일레븐랩스 활용법
재생할 때마다 만들지 말고, 음성 조각을 미리 만들어 조합하세요
일레븐랩스가 뭐예요?
24시간 문이 열려 있는 녹음 스튜디오를 생각하시면 됩니다. 성우를 섭외하고, 날짜를 맞추고, 스튜디오를 빌리는 과정이 통째로 사라져요. 글을 넣으면 사람 목소리로 읽어 준 파일이 몇 초 만에 나옵니다.
일레븐랩스(ElevenLabs)는 목소리 하나만 파고든 회사입니다. 글을 소리로 바꿔 주는 TTS(Text to Speech, 글자를 사람 목소리로 읽어 주는 기술)가 중심이고, 그 옆에 목소리 복제·영상 더빙·효과음이 붙어 있어요. 저는 이 회사와 아무 관계 없습니다. 잘 쓰고 있어서 씁니다.
쓰는 방법은 두 갈래예요.
- 웹사이트에서 직접 — 상자에 글을 붙여 넣고 목소리를 고르면 mp3 파일이 나옵니다. 문장 몇 개면 이걸로 충분해요
- API로 자동으로 — API(Application Programming Interface, 프로그램끼리 주고받는 창구)를 쓰면 클로드 코드(터미널이라는 검은 글자 창에서 대화로 일을 시키는 AI 비서)가 수백 개를 한 번에 만들어 줍니다
이 글은 두 번째를 다룹니다. 웹사이트에 문장을 하나하나 붙여 넣고 파일을 내려받는 일을 그만하고 싶은 분들을 위한 글이에요.
요금제와 크레딧 — 무료로 어디까지 되나요?
가장 많이 받는 질문이라 먼저 정리할게요. 2026년 9월 기준 공식 요금 페이지 값이고, 요금제는 바뀌니 결제 전에 한 번 더 확인해 주세요.
| 요금제 | 월 요금 | 월 크레딧 | 이 요금제부터 되는 것 |
|---|---|---|---|
| Free | $0 | 10,000 | 음성 생성·효과음·음악 등 기본 기능 |
| Starter | $6 | 30,000 | 상업적 사용 라이선스, 즉석 목소리 복제, 더빙 스튜디오 |
| Creator | $22 | 121,000 | 전문가용 목소리 복제 |
| Pro | $99 | 600,000 | API로 44.1kHz PCM 고음질 출력 |
그 위로 Scale($299·180만 크레딧)·Business($990·600만 크레딧)·Enterprise(별도 문의)가 있습니다.
크레딧은 글자 수라고 생각하시면 거의 맞아요. 공식 안내가 "Multilingual v2 계열 모델은 글자 하나가 크레딧 하나" 입니다. 더 저렴한 Flash·Turbo 계열은 API로 쓸 때 글자당 0.5~1 크레딧으로 내려가요.
계산이 쉽습니다.
- 한글 500자짜리 안내문 한 번 읽히기 = 500 크레딧
- 무료 10,000 크레딧 = 한 달에 한글 약 1만 자. 지금 읽고 계신 이 글 한 편보다 조금 많은 분량입니다
무료로도 목소리를 골라 보고 짧은 안내문 몇 개 만드는 건 충분히 됩니다. 다만 두 가지는 미리 아셔야 해요.
- 무료 요금제에는 상업적 사용 라이선스가 없습니다. 회사 서비스에 넣으실 거면 최소 Starter($6)부터예요
- 무료 요금제는 커뮤니티 목소리 보관함(Voice Library)을 API로 못 씁니다. 다른 사람이 공유한 1만 개 넘는 목소리를 프로그램으로 불러 쓰려면 유료 요금제가 필요해요
목소리는 어떻게 고르나요?
여기가 제일 오래 걸립니다. 기술이 아니라 취향의 영역이라, 그림으로 치면 화풍을 고르는 일이에요. 몇 번씩 들어보고 되돌아가는 게 정상입니다.
목소리를 구하는 길은 네 가지예요.
| 방법 | 어떤 건가 | 필요한 요금제 |
|---|---|---|
| 기본 목소리 | 일레븐랩스가 처음부터 넣어 둔 목소리 | 무료부터 |
| 목소리 보관함(Voice Library) | 사용자들이 공유한 1만 개 이상의 목소리 | API로 쓰려면 유료 |
| 목소리 만들기(Voice Design) | 20~1,000자 설명글을 쓰면 새 목소리 후보 3개를 만들어 줌 | 무료부터 |
| 목소리 복제(Voice Cloning) | 실제 사람 목소리를 학습시켜 그대로 재현 | 즉석 복제는 Starter, 전문가용은 Creator부터 |
고르실 때 요령 세 가지입니다.
- 용도부터 정하세요. 안내 방송처럼 또박또박 읽어야 하는지, 광고 내레이션처럼 감정이 실려야 하는지. 이게 정해지면 후보가 크게 줄어듭니다
- 꼭 내 대본 문장으로 들어보세요. 견본 문장은 다 그럴듯하게 들려요. 내 안내문을 넣어 봐야 진짜가 보입니다
- 안 맞으면 조절값을 붙들지 말고 갈아 끼우세요. 목소리는 튜닝보다 교체가 훨씬 빠릅니다
고르셨으면 그 목소리의 음성 ID(voice ID, 목소리마다 붙어 있는 고유 번호 문자열)를 복사해 두세요. 나중에 클로드에게 이 번호만 넘기면 됩니다.
공식 문서에 따르면 기존 기본 목소리들은 2026년 12월 31일에 만료되고 새 목소리로 교체될 예정이에요. 오래 쓸 서비스라면 지금 고른 목소리가 그 대상인지 한 번 확인해 두세요.
남의 목소리를 함부로 복제하면 안 됩니다
목소리 복제는 잘 됩니다. 제 목소리를 복제해 들려 드렸더니 옆에서 "완전 똑같은데요?" 소리가 나왔어요. 그래서 더 조심해야 합니다.
일레븐랩스도 전문가용 복제에는 voice-captcha라는 본인 확인 절차를 걸어 뒀습니다. "이 목소리가 정말 당신 것이 맞느냐"를 확인하는 장치예요. 즉석 복제로 만든 목소리는 공개 공유도 안 됩니다.
가족·동료·연예인 목소리를 동의 없이 복제하는 건 하지 마세요. 재미로 시작해도 남의 인격을 빌려 쓰는 일입니다. 뒤에 나올 안내 앱에도 사람 목소리는 한 개도 복제하지 않았고, 일레븐랩스가 제공하는 목소리를 골라 썼어요.
한국어는 어떤 모델로 읽어야 할까요?
모델은 목소리의 성격이 아니라 읽어 주는 엔진입니다. 같은 목소리라도 어느 모델로 읽히느냐에 따라 결과가 달라져요. 아래는 공식 모델 문서 기준이고, 여기 나온 모델은 전부 한국어를 지원합니다.
| 모델 | 성격 | 지원 언어 | 한 번에 넣을 수 있는 글자 |
|---|---|---|---|
| Eleven v3 | 감정 표현이 가장 풍부 | 70개 이상 | 5,000자 |
| Eleven v3 Conversational | 실시간 대화용 (약 280ms) | 70개 이상 | — |
| Eleven Multilingual v2 | 긴 원고에 가장 안정적 | 29개 | 10,000자 |
| Eleven Flash v2.5 | 가장 빠르고(약 75ms) 글자당 요금 절반 | 32개 | 40,000자 |
고르는 기준은 세 줄입니다.
- 안내 방송·매뉴얼처럼 매번 똑같이 읽혀야 한다 →
Eleven Multilingual v2. 감정은 약한 대신 목소리를 있는 그대로 읽습니다 - 광고·영상 내레이션처럼 감정이 필요하다 →
Eleven v3. 단, v3에는 속도 조절 슬라이더가 없어요(공식 문서 명시). 느리게 읽혀야 하는 안내문에는 안 맞습니다 - 챗봇 답변처럼 즉시 나와야 한다 →
Eleven Flash v2.5. 약 75ms로 빠르고 글자당 요금도 절반이에요
결과를 바꾸는 조절값 네 개
목소리를 골랐는데 뭔가 어색하다면 대개 이 네 개 중 하나예요. 공식 문서 기준 범위와 기본값입니다.
| 조절값 | 범위 · 기본값 | 무슨 일이 일어나나 |
|---|---|---|
| 속도(speed) | 0.7 ~ 1.2 · 기본 1.0 | 1.0보다 낮추면 느리게, 높이면 빠르게. 극단값은 음질이 나빠집니다. v3에는 없어요 |
| 안정성(stability) | 기본 0.5 (슬라이더 50) | 낮추면 감정 폭이 넓어지는 대신 들쭉날쭉해지고, 높이면 단조롭지만 일정해집니다 |
| 유사성(similarity) | 기본 0.75 | 원본 목소리에 얼마나 딱 붙을지. 원본 음질이 나쁘면 잡음까지 따라 합니다. v3에는 없어요 |
| 스타일 과장(style) | 기본 0 | 화자 특유의 억양을 과장합니다. 공식 권장은 0 그대로 두기 (안정성이 떨어지고 느려져요) |
실제로 만지실 건 속도 하나입니다. 안정성은 50, 유사성은 기본, 스타일은 0에서 시작하세요.
속도는 누가 듣느냐로 정합니다. 어르신이 들으실 안내문이면 0.8까지 낮추세요. 젊은 사람에게는 답답한 속도인데, 정작 듣는 분들에게는 그게 맞다는 반응이 나옵니다. 이건 AI가 대신 못 정해 줍니다.
꼭 알아 두실 성질 하나
공식 문서에 이렇게 적혀 있습니다 — 이 슬라이더들은 확률적으로 동작해서, 같은 설정으로 다시 만들어도 완전히 똑같은 결과가 나오지는 않습니다.
이 한 줄이 다음 섹션 전체의 이유예요. 한 번 잘 나온 소리는 파일로 붙잡아 두는 쪽이 이깁니다.
말투를 대괄호로 지시하기
속도나 안정성 같은 슬라이더는 원고 전체에 똑같이 걸립니다. 그런데 "여기서만 웃으면서 읽어 줘" 처럼 한 문장만 다르게 읽히고 싶을 때가 있죠. 그럴 때 쓰는 것이 원고 안에 직접 적는 대괄호 표기입니다. 공식 문서에서는 오디오 태그(audio tag)라고 부릅니다.
원고에 이렇게 섞어 씁니다.
[whispers] 이건 우리끼리 얘긴데요. [laughs] 사실 저도 처음엔 못 했어요.
Eleven v3 전용 기능입니다. Multilingual v2나 Flash에서는 지시로 먹지 않으니, 감정을 넣고 싶으면 모델부터 v3로 바꾸셔야 해요.
| 갈래 | 대괄호 표기 | 언제 씁니다 |
|---|---|---|
| 감정 | [excited] [happy] [sad] [angry] [annoyed] [surprised] [nervously] [frustrated] | 같은 문장을 기분만 바꿔 읽히고 싶을 때 |
| 태도 | [sarcastic] [curious] [thoughtful] [professional] [warmly] [sympathetic] [reassuring] [deadpan] [dismissive] | 안내·상담처럼 태도가 중요한 원고 |
| 목소리 크기·투 | [whispers] [dramatically] [cautiously] [muttering] [interrupting] | 한 문장만 낮추거나 힘줘 읽힐 때 |
| 웃음·울음 | [laughs] [laughs harder] [starts laughing] [giggles] [chuckles] [stifling laughter] [crying] | 대사·캐릭터 더빙 |
| 숨·목 | [sighs] [exhales] [inhales deeply] [exhales sharply] [clears throat] [swallows] [gulps] [happy gasp] | 사람이 말하는 듯한 틈을 만들 때 |
| 효과음 | [applause] [clapping] [gunshot] [explosion] | 짧은 소리를 대사 사이에 끼울 때 |
| 억양 | [strong X accent] (X 자리에 원하는 억양) | 캐릭터에 억양을 입힐 때 |
쓰실 때 알아 두실 것이 세 가지 있습니다.
첫째, 목소리 성격과 맞아야 먹습니다. 공식 문서에 "속삭이는 목소리에 [shout] 을 붙인다고 갑자기 소리치지는 않는다"고 적혀 있어요. 태그는 그 목소리가 원래 낼 수 있는 범위 안에서만 움직입니다.
둘째, 안정성 설정이 낮을수록 잘 먹습니다. v3의 안정성은 Creative · Natural · Robust 세 가지인데, 공식 권장은 태그를 살리려면 Creative나 Natural입니다. Robust는 안정적인 대신 지시에 덜 반응합니다.
셋째, 구두점도 같이 씁니다. v3에서는 말줄임표가 뜸을 만들고, 대문자가 강조가 됩니다. 공식 예시가 이렇습니다.
It was a VERY long day [sigh] … nobody listens anymore.
한국어에서 이 태그들이 어디까지 먹는지는 공식 문서에 명시돼 있지 않습니다. 예시가 전부 영어입니다. 저희 안내 앱은 매번 똑같이 읽혀야 하는 원고라 Multilingual v2로 갔고, 그래서 태그를 쓰지 않았습니다. 한국어 대사에 감정을 넣어 보실 분은 짧은 문장으로 몇 번 시험해 보고 판단하시는 편이 안전합니다.
우리는 이렇게 쓰고 있어요 — 미리 만들어 두고 조합합니다
가장 쉬운 방법은 버튼을 누를 때마다 문장을 보내 즉석에서 읽히는 겁니다. 코드도 짧고 금방 돼요. 그런데 세 가지가 걸립니다.
- 누를 때마다 크레딧이 나갑니다. 100명이 각자 세 번씩 누르면 300번치 요금이에요
- 인터넷이 느리면 버튼을 누르고 기다립니다. 대기실 와이파이를 생각해 보세요
- 매번 미세하게 다르게 읽습니다. 바로 위에서 본 그 성질 때문이에요. 안내 방송이 들을 때마다 다르면 곤란하죠
그래서 반대로 갑니다. 반찬가게 방식이에요.
주문이 들어올 때마다 처음부터 요리하면 손님은 20분을 기다립니다. 반찬가게는 그렇게 안 하죠. 나물·조림·김치를 미리 만들어 통에 담아 두고, 손님이 오면 필요한 것만 골라 담아 냅니다. 30초면 나가요. 음성도 똑같이 합니다.
범용 공식 = 대본을 고정과 변수로 쪼갠다 → 변수는 미리 전부 만들어 둔다 → 앱은 조합만 한다
- 미리 만들어 두는 것 — "9월 15일 화요일", "오전 3시", "오전 5시까지", "이 시각 이후 아무것도 드시지 마세요" 같은 조각들
- 그때그때 하는 일 — 사용자가 고른 값에 맞는 조각을 골라 순서대로 이어 재생하는 것뿐
한 번 만들어 두면 그다음부터 크레딧은 0원이고, 인터넷이 느려도 즉시 나오고, 몇 번을 들어도 같은 소리가 납니다.
조심할 게 하나 있어요. 조각을 너무 잘게 자르면 "안녕하세요. 한. 시. 십. 분." 처럼 뚝뚝 끊깁니다. 어색한 AI 음성의 진짜 원인은 대개 목소리가 아니라 이 자르는 방식이에요. 그래서 아래 순서가 중요합니다.
예시로 쓸 실제 사례
이 구조를 붙여 본 앱이 있어서, 아래 4단계마다 "실제로는 이렇게 나왔다"를 함께 적어 둘게요.
종합병원에서 일하시는 방사선사 펠릭스님이 만드신 검사 안내 앱입니다. 예약 날짜와 시간을 넣으면 준비사항이 내 일정에 맞춰 타임라인으로 펼쳐지고, 글씨를 읽기 힘든 분을 위해 상단에 '음성 듣기' 버튼이 달려 있어요. 코드를 배운 적 없는 분이 바이브 코딩으로 만드셨습니다.
문제는 그 버튼을 눌렀을 때 나오는 소리가 10년 전 휴대폰 안내음 같았다는 거예요. 그걸 이 방식으로 갈아 끼웠습니다.
| 항목 | 내용 |
|---|---|
| 쓴 도구 | 클로드 코드 + 일레븐랩스. 이 둘뿐이에요 |
| 쓴 모델 | Eleven Multilingual v2 (매번 똑같이 읽혀야 해서) |
| 속도 | 0.8배 (듣는 분이 대부분 어르신이라) |
| 만든 것 | 음성 조각 806개. 원테이크 8 + 시각 288 + "~까지" 144 + 날짜 366 |
| 결과 | 전부 합쳐 19MB, 생성 실패 0건 |
1단계 · 목소리보다 대본을 먼저 봅니다
가장 많이 건너뛰는 단계인데, 여기서 결과의 8할이 정해집니다.
여기서 붙잡을 개념은 원테이크예요. 배우가 한 번에 쭉 연기하는 그 원테이크 맞습니다. 한 호흡에 읽으면 억양이 자연스럽게 이어지는데, 잘라 붙이면 그 흐름이 깨져요. 그러니 자를 곳을 최소한으로 잡아야 합니다.
대본을 놓고 이 세 가지만 확인하세요.
- 통으로 한 번에 읽어도 되는 부분은 어디까지인가 (= 원테이크)
- 사람마다·상황마다 바뀌는 값은 몇 종류인가 (= 변수)
- 그 변수들이 문장 경계에 있는가, 문장 한가운데 박혀 있는가
3번이 승부처예요. 변수가 문장 끝이나 시작에 있으면 이어 붙여도 자연스럽지만, 한가운데 박혀 있으면 어떻게 해도 어색해집니다. 그럴 땐 문장을 다시 쓰세요. 대본을 고치는 게 기술로 때우는 것보다 쌉니다.
실제로는 이렇게 나왔어요 — 클로드가 앱 안내 멘트를 전부 읽고 이렇게 답했습니다. 전체 약 100초 중 95초를 원테이크로 갈 수 있고, 바뀌는 건 날짜·요일·시각 셋뿐이며, 그 셋이 거의 다 문장 경계에 있어 이어 붙이기 좋다. 마지막 줄을 보고 "되겠다" 싶었어요.
2단계 · 전체를 만들기 전에 목소리와 속도를 확정합니다
처음부터 전부 만들지 마세요. 목소리가 안 맞으면 만든 걸 통째로 버려야 합니다.
순서는 이렇습니다.
- 후보 목소리로 대본 앞부분만 짧게 샘플을 뽑는다
- 이상하면 붙들고 고치지 말고 다른 음성 ID로 갈아 끼운다
- 마음에 들면 속도를 정한다. 듣는 분이 누구인지 떠올리며 0.8~1.0 사이에서 고른다
- 속도까지 확정된 샘플을 한 번 더 듣고, 그때 비로소 전체를 건다
실제로는 이렇게 나왔어요 — 첫 샘플이 이상했습니다. "약간 할머니도 아니고…" 소리가 나왔어요. 봐 뒀던 다른 목소리로 갈아 끼우니 두 번째 샘플에서 바로 "이걸로 가면 되겠다"가 나왔습니다. 속도는 0.9배와 0.8배로 한 번씩 더 뽑았어요(1분 36초 → 1분 50초). 들려 드렸더니 "어르신들한테는 이 정도가 좋을 것 같아요"라는 답이 돌아왔습니다.
3단계 · 변수 조각을 한 번에 다 만듭니다
여기서 결정할 게 하나 있어요. 조각을 얼마나 크게 자를 것인가.
예를 들어 "1시 10분"을 만든다고 해 봅시다. 1시 조각과 10분 조각을 따로 만들어 붙이면 조각 수는 줄어드는 대신 뚝뚝 끊깁니다. "1시 10분"을 통째로 하나씩 만들면 조각 수는 늘어나도 훨씬 자연스러워요.
늘어나는 조각 수를 겁내지 마세요. 한 번 만들면 끝이고, 파일 하나가 몇십 KB입니다. 자연스러움을 사는 쪽이 남는 장사예요.
다 만들고 나면 개수와 실패 건수를 표로 받아 보세요. 숫자가 이상하면 그 자리에서 물어보시면 됩니다.
실제로는 이렇게 나왔어요 — 아래가 그 결과 화면입니다.
| 종류 | 개수 | 내용 |
|---|---|---|
| 원테이크 조각 | 8 | 통으로 읽는 안내 본문 |
| 시각 문장 | 288 | "오전 3시" 같은 독립 문장, 5분 단위 전체 |
| "~까지" 조각 | 144 | "오전 5시까지" 같은 마감 표현, 10분 단위 |
| 날짜 | 366 | 1년치, 날짜 + 요일 |
합계 806개, 전부 성공, 실패 0건, 총 19MB.
806개를 만드는 데 든 크레딧은 그날 한 번뿐입니다. 실시간 호출이었다면 사용자가 버튼을 누를 때마다 글자 수만큼 크레딧이 나갔을 거예요.
숫자가 나오면 되물어 보세요
날짜가 366개인 걸 보고 제가 바로 물었습니다.
"날짜가 1년치면, 그 이후 날짜는 어떻게 되지?"
1년치만 만들어 놓은 거였어요. 그 뒤 날짜로 예약한 분이 오면 날짜를 못 읽습니다. 클로드가 든 이유는 "10개월 이상 여유가 있으니 일단 써 보시라"였는데, 제가 물어보지 않았으면 그냥 넘어갔을 구멍이에요.
클로드가 똑똑하긴 해도 한 번씩 멍청하기도 합니다. 코드를 읽을 필요는 없어요. 결과에 숫자가 나오면 그게 어디서 왔는지 한 번만 되물어 보시면 됩니다.
4단계 · 앱이 조합하게 하고, 값을 바꿔서 확인합니다
조각을 만들었다고 끝이 아니에요. 앱이 그 조각들을 순서대로 이어 재생하도록 재생 버튼 쪽을 바꿔야 합니다.
확인은 이렇게 하세요. 값을 바꿔서 두 번 들어보기. 한 번 재생되는 건 증거가 아닙니다. 값이 바뀌어도 같은 목소리로 자연스럽게 나와야 증거예요.
실제로는 이렇게 나왔어요 — 예약을 9월 10일로 넣고 재생했습니다. 됐어요. 그건 반쪽짜리 확인이라, 9월 15일 오전 9시 35분으로 바꿔 봤습니다. 화면의 안내가 통째로 다시 계산돼요. 검사 전날은 9월 14일 월요일, 금식 시각은 오전 3시, 당뇨약 복용 마감은 오전 5시. 그 바뀐 날짜와 시각을 똑같은 목소리로, 끊김 없이 읽어 냈습니다.
"날짜하고 다 맞다, 그죠?" 하고 물었더니 "와, 대박이네요" 하시더군요.
참고로 앱을 인터넷에 올리는 일만은 주인이 직접 해야 합니다. 배포 설정은 주인만 알고 있으니까요. 그때 "깃 풀(pull) 아시죠?" 하고 물었더니 "그게 뭔지 잘 모르겠는데요"라는 답이 돌아왔어요. 직접 만드신 분도 모르는 게 있습니다. 몰라도 앱은 만들어져요.
안 된 것 · 헤맨 것
한계를 숨기지 않는 게 제 원칙이라 그대로 적을게요.
- 첫 샘플 목소리가 이상했습니다. 조절값을 붙들지 않고 다른 목소리로 갈아 끼웠어요
- 속도를 두 번 다시 뽑았습니다. 일레븐랩스에서 낮출 수 있는 한계가 0.7배라, 그보다 더 느리게 하려면 만든 뒤에 따로 손을 봐야 합니다
- 날짜가 1년치만 나왔습니다. 되물어서 잡았어요
- 19MB를 어디에 둘지가 남았습니다. 코드 창고에 넣어도 되고 외부 저장소로 빼도 되는데, 이 규모에선 그냥 두는 쪽이 단순합니다
이 과정을 영상으로도 볼 수 있어요
위 4단계를 화면으로 같이 보면서 진행한 25분짜리 영상입니다. 화면에서 어떻게 보이는지 궁금하시면 켜 보세요.
- 05:19 — 1단계, 대본을 원테이크와 변수로 쪼개는 구간
- 06:22 · 10:10 — 2단계, 목소리를 고르고 들어보는 구간
- 13:09 — 3단계, 조각 806개를 한 번에 만드는 구간
- 20:30 · 22:00 — 4단계, 값을 바꿔 가며 확인하는 구간
시간이 없으시면 22:00부터 보세요. 값을 바꿔도 같은 목소리로 읽어 내는 걸 확인하는 구간이라, 이 글의 핵심이 거기 다 있습니다.
한번 써볼까요?
코드는 몰라도 됩니다. 저도 코드 한 줄 못 써요. 필요한 건 세 가지입니다. 클로드 코드, 목소리를 넣고 싶은 내 프로젝트 폴더, 그리고 일레븐랩스 계정.
사람이 직접 하셔야 하는 건 세 가지입니다.
- 일레븐랩스에 가입하기
- 마음에 드는 목소리를 골라 음성 ID를 복사하기
- 설정에서 API 키(내 계정이라는 걸 증명하는 열쇠 문자열)를 발급받기
이 세 개만 손에 쥐시면 나머지는 아래 프롬프트(AI에게 글로 치는 지시문)를 순서대로 붙여 넣기만 하면 됩니다.
공식 문서에 따르면 API 키마다 크레딧 한도를 걸어 둘 수 있습니다. 처음이시면 한도를 낮게 잡아 두세요. 실수로 크게 나갈 일이 없어집니다. API 키는 비밀이라 브라우저나 앱 화면 쪽 코드에는 넣지 마세요.
1단계 — 대본부터 쪼개기
[내 프로젝트 폴더]에 들어 있는 안내 음성 대본을 전부 찾아서 읽어줘.
이 대본을 사람 목소리로 더빙할 건데, 재생할 때마다 만들지 않고
미리 만들어 둔 음성 조각을 조합하는 방식으로 갈 거야.
먼저 대본을 분석해서 두 가지로 나눠줘.
1) 통으로 한 번에 읽어도 되는 부분 (원테이크)
2) 날짜·시간처럼 상황마다 바뀌어서 따로 잘라야 하는 부분
원테이크를 최대한 길게 살리는 쪽으로 잡아줘. 그리고 전체 몇 초 중 몇 초를
원테이크로 갈 수 있는지, 바뀌는 값이 문장 경계에 있는지 한가운데 있는지도 알려줘.
대본을 통째로 읽고 "여기는 붙이고 여기만 자르면 된다"는 지도를 만들어 줍니다. 이 지도가 결과물의 자연스러움을 8할 결정해요.
여기서 잠깐, 이것만 직접 해 주세요 — 위 세 가지(가입 · 음성 ID · API 키)를 마치고 오시면 됩니다.
2단계 — 샘플부터 짧게
일레븐랩스 API 키는 [내가 키를 넣어 둔 파일]에 있어.
목소리 ID는 [복사해 온 음성 ID]로 하고, 모델은 eleven_multilingual_v2 로 해줘.
이 목소리로 대본 앞부분만 짧게 샘플 더빙을 만들어서 파인더로 열어줘.
전체를 만들기 전에 목소리부터 확인할 거야.
샘플이 마음에 안 들면 다른 음성 ID로 갈아 끼우고 한 번 더 넣으세요. 전체는 목소리가 확정된 뒤에 만듭니다. 참고로 파인더는 맥의 파일 탐색 창이라, 윈도우에서는 "탐색기로 열어줘"로 바꿔 쓰시면 돼요.
3단계 — 속도 맞추고 전체 생성
이 목소리로 확정할게. 듣는 분들이 [어르신 / 외국인 / 어린이]이라
속도(speed)를 0.8로 낮춰서 샘플을 한 번만 더 만들어줘.
속도까지 확정되면, 1단계에서 나눈 기준대로 전체 조각을 일괄 생성해줘.
"1시 10분" 같은 건 쪼개지 말고 통째로 하나씩 만들어서 끊김이 없게 해줘.
다 만들면 종류별로 몇 개가 만들어졌는지, 실패한 건 몇 개인지 표로 정리해줘.
여기서 나온 표를 꼭 눈으로 보세요. 숫자가 이상하면 그 자리에서 되물으시면 됩니다.
4단계 — 조합하고 값을 바꿔서 확인
만든 조각들을 음성 재생 버튼에 연결해서,
사용자가 고른 날짜·시간에 맞는 조각을 순서대로 이어 재생하도록 바꿔줘.
그리고 서로 다른 값 두 개(예: 9월 10일 / 9월 15일)로 각각 조립한 완성본을
파일로 만들어서 파인더로 열어줘. 내가 직접 들어보고 이음새를 확인할게.
마지막 줄이 제일 중요합니다. 값을 바꿔서 두 번 들어보기. 한 번 되는 건 우연일 수 있어도, 값을 바꿔도 되면 그건 진짜 되는 거예요.
클로드 코드 터미널에서는 이렇게
위 프롬프트로 시킨 일이 실제로는 어떻게 도는지 궁금하신 분만 보시면 됩니다. 안 보셔도 결과는 똑같아요.
원리는 단순합니다. 클로드는 조각마다 일레븐랩스에 글을 한 번씩 보내고, 돌아온 소리를 규칙적인 이름의 파일로 저장합니다. 예를 들면 이런 식이에요.
audio/dates/2026-09-15.mp3 ← "9월 15일 화요일"
audio/times/0300.mp3 ← "오전 3시"
audio/until/0500.mp3 ← "오전 5시까지"
audio/onetake/01-intro.mp3 ← 통으로 읽는 안내 본문
앱은 사용자가 고른 값으로 파일 이름을 계산해서 그 파일들을 순서대로 재생할 뿐입니다. AI를 부르지 않아요. 그래서 즉시 나오고, 공짜고, 매번 같습니다.
아래는 그 과정에서 실제로 도는 명령어들이에요. 클로드 코드 대화창에서 ! 를 맨 앞에 붙이면 터미널 명령어를 바로 실행할 수 있어요.
# 1) 내 API 키가 살아 있는지, 어떤 목소리를 쓸 수 있는지 확인해요
! curl -s -X GET "https://api.elevenlabs.io/v2/voices" \
-H "xi-api-key: $ELEVENLABS_API_KEY" | head -c 500
# 2) 문장 하나를 목소리로 바꿔 mp3 로 저장해요 (조각 하나를 만드는 게 이겁니다)
# voice_id 자리에 복사해 온 음성 ID를, speed 에 원하는 속도를 넣으세요
! curl -s -X POST "https://api.elevenlabs.io/v1/text-to-speech/<음성ID>?output_format=mp3_44100_128" \
-H "xi-api-key: $ELEVENLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"text":"오전 3시","model_id":"eleven_multilingual_v2","voice_settings":{"speed":0.8}}' \
-o audio/times/0300.mp3
# 3) 조각이 몇 개 만들어졌는지 세어 봐요 (표의 숫자가 맞는지 확인용)
! ls audio/dates | wc -l
# 4) 조각 여러 개를 하나로 이어 붙여요 (앱이 하는 '조합'을 파일로 미리 해보는 것)
! ffmpeg -f concat -safe 0 -i list.txt -c copy audio/preview.mp3
2번의 voice_settings 자리에 앞에서 본 조절값들이 들어갑니다. speed 를 0.8로 넣은 게 어르신용 속도예요. stability·similarity_boost·style 도 같은 자리에 넣을 수 있는데, 안 적으면 기본값(0.5 / 0.75 / 0)으로 갑니다.
이 구조, 여러분 일에도 그대로 붙어요
기억하실 건 목소리가 아니라 구조예요. "매번 거의 같은데 몇 군데만 바뀌는 것"이면 전부 여기에 들어갑니다.
- 학원·병원 예약 안내 전화 멘트 — 이름·날짜·시간만 바뀌고 나머지는 늘 같아요
- 매장 안내 방송 — "오늘은 O요일입니다, 마감은 O시입니다" 요일·시간 조각만 미리 만들면 끝
- 쇼핑몰 주문 안내 음성 — 상품명은 고정, 배송 예정일만 조각
- 시각장애인용 안내 음성 — 자주 바뀌지 않는 안내문이라 미리 만들어 두기에 딱 맞아요
- 사내 교육 영상 내레이션 — 개정될 때마다 통째로 다시 만들지 말고, 바뀐 문단 조각만 다시 뽑아 갈아 끼우기
목소리 말고도 됩니다. 이미지든 문서든, "거의 같은데 몇 칸만 바뀌는" 것이면 미리 만들어 두고 조합하는 쪽이 대개 더 싸고 빠릅니다.
이런 분께 추천해요
- 앱이나 사이트에 음성 안내를 넣었는데 목소리가 어색해서 껐던 분 — 문제는 대개 목소리가 아니라 너무 잘게 잘라 이어 붙인 구조예요. 이 글의 1단계만 해 보셔도 달라집니다
- 어르신·환자·외국인처럼 "읽기 힘든 분"을 상대하는 현장에 계신 분 — 병원·약국·복지관·행정 창구. 안내문이 이미 있다면 절반은 끝난 셈이에요
- AI 음성을 써 보고 싶은데 요금이 무서워서 못 쓰신 분 — 무료 10,000 크레딧으로 목소리부터 골라 보세요. 미리 만들어 두는 방식이면 한 번만 내고 끝입니다
참고 링크
- 일레븐랩스(ElevenLabs) 공식 사이트 — 목소리 전용 AI 서비스
- 일레븐랩스 요금제 — 이 글의 요금·크레딧 표는 전부 여기 기준입니다 (2026년 9월 확인)
- 모델 목록 문서 — v3 · Multilingual v2 · Flash v2.5 의 언어·글자 수·속도 비교
- 음성 합성(TTS) 기능 문서 — 무엇을 할 수 있는지 한눈에
- 목소리 문서 — 목소리 보관함·만들기·복제와 본인 확인 절차
- 조절값 안내 — 속도·안정성·유사성·스타일 과장의 범위와 권장값
- API 키 사용법 — 키 발급·한도 설정·보안 주의사항
- 음성 생성 API 문서 — 위 터미널 명령어의 원본
- 유튜브 영상 — 이 과정 전체 (25분) — 화면을 같이 보며 진행한 원본 영상
- 클로드 코드 공식 문서 — 터미널에서 대화로 일을 시키는 AI 비서. 설치도 여기서
- 인스타툰 캐러셀 자동화 — 같은 방식의 그림 편 글이에요
- 바이브 코딩 무료 커리큘럼 — 클로드 코드가 처음이라면 여기서 시작하세요
- 문의하기 — "이런 것도 자동화될까?" 싶은 반복 작업이 있으면 사연을 남겨 주세요. 간단한 건 같이 무료로 해 봅니다
▸개정 이력1건
- v12026-09-05초판