에피데믹 사운드, 영상 맞춤 배경음악·효과음 자동 매칭 AI '스튜디오' 출시

영상을 편집해 본 사람이라면 누구나 공감할 것입니다. 컷을 이어 붙이는 작업보다 마음에 드는 배경음악을 찾고, 문 닫는 소리나 발소리 같은 효과음을 프레임 단위로 맞추는 데 훨씬 더 많은 시간이 들어간다는 사실을 말입니다.

스톡홀름에 본사를 둔 음원 라이선스 플랫폼 에피데믹 사운드(Epidemic Sound)가 11월 11일, 영상에 맞춤형 사운드트랙을 자동으로 입혀주는 AI 도구 ‘스튜디오(Studio)’를 공개했습니다.

효과음과 폴리 사운드까지 한 번에 싱크

스튜디오의 작동 방식은 직관적입니다. 편집을 마친 영상을 업로드하면 AI가 시각 정보를 분석한 뒤, 에피데믹 사운드의 기존 라이브러리에서 인간이 작곡한 음악을 고르고 주변 환경음과 폴리(Foley) 효과음까지 영상 타이밍에 맞춰 자동으로 배치합니다.

에피데믹 사운드는 전 세계 주요 플랫폼에서 발생하는 하루 30억 회 이상의 재생 데이터를 기반으로 영상과 오디오를 매칭하도록 설계했다고 밝혔습니다.

에피데믹 사운드의 최고제품책임자(CPO) 샘 홀은 1분에서 3분짜리 짧은 영상을 작업할 때도 사운드 작업에만 최대 5시간이 걸릴 수 있으며, 그 과정에서 효과음은 생략되기 일쑤라고 설명했습니다. 스튜디오는 바로 이 시간 낭비를 없애기 위해 만들어졌습니다.

이번 출시는 에피데믹 사운드가 추진 중인 통합 오디오 워크플로의 연장선입니다. 지난 9월에는 음악 길이를 늘리거나 특정 악기를 제거할 수 있는 편집 도구 ‘어댑트(Adapt)’와 음악 추천 도구 ‘어시스턴트(Assistant)’를 선보인 바 있으며, 어댑트 이용 시 원작 아티스트에게 추가 보상을 지급하는 보너스 풀도 마련했습니다.

왜 중요한가

우리는 에피데믹 사운드가 생성형 AI 기술을 활용하는 방식이 매우 영리하다고 평가합니다.

현재 음악 시장은 AI 생성 음원으로 인한 저작권 분쟁이 한창입니다. 디저(Deezer)의 9월 발표에 따르면 하루 업로드 곡의 28%에 달하는 약 3만 곡이 순수 AI 생성 곡으로, 지난 1월의 1만 곡에서 가파르게 증가했습니다. 음반사들과 AI 플랫폼 간의 소송이 이어지는 상황에서, 크리에이터와 브랜드에게 저작권 리스크는 가장 큰 골칫거리입니다.

스튜디오는 AI가 음악을 아예 새로 만들어내는 방식을 피했습니다. 대신 검증된 인간 뮤지션의 곡과 효과음을 영상 흐름에 맞춰 ‘배치하고 다듬는’ 조율자 역할만 AI에 맡겼습니다. 덕분에 창작자는 저작권 단속 걱정 없이 안전하게 쓸 수 있고, 원작 아티스트 역시 수익과 크레딧을 보장받습니다.

유튜브 크리에이터나 자체 홍보 영상을 제작하는 중견·중소 마케터라면 지금 당장 활용해 볼 가치가 충분합니다. 수많은 오디오 트랙을 일일이 뒤적거리던 5시간을 단 몇 분으로 줄여줄 수 있기 때문입니다.

다만 알고리즘 기반 매칭이 보편화될 경우 영상들의 사운드가 지나치게 정형화될 위험은 있습니다. 대중적인 시청 패턴에 맞춘 음악과 효과음이 반복되면 영상의 고유한 개성이 묻힐 수 있으므로, 최종 검수 단계에서 연출자의 감각적인 조율은 여전히 필수적일 것으로 보입니다.