Lovo.ai Genny에서 발음 규칙, 단어 강조 및 일시정지 조절로 자연스러운 음성을 구현하는 방법

전문적인 보이스오버와 비디오 제작에서 기계적인 인공 음성과 자연스러운 인간 수준의 내레이션을 가르는 핵심 요소는 세 가지 미세 조정에 있습니다. 바로 정확한 음소 발음, 핵심 단어에 대한 의도적 강조, 그리고 실제 호흡 주기를 반영한 자연스러운 쉼(일시정지)입니다. 현대의 AI 텍스트 음성 변환(TTS) 기술은 기본 생성 상태에서도 뛰어난 품질을 보여주지만, 브랜드 고유명사, 업계 전문 약어, 동형이의어, 극적인 템포 조절에서는 여전히 섬세한 튜닝이 필수적입니다.

Lovo.ai의 대표적인 영상 및 음성 제작 플랫폼인 Genny에서는 작업 공간 상단의 발음 편집기, 텍스트 스크립트 내 음소 표기 기법, 단어별 강조 도구, 그리고 멀티트랙 타임라인의 블록 간격 조절을 결합하여 완성도 높은 음성을 연출할 수 있습니다. 본 가이드에서는 성우와 영상 제작자가 Genny에서 발음 규칙, 강세 및 일시정지를 세밀하게 조율하는 구체적인 실무 단계와 함께, 제작 파이프라인 수립 시 반드시 고려해야 할 최신 운영 현황을 안내합니다.

1. 발음 규칙 설정 및 교정 방법

Genny가 기업명, 기술 약어 또는 외래어를 부정확하게 읽을 때 제작자가 취할 수 있는 해결책은 전역 '발음 편집기'와 '스크립트 내 음소 변환'의 두 가지입니다.

방법 A: 내장 발음 편집기(Pronunciation Editor) 활용

Genny는 작업 공간 상단 툴바에서 프로젝트 전체의 발음 사전을 직접 관리할 수 있는 전용 도구를 제공합니다.

1. 도구 실행: 프로젝트 화면 상단 툴바에서 Pronunciation(발음) 아이콘을 클릭합니다.
2. 언어 및 억양 확인: 드롭다운 메뉴가 현재 음성의 언어/악센트와 정확히 일치하는지 확인합니다(예: English (US)와 English (UK)). 발음 규칙은 해당 언어 권역에 종속되므로, 미국식 영어에서 등록한 규칙이 영국식이나 호주식 음성에 자동으로 반영되지 않습니다.
3. 원문과 목표 발음 입력:
   • Source word(원래 단어): 스크립트에 표기된 철자를 그대로 입력합니다(예: LOVO, SaaS, Nguyen 등).
   • Target word(목표 발음): 신경망 엔진이 올바르게 소리 내도록 유도하는 음소 중심 철자나 대체어를 입력합니다(예: Lovoe, Sass, Win 등).
4. 규칙 저장: 우측의 + 버튼을 눌러 프로젝트 사전에 등록합니다.
5. 음성 블록 재생성: 규칙이 추가되면 해당 단어가 포함된 기존 텍스트 블록에 빨간색 상태 표시 점이 나타납니다. 새로운 발음 규칙을 오디오에 반영하려면 해당 블록의 Regenerate(재생성)를 반드시 실행해야 합니다.

음성 엔진별 유의사항: 내장 발음 편집기는 Genny의 Rapid 및 Global 음성 엔진에서 가장 안정적으로 작동합니다. Pro V2를 비롯한 일부 고급 신경망 음성의 경우, 에디터 등록보다 텍스트 블록 내 직접 발음 표기가 더 정확한 결과를 낼 수 있습니다.

방법 B: 스크립트 내 직접 음소 표기 및 대소문자 조절

단 한 번 등장하는 단어나 발음 사전이 미세한 억양을 살리지 못할 때는 스크립트 텍스트를 직접 수정하는 방식이 유리합니다:

• 소리 나는 대로 재작성: 발음이 꼬이기 쉬운 단어를 소리 나는 발음 철자로 직접 치환합니다(예: 약어 AI를 Ay Eye로 적는 방식).
• 약어 읽기 방식 제어: AI가 하나의 단어로 읽어야 할 약어를 철자별로 쪼개어 읽는 경우(예: N-A-S-A), 첫 글자만 대문자인 Nasa로 표기합니다. 반대로 글자별로 하나씩 읽게 하려면(예: US), U. S. 또는 U-S와 같이 점이나 하이픈을 추가합니다.
• 모두 대문자(ALL CAPS) 표기 주의: 비약어 단어를 모두 대문자로 작성하면 음성 모델이 약어로 오인하여 한 글자씩 알파벳을 읊는 오류가 발생하기 쉽습니다. 일반 단어는 표준 대소문자를 유지해야 합니다.

2. 단어 강조(Emphasis)와 억양 디자인

인간의 실제 발화는 문장의 핵심 정보(키워드)에서 음조가 살짝 높아지고 모음의 길이가 늘어나며 성대 에너지가 집중됩니다. Genny는 텍스트 내 특정 단어 강조와 전체 프로소디(운율) 조절을 모두 지원합니다.

에디터 내 단어 강조(Emphasis) 도구 적용

1. 텍스트 입력창에서 힘을 실어야 할 핵심 단어나 음절, 구문을 마우스로 드래그하여 지정합니다(예: "이것이 유일한 해결책입니다").
2. 서식 팝업 메뉴에서 Emphasis 도구를 선택합니다.
3. 음성 모델이 해당 토큰에 부여할 강세 레벨을 설정합니다.
4. 블록을 재생성한 뒤 모음이 자연스럽게 연장되고 적절한 피치 상승이 일어나는지 청취합니다.

속도 및 피치 수동 조절(Advanced Mode)

단어 강조 기능만으로 음성이 다소 인위적이거나 튀는 느낌이 든다면, 사이드 패널의 운율 파라미터를 보정합니다:

• 재생 속도 2~5% 감속: 기본 AI 음성은 종종 템포가 다소 급하고 지나치게 쾌활하게 들릴 수 있습니다. 블록 속도를 0.95x나 0.98x로 미세하게 낮추면 문장에 안정적인 호흡 여유가 생기며 강조된 단어가 훨씬 묵직한 설득력을 갖게 됩니다.
• Advanced Mode의 피치 조절: 고급 모드에서는 질문형 어미(상승조)나 결론형 문장(하강조)에 맞춰 문장 단위의 높낮이를 조절하여 단조로움을 없앨 수 있습니다.
• 감정 스타일 프리셋 활용: Genny에는 30여 종 이상의 감정 프리셋(Professional, Serious, Empathetic, Cheerful 등)이 구비되어 있습니다. 기업 홍보나 튜토리얼 영상에서는 'Empathetic(공감형)'이나 'Authoritative(권위형)' 스타일을 지정하는 것만으로도 자연스러운 억양을 빠르게 확보할 수 있습니다.

3. 자연스러운 호흡을 위한 일시정지(Pause) 조절

빈틈없이 이어지는 빽빽한 음성은 합성 오디오임을 드러내는 가장 큰 원인입니다. Genny에서는 에디터의 일시정지 도구와 타임라인 편집의 두 가지 경로로 휴지기를 조성할 수 있습니다.

접근법 1: 텍스트 블록 내 Pause 도구 사용

문장 중간의 가벼운 쉼이나 접속사 전후 처리에 적합합니다:

1. 텍스트 에디터에서 멈춤이 필요한 위치에 커서를 두거나 툴바의 Pause 아이콘을 클릭합니다.
2. 쉼이 이어질 기준 단어를 선택합니다.
3. 0.1초 단위로 원하는 쉼 지속 시간(예: 부드러운 숨고르기는 0.2s, 쉼표 수준은 0.5s, 긴장감을 주는 극적 여백은 1.0s)을 입력하거나 프리셋을 선택합니다.
4. Apply를 누르고 블록을 재생성합니다.

접근법 2: 타임라인 블록 분할(스튜디오급 실무 방식)

정밀한 영상 싱크가 필요한 전문 편집자들은 타임라인 상의 블록 분할 기법을 선호합니다:

1. 호흡선(Breath Lines) 단위 작성: 긴 문단을 통째로 한 블록에 넣지 말고, 하나의 호흡이나 생각 단위마다 짧은 개별 텍스트 블록으로 나눕니다.
2. 멀티트랙 타임라인 배치: 생성된 각 보이스 블록은 Genny 하단 타임라인에서 독립된 오디오 클립으로 생성됩니다.
3. '스냅(Snap/자석)' 도구 끄기: 타임라인 상단의 자석 아이콘을 눌러 자동 흡착 기능을 끕니다. 이를 통해 클립 간 간격을 제한 없이 자유롭게 이동할 수 있습니다.
4. 오디오 클립 간격 수동 조절: 클립을 드래그하여 문장 사이의 물리적 공백 간격을 원하는 만큼 벌립니다.
   • 핵심 장점: 음성 생성 크레딧을 추가 소모하지 않으며 재생성 렌더링을 기다릴 필요가 없습니다. 화면 전환, 자막 등장, 배경음악 비트에 맞춰 밀리초 단위로 정확히 쉼 간격을 맞출 수 있습니다.

문장부호를 활용한 리듬 유도

고정 시간 일시정지를 넣기 전에 기본 문장부호의 효과를 먼저 시험해보는 것이 좋습니다:

• 쉼표(,): 약 150~250밀리초의 자연스러운 일상적 숨고르기를 생성합니다.
• 대시/줄표(—): 화제 전환이나 삽입 구문의 또렷한 휴지를 연출합니다.
• 말줄임표(...): 여운, 망설임, 또는 청자의 기대를 유도하는 여백을 만듭니다.

3단계 추천 제작 워크플로우

생성 크레딧 낭비를 막고 고품질 보이스오버를 빠르게 완성하기 위한 단계별 지침입니다:

1. 1단계: 텍스트 검수 및 발음 등록
   • 고유명사와 기술 약어 추출; 발음 편집기에 등록; 1차 기본 오디오 렌더링.
2. 2단계: 억양 및 강세 다듬기
   • 전체 속도를 2~4% 감속; 문장당 1~2개의 핵심 단어에 Emphasis 적용; 긴 문장을 호흡선 단위로 분할.
3. 3단계: 타임라인 정렬 및 싱크 조정
   • Snap 비활성화; 영상 컷과 배경음악에 맞춰 클립 간격을 수동 조절; 고화질 최종 렌더링.

최신 운영 현황 및 추천 대체 도구

Genny는 타임라인 인터페이스와 세부 음성 제어를 성공적으로 결합하여 큰 인기를 누렸으나, 현재 시점에서 상업적 제작 파이프라인을 구축할 때는 플랫폼의 운영 상태를 유의해야 합니다. 2026년 5월 말, 성우들의 무단 음성 복제 집단소송(Lehrman v. Lovo, Inc.) 여파 속에서 모회사 LOVO, Inc.는 미국 뉴욕 남부 파산법원에 연방 파산법 제7장(Chapter 7 파산 청산, 사건번호 1:26-bk-11249)을 신청하였으며, 이후 플랫폼 웹사이트와 서비스가 지속적인 장애(HTTP 402 배포 비활성화 오류 등)로 중단된 상태입니다.

현재 안정적인 제작 환경에서 발음 사전, 단어 강세, 타임라인 쉼 조절 기능을 활용해야 하는 창작자에게는 다음의 업계 대안이 권장됩니다:

• ElevenLabs: 뛰어난 음성 사실성과 감정 표현력을 자랑하며, 음소 표기 지원, Speech-to-Speech(음성 간 억양 전달) 및 스타일 제어 슬라이더 제공.
• Murf AI: 전문 스튜디오형 타임라인 구조를 바탕으로 단어별 피치, 속도, 강조 슬라이더를 제공하여 비디오 싱크 조정에 탁월.
• Castmagic / Speechify: 다중 화자 콘텐츠 제작 및 대규모 텍스트의 다국어 오디오 변환에 특화된 효율적 워크플로우 지원.

참고 자료

• Lovo.ai Review: The Best AI Voice Generator in September 2026? – Unite.AI
• 6 Best AI Voice Generators for Text to Speech — Castmagic
• 8 Best AI Voice Generators in 2025 (Compared)