Lovo.ai Genny 음성 디테일 완성하기: 오디오북과 영상 제작을 위한 감정 표현·발음 사전·호흡 및 속도 튜닝 가이드

기본 설정 상태의 텍스트 음성 변환(TTS) 기술은 섬세한 감정선이 필요한 오디오북 낭독이나 상업용 영상 내레이션에 적용하기에 한계가 따릅니다. 인공지능 음성은 종종 감정이 결여된 평이한 어조로 말하거나, 고유명사와 전문 용어를 오독하고, 자연스러운 호흡 없이 대사를 서둘러 읊어버려 몰입을 방해합니다. Lovo.ai의 전문 제작 플랫폼인 Genny에서 실제 성우의 연기에 필적하는 완성도를 구현하려면 단순한 텍스트 입력 단계를 넘어서야 합니다. **Advanced Mode(고급 모드)**를 기반으로 문장 블록별 감정 표현(Emotional Inflection), 언어별로 지정되는 발음 사전(Pronunciation Editor), 그리고 타임라인 단위의 **속도 및 일시 정지(Pacing & Pauses)**를 유기적으로 결합해야 합니다.

이 세 가지 핵심 제어 기능의 상호작용 원리를 파악하면 기계적인 낭독 음성을 드라마틱하고 생동감 넘치는 보이스 트랙으로 발전시킬 수 있습니다.

1. 프로젝트 설정: 고급 모드(Advanced Mode)가 필수적인 이유

Genny에서 새 프로젝트를 생성할 때 시스템은 **Simple Mode(단순 모드)**와 Advanced Mode(고급 모드) 중 하나를 선택하도록 안내합니다. 단순 모드는 단일 화자의 짧은 오디오 클립을 빠르게 생성할 때 유용하지만, 다중 트랙 편집이나 세부 타이밍 조절 기능이 지원되지 않습니다.

장편 오디오북 제작이나 영상 연출 작업에서는 반드시 고급 모드를 선택해야 합니다. 고급 모드에서는 다음과 같은 핵심 기능이 제공됩니다:

• 멀티트랙 타임라인(Multi-Track Timeline): 전문 디지털 오디오 워크스테이션(DAW)과 유사한 구조로 음성 트랙, 비디오 클립, 효과음(SFX), 배경음악(BGM)을 밀리초 단위로 배열할 수 있습니다.
• 블록별 성우 및 감정 지정: 대사 한 줄마다 서로 다른 배역 목소리나 감정 스타일을 자유롭게 매핑할 수 있습니다.
• 프로듀서 모드(Producer Mode): 음높이(Pitch)와 운율(Prosody)을 미세 조정하여 인물 고유의 음색을 구현합니다.
• 자석 스냅(Snap) 해제 기능: 타임라인 그리드 고정을 끄고 대사 사이의 무음 간격을 미세하게 조절할 수 있습니다.

2. 감정 표현(Emotional Inflection)과 인물 연출 튜닝

Genny는 100개 이상의 언어와 500개 이상의 AI 보이스를 제공하며, 그중 정밀 보이스 모델은 25~30여 가지의 감정 스타일(기쁨, 슬픔, 분노, 울음, 속삭임, 공포, 권위, 취기, 망설임 등)을 지원합니다.

원고 전체에 단일한 감정 톤을 적용하기보다 전문 제작 환경에서는 '블록 스태킹(Block Stacking)' 기법을 활용합니다:

블록 스태킹을 통한 입체적 감정 표현

극적인 대화 장면에서 인물의 감정은 한 문장 안에서도 끊임없이 변화합니다. 예컨대 망설이며 말을 꺼냈다가 점차 격분하고 마지막엔 두려움 섞인 속삭임으로 끝나는 대사 구조가 있습니다:

1. 문장을 세부 블록으로 분할: 텍스트 에디터에서 긴 대사를 감정 전환점을 기준으로 2~3개의 독립된 텍스트 블록으로 나눕니다.
2. 블록마다 감정 스타일 개별 지정: 첫 번째 블록은 Hesitant(망설임), 중간 강조 문장은 Angry(분노) 또는 Serious(진지함), 마지막 마침표 문장은 *Whisper(속삭임)*로 지정합니다.
3. 연결 청취 및 톤 조율: 음성을 생성한 뒤 이어 듣기를 실행합니다. 감정 격차가 지나치게 두드러진다면 중간에 완충 역할을 하는 중립적 문장을 추가하거나 음높이를 조절하여 자연스럽게 이어줍니다.

프로듀서 모드를 활용한 배역 분리

오디오북에서 동일한 내레이터가 여러 명의 조연을 연기해야 할 경우 고급 모드의 Producer Mode를 실행합니다. 음높이(Pitch) 슬라이더를 약간 올리거나 내려 목소리의 연령대와 체격을 다르게 표현할 수 있으며, 전체적인 서사의 톤을 유지하면서도 배역을 명확히 구분할 수 있습니다.

3. 발음 사전(Pronunciation Editor) 정밀 교정

판타지나 SF 문학의 가상 인명, 외래어 지명, 브랜드명 및 기술 약어는 AI 음성 합성에서 오독이 가장 자주 발생하는 요소입니다. Genny는 프로젝트 전역에서 발음을 교정할 수 있는 Pronunciation Editor를 제공합니다.

발음 사전 표준 등록 절차

1. 사전 에디터 열기: 작업 공간 상단 내비게이션 바에서 Pronunciation 아이콘을 클릭합니다.
2. 언어 및 억양 설정 확인(필수): 발음 교정 규칙은 선택된 언어 및 지역 방언에 종속됩니다. English (US) 환경에서 설정한 발음 규칙은 *English (UK)*나 한국어 보이스 블록에 적용되지 않습니다. 배역 성우의 언어 코드와 일치하는지 먼저 확인하십시오.
3. 원문과 발음 표기 입력:
   • Source Word(원어): 원고에 적힌 철자(예: LOVO, Daenerys, SQL).
   • Target Word(발음 표기): 인공지능이 자연스럽게 소리 낼 수 있는 음소 또는 대체 철자(예: Lovoe, Duh-NAIR-iss, Sequel).
4. 규칙 저장: + 버튼을 눌러 프로젝트 사전에 등록합니다.
5. 붉은 점 표시 블록 재생성: 사전을 저장했다고 해서 기존 오디오가 자동으로 갱신되지는 않습니다. 해당 단어가 포함된 블록 옆에 빨간색 알림 점이 나타나면 반드시 Regenerate(재생성) 버튼을 눌러 새 발음을 오디오 파일에 반영해야 합니다.

Pro 보이스를 위한 텍스트 프롬프트 팁

외부 사전에 대한 반응 방식이 다른 일부 Pro 신경망 음성의 경우, 본문 작성 창에 직접 발음용 표기를 적는 방식이 유효합니다:

• 직접적인 음성 전사 입력: 사전에 등록하는 대신 본문 텍스트 창에 소리 나는 대로 알파벳을 입력합니다.
• 대소문자 조정: 전체 대문자로 입력된 단어(A-P-I)는 철자를 하나씩 읽는 경향이 있습니다. 자연스러운 단어로 낭독하게 하려면 첫 글자만 대문자로 바꾸거나 소문자로 표기합니다.

4. 호흡과 완급 조절: 일시 정지(Pause)와 속도 설정

숨 쉴 틈 없는 낭독은 청취자에게 피로감을 줍니다. 서스펜스 장면이나 핵심 해설에서는 적절한 침묵과 호흡이 극적 긴장감을 형성합니다. Genny에서는 보이스 엔진 종류에 따라 두 가지 방식으로 일시 정지를 설정합니다.

방식 1: 일시 정지 도구(Rapid 및 Global 보이스)

Rapid 및 Global 음성을 사용할 때는 텍스트 패널 내의 전용 Pause 도구를 사용합니다:

• 쉼표나 마침표 뒤, 또는 멈춤이 필요한 단어 사이에 커서를 놓습니다.
• Pause 아이콘을 클릭하고 최소 0.1초부터 시작하는 정지 시간을 선택합니다(일반적인 쉼표는 0.2~0.4초, 문단 전환은 0.8~1.2초 권장).
• Apply를 클릭한 후 블록을 재생성합니다.

방식 2: 타임라인 클립 분할 및 스냅 해제(Pro 보이스)

Pro 보이스에서 실제 사람과 같은 호흡을 연출하려면 타임라인상에서 물리적 간격을 벌리는 방식이 가장 자연스럽습니다:

1. 호흡 지점에서 블록 분할: 숨을 들이쉬거나 긴장감이 감돌아야 할 위치에서 문장을 독립 블록으로 쪼갭니다.
2. 자석 스냅(Snap) 비활성화: 타임라인 패널 하단의 자석 모양 아이콘을 클릭해 스냅을 끕니다. 스냅을 해제하면 클립이 정해진 격자 눈금에 달라붙지 않고 밀리초 단위로 자유롭게 이동합니다.
3. 수동으로 무음 구간 확보: 뒷부분 오디오 블록을 오른쪽으로 살짝 드래그하여 필요한 길이만큼의 여백을 둡니다. 이 물리적 간격은 실제 낭독자의 호흡과 동일한 질감을 연출합니다.

낭독 속도(Speed) 조절 가이드

다수의 AI 보이스 기본 재생 속도(1.0x)는 서사 낭독 기준 다소 빠르게 느껴질 수 있습니다:

• 오디오북 낭독: 전체 속도를 0.95x에서 0.98x로 약 2~5% 낮추는 것을 권장합니다. 속도를 약간 줄이면 문장에 무게감이 실리고 청각적 피로도가 크게 줄어듭니다.
• 짧고 빠른 홍보 영상: 템포를 살리기 위해 1.05x 수준으로 약간 높일 수 있으나, 자음의 명확성을 사전에 검증해야 합니다.

5. 오디오북과 상업 영상 제작의 작업 흐름 비교

동일한 Genny 엔진을 사용하더라도 두 매체의 연출 우선순위는 다릅니다:

6. 품질 검수 체크리스트

Genny에서 최종 오디오를 내보내기 전 다음 항목을 확인하십시오:

1. 문장 부호 점검: 쉼표, 대시(—), 말줄임표(…)를 적극 활용하여 인공지능이 자연스러운 억양을 연출하도록 유도했는가.
2. 고급 모드 작업 확인: 장편 및 멀티 배역 프로젝트를 반드시 Advanced Mode에서 진행했는가.
3. 발음 사전 언어 일치: 등록된 발음 규칙의 언어와 대상 성우의 언어 코드가 일치하는가.
4. 빨간색 알림 블록 재생성 완료: 사전이나 설정을 바꾼 후 변경 알림이 뜬 블록을 빠짐없이 재생성했는가.
5. 스냅 해제 기반 호흡 조율: 대사 사이 간격이 기계적으로 들리지 않도록 수동으로 간격을 다듬었는가.
6. 외부 DAW 마스터링: 상업 오디오북 배포를 목표로 할 경우, Genny에서 추출한 드라이 보이스를 DAW로 가져가 가벼운 EQ, 컴프레서, 라우드니스 정규화 작업을 거칠 것.

감정 블록 스태킹, 발음 사전, 그리고 타임라인 호흡 제어를 조합하면 Lovo.ai Genny를 단순한 낭독기를 넘어 고품질의 가상 녹음 스튜디오로 활용할 수 있습니다.

참고 자료

• Lovo.ai Review: The Best AI Voice Generator in September 2026? – Unite.AI
• Best text-to-speech software of 2026 | TechRadar
• The 8 best AI voice generators in 2026 | Zapier
• Speech synthesis - Wikipedia