타입캐스트(Typecast)란? AI 성우·감정 표현·TTS API 활용법

타입캐스트는 글로 쓴 대본을 AI 목소리로 읽게 만드는 서비스다. 직접 녹음하기 어려운 안내 영상, 교육 자료, 팟캐스트 시안에서 활용할 수 있다. 단순히 “텍스트를 소리로 바꾼다”에서 한 걸음 더 나아가, 어떤 목소리가 내용에 맞는지, 감정 표현이 오히려 뜻을 왜곡하지 않는지, 만든 음성을 어디까지 사용할 수 있는지를 판단해야 한다.

나는 유튜브 영상의 내레이션을 만들 때 타입캐스트를 유료로 사용했다. 대본을 TTS용 텍스트로 다듬고 한 목소리로 음성을 만든 뒤, 음성을 기준으로 자막과 장면을 맞췄다. 이 경험에서 중요했던 것은 목소리 선택 자체보다 대본의 호흡, 영상 편집 기준, 다음 편에서도 이어지는 목소리의 일관성이었다.

누가 만들었고, 무엇을 하는가

타입캐스트 브랜드 안내에 따르면 운영사는 네오사피엔스 주식회사다. 공식 서비스 소개는 AI 보이스 에디터, 문맥에 따른 감정 표현, 보이스 클로닝 등을 제공한다고 설명한다.

‘타입캐스트’라는 이름 아래에도 쓰는 경로가 다르다.

마이크 녹음을 문자로 바꾸는 음성 인식(STT)과는 방향이 반대다. 타입캐스트의 핵심인 TTS는 문자 → 음성이다. 자동 자막과 영상 편집도 제공하지만, 자막의 문장과 타이밍이 정확한지 편집 화면에서 확인해야 한다.

주요 기능: 목소리를 고르는 것보다 중요한 일

같은 대본을 차분한 안내 목소리와 활기찬 광고 목소리로 읽으면 듣는 사람이 받아들이는 인상이 달라진다. 타입캐스트의 TTS 소개는 여러 보이스와 감정 표현, 영상·자막 제작 기능을 안내한다. 보이스 수는 웹 에디터와 API 안내에서 다르게 제시될 수 있으므로, 자신이 쓰는 화면과 요금제에서 실제 선택 가능한 보이스를 확인하는 편이 정확하다.

Smart Emotion은 앞뒤 문맥을 참고해 감정과 억양을 조절하는 기능이다. 이 기능이 편리해도 숫자, 고유명사, 영문 약어, 반어문은 직접 들어 봐야 한다. 예를 들어 “무료 체험은 10월 5일까지입니다”에서 날짜를 잘못 끊어 읽으면 안내의 의미가 달라질 수 있다. 문장 단위로 미리 듣고, 필요하면 쉼표·줄바꿈·읽기 방식을 고친다.

보이스 클로닝은 자신의 목소리로 반복 내레이션을 만들고 싶을 때 검토할 수 있다. 타인의 목소리를 복제하거나 유명인처럼 들리게 만들려면 당사자의 동의와 사용 권한이 먼저다. 생성된 음성이 그럴듯하다는 사실만으로 공개 사용이 허용되는 것은 아니다.

실제 사용: 유튜브 대본을 영상 음성으로 바꾸기

유튜브 제작 폴더에는 타입캐스트에 붙여 넣도록 별도로 정리한 대본과 기존 타입캐스트 목소리 샘플이 남아 있다. 편집 가이드에는 오디오를 먼저 타임라인에 올리고, 그 음성을 기준으로 자동 자막과 이미지 컷을 맞추도록 적었다. 영상 제작에서 음성은 마지막 장식이 아니라 컷 길이와 자막 위치를 정하는 기준이었다.

처음부터 여러 등장인물의 목소리를 번갈아 쓰기보다, 한 편의 내레이션에 한 목소리를 유지하는 방식으로 작업했다. 원고에 적어 둔 [감정] 같은 표시는 대본을 작성할 때의 연출 메모였고, 타입캐스트에 그대로 붙여 넣는 말이 아니었다. 음성으로 읽히는 문장만 남기고 쉼표와 줄바꿈을 조정해야 발음과 호흡을 점검하기 쉬웠다.

보관된 타입캐스트용 대본에는 “아침에 팔천 명이 들어갔습니다.” 다음에 빈 줄을 두고 “저녁에, 열 명이 남았습니다.”를 배치했습니다. 두 문장을 한 줄에 몰아넣지 않고 대비가 들리도록 호흡을 나눈 예입니다. 이 인용은 음성 품질 비교 결과가 아니라 실제 대본 편집 방식을 보여 줍니다.

긴 영상을 이어 만들면서는 사용 가능한 크레딧과 목소리의 연속성이 실무 문제가 됐다. 프로젝트 기록에는 타입캐스트 크레딧을 다 쓴 뒤 다른 TTS로 전환하는 계획과, 기존 영상의 여성 목소리와 새 음성이 너무 다르게 들리지 않도록 비교하라는 기준이 남아 있다. 이것은 내 제작 환경에서 겪은 제약이지, 타입캐스트가 긴 영상에 쓸 수 없다는 일반적인 결론은 아니다. 또한 보관된 샘플과 편집 자료만으로 음질의 객관적 우위나 구독 요금 대비 효율을 측정했다고 주장하지 않는다.

독자가 따라 해볼 예: 30초 AI 공부 영상의 내레이션

‘RAG는 질문과 관련된 문서를 찾아 답변을 만드는 데 활용한다’는 내용을 30초 영상으로 설명한다고 하자. 먼저 대본을 짧은 문장 세 개로 나누고, 내용이 처음 보는 사람에게도 이해되는지 텍스트 상태에서 확인한다. 그다음 두 가지 목소리로 시안을 만든다.

RAG는 질문에 맞는 자료를 먼저 찾는 방식입니다.
찾은 자료를 AI에게 함께 전달해 답변에 활용합니다.
자료가 오래됐거나 틀리면 답도 틀릴 수 있어 원문 확인이 필요합니다.

비교할 기준은 ‘더 사람 같다’ 하나가 아니다. RAG를 어떻게 읽는지, 두 번째 문장에서 검색과 답변의 순서가 들리는지, 마지막의 한계가 지나치게 밝은 감정으로 가볍게 처리되지 않는지 듣는다. 영상이라면 자막의 RAG 표기와 음성의 발음도 맞춘다. 결과가 어색하면 목소리를 계속 바꾸기 전에 대본의 문장 길이와 쉼표를 먼저 조정한다.

이 30초 RAG 대본은 독자를 위한 새 예시다. 앞 절의 유튜브 제작 기록과는 구분해야 한다. 이 예시를 위해 특정 보이스 두 개를 새로 생성·비교했다고 주장하지 않는다.

API로 연결하면 무엇이 달라지나

웹 에디터는 사람이 한 편씩 듣고 고치기에 편하다. 반면 자체 앱에서 매일 다른 안내문을 음성으로 읽거나, 교육 콘텐츠 수백 개의 내레이션을 생성해야 한다면 타입캐스트 TTS API를 검토할 수 있다. 프로그램은 텍스트·보이스·출력 형식을 보내고 음성 파일을 받아 저장하거나 사용자에게 전달한다. API가 원고의 사실관계를 검증하거나 영상에 자동으로 잘 맞춰 주는 것은 아니다.

현재 공식 API의 기본 예제는 POST /v1/text-to-speech에 텍스트와 음성 설정을 보내고 응답받은 오디오를 파일로 저장하는 흐름이다. 인증에는 X-API-KEY 헤더를 사용한다. 실시간 재생에는 생성되는 오디오를 순차적으로 받는 스트리밍을, 자막 편집에는 음성과 시간 정보를 함께 받는 타임스탬프 기능을 검토할 수 있다. 세부 요청 항목과 지원 모델은 현재 공식 개발 문서에서 확인한다. 이 절은 공식 문서의 구조를 설명하며, 타입캐스트 API를 직접 호출해 검증한 결과는 아니다. API 키는 환경 변수나 서버의 비밀 설정으로 보관하고 공개 글·브라우저 코드에 넣지 않는다.

웹 에디터 구독과 API 요금제는 공식 API 요금 안내에서 별개로 설명된다. 웹에서 유료 플랜을 쓰고 있다고 API 호출도 포함된다고 가정하면 안 된다.

공개하거나 수익화할 때 확인할 조건

타입캐스트 도움말에 따르면 무료 플랜에서 내려받은 음성은 개인 온라인 게시용이며 상업적 이용이 허용되지 않고, 외부 게시 시 출처 표기가 필요하다. 출처 표기 안내에는 표기 방법이 나와 있다. 유튜브 수익화나 광고 영상 제작이 목적이라면 먼저 현재 플랜의 이용 범위와 다운로드 조건을 확인한다. 계정 종류와 이용 조건은 변할 수 있으므로 음성을 사용·게시하기 전 약관을 다시 읽는다.

처음 사용한다면 웹 에디터에서 짧은 대본 한 개를 여러 톤으로 듣고 발음·의미·권리를 확인하는 것으로 충분하다. 음성이 들어간 앱을 만들 때 비로소 API를 검토한다. 자연스러운 목소리를 고르는 일보다, 정확한 대본과 공개 가능한 사용 조건을 갖추는 일이 먼저다.

확인한 공식 자료: 타입캐스트 서비스 · 운영사와 브랜드 · TTS 기능 · 개발자 API · 무료 플랜 조건 · API 요금 안내.