EVI 2, 슬라이더로 목소리 조절하는 Voice Control 출시

AI 음성 비서와 대화를 나누다 보면 어디선가 들어본 듯한 익숙하고 뻔한 목소리에 피로감을 느끼기 쉽습니다.

그동안 브랜드나 서비스에 어울리는 맞춤형 음성을 만들려면 선택지가 좁았습니다. 개성 없는 기본 프리셋 음성을 그냥 쓰거나, 저작권 및 윤리적 위험을 감수하면서 실제 사람의 목소리를 복제해야 했습니다. 프롬프트로 말투를 지시하는 방식 역시 대화마다 톤이 들쭉날쭉하기 일쑤였습니다.

감정 음성 AI 스타트업 Hume AI가 12월 2일 공개한 Voice Control은 이 문제를 해결하려는 새로운 시도입니다. 자사의 Empathic Voice Interface 2(EVI 2)에 추가된 이 실험적 기능은 음성 복제 기술을 쓰지 않고도 슬라이더 조절만으로 세상에 없던 고유한 AI 목소리를 만들어냅니다.

10개 슬라이더로 조절하는 목소리의 질감

사람은 목소리의 미세한 차이를 귀신같이 알아채지만, 이를 말이나 글로 묘사해 프롬프트로 전달하기는 대단히 어렵습니다.

Voice Control은 언어의 한계를 벗어나 직관적인 슬라이더 방식을 택했습니다. 기본 음성을 바탕으로 조절할 수 있는 차원은 남성성 및 여성성, 당당함, 경쾌함, 자신감, 열정, 비음 정도, 편안함, 부드러움, 무미건조함, 긴장감 등 총 10가지입니다.

각 항목은 마이너스 100에서 100까지 연속적인 수치로 조절되며, 기본값은 0입니다. 특히 특정 특성을 바꿨을 때 다른 특성까지 엉뚱하게 바뀌지 않도록 특징을 분리해 내는 비지도 학습 기술을 적용했습니다.

현재 노코드 플레이그라운드에서 바로 사용해 볼 수 있습니다. 베이스 음성을 고르고 슬라이더를 움직여 실시간으로 청취한 뒤 서비스 설정에 즉시 적용할 수 있습니다. 다만 아직 베타 단계인 만큼, 여러 파라미터를 극단적인 수치로 조합할 경우 음질이 완벽하게 보장되지는 않는다고 밝혔습니다.

왜 중요한가

우리는 Hume AI가 음성 생성 시장의 가장 까다로운 규제와 비용 문제를 영리하게 피해 갔다고 봅니다.

기업 입장에서 실제 인물의 목소리를 복제하는 기술은 늘 법적 분쟁이나 딥페이크 악용이라는 불안 요소를 안고 있습니다. 반면 슬라이더를 통한 파라미터 제어 방식은 실존 인물과 엮이지 않는 가상의 고유 음성을 수초 만에 만들어낼 수 있어 브랜드 안전성을 확보해 줍니다.

개발자나 서비스 기획자라면 지금 바로 테스트해 볼 가치가 충분합니다. 프롬프트로 목소리 톤을 잡으려 애쓰던 기존 방식은 대화가 이어질수록 원래 톤이 무너지는 문제가 심각했습니다. 반면 수치 기반의 슬라이더는 세션이 바뀌어도 똑같은 목소리 톤을 안정적으로 유지해 줍니다.

업계 전반으로 보면, 단순한 음성 합성의 자연스러움을 넘어 브랜드 맞춤형 감정 표현과 통제력이 새로운 경쟁력으로 떠올랐음을 보여줍니다. 극단적 설정에서의 음질 저하라는 한계만 염두에 둔다면, 획일적인 기본 음성에서 벗어나려는 기업들에게 매우 실용적인 도구가 될 것으로 보입니다.