일레븐랩스, '일레븐 v3 컨버세이셔널' 출시: 70개 언어·감정 조절 지원

게시 2026년 8월 19일 오후 5:58 UTC확산 지수 50

일레븐랩스가 실시간 음성 모델 '일레븐 v3 컨버세이셔널'을 정식 출시했다. 70개 이상의 언어와 1만 1천 개 이상의 음성을 지원하며, 개발자는 오디오 태그를 활용해 웃음, 속삭임 등 감정을 정밀하게 제어할 수 있다. 가격은 1천 자당 0.05달러부터다.

AI 음성을 자연스럽게 만드는 데 있어 가장 어려운 부분은 발음의 정확도보다 적절한 순간에 웃거나 속삭이는 감정 표현입니다.

ElevenLabs는 8월 19일 자사의 가장 표현력이 뛰어난 실시간 음성 모델인 Eleven v3 Conversational을 정식 출시하고, ElevenAgents와 ElevenAPI를 통해 제공하기 시작했습니다.

웃음과 속삭임까지 조절하는 오디오 태그

이번 모델의 핵심은 오디오 태그 지원입니다. 개발자는 태그를 활용해 AI가 웃음을 터뜨리거나, 속삭이듯 말하거나, 비꼬는 듯한 어조를 띠도록 세밀하게 제어할 수 있습니다.

독일어, 스페인어, 프랑스어, 포르투갈어, 힌디어 등 70개 이상의 언어를 지원하며, 11,000개 이상의 방대한 음성 라이브러리를 갖췄습니다.

이용 요금은 1,000자당 0.05달러부터 시작하며, 사용량에 따라 단가가 낮아집니다.

실시간 음성 에이전트의 고질적인 문제는 텍스트를 기계적으로 읽는 듯한 딱딱함이었습니다. 게임 속 NPC나 감정 교류형 챗봇, 글로벌 고객 지원을 만드는 개발자라면 충분히 테스트해 볼 만한 기능입니다.

단순히 지연 시간을 줄이는 데 그치지 않고 개발자가 텍스트 태그로 감정을 직접 지시할 수 있게 한 점은 매우 실용적인 접근으로 보입니다.

다만 1,000자당 0.05달러라는 요금은 테스트 단계에서는 부담 없지만, 대규모 실시간 대화를 상시 운영해야 하는 서비스라면 누적 비용을 꼼꼼히 따져볼 필요가 있습니다.