D-ID, 일레븐랩스와 파트너십…AI 아바타 영상에 고품질 음성 탑재

AI 아바타 영상에서 몰입을 깨는 가장 큰 원인은 목소리입니다. 얼굴이 아무리 정교하게 움직여도 기계적인 안내 음성이 흘러나오면 보는 사람은 단번에 이질감을 느끼게 됩니다.

생성형 비디오 플랫폼 D-ID와 음성 AI 기업 일레븐랩스(ElevenLabs)가 파트너십을 체결하고 D-ID의 Creative Reality studio에 일레븐랩스의 프리미엄 음성을 도입했습니다.

이제 크리에이터들은 일레븐랩스에서 오디오를 생성해 다운로드한 뒤 다시 D-ID에 올려 립싱크를 맞추는 번거로운 작업을 거치지 않아도 됩니다.

클릭 한 번으로 아바타에 음성과 감정 결합

이번 기능은 D-ID의 Pro 구독자를 대상으로 제공됩니다. 사용자가 올린 사진이나 AI로 생성한 얼굴, 프리미엄 발표자에 일레븐랩스 음성을 클릭 한 번으로 입힐 수 있습니다.

우선 9종의 일레븐랩스 프리미엄 음성이 스튜디오에 추가되었습니다. 감정 표현과 억양, 개성을 훨씬 자연스럽게 살려내는 목소리들입니다.

D-ID는 최근 인터페이스 개편과 함께 아바타에 진지함, 행복, 놀람, 중립 등 네 가지 표정을 넣는 기능을 선보였습니다.

여기에 일레븐랩스의 음성이 더해지면서 표정 변화와 음성 톤이 맞물려 디지털 휴먼의 부자연스러운 느낌이 크게 줄어듭니다.

흩어져 있던 AI 제작 단계의 결합

공식 연동 이전에도 이미 수십만 명의 사용자가 두 플랫폼을 교차해 사용해 왔습니다. 이번 협력은 이용자들의 실제 작업 흐름을 스튜디오 안으로 끌어안은 결과입니다.

D-ID 공동 창업자이자 CEO인 길 페리(Gil Perry)는 현재 스튜디오에 평균 2초마다 1명꼴로 신규 구독자가 유입되고 있으며, 지금까지 1억 5천만 개 이상의 영상이 제작되었다고 밝혔습니다.

2017년 설립된 D-ID는 119개 언어의 맞춤형 내레이션을 지원하며, 캔바(Canva)나 마이크로소프트 파워포인트 플러그인 형태로도 공급을 넓혀 왔습니다.

2022년 설립된 일레븐랩스 역시 가상 인간 및 오디오북 분야에서 입지를 다지며 텍스트 기반 음성 합성 시장의 선두 주자로 자리매김하고 있습니다.

왜 중요한가

우리는 이번 협업이 교육 콘텐츠 제작자나 마케팅 실무자들에게 실질적인 생산성 개선을 가져다줄 것으로 봅니다.

기업 교육이나 해외 마케팅용 숏폼 영상을 정기적으로 만들어야 한다면, 도구 간 데이터 이동 비용이 사라진 만큼 D-ID Pro 환경에서 지금 바로 도입해 볼 만합니다.

산업 전반으로 보면 단일 기능에 머무는 생성형 AI 서비스들이 겪는 한계를 어떻게 극복해야 하는지 보여줍니다.

음성 합성과 영상 생성을 각자 처음부터 개발하는 대신, 선두 기업끼리 파이프라인을 묶어 표준화된 작업 환경을 선점하는 전략은 매우 현명해 보입니다.

다만 표정과 자연스러운 목소리가 완벽하게 결합된 아바타 제작이 쉬워진 만큼, 딥페이크나 사칭 콘텐츠가 만들어질 위험도 한층 높아졌습니다. 도구의 접근성이 좋아진 만큼 양사가 감당해야 할 콘텐츠 검증과 오남용 방지 부담도 커질 것입니다.