TTS (음성 합성)
영어 text-to-speech (TTS) · 일본어 TTS（音声合成） · 읽는 법 온세이 고세이
TTS(음성 합성)는 글로 쓴 문장을 컴퓨터가 사람 목소리처럼 소리 내어 읽어 주는 기술입니다. 안내 음성이나 영상 내레이션을 녹음 없이 만들 수 있지만, 언어 지원과 이용 조건은 도구마다 다릅니다.
HowtoAI 글에서는 PDF를 두 사람의 대화 음성으로 만드는 오픈소스, ElevenLabs의 「Text to Speech(텍스트 읽기)」 화면, 게임 해설 목소리, 언어 학습 도구를 설명하면서 글을 목소리로 바꾸는 단계를 가리키는 말로 나왔습니다.
확인 2026-10-26출처 Google Cloud 설명서 「Cloud Text-to-Speech 기본 사항」(글을 소리로 바꾸는 과정=합성, MP3 등으로 출력, 목소리는 언어·성별·억양별)
1이 말, 이런 곳에서 만납니다
처음 보는 말이 낯선 것은 당연합니다. 대개 이런 자리에서 마주칩니다.
Meta와 Google NotebookLM 비교 글 (meta-vs-google-notebooklm)
실제로 음성 합성 모델 Parler-TTS mini v1은 모델 페이지에 영어용이라고 되어 있습니다.
ElevenLabs 음성 AI 글 (elevenlabs-voice-ai-v3)
「Text to Speech(텍스트 읽기)」 화면을 열고, 입력란에 읽게 할 글을 붙여 넣은 뒤 목소리를 고릅니다.
가게 사장님의 고민 (예)
“영업 안내를 바꿀 때마다 녹음하기 번거로워서, 글만 고치면 음성이 바뀌게 하고 싶어요.”
2한 장면으로 이해하기
TTS는 자동 피아노와 같습니다. 악보(글)를 넣으면 정해진 음색(목소리)으로 혼자 연주(낭독)합니다. 다만 그 피아노가 읽을 줄 모르는 악보(지원하지 않는 언어)는 제대로 연주하지 못합니다.
글을 넣으면 목소리가 나오지만, 읽을 줄 아는 언어인지가 먼저입니다.
3우리 회사도 해당될까요?
이런 경우 해당됩니다
- 홈페이지·소개 영상의 내레이션을 녹음 없이 만들려 한다
- 전화 안내나 매장 안내 음성을 자주 바꾼다
- 글을 소리로 들려주는 기능을 홈페이지에 넣으려 한다
이런 경우는 걱정을 덜어도 됩니다
- 음성 콘텐츠를 만들지 않는다
- 직접 녹음하거나 성우에게 맡긴다
기본 목소리를 써도 상업적 이용 조건은 도구와 요금제마다 다르니 따로 확인하세요.
4조금 더 자세히
TTS(음성 합성)는 글자로 된 문장을 넣으면 컴퓨터가 정해진 목소리로 읽어 소리 파일을 만들어 주는 기술입니다. 악보를 넣으면 혼자 연주하는 자동 피아노와 비슷합니다. Google Cloud 설명서는 글을 소리 데이터로 바꾸는 과정을 「합성」이라고 부르고, 결과를 MP3 같은 파일로 돌려준다고 적었습니다. 목소리는 언어·성별·억양에 따라 고를 수 있습니다.
주의할 점 쓰려는 모델이 한국어를 지원하는지 먼저 확인하세요. 예를 들어 Parler-TTS Mini v1은 모델 페이지에 영어용으로 되어 있습니다. 만든 음성을 가게 영상이나 홈페이지에 쓰려면 이용 조건도 봐야 합니다. ElevenLabs는 상업적 이용 권리를 유료 요금제에만 준다고 안내합니다. 숫자나 약어를 어색하게 읽으면 SSML이라는 표기 규칙으로 읽는 법을 고칠 수 있습니다.
5그래서 무엇을 하면 되나요?
- 1쓰려는 TTS 도구나 모델이 한국어를 지원하는지, 짧은 글로 먼저 들어 보고 정합니다.사장님
- 2만든 음성을 영상·홈페이지에 올리기 전에 해당 요금제의 상업적 이용 조건을 확인하고 기록해 둡니다.제작사
- 3가게 이름·숫자·약어를 잘못 읽으면 SSML 같은 읽기 지정으로 고치고, 고친 결과를 다시 들어 봅니다.제작사
제작사에 이렇게 물어보세요
“이 안내 음성은 어떤 TTS 도구로 만들었고, 한국어 지원과 상업적 이용 조건은 확인되었나요?”
6자주 묻는 질문
Q. TTS로 만든 음성을 가게 홍보 영상에 써도 되나요?
도구마다 다릅니다. 예를 들어 ElevenLabs는 만든 음성의 소유권은 이용자에게 있지만, 상업적 이용 권리는 유료 요금제에만 준다고 안내합니다. 오픈소스 모델도 모델 페이지의 이용 조건을 따로 확인해야 합니다.
Q. 가게 이름이나 숫자를 이상하게 읽으면 어떻게 하나요?
SSML이라는 표준 표기로 쉼, 약어 읽는 법, 속도 등을 지정할 수 있습니다. 다만 Google Cloud 설명서에 따르면 지원하는 SSML 요소는 일부이고, 언어마다 다를 수 있습니다.
7이 풀이의 근거
- 출처
Google Cloud 설명서 「Cloud Text-to-Speech 기본 사항」(글을 소리로 바꾸는 과정=합성, MP3 등으로 출력, 목소리는 언어·성별·억양별) (확인 2026-10-26)
ElevenLabs 설명서 「Text to Speech」(상업적 이용 권리는 유료 요금제만, 대상 언어에 맞는 억양의 목소리 선택) (확인 2026-10-26)
Hugging Face 모델 페이지 「Parler-TTS Mini v1」(가벼운 TTS 모델, 영어, Apache 2.0) (확인 2026-10-26)
W3C 권고 「음성 합성 마크업 언어(SSML) 1.1」(발음·음량·높이·속도를 지정하는 표준) (확인 2026-10-26)
- 확인한 날
- 2026-10-26 · 다음 확인 2027-01-26
- 풀이
- 양진석 · 따뜻한기술 대표
이 정의를 인용하려면
“TTS(음성 합성)는 글로 쓴 문장을 컴퓨터가 사람 목소리처럼 소리 내어 읽어 주는 기술입니다. 안내 음성이나 영상 내레이션을 녹음 없이 만들 수 있지만, 언어 지원과 이용 조건은 도구마다 다릅니다.” — 용어집 「TTS (음성 합성)」 (확인 2026-10-26), atatakaidigital.com/kr/glossary/tts