구글 TTS로 릴스 목소리 바꾼 후기 — 힉스필드 음성보다 자연스럽고 크레딧이 안 든 이유 (2026)

인스타그램 릴스 나레이션을 AI 목소리로 만들고 있습니다. 처음엔 클로드에 연결한 힉스필드에서 만들었는데, 들을수록 컴퓨터 목소리처럼 어색했어요. 그래서 구글 클라우드 TTS(Chirp 3 HD 목소리)로 바꿨습니다. 같은 문장으로 비교해 보니 훨씬 자연스러웠고, 목소리 종류도 많았고, 무료 한도 안이라 크레딧이 들지 않았습니다.

다만 이야기는 여기서 끝나지 않았습니다. 며칠 뒤 결국 제가 직접 녹음한 목소리로 정했어요. 그 과정은 글 끝에 적었습니다.

아래에 두 목소리를 같은 문장으로 넣어 뒀어요. 먼저 들어보시는 게 제일 빠릅니다. 개인 프로젝트로 만드는 부모님용 AI 안내 릴스입니다.

같은 문장, 두 목소리를 들어보세요

문장은 이겁니다. “엄마, 이제 카톡에서 에이아이한테 바로 물어볼 수 있어. 엄마, 카톡 열고 채팅 목록 맨 위를 봐. 여기 챗지피티 보이지? 새로 깔 것도, 가입할 것도 없어. 카톡만 업데이트하면 돼.”

힉스필드 (Seed Audio, 등록한 목소리)

구글 TTS (Chirp 3 HD, Autonoe)

구글 TTS (Chirp 3 HD, Achernar)

힉스필드 쪽은 제가 등록한 목소리를 흉내 내 만든 음성이고, 구글 쪽은 구글이 제공하는 기본 목소리입니다. 어느 쪽이 자연스러운지는 들어보시고 판단하시면 됩니다. 저는 구글 쪽으로 바꿨어요.

힉스필드 음성에서 걸렸던 것

힉스필드에서는 제 목소리를 등록해 두고 Seed Audio로 만들었습니다. 어색함 말고도 목소리가 계속 바뀌는 문제가 있었어요.

시도	결과	크레딧
대사 13줄을 한 줄씩 따로 생성	줄마다 톤과 높이가 달라 여러 사람이 말하는 것처럼 들림	약 2.6
대본 전체(43초)를 한 번에 생성	한 편 안에서는 같은 목소리	약 3.1
2~5편을 편마다 따로 생성	편끼리 목소리가 달라짐	편당 약 3
1편 음성 20초를 참고 음성으로 넣고 생성	1편에 더 가까워짐	편당 약 3

같은 등록 목소리를 지정해도 생성할 때마다 결과가 달라졌습니다. 정확한 이유는 확인하지 못했지만, 매번 그 목소리를 새로 흉내 내서 만드는 방식으로 보였어요. 그래서 대본 전체를 한 번에 만들고, 그 음성을 문장 사이 쉬는 구간에서 잘라 장면에 나눠 붙여야 했어요. 대사 한 줄만 고치고 싶어도 전체를 다시 만들어야 했고요.

힉스필드 안에서 일레븐랩스 엔진으로 등록한 목소리를 쓰는 것도 두 번 시도했는데, 둘 다 실패해서 더 진행하지 않았습니다. 크레딧은 힉스필드 크레딧 글에 정리한 것처럼 생성할 때마다 빠지는 구조라, 다시 만들 때마다 부담이 쌓였어요.

구글 TTS로 바꾸고 달라진 것

	힉스필드 (Seed Audio)	구글 TTS (Chirp 3 HD)
목소리	등록한 목소리를 바탕으로 생성	구글 기본 목소리 중 선택. 한국어 여성 14개를 들어봄
같은 목소리 유지	생성할 때마다 달라짐. 한 번에 만들고 참고 음성 필요	제가 들어본 범위에서는 같은 목소리 이름이면 줄마다 따로 만들어도 같음
한 줄만 고치기	전체를 다시 생성	그 줄만 다시 생성
비용	편당 약 3크레딧	한 달 100만 자까지 무료 (제 대본은 편당 약 500자)

가장 편해진 건 줄마다 따로 만들어도 같은 목소리라는 점이었습니다. 장면 하나에 한 줄씩 만들고, 각 줄의 길이를 재서 그대로 장면 시작 시각으로 쓰면 됐어요. 힉스필드 때는 한 번에 만든 음성을 다시 받아 적어서 장면 경계를 찾아야 했는데, 그 과정이 통째로 빠졌습니다.

비용은 구글 클라우드 가격표(2026년 10월 20일 확인) 기준으로 Chirp 3 HD 목소리가 한 달 100만 자까지 무료이고, 넘으면 100만 자당 30달러입니다. 가격표에는 결제를 사용 설정해야 쓸 수 있고, 공백과 줄바꿈도 글자 수에 포함된다고 적혀 있습니다. 제 릴스 대본은 한 편에 500자 정도라, 다섯 편과 티저를 전부 다시 만들어도 3천 자 남짓이었습니다.

목소리는 같은 문장으로 14개를 모두 만들어 들어봤습니다. 짧은 샘플로 몇 개를 고른 뒤, 그중 두 개는 릴스 한 편 전체를 그 목소리로 만들어 다시 비교했어요. 짧게 들을 때와 1분짜리 영상으로 들을 때 느낌이 달라서, 마지막 선택은 영상으로 하는 게 나았습니다.

바꾼 릴스 한 편

구글 TTS의 Autonoe 목소리로 다시 만든 1편 릴스입니다.

구글 TTS 사용법 — 키 만들기까지

구글 TTS는 웹 화면에서 바로 쓰는 게 아니라 API 키를 만들어 프로그램에서 부르는 방식이었습니다. 클로드가 스크립트를 짜 주고, 키 만들기만 제가 직접 했어요. 순서는 이랬습니다.

1. 구글 클라우드 콘솔에서 새 프로젝트를 만듭니다.
2. 결제 계정을 연결합니다. 가격표에 따르면 무료 한도 안에서 쓰더라도 결제는 사용 설정해야 해요. 저는 이미 연결돼 있었습니다.
3. 검색창에서 Cloud Text-to-Speech API를 찾아 사용을 누릅니다.
4. 사용자 인증 정보 → API 키 만들기. 이름을 정하고, API 제한사항에서 Text-to-Speech만 체크합니다.
5. 키 값을 복사해 컴퓨터의 설정 파일(.env)에 붙여넣습니다.

한 가지 실수가 있었습니다. 키가 만들어진 화면을 캡처해서 채팅에 올렸는데, 키 전체가 그대로 보였어요. 채팅에 올라간 키는 노출된 것으로 보고, 키를 새로 만든 뒤 예전 키를 지웠습니다. 키는 복사해서 파일에만 붙여넣고, 캡처는 하지 않는 게 안전해요.

프로그램 쪽은 단순합니다. 문장, 언어(ko-KR), 목소리 이름(ko-KR-Chirp3-HD-Autonoe처럼)을 보내면 음성 파일이 돌아옵니다. 클로드에 힉스필드를 연결하는 방법은 힉스필드 MCP 글에 있는데, 구글 TTS는 그런 연결 없이 스크립트에서 바로 불렀어요.

바꾸고 나서 남은 문제

다 해결된 건 아닙니다.

• 띄어 읽기가 어색한 곳이 있었습니다. 문장 중간에서 쉬는 위치가 이상한 곳이 있어서, 대본을 다시 쓰는 중이에요. 목소리 품질이 아니라 문장 쪽에서 고칠 문제로 보고 있습니다.
• 속도와 쉼 조절은 아직 안 써 봤습니다. 구글 문서에는 Chirp 3 HD의 속도 조절(pace control)과 쉼 조절(pause control)이 안내돼 있어요. 저는 편집 단계에서 나레이션 속도를 바꾸고 있어서 아직 쓰지 않았습니다. 띄어 읽기 문제에 쉼 조절이 도움이 될지는 대본을 고친 뒤 확인해 볼 생각이에요.
• 영어 단어는 한글로 바꿔 넣었습니다. “ChatGPT”는 “챗지피티”, “AI”는 “에이아이”로 대본에서 바꿔 읽게 했어요.
• 최종 목소리는 구글이 아니라 직접 녹음으로 정했습니다. 아래 「직접 해보니」에 적었어요.

직접 해보니

처음 만든 릴스를 보고 “목소리만 자연스러우면 좋겠다”고 했던 게 시작이었습니다. 맥에 들어 있는 기본 음성으로 시작했고, 그다음 제 목소리를 힉스필드에 등록해서 썼어요. 그런데 한 줄씩 만든 결과를 듣고 “목소리가 여러사람인데?”라는 말이 먼저 나왔고, 다섯 편을 만든 뒤에는 “1편 목소리가 다른 편에서도 유지되지 않던데 왜그런거야?”라고 물었습니다.

참고 음성까지 넣어 맞췄지만, 결국 남은 건 너무 컴퓨터 목소리 같다는 어색함이었어요. 구글 클라우드 보이스가 자연스럽다는 이야기를 듣고 바꿨고, 키를 만들고 14개 목소리를 들어보는 데까지 한 번에 진행했습니다. 짧은 샘플을 듣고 03번을 골랐다가 “다른 번호 목소리로도 들어보고 싶어”서 01번도 릴스로 만들었고, 띄어 읽기가 이상한 부분을 고치려고 나레이션을 다시 썼습니다.

그런데 다음 날 생각이 바뀌었어요. “ai목소리에 대한 반감이 있는데 내 목소리를 저장시켜놓고 내목소리로 스크립트를 읽는 방식으로 가능한가?”라고 물었고, 목소리 복제와 직접 녹음 중에 직접 녹음을 먼저 해 보기로 했습니다. 휴대폰 음성 메모로 대본을 한 번에 읽고, 버벅인 곳은 다시 녹음하지 않고 녹음 안의 다른 테이크로 바꿔 붙였어요. 그 결과를 듣고 “이 목소리로 할래”로 정했습니다. 그래서 이 글의 구글 TTS 비교는 AI 목소리 중에서는 구글이 나았다는 기록이고, 실제 릴스는 직접 녹음으로 가고 있습니다.

자주 묻는 질문

구글 TTS는 무료인가요?

구글 클라우드 가격표(2026년 10월 20일 확인) 기준으로 Chirp 3 HD 목소리는 한 달에 100만 자까지 무료이고, 넘으면 100만 자당 30달러입니다. 다만 결제 계정을 연결해야 쓸 수 있습니다. 제 릴스 대본은 한 편에 500자 정도라 무료 범위 안이었습니다.

구글 TTS 한국어 목소리는 몇 개인가요?

제가 들어본 건 한국어 Chirp 3 HD 여성 목소리 14개였습니다. 남성 목소리는 확인하지 않았습니다. 같은 문장을 14개 목소리로 모두 만들어 비교했고, 그중 두 개를 릴스 전체로 만들어 다시 들었습니다.

힉스필드 음성과 뭐가 달랐나요?

제 경우 힉스필드에서는 줄마다 따로 만들면 목소리가 줄마다 달라졌고, 편마다 따로 만들면 편끼리 달라졌습니다. 그래서 대본 전체를 한 번에 만들고 1편 음성을 참고로 넣어야 했습니다. 구글은 같은 목소리 이름이면 줄마다 따로 만들어도 같은 목소리여서, 한 줄만 고칠 때 그 줄만 다시 만들면 됐습니다.

구글 TTS로 속도도 조절할 수 있나요?

구글 문서에는 Chirp 3 HD의 속도 조절(pace control)과 쉼 조절(pause control) 기능이 안내돼 있습니다. 저는 아직 써 보지 않았고, 원래 하던 대로 편집 단계에서 나레이션 속도를 바꿨습니다.

정리

• 릴스 나레이션을 힉스필드 음성에서 구글 TTS(Chirp 3 HD)로 바꿨습니다
• 힉스필드는 생성할 때마다 목소리가 달라져서, 대본 전체를 한 번에 만들고 참고 음성을 넣어야 했습니다
• 구글 TTS는 같은 목소리 이름이면 줄마다 따로 만들어도 같은 목소리였습니다
• Chirp 3 HD는 한 달 100만 자까지 무료라, 편당 500자 정도인 제 대본은 크레딧 없이 만들었습니다
• API 키는 Text-to-Speech로만 제한하고, 화면을 캡처해 공유하지 않는 게 안전합니다
• 띄어 읽기가 어색한 곳은 대본을 다시 쓰며 고쳤고, 속도는 편집에서 바꿨습니다
• 결국 실제 릴스는 AI 목소리 대신 직접 녹음한 목소리로 정했습니다