 웹 아바타는 표정과 함께 전달되므로, 두 환경에서 모두 들어 보고 속도와 발음이 괜찮은지 확인하십시오. 이 글에서 소개한 대로 Voice Playground에서 같은 대본으로 비교해 보시길 권합니다.
몇 개의 음성을 테스트해야 합니까?
처음에는 10개 안팎을 가볍게 듣고, 최종적으로 2~3개로 좁혀 정식 청취 테스트를 하는 방식이 현실적입니다. 후보가 너무 많으면 평가자가 피곤해져 판단이 흐려집니다. 반드시 같은 대본으로 비교하십시오.
대표나 창업자의 목소리를 복제하는 것이 좋은 방법입니까?
브랜드와 창업자의 이미지가 강하게 연결된 경우에는 효과가 있을 수 있지만, 동의 범위와 퇴임 후 처리 등 관리해야 할 사항이 많습니다. 서면 동의를 받고 사용 범위를 명확히 하며, 법적 판단은 전문가와 확인하시기 바랍니다. 부담이 크다면 설계한 음성으로 시작하는 것이 안전합니다.
사용하는 언어의 음성 지원이 부족하면 어떻게 합니까?
먼저 실제 대본으로 들어 보고 숫자와 고유명사의 발음이 허용 범위인지 판단하십시오. 일부 언어는 전화에서 영어 음성으로 대체될 수 있으므로 이 점도 확인해야 합니다. 품질이 부족하다면 음성 대신 텍스트 채널을 먼저 운영하고, 음성은 대본을 짧고 단순하게 다듬어 부분적으로 적용하는 방법이 있습니다.

