일레븐랩스, 전문가 검수 결합한 제작 서비스 '프로덕션' 공개

AI 음성이 아무리 정교해졌다고 해도 긴 오디오북이나 역동적인 스포츠 중계에 그대로 적용하면 미세하게 어색한 억양과 부자연스러운 호흡이 금세 드러납니다. 음성 AI 대표 주자인 일레븐랩스는 이 한계를 인정하고 사람의 손을 빌리기로 결정했습니다.

일레븐랩스는 9월 15일, 전문가의 편집을 거쳐 완성도 높은 음성 콘텐츠를 제공하는 풀 매니지드 서비스 프로덕션(Productions)을 공개했습니다. 크리에이터와 미디어 기업을 겨냥한 엔드투엔드 외주 제작 서비스입니다.

고객이 의뢰하면 일레븐랩스의 AI 기술로 음성을 생성한 뒤, 전문 언어학자와 오디오 엔지니어가 직접 검수와 후보정을 진행해 자연스러운 결과물을 납품하는 방식입니다.

AI가 초안 잡고 사람이 다듬는 4대 영역

프로덕션 서비스는 크게 네 가지 핵심 분야를 지원합니다.

첫 번째는 글로벌 현지화입니다. 더빙과 자막 작업을 아우르며, 언어 전문가가 뉘앙스를 바로잡아 해외 시청자에게 이질감 없이 메시지가 전달되도록 합니다.

두 번째는 정밀 자막 및 텍스트 변환입니다. 여러 화자가 겹쳐 말하는 토론이나 빠른 호흡의 스포츠 경기 중계를 정확히 포착하며, 청각 장애인용 자막(SDH)과 폐쇄 자막 같은 접근성 옵션도 지원합니다.

세 번째는 오디오북 제작입니다. 단일 낭독부터 다중 캐스팅 드라마까지, 전문가가 발음, 운율, 쉼표의 길이, 최종 사운드 프로세싱을 한 줄씩 세밀하게 조율합니다.

마지막으로 기업용 맞춤형 보이스 제작 및 사운드 엔지니어링 서비스도 함께 제공됩니다.

일레븐랩스는 이를 뒷받침하기 위해 글로벌 제작자 네트워크(Producer network)를 구축하고 언어 및 음향 전문가 모집에 나섰습니다. 원격 유연 근무 형태로 오디오 1분당 최저 1.20달러의 작업 보상을 지급하며, 자체 교육과 인증 과정도 함께 운영합니다.

왜 중요한가

이번 행보는 생성형 음성 기술 기업이 단순한 모델 판매를 넘어 완성형 에이전시 비즈니스로 진화하고 있음을 명확히 보여줍니다.

개인 창작자나 중소 출판사 입장에서 순수 AI 음성은 완성도가 2% 아쉽고, 전통 성우와 전문 녹음실을 쓰기에는 단가가 감당되지 않았습니다. 일레븐랩스가 제시한 AI 기반 인적 편집 모델은 타협 가능한 비용으로 상업용 수준의 결과물을 얻을 수 있는 현실적인 대안이 됩니다.

음성 AI 시장 전반으로 보면, 단순 API 호출 단가 경쟁이 치열해지면서 고부가가치 기업용 서비스로 활로를 뚫으려는 시도입니다. 인간의 섬세한 감각이 여전히 필요한 영역을 기술로만 억지로 밀어붙이지 않고 외주 네트워크로 흡수한 점은 영리한 전략입니다.

다만 GPU 서버를 돌리는 것과 수천 명의 프리랜서 작업자를 관리하는 것은 완전히 다른 차원의 운영 문제입니다. 분당 1.20달러 수준의 기본 단가로 높은 역량을 갖춘 원어민 편집 인력을 안정적으로 묶어두고 일관된 검수 품질을 유지할 수 있을지가 장기적인 숙제가 될 것으로 보입니다.