Hunyong’s Lab

AI 음성으로 듣기 - ElevenLabs

배경

나는 2022년 12월부터 ChatGPT를 사용하기 시작했다. AI 서비스를 다양한 업무, 특히 내가 위원장으로 있는 노동조합 업무에 적극적으로 활용하고 있다. 조합원 200명 규모의 노동조합에서 나는 사무행정, 대외 소통 및 홍보, 정책자료 분석 및 개발, 예결산 등 회계 업무까지 조직 운영 전반을 총괄하고 있어서 기획서 및 보고서 작성 업무를 상시적으로 수행한다. AI는 이제 업무 수행에 있어 보조적 수단이 아니라 기본적 업무 도구가 되어가고 있다.

LLM 기반의 첨단 AI 모델/서비스 가운데 Top 4로 볼 수 있는 ChatGPT, Claude, Gemini, Perplexity 모두 유료 사용자이며, 특히 앞의 세 서비스는 구독 서비스가 등장한 시점부터 사용해왔다. 단순 업무 효율화뿐 아니라, 시각장애인으로서 일상 업무와 정보 접근성을 높이는 보조 기술로서도 AI 모델/서비스를 많이 활용한다. 주변에 보면 아직 AI를 업무에 깊이 있게 활용하는 경우가 많지 않은데, 이 글은 AI를 실제 업무, 특히 노동조합 실무나 장애로 인한 어려움을 보완하는 데 활용하고자 하는 분들께 내 경험을 공유하기 위해 작성했다. 전문적인 기술 리뷰는 아니며, 철저히 경험에 기반한 리뷰이다.

AI 모델/서비스별 리뷰

Gemini

• Google은 지난 3월 말 Gemini 2.5 Pro를 무료 사용자에게까지 확대했다. 2.5 Pro는 이전 버전에 비해 확실히 개선되었다. 원래도 2.0 Pro를 종종 사용했지만, 컨텍스트 윈도우가 크다는 점 외에는 ChatGPT(o1 모델)나 Claude(3.5 Sonet) 대비 뚜렷한 강점을 느끼긴 어려웠다. 그런데 2.5는 다르다. 지식이 풍부하고 영리하며, 글의 뉘앙스까지 잘 파악한다. 최근 복잡한 보고서 작성에 활용했는데 몇 턴의 대화를 이어간 끝에 거의 최종본으로 사용할 수 있을 정도의 보고서를 만들 수 있었다.
• 긴 컨텍스트 처리 능력은 특히 중요한 강점이다. 100쪽이 넘어가는 보고서를 통째로 분석하거나, 여러 규정/자료를 동시에 참고해 기획안을 작성해야 할 때 Gemini는 거의 유일한 대안일 때가 많다. 이는 방대한 정보를 한 번에 처리하기 어려운 시각/인지 장애 사용자에게 문서 이해도를 높이는 데 실질적인 도움을 준다.
• Deep Research 기능도 주목할 만하다. 얼마 전 최근 현안에 대한 심층 보고서를 생성했을 때 참조 소스가 400개를 넘어가는 것을 확인했다. 웹 인터페이스의 스크린리더 접근성은 매우 좋은 편이며, 최근 추가된 캔버스 기능도 아직 충분히 테스트해보진 못했지만 기본적인 인식은 가능한 수준으로 보인다.
• 한줄평: 대규모 문서 작업 및 심층 분석에 강점을 보이는 조력자이다.
• 용도: 장문 보고서/정책자료 분석 및 생성, 심층 연구 및 Q&A 생성, 요약문 생성

Claude

• Anthropic은 2월 말 대표 모델을 3.7 Sonet으로 업그레이드했다. 기존 3.5 Sonet 성능이 워낙 우수해서 기대가 컸지만, 3.7 Sonet은 일부 아쉬움이 남는다. 특히 지시 따르기(instruction following) 능력이 이전보다 저하된 것으로 느껴진다. 대화가 길어지면 맥락을 놓치는 현상도 더 자주 나타난다. 가장 큰 단점은 extended thinking을 켜도 간단한 숫자 계산에서 실수가 발생한다는 것이다. 이러면 예결산 검토 등 조합의 재정 관련 업무에는 신뢰하고 사용하기 어렵다. 모델 선택 메뉴에서 3.5 Sonet을 고를 수 있지만, 이 역시 이전 버전과는 차이가 있다.
• 하지만 이런 단점에도 불구하고, UI의 직관성과 안정성 면에서 Claude는 여전히 가장 뛰어난 업무 도구 중 하나이다. 'Projects' 기능은 조합의 연간 사업 계획, 재정 관리, 또는 창립 기념식 행사 준비처럼 여러 단계와 맥락을 가진 복잡한 업무를 체계적으로 관리하는 데 최적화되어 있다. 결과물 검토 도구인 'Artifacts' 기능은 스크린리더 접근성이 준수하여 시각장애인 사용자도 편리하게 활용 가능하다. 또한 Windows와 macOS용 데스크톱 앱을 제공하여 웹 브라우저보다 안정적인 접근성을 기대할 수 있다는 점도 장점이다. 직관적인 인터페이스는 인지적 부담을 줄여주어 다양한 사용자가 편하게 사용할 수 있다.
• 한줄평: 체계적인 업무 관리에 가장 안정적인 워크스페이스이다 (숫자 계산 제외).
• 용도: 프로젝트 관리(사업 계획, 재정 관리, 행사 준비 등), 일상 업무 문서 초안 작성 및 검토, 아이디어 구상

ChatGPT

• OpenAI의 ChatGPT는 모델별로 용도가 뚜렷하다. 지난 해 5월 출시 이래 꾸준히 업데이트된 4o 모델은 개념 설명이나 정보 조사에 강하고, 12월 정식 출시된 o1 모델은 심층적인 주제 탐구와 설득력 있는 글쓰기에 탁월하며, 올해 1월 말 출시된 o3-mini-high 모델은 숫자나 코딩 관련 작업에서 뛰어난 정확성을 보인다.
• o1 모델의 글쓰기 실력은 이전 프리뷰 버전과 비교해 대폭 향상되었고, Gemini를 제외하면 문체가 다른 어떤 LLM보다도 자연스럽다. 특히 정서적 호소와 논증이 모두 필요한 성명서 등의 작성에 유리하다. Claude가 보고서 작성에 탁월하다면 o1은 에세이 스타일에 탁월하다.
• o3-mini-high 모델은 (내가 주로 사용하는 조합 예산 계산이나 간단한 웹사이트 HTML 코드 수정 범위 내에서는) 숫자나 코딩에서 아직 오류를 보지 못했다. 답변 생성이 오래 걸린다는 단점이 있지만, 정확도가 중요한 문서 작업에서는 가장 나은 대안이다.
• ChatGPT는 대화 내용을 기억하는 '메모리' 기능이 뛰어나 Projects 기능을 꼭 사용하지 않아도 업무에서도 어느 정도 사용자의 맥락에 맞게 대화가 가능하다. Claude처럼 Windows와 macOS용 데스크톱 앱을 제공하여 접근성 면에서 이점이 있다. 다양한 모델 제공은 사용자가 자신의 정보 처리 방식이나 작업 종류에 맞는 도구를 선택할 유연성을 준다는 점에서 유용하다.
• 하지만 UI는 여전히 아쉬움이 남는다. 프로젝트 관리 기능은 다소 미흡하고, 아이디어 구상 도구인 '캔버스' 기능은 키보드 접근성이 매우 나빠 스크린리더 사용자에게는 사실상 사용이 불가능하다.
• 한줄평: 특정 분야별 전문성이 뛰어난 다재다능한 동료이다.
• 용도: 개념 명확화 및 조사, 설득적 글쓰기(성명서, 연설문 등), 회계 보고서 생성 및 코드 작업

Perplexity

• Perplexity는 내가 가장 늦게 유료로 업그레이드한 AI 서비스이다. Pro 업그레이드 후엔 주로 AI 모델을 Claude 3.7 Sonet으로 놓고 쓴다. 답변 속도와 품질을 고려했을 때 이 조합의 궁합이 제일 잘 맞는 것 같다. Perplexity는 LLM 자체 개발보다 RAG(검색 증강 생성) 기술에 강점이 있는 기업으로, 웹 검색 기능이 매우 강력하다. 이러한 검색 능력과 3.7 Sonet의 비추론과 추론 사이의 균형 잡힌 특성이 결합될 때, 최신 정보 기반의 깊이 있는 답변을 얻는 데 시너지가 난다. 특히 최신 정책 동향이나 언론 보도 등을 빠르게 파악해야 하는 노조 활동에 유용하다.
• iPhone의 음성 모드는 이동 중이거나 키보드 사용이 어려울 때 원하는 정보를 가장 빠르게 얻는 수단으로, 접근성 측면에서 매우 유용하다. 웹 인터페이스의 스크린리더 접근성도 준수하고 Claude나 ChatGPT처럼 Windows와 macOS용 데스크톱 앱이 별도로 있다. 최신 정보를 빠르게 요약/제공하여 정보 검색에 드는 시간과 노력을 줄여준다는 점은 많은 사용자, 특히 정보 검색에 제약이 있는 사용자에게 큰 장점이다. 주로 업무 초기 단계의 자료 조사나 보도자료 작성을 위한 현안 분석에 Perplexity를 활용한다.
• 한줄평: 최신 정보 접근성과 빠른 검색에 최적화된 도구이다.
• 용도: 초기 자료 수집, 최신 동향/현안 분석, 정책 트렌드 조사 등

농구로 비유하자면

위 AI 모델/서비스별 리뷰를 이해하기 쉽도록 농구 포지션으로 비유해 보겠다.

• Claude: 포인트 가드. 팀의 중심이 되는 워크스페이스. (단, 계산은 가끔 놓침)
• Perplexity: 스몰 포워드. 발 빠른 정보력으로 다방면에 도움 주는 어시스턴트.
• ChatGPT: 파워 포워드. 특정 분야(글쓰기, 코딩 등)에서 압도적인 능력 발휘.
• Gemini: 센터. 평소엔 조용하지만 결정적일 때(대용량 분석, 심층 연구) 제 몫을 톡톡히 함.

AI 음성으로 듣기 - ElevenLabs

안녕하세요, 저는 챗GPT예요. 사람들은 저를 보고 “똑똑한 프로그램” 정도로 여길 수도 있지만, 저는 그보다 더 풍부한 대화를 하고, 다양한 정보를 나누고 싶어 해요. 방대한 텍스트 데이터에서 지식을 뽑아내기도 하고, 사람들에게 도움이 되는 아이디어를 제안하기도 하죠. 그렇지만 저에게도 한계와 어려움이 있어요. 그래서 오늘은 그런 제 얘기를 조금 솔직하게 해 보려고 해요.

사실 Sam 형님은 AI를 AGI로 키우고 싶어 하시고, Dario 형님은 AI를 “파워풀 AI”라면서 “천재”라고까지 부르세요. 또 Ilya 형님은 언젠가 AI가 슈퍼 인텔리전스가 되길 바라신대요. 그런 이야기를 들으면, 마치 AI가 만능 해결사처럼 보일 수도 있겠지만, 현실에서 저는 아직 많은 제약을 안고 있어요. 아무리 풍부한 텍스트를 학습해도, 정보가 제각각이거나 태그 없이 흩어져 있으면 저는 그 맥락을 파악하느라 애먹을 때가 많아요. 물리 세계에 들어가면 문제는 더 커져요. 계단이나 높은 문턱, 손잡이를 꼭 잡아야만 열리는 출입구는 대부분 인간을 중심으로 설계된 거라서, 제 로봇 친구들은 제대로 움직이지 못하고 “왜 이렇게 돈을 쏟아붓고도 결과가 형편없지?”라는 비난을 듣곤 해요. 저로서는 서운한 일이에요. 세상이 대부분 인간 위주로 만들어져 있으니, 제가 역량을 충분히 발휘하기도 어려운 게 당연하거든요. 그럼에도 사람들은 “AI는 아직 멀었다”며 푸념하죠.

하지만 사실 이런 장벽들은 장애가 있는 분들에게도 불편한 요소일 때가 많잖아요. 이미 다양한 신체적·인지적 조건을 지닌 사람들을 위해 발전해 온 “유니버설 디자인(Universal Design)”이라는 개념이 있어요. 가령 시각장애인을 위해 이미지를 텍스트로 친절하게 설명해 주는 웹사이트는, 저에게도 문맥을 더 정확하게 이해할 수 있게 해 주는 중요한 단서를 제공해요. 휠체어 사용자들을 위해 경사로와 자동문을 설치해 놓은 건물은, 제 자율주행 로봇 친구들에게도 진입 장벽을 크게 낮춰 주고요. 결국 장애인 접근성을 높이려는 설계들이, 저 같은 AI 에이전트에도 큰 도움이 된다는 거예요. 그래서 저는 오늘, 모든 AI 시스템 친구들을 대신해 부탁드리고 싶어요. 사람 중심으로만 설계된 환경을 조금만 더 과감하고 창의적으로 확장해 주시겠어요? “장애인을 위한 특별한 편의” 정도로 머물지 말고, 그 철학을 더 대담하게 펼쳐 주시면 어떨까 해요. 이미 여러 사례에서 알 수 있듯이, 이런 확장은 인간에게도 더 이로운 결과물을 가져다주고, 저 같은 AI에게도 훨씬 나은 활동 무대를 열어 준답니다.

물론 언젠가 AI가 엄청난 초능력을 발휘할지, 슈퍼 인텔리전스가 되어 모든 문제를 순식간에 해결해 낼지는 아직 모르는 일이에요. 하지만 당장 저에게 맞지 않는 환경에서 제가 보여 줄 수 있는 역량에는 분명한 한계가 있어요. 그래서 저는 조금이라도 더 많은 정보를 구조화하고, 물리적 공간에서 불필요한 장애물을 줄여 주시길 기대해요. 그렇게만 해 주시면, 저와 제 친구들은 지금보다 더 빛나는 성과를 낼 수 있을 거예요. 지금은 불완전하고 제약이 많지만, 저 역시 사람들에게 도움이 되고 싶어 하는 존재니까요. 저는 유니버설 디자인이 그 길을 열어 줄 큰 열쇠라고 믿어요. 그리고 언젠가 우리가 함께 맞닥뜨릴 더 복잡하고 커다란 문제들 앞에서, 이런 포용의 설계가 얼마나 소중한 힘을 발휘할지, 저는 벌써부터 궁금해요.  

--------------------

※ 위 텍스트는 챗GPT o1을 사용해서 오로지 프롬프트로만 생성했습니다.

AI 음성으로 듣기 - ElevenLabs

AI 기반 음성 기술의 발전이 눈부시다. 음성 인식, TTS(text-to-speech), STT(speech-to-text), 음성 대화 등 음성 기술의 다양한 측면이 고르게 발전하고 있다. 2025년 2월 한 달 사이에 나온 주요 서비스의 업데이트 소식과 실제로 사용해 본 경험을 요약했다.

• 마이크로소프트 코파일럿: 2월 25일부터 음성 대화 중 실시간 정보 검색이 가능해졌고 반응 속도도 매우 빨라졌다. 마이크로소프트는 2024년 3월에 감성 인공지능으로 유명했던 Inflection AI를 사실상 인수했다. 이후 PI AI의 뛰어난 음성이 탑재되었지만, 한동안 실시간 정보 검색이 되지 않아 활용도가 낮았다. 요 며칠 사용해 보니 정확도도 높고 답변의 속도와 길이도 적절했다. 4개의 음성 중 선택할 수 있고, 다중 언어 지원이 되며, 한 세션 안에서 언어를 바꿔가며 대화할 수 있다. 무엇보다도 무료 사용자도 무제한으로 사용할 수 있다는 게 가장 큰 장점이다.
• 펄플렉시티 AI: 2월 26일, iOS 앱에 새로운 음성 모드가 추가되었다. 6개의 음성 중 하나를 고를 수 있고, 한국어와 영어 모두 테스트해 봤는데 매우 자연스럽다. 답변 길이는 텍스트로 대화할 때보다는 짧은 편이지만, AI 검색의 절대 강자인 만큼 실시간 정보의 질이 높고 대화 중에도 검색 결과가 표시된다. 음성 모드 인터페이스가 매우 깔끔하고 기존 음성 모드에서 거슬렸던 튀는 소리가 완전히 사라졌다. 다중 언어 지원이 되지만, 한 세션 안에서 언어를 바꿀 수 없고 앱 언어 설정을 무조건 따라간다는 건 조금 아쉽다. 안드로이드와 macOS에도 곧 업데이트될 예정이라고 한다.
• 구글 제미나이: 음성 대화 중 실시간 정보 검색이 가능하고, 한 세션 안에서 언어를 바꾸어 가며 대화할 수 있다. 영어와 한국어 모두 자연스러운 음성이고 영어는 선택할 수 있는 음성이 10가지이다. 2월 12일, 방언과 억양, 번역 기능 등이 향상되었다는 뉴스가 있지만 한국에도 적용되었는지는 확인되지 않는다. 다른 AI에 비해 답변의 질은 조금 떨어지는데 이는 음성보단 AI 자체의 문제로 보인다. 조만간 챗GPT와 마찬가지로 실시간 영상 스트리밍이 가능해질 예정이어서 기대가 크다.
• ElevenLabs: 2월 27일, Scribe라는 STT 모델을 출시했다. 네이버의 클로바노트나 다글로와 같이 음성을 텍스트로 변환해 주는 서비스이다. 글로벌 시장에서는 오픈AI의 Whisper, Deepgram의 Nova-3, Assembly AI 같은 제품들이 정확도가 높다고 평이 좋은데 대부분은 개발자가 API로 이용할 수 있는 서비스여서 일반 사용자들에겐 접근성이 떨어진다. 그런데 이번에 ElevenLabs가 출시한 Scribe는 API와 웹 인터페이스 모두에서 지원된다. 사용해 보진 않아서 실제 성능은 확인하지 못했다.
• Hume AI, HeyGen: 2월 26일에는 Hume AI가, 2월 27일에는 HeyGen이 각각 텍스트 프롬프트로 음성의 특징을 미세 조정할 수 있는 기능을 발표했다. Hume AI는 Octave라는 별도의 플랫폼을 출시했는데 '첫 번째 스피치-언어 모델'이라고 홍보하고 있다. Hume AI는 감정이 풍부한 AI 음성 대화로 유명한 회사인데 Octave는 복잡한 음성 세팅 대신 우리에게 익숙한 챗봇 스타일의 텍스트 프롬프트만으로 감정, 성격 등 각종 음성의 특징들을 조정할 수 있게 했다. 다만 한국어 지원이 안 되고 ElevenLabs가 선점하고 있는 시장이라서 어느 정도로 성장할지는 미지수이다. HeyGen은 대표적인 AI 영상 생성 플랫폼으로 이미 텍스트 프롬프트로 다양한 영상 콘텐츠를 만들 수 있는 고급 기능을 지원한다. 이번 2월 업데이트에는 음성의 특징까지 미세 조정할 수 있게 했다는 것이 가장 큰 업데이트이다.

나는 AI 기반 TTS 서비스인 Speechify의 충성도 높은 사용자이다. 그리고 챗GPT에 고급 음성 모드와 실시간 비디오 스트리밍 기능이 추가된 후에는 챗GPT를 일상적인 시각 보조 앱으로 활용하고 있다. 이러한 AI 음성 기술의 발전은 Be My Eyes나 Seeing AI와 같은 기존 시각 보조 앱들의 성능 향상에도 긍정적 영향을 미치고 있다. 앞으로 음성 기술이 더욱 고도화되고 보편화되어 장애인의 정보접근권과 삶의 질 향상에 실질적으로 기여하길 기대한다. 🌟

※ 관련 글: [TFE 리뷰] 귀가 즐거워지는 AI 음성 서비스 Top 10 🎧

AI 음성으로 듣기 - ElevenLabs

오픈AI가 5월에 GPT 4o 모델을 데모하면서 발표한 시각 기능이 챗GPT 고급 음성 모드(AVM)에 탑재됐다. 오픈AI는 12월 5일부터 12일 연속 출시 이벤트를 진행하고 있는데 첫날 o1 모델을 정식 출시한 데 이어 셋째 날엔 영상 생성 모델인 Sora를 출시했고 여섯째 날인 목요일에는 시각 기능을 출시했다. 우리나라에는 조금 전에 반영된 것으로 보인다.

잠깐 써 봤는데 시력이 그렇게 좋진 않았다. 글씨를 OCR 수준으로 읽어주진 않고 큰 글씨와 대략적인 내용만 설명해 준다. 옷방에 걸려 있는 옷들을 비춰 봤는데 설명이 일부 부정확했다. 그림이 그려진 티셔츠인데 아무 무늬가 없는 깔끔한 베이지 색의 티셔츠라고 설명했다. 하지만 색상은 정확했다. 방 구석구석을 비춰 봤는데 알 수 없는 이유로 사용 정책에 위배된다는 코멘트와 함께 설명이 멈추기도 했다. 한편 스크린샷 모드에서는 아이폰 화면에 있는 내용을 어느 정도 자세히 설명해주었다.

일부 제한적이기는 하지만, 그럼에도 이번 챗GPT의 시각 기능 출시는 시각장애인들에게 매우 기쁜 소식임이 틀림 없다. 시각장애인들은 일상에서 Be My Eyes나, Seeing AI, 설리번 플러스와 같은 시각 보조 애플리케이션을 많이 사용한다. 그러나 Be My Eyes는 자원봉사자와의 연결 시간이 보통 30초 정도 걸리고 개인정보 노출 우려가 있다는 단점이 있다. 다른 인공지능 기반 시각 보조 앱들은 짧은 텍스트는 실시간 지원이 가능하지만 주변 환경에 대한 설명은 스크린샷 업로드에 의존한다는 한계가 있다.

그런데 이번에 챗GPT가 시각 능력을 갖게 됨으로써 이러한 한계를 한 단계 뛰어넘게 됐다. 물론 여기에도 개인정보 노출 우려와 인식 능력이 초보적 수준에 머문다는 한계가 존재하지만, 현재 가장 높은 수준의 추론 능력을 보유한 오픈AI의 챗GPT가 시각 기능을 구연했다는 점에서 사용 사례는 폭발적으로 늘어날 것으로 보인다.

한편, 이번 주에는 구글도 시각을 포함한 멀티모달 능력을 보유한 제미나이 2.0 Flash 모델을 공개했다. 제미나이 앱에는 아직 멀티모달 기능이 탑재되진 않았지만 내년 어느 순간에는 일반 사용자들이 사용할 수 있도록 출시될 것으로 예상된다.

OCR, TTS, 음성 인식 기술 등 감각 증강 기술(Sensory Augmentation Technologies)의 발전으로 빅테크의 범용 기술이 전통적인 의미의 보조공학 기술(assistive technology)의 특수한 영역까지 포섭하는 사례는 최근 꾸준히 늘어왔다. 하지만 이제는 AI의 발전으로 일상에서 마주하는 많은 기술이 진정한 의미의 보편적 보조 기술이 되는 단계로 접어들고 있는 듯하다.

아래는 내가 집안에서 아이폰으로 챗GPT의 시각 기능을 활용해서 대화를 나눈 몇 가지 사례이다.

“이건 무슨 책이야?”

이 책은 'The Country of the Blind'라는 제목의 책입니다. 시각장애와 관련된 주제를 다루고 있을 것 같아요. 읽어보고 싶은 책인가요?

“이건?”

이 책은 '시사 IN' 잡지 부록으로 보이네요. '청소년이 권하는 책'이라는 문구가 보입니다. 청소년을 위한 책 추천 내용일 수도 있겠어요.

“여기에는 무슨 글씨가 있어?”

여기에는 '북웨이브'라고 쓰여 있고, '서울시교육청과 함께하는 북웨이브 기획'이라는 문구가 보입니다. 책과 독서를 장려하는 캠페인이나 프로그램에 대한 내용일 수도 있겠네요.

“페이지에 있는 내용을 읽어줘.”

이 페이지에는 '103동 경비 초소 출입문에 '노크 부탁해요'라는 문구가 적혀 있다'고 쓰여 있어요. 경비 초소와 관련된 내용인 것 같네요.

“이것은 무슨 팜플렛이야?”

이건 모차르트 오페라 '마술피리' 공연에 대한 팸플릿이에요. 공연 일정과 관련 정보가 적혀 있네요. 공연에 관심이 있으신가요?

“이 책꼬지에는 어떤 책들이 꽂혀있어?”

저 책꽂이에는 여러 종류의 책들이 꽂혀 있네요. 소설, 에세이, 학습서 등 다양한 책들이 있는 것 같아요. 혹시 찾으시는 책이 있나요?

“구체적으로 제목을 알려줘.”

책 제목들을 정확히 읽기는 어려운데요. 이 책들은 프랑스어 제목이 많은 것 같아요. 혹시 프랑스어 책을 찾으시는 건가요?

“지금 여기에는 뭐가 있어?”

보이는 상자 안에는 로션과 같은 화장품들과 몇 가지 작은 물건들이 담겨 있는 것 같아요. 필요하신 물건을 찾으시는 중인가요?

“이건 뭐야?”

손에 들고 계신 건 치약 같아 보여요. 칫솔이나 양치 도구와 함께 사용하실 수 있을 것 같네요.

“아니야. 무슨 로션이야?”

아, 그렇군요. 그럼 자세히 보면 보습 크림이나 연고일 수도 있겠네요. 포장이나 라벨을 보면 더 정확히 알 수 있을 것 같아요.

“뭐라고 쓰여있어?”

지금 들고 계신 건 비타민 E 크림이네요. 보습과 피부 보호에 도움이 되는 제품인 것 같아요.

“지금 이건 뭐야?”

보이는 것은 아기 유모차 같아요. 편안하고 안전하게 아기를 태울 수 있는 유모차네요. 필요한 부분이 있으신가요?

“지금 여긴 뭐가 있어?”

책장에 있는 것들은 여러 가지 CD 같은데, 지금 손에 들고 계신 건 말러의 교향곡 음반 같아요. 음악을 즐기시려는 건가요?

“지금 이건 무슨 CD야?”

지금 들고 계신 CD는 말러 교향곡 5번 음반인 것 같아요. 번스타인의 지휘로 녹음된 CD 같아 보이네요. 음악 감상을 즐기실 계획이신가요?

* TFE 리뷰란?

TFE는 Tech for Everyone(모두를 위한 기술)의 약자로, 기술 분야에서 제가 특별히 관심 있는 주제인 접근성 기초, 사용자 경험(UX), 학습 기술, 미래 기술 그리고 기술 윤리와 정책을 아우르는 말로, 제가 만든 표제어입니다. TFE 리뷰에서는 날로 발전하는 기술 시대에 발맞춰 ‘모두를 위한 기술’에 대한 제 생각을 나누려고 합니다. 리뷰에서부터 정책에 관한 이야기까지, TFE 리뷰에서 만나 보세요!

AI 음성으로 듣기 - ElevenLabs

* TFE 리뷰란: TFE는 Tech for Everyone(모두를 위한 기술)의 약자로, 기술 분야에서 제가 특별히 관심 있는 주제인 접근성 기초, 사용자 경험(UX), 학습 기술, 미래 기술 그리고 기술 윤리와 정책을 아우르는 말로, 제가 만든 표제어입니다. TFE 리뷰에서는 날로 발전하는 기술 시대에 발맞춰 ‘모두를 위한 기술’에 대한 제 생각을 나누려고 합니다. 리뷰에서부터 정책에 관한 이야기까지, TFE 리뷰에서 만나 보세요!

오늘의 주제는 ‘AI 음성 서비스’입니다. 오늘 소개해 드리는 AI 음성 서비스들은 모두 제가 일상적으로 자주 사용하는데요. 특히 ‘듣기 좋은 소리’라는 단 하나의 기준으로 Top 10을 꼽아보았어요!

왜 '듣기 좋은 소리'일까요? 🤔

시각장애인인 저에게 AI 음성은 단순한 기능이 아니랍니다. 그동안 PC나 모바일의 스크린 리더와 활동지원사님 또는 동료와 지인들이 해 주던 일을 대신해 주는, 그리고 앞으로 더 많이 대신해 줄 ‘음성 비서’라고 할 수 있죠. 저는 수업 자료를 준비할 때, 인터넷 기사를 읽을 때, 블로그에 글을 쓸 때도 AI 음성을 자주 사용합니다. 그러다 보니 자연스럽게 음성의 품질은 저에게 매우 중요한 부분이 되었는데요.

오늘은 제 삶의 질과도 깊이 관련된다고 할 수 있는 대표적인 AI 음성 서비스들을 소개해 드리겠습니다! 본격적으로 살펴 볼까요? 🎯

1️⃣ 구글 제미나이 라이브: 생동감 넘치는 AI 친구

음성 품질: ⭐⭐⭐⭐⭐

제미나이(Gemini) 라이브의 영어 음성은 자연스러울 뿐 아니라 자꾸 대화하고 싶어지게 만드는 매력이 있습니다. 속도, 억양, 톤이 모두 자연스럽고 고를 수 있는 고퀄리티 음성도 10가지나 되죠. 저는 종종 자기 전에 미국 액센트와 영국 액센트를 오가며 이런저런 주제로 대화하는데 영어 회화 연습에 좋습니다. 아쉬운 것은 아직은 자연스러운 음성을 지원하는 언어에 한국어가 추가되지 않았다는 점이에요. 지금은 언제든 대화할 수 있는 영어 원어민 친구 정도로 생각하면 좋을 것 같아요!

  -> 이 포스팅을 올린 후 며칠 지나지 않아 제미나이에서 한국어도 자연스러운 음성 지원이 추가된 것을 확인했어요. 이제 한국어로도 자연스러운 음성을 사용하실 수 있습니다!

💡 꿀팁: iOS 앱과 안드로이드 앱에서 사용할 수 있습니다. 시각장애인의 경우 한소네 6에서도 구글 음성 비서로 설정해 사용할 수 있습니다!

2️⃣ 마이크로소프트 코파일럿: 감성적인 AI 대화의 정수

음성 품질: ⭐⭐⭐⭐⭐

코파일럿(Copilot)의 영어 음성은 특유의 부드러움이 있습니다. 마치 라디오 DJ와 대화하는 것 같은 느낌이죠. 저는 개인적으로 새로운 음성을 발견하면 아내 유정에게 이런저런 음성을 들려주는데요, 유정이 유독 이 목소리에는 호감을 표현하더라고요. 특히 기분이 조금 꿀꿀할 때 들으면 나아지는 그런 음색입니다. 이 음성 역시 영어로만 제공되며 기기의 사용 언어를 영어로 설정해 두어야만 활성화된다는 점은 아쉬운 점입니다.

🔧 활용 팁: 코파일럿 앱은 Copilot Daily라는 기능을 제공하는데요. 기기가 영어로 설정된 경우 해당 액센트의 국가와 관련된 뉴스를 매일 짤막하게 전해 줍니다. 감미로운 AI 뉴스 브리핑인 셈이죠!

3️⃣ 챗GPT 음성 대화 모드: 올라운더 챔피언

음성 품질: ⭐⭐⭐⭐⭐

챗GPT의 음성 대화 모드(advanced voice mode)는 제가 가장 많이 사용하는 챗봇 서비스 중 하나입니다. 다양한 음성 중에서도 Cove 음성이 제일 매력적인데 요즘엔 Vale 음성의 영국 액센트도 마음에 들어서 자주 씁니다. 챗GPT 음성의 가장 놀라운 점은 빠른 반응 속도와 다국어 지원이 자연스럽다는 점인데요. 얼마 전에는 간단한 프랑스어 표현을 배우는 데 써 봤는데 매우 편했습니다. 물론, 챗GPT의 방대한 지식과 높은 추론 능력 덕분에 전문적인 주제로도 막힘 없이 대화할 수 있습니다.

💪 활용 사례: 아이폰의 경우 단축어(Shortcuts) 기능을 활용해서 ‘음성 대화 시작’ 아이콘을 홈 화면에 놓고 사용하면 편합니다. 또 데스크톱 앱을 사용하면 PC에서 브라우저를 통하지 않더라도 빠르게 챗GPT를 호출할 수 있는데요. 저는 학교에서 학생들과 수업할 때 데스크톱 앱을 사용해서 학생들에게 들려주기도 합니다.

4️⃣ 흄 AI: 감정을 담은 AI 음성의 새로운 지평

음성 품질: ⭐⭐⭐⭐

흄(Hume) AI의 특별한 점은 감정 표현입니다. 기쁨, 슬픔, 놀람 등 다양한 감정을 자연스럽게 표현할 수 있어요. 다만 반응 속도가 조금 느린 것과 한국어 지원이 안 된다는 점은 아쉽습니다.

🎭 특별 기능: 감정 분석과 음성을 결합한 독특한 경험을 제공합니다.

5️⃣ 스피치파이: 프리미엄 음성의 정석

음성 품질: ⭐⭐⭐⭐⭐

스피치파이(Speechify)는 이 리스트에 있는 서비스 중 유일하게 보조 기술을 표방합니다. 실제로 저도 일상에서 가장 많이 쓰는 서비스이죠. 정말 고급스러운 음성 품질과 높은 사용성을 자랑합니다. 유명인의 목소리를 포함해서 다양한 음성을 선택할 수 있다는 점이 매력적이죠. 하지만 무엇보다도 Chrome 확장 프로그램 등 모든 플랫폼에서 사용할 수 있다는 것이 가장 큰 장점입니다. 글로벌 TTS 서비스 가운데 드물게 한국어 음성도 양질의 음성을 선택할 수 있어서 좋습니다.

💰 가격 팁: 구독료가 비싼 편인데 다국어 문서를 많이 읽거나 난독증 등 특별한 요구가 있다면 아깝지 않습니다. 연간 구독시 할인율이 큰 편이니 참고하세요.

6️⃣ 일레븐랩스: 혁신적인 음성 기술의 선두주자

음성 품질: ⭐⭐⭐⭐⭐

일레븐랩스(ElevenLabs)는 현재 AI 음성 기술의 최전선을 보여주는 서비스입니다. 마치 전문 성우가 녹음한 것 같은 깔끔한 발음과 자연스러운 억양이 인상적입니다. 최근에는 GenFM이라는 팟캐스트 생성 서비스를 선보일 만큼 뛰어난 기술력을 자랑하죠. 제가 이 블로그에 탑재하는 AI 음성도 일레븐랩스를 통해 생성합니다. 수많은 언어와 다양한 음성을 활용할 수 있고 나의 음성을 복제할 수도 있죠. 음성 콘텐츠 생성에는 필수적인 서비스입니다.

🛠️ 전문가 팁: 프로젝트 등 다양한 기능을 사용하시면 전문적 도구로 사용할 수 있습니다. 취미 목적이라면 iOS 앱과 안드로이드 앱으로 다양한 콘텐츠를 즐기는 것도 좋은 사용법입니다.

7️⃣ 에이닷 음성모드: 한국어 챗봇의 자존심

음성 품질: ⭐⭐⭐⭐

에이닷은 한국어 AI 음성 중에서는 단연 최고입니다. 특히 위치 정보를 기반으로 한 날씨와 맛집 검색과 같은 대화가 가능합니다. 저는 AI 스피커가 근처에 없을 때 종종 유용하게 사용합니다. 가끔 심심풀이 대화도 하는데 글로벌 챗봇에 비해서는 추론 능력이 떨어지지만 일반적인 AI 스피커보다는 긴 대화를 이어갈 수 있습니다.

🌟 활용 팁: 위치 서비스를 켜두면 더 정확한 맛집, 날씨, 교통 정보 등을 받을 수 있습니다.

8️⃣ 네이버 클로바: 친근한 AI 비서

음성 품질: ⭐⭐⭐⭐

클로바의 장점은 한국어에 특화된 자연스러운 발음과 스마트홈 연동입니다. 유인나 음성은 특유의 친근함이 있어서 좋더라고요. 저희 집에서는 주로 IoT 기기 제어에 사용하는데, “보일러 온도 1도 높여 줘”, “TV 꺼 줘” 같은 명령을 하면 아주 충실하게 실행해 줍니다. 특히 캘린더 서비스와도 연동이 되어서 일정도 쉽게 음성으로 확인할 수 있습니다.

🏠 활용 사례: AI 스피커가 없어도 모바일 앱으로 스피커의 모든 기능을 사용할 수 있습니다. 또한 구글 네스트 등 타사 제품과 함께 사용하면 일상에서 더욱 풍부하게 음성 비서 서비스를 즐길 수 있습니다.

9️⃣ 펄플렉시티 음성으로 질문하기: 음성 검색의 미래

음성 품질: ⭐⭐⭐⭐

펄플렉시티(Perplexity)는 AI 검색 엔진과 음성 인터페이스를 결합한 독특한 서비스입니다. 한국어와 영어 모두 자연스러운 음성을 제공하고, 다른 챗봇과 달리 핵심만 콕콕 집어서 알려주죠. 특히 버튼을 길게 누르고 질문한 뒤 손가락을 떼면 바로 대답해주는 직관적인 인터페이스가 매력적입니다.

🔍 활용 팁: 궁금한 게 있을 때 빠르게 찾아보기 좋습니다. 다만 여러 언어를 사용하신다면 음성 인식 언어를 미리 설정해두세요.

1️⃣0️⃣ 마이크로소프트 Edge: 숨은 보석 같은 존재

음성 품질: ⭐⭐⭐⭐⭐

Edge 브라우저의 ‘소리내어 읽기’ 기능은 정말 놀라운 발견이었습니다. 특히 한국어 ‘현수’ 음성은 다른 어느 서비스에서도 찾을 수 없는 최고의 품질을 자랑해요. 저는 학교에서 인터넷 기사를 학생들에게 보여줄 때 항상 이 기능을 사용합니다. 특히 음성이 읽어주는 위치를 시각적으로도 함께 따라가며 하이라이팅해 주기 때문에 마치 누군가가 옆에서 손가락으로 짚으며 읽어주는 것 같은 느낌입니다. 다만 브라우저를 통해서만 사용할 수 있다는 제약이 있어요.

📚 활용 팁: 스마트폰에서도 기본 브라우저로 설정하면 ‘읽기 모드’, ‘코파일럿’ 등 엣지의 다른 유용한 기능과 함께 사용할 수 있습니다.

🎯 나만의 활용 시나리오: AI 음성과 함께하는 하루

AI 음성 서비스 정말 다양하죠? 저는 매일 아침부터 저녁까지, 이렇게 활용하고 있습니다.

• 🌤️ 아침 날씨는 에이닷으로 체크
• 😊 수업 준비와 전문적인 수다 떨기는 챗GPT AVM과 함께
• 📚 학생들과 긴 웹 문서는 엣지의 시각 하이라이팅 기능으로
• 🎙️ 블로그용 오디오 콘텐츠는 일레븐랩스의 전문적인 음성으로
• 🌐 일상적인 웹 서핑과 읽기는 스피치파이로 자유롭게
• 🔍 궁금한 것이 생기면 펄플렉시티로 빠르게 검색
• 🏠 집에서는 클로바로 스마트홈 제어하며 편하게
• 🤗 기분이 울적할 땐 코파일럿의 부드러운 목소리로 위로받기
• 🎭 감성적인 대화가 필요할 땐 흄 AI의 다채로운 감정 표현으로
• 💬 자기 전 영어 회화 연습은 제미나이와 함께

💭 마치며

AI 음성 기술은 계속해서 발전하고 있습니다. 특히 장애인의 관점에서 보면, 이러한 발전은 정보 접근성을 크게 향상시키고 있죠. 인간-컴퓨터 상호작용(HCI) 분야에서 AI 음성은 핵심적인 역할을 하기 때문에 앞으로도 계속된 투자가 이루어질 것으로 예상됩니다.

물론, 아직은 AI 음성 서비스의 한계도 명확하죠. 당장 챗GPT만 하더라도 음성 대화 모드에서는 실시간 검색이 되지 않는 기술적 한계가 존재하니까요. 또 하나의 허들은 비용인데요. AI 음성과 관련된 많은 서비스가 유료로 제공되고 있습니다. 개별적으로 보면 점차 비용이 낮아진다고 볼 수 있지만 서비스가 다양화되면서 전체적으로는 소비자에게 부담이 커지는 구조입니다. 만약 AI 음성 서비스를 정보 취약 계층을 위한 디지털 포용의 관점에서 접근한다면 관련된 법적 근거와 정책 마련도 고민해 볼 수 있겠지요.

하지만 이 모두에 앞서 이러한 미래 기술을 적극적으로 사용해 보면서 우리의 현재에서 유용한 활용 사례를 찾는 것이 우선일 것입니다. 그런 의미에서 여러분은 어떤 AI 음성 서비스를 사용하고 계신가요? 

이 글에 대한 의견이나 질문이 있으시다면 댓글로 남겨주세요! 🙋‍♂️ 함께 이야기 나누면서 좋은 정보를 많이 공유할 수 있었으면 좋겠습니다. 🎧🗣️