일레븐랩스, MCP 확장 공개: 클로드·챗GPT 대화창서 영상·음악 바로 생성

AI로 음성이 들어간 영상 하나를 만들려면 챗봇에서 대본을 쓰고, 이미지 툴로 건너가 그림을 뽑고, 영상 제작 툴을 거쳐 ElevenLabs에서 목소리와 배경음악을 입혀야 했습니다. 탭을 오가며 파일을 다운로드하고 다시 올리는 과정 자체가 큰 피로였습니다.

ElevenLabs가 이 번거로운 작업 흐름을 대화창 하나로 압축했습니다. ElevenLabs는 자사의 MCP 커넥터를 대폭 확장해 Claude, ChatGPT, Cursor, Grokbot, Hermes 등의 대화창 안에서 음성, 스크립트 전사, 다국어 더빙, 음악, 효과음, 이미지, 비디오 생성을 직접 지원한다고 발표했습니다.

설치 과정도 간소화되었습니다. 별도의 서버를 구축하거나 API 키를 복사해 넣을 필요 없이, 한 번의 설치와 OAuth 계정 연동만으로 자연어 프롬프트를 통해 모든 기능을 호출할 수 있습니다.

대화창 하나로 끝내는 멀티미디어 제작

이번 업데이트를 통해 ElevenLabs MCP는 단일 커넥터로 50개 이상의 최신 모델을 호출합니다. 사실상 콘텐츠 제작의 전 과정을 대화창 안에 집어넣은 셈입니다.

음성 합성의 경우 음성 라이브러리에서 원하는 톤과 대사를 지정하면 대화창 내에서 바로 오디오가 생성됩니다. 녹음본을 넣으면 Scribe 엔진이 99개 언어에 걸쳐 화자 구분과 타임스탬프가 포함된 전사 텍스트를 뽑아냅니다.

다국어 더빙 역시 원작자의 음색과 억양을 그대로 유지한 채 처리됩니다. 여기에 보컬 유무를 선택할 수 있는 배경음악, 맞춤형 효과음은 물론 주요 이미지 및 비디오 생성 모델과 립싱크 기능까지 한 스레드 안에서 연쇄적으로 실행할 수 있습니다.

이 커넥터는 기존 ElevenLabs Agents를 구동하던 MCP와 동일하기 때문에, 에이전트 용도로 이미 연동해 둔 팀은 추가 설정 없이 즉시 크리에이티브 기능을 쓸 수 있습니다. ElevenLabs Flows 캔버스에 마련된 모든 노드 역시 MCP를 통해 그대로 호출 가능합니다.

챗봇에서 초안 잡고 Studio에서 정밀 편집

채팅창에서 다양한 미디어를 생성할 때 생기는 대표적인 문제는 파일 관리의 혼란입니다. ElevenLabs는 대화창에서 생성된 모든 결과물이 사용자의 ElevenCreative 워크스페이스에 자동으로 동기화되도록 설계했습니다.

덕분에 대화형 AI로 전체적인 구성과 에셋 초안을 빠르게 뽑아낸 뒤, 세밀한 타이밍 조절이나 오디오 레이어 편집은 웹 기반의 ElevenLabs Studio에서 진행하는 유기적인 분업이 가능해집니다.

기업 고객을 위한 관리 기능도 갖췄습니다. 워크스페이스 관리자는 커넥터가 호출할 수 있는 도구 범위를 직접 지정할 수 있으며, 연동 시점에 데이터 보관 지역을 선택할 수 있어 보안 규격 준수도 지원합니다.

왜 중요한가

개인 크리에이터와 개발자 입장에서 이 업데이트는 분절되어 있던 멀티미디어 파이프라인을 완전히 통합해 줍니다. 여러 구독 서비스를 오가며 파일을 조합할 필요 없이, Claude나 Cursor에서 아이디어를 구체화하면서 음성과 영상까지 한 번에 뽑아낼 수 있어 지금 당장 써볼 가치가 충분합니다.

우리는 ElevenLabs의 이번 행보가 매우 영리한 유통 전략이라고 봅니다. 사용자를 자사 웹사이트에 가두려 하지 않고, 사람들이 가장 많은 시간을 보내는 AI 챗봇과 코드 에디터의 백엔드로 침투하는 방식을 택했기 때문입니다. MCP 표준을 활용해 자연스럽게 외부 에이전트 환경의 기본 멀티미디어 엔진 자리를 선점하려는 의도입니다.

동시에 단일 기능만 제공하는 AI 툴들에게는 강한 경고 신호가 될 것으로 보입니다. 생성형 AI 경쟁의 중심이 개별 모델 성능에서 작업 흐름의 결합으로 빠르게 이동하고 있음을 보여줍니다. 다만 50개 이상의 모델을 복합적으로 다루는 만큼 생성물 간의 시각적 일관성을 유지하는 문제나 대기 시간은 앞으로 지켜봐야 할 과제입니다.