코파일럿 랩스, '스크립트 모드' 공개: 새 음성 모델로 텍스트 정밀 낭독

AI로 오디오나 내레이션을 만들어 본 사람이라면, 정성껏 쓴 대본을 모델이 제멋대로 바꾸거나 단어를 빼먹어 낭패를 본 경험이 있을 것입니다.

Microsoft AI의 수장 무스타파 술레이만은 Copilot Labs의 오디오 생성 기능에 새로운 Scripted 모드를 출시했다고 발표했습니다.

토씨 하나 안 바꾸고 읽어주는 스크립트 모드

이 기능은 Microsoft의 새로운 MAI-Voice-1 모델을 기반으로 작동합니다. 핵심은 명확합니다. 사용자가 입력한 내용을 창의적으로 왜곡하지 않고 글자 그대로 정확하게 읽어주는 것입니다.

Copilot Labs는 이와 함께 두 가지 모드를 함께 선보였습니다. 극적인 느낌을 살리기 위해 약간의 애드리브를 더하는 Emotive 모드와, 여러 캐릭터의 목소리를 연기하는 Story 모드입니다. 세 가지 모드 모두 현재 Copilot Labs에서 바로 사용해 볼 수 있습니다.

왜 중요한가

영상 내레이션이나 광고, 팟캐스트를 제작하는 창작자에게 예측 불가능한 AI는 스트레스 요인입니다. 특정 단어나 문장을 정확하게 발음하게 하려고 수차례 다시 생성해야 하는 비효율이 발생하기 때문입니다.

하나의 모델이 문맥을 임의로 판단하게 두는 대신, 정확도와 연기력 사이에서 사용자가 명확한 선택지를 고를 수 있게 한 접근은 영리해 보입니다.

다만 글자 그대로 읽는 과정에서 음성의 자연스러움이나 억양이 자칫 기계음처럼 딱딱해지지 않을지가 관건이며, 이 균형을 얼마나 잘 잡았는지가 실질적인 만족도를 가를 것으로 보입니다.