TTS로 유튜브 내레이션 만들기 — 대본 다듬는 규칙과 쓰는 도구
AI 목소리로 내레이션을 만들 때 저희는 대본을 TTS에 바로 넣지 않고, TTS용으로 한 번 다듬습니다. 그 규칙과 저희가 쓰는 TTS 사이트·프로그램, 목소리와 속도를 정하는 방법을 적었습니다.
이 글의 규칙은 TTS 서비스의 공식 사용법이 아니라 저희가 영상을 만들며 쓰는 기준입니다. 4절에 적은 각 서비스의 기능과 요금 안내는 2026년 10월 10일에 공식 페이지에서 확인한 내용입니다. 서비스가 내용을 바꿀 수 있으니 쓰기 전에 한 번 더 확인하세요.
1. 저희가 TTS를 쓰는 순서
- 대본을 확정합니다.
- 대본을 TTS용으로 다듬습니다.
- TTS로 음성을 만듭니다.
- 음성을 편집 프로그램에 불러와 자막을 붙입니다.
대본은 한 벌이 아닙니다. TTS에 넣는 대본과 자막에 넣는 대본을 따로 둡니다. TTS용에는 목소리를 바꿀 자리가 표시되어 있고, 자막용은 한 줄 길이에 맞춰 나뉘어 있습니다.
2. TTS에 넣기 전에 대본을 다듬는 규칙
TTS용 대본에는 소리로 읽을 글만 남깁니다.
- 소제목·번호·글머리표·표를 넣지 않습니다. 굵게, 기울임 같은 표시도 지웁니다.
- 효과음을 글로 적어 넣지 않습니다.
- 숫자는 아라비아 숫자로 씁니다. 2025년, 50만 원, 09:00처럼 씁니다.
- 외래어와 영문 약어는 되도록 한국어로 풀어 씁니다.
- 문장이 끝나면 줄을 바꿉니다. 마침표, 물음표, 느낌표 뒤에서 바꿉니다.
- 등장인물의 대사에는 화자를 표시합니다. 대괄호 안에 화자를 적고, 큰따옴표 안에 대사를 쓴 다음 줄을 바꿉니다.
- 말투는 대화체 존댓말로, 차분하게 씁니다. 과장된 표현과 불필요한 꾸밈말은 줄입니다.
3. 다듬어 본 예시
아래는 설명하려고 지어낸 문장이고, 사람이 직접 다듬은 것입니다. 도구나 AI가 낸 결과가 아닙니다.
다듬기 전의 대본에는 “1장. 장터에서”라는 소제목이 있고, 본문은 이렇습니다.
“김 서방은 오후 세 시쯤 장터를 나섰습니다. (바람 소리) 그때 노인이 말했습니다. 이보게, 이 보따리 좀 맡아 주게.”
TTS용으로 다듬으면 이렇게 됩니다.
- 김 서방은 오후 3시쯤 장터를 나섰습니다.
- 그때 노인이 말했습니다.
- [노인] “이보게, 이 보따리 좀 맡아 주게.”
소제목과 효과음 표시를 뺐고, 숫자를 아라비아 숫자로 바꿨고, 문장마다 줄을 바꿨고, 대사에 화자를 표시했습니다.
4. 저희가 쓰는 TTS 사이트와 프로그램
저희가 음성을 만드는 곳은 두 곳입니다.
타입캐스트
TTS용 대본을 넣어 내레이션 음성을 만들고, 음성 파일로 내려받아 편집 프로그램에 불러옵니다. 캐릭터를 고른 뒤 말 빠르기와 톤, 감정을 조절할 수 있습니다.
타입캐스트 요금 안내를 보면 요금제마다 한 달에 내려받을 수 있는 분량이 다릅니다. 긴 영상을 여러 편 만든다면 한 달 분량 안에 들어오는지 먼저 계산해 봐야 합니다. 무료 플랜으로 내려받은 콘텐츠는 출처를 표기해야 한다고도 적혀 있습니다.
브루(Vrew)
영상 편집 프로그램인데 AI 목소리가 들어 있습니다. 대본을 붙여 넣으면 음성과 자막이 함께 만들어져, 음성 파일을 따로 옮길 필요가 없습니다. 브루의 AI 목소리 안내에는 목소리의 속도와 음량을 조절할 수 있다고 적혀 있습니다.
AI 목소리가 낱말을 틀리게 읽으면 발음사전에 그 낱말을 추가합니다. 저희가 쓸 때의 메뉴는 AI 목소리 → 발음사전 → 단어 추가였습니다.
5. AI 성우 목소리는 역할별로 정해 둡니다
영상마다 목소리를 새로 고르지 않습니다. 채널마다 목소리를 정해 두고 씁니다.
- 대표 내레이션 목소리를 정합니다. 채널의 목소리가 되므로 영상마다 바꾸지 않습니다.
- 등장인물은 나이대와 역할로 나눠 목소리를 정합니다. 노년, 중년, 20~30대, 아이처럼 나눕니다.
- 대본의 화자 표시에는 그 대사를 읽을 목소리의 이름을 적습니다. 3절 예시에서는 알아보기 쉽게 [노인]이라고 썼지만, 저희 대본에는 TTS 프로그램에 있는 목소리 이름이 들어갑니다.
그래서 화자 표시는 이야기 속 인물의 이름이 아닙니다. AI에게 이 대본을 다시 맡길 때는 대괄호 안의 이름이 등장인물이 아니라 목소리 이름이라는 것을 알려 줍니다. 목소리 이름이 등장인물로 섞여 들어가지 않게 하기 위해서입니다.
6. 속도와 길이
말 빠르기는 1배속을 기본으로 씁니다.
길이는 음성을 만들기 전에 글자수로 가늠합니다. 글자수 세기·영상 길이 계산기에 대본을 붙여 넣으면 “예상 영상 길이”가 나옵니다. 기본값인 분당 360자는 저희가 올린 영상 네 편의 평균입니다. 읽는 속도와 편집 방식에 따라 숫자가 달라지므로, 이미 만든 영상 한 편의 대본 글자수를 영상 길이(분)로 나눠 내 값을 구하고 슬라이더를 그 값에 맞춥니다.
음성과 영상의 길이가 맞지 않으면 대본을 줄이거나 늘리고, 목소리 속도를 조절하거나, 영상을 자릅니다.
7. 음성 다음은 자막입니다
내려받은 음성 파일은 편집 프로그램에 불러와 자막을 붙입니다. 프로그램이 음성을 듣고 받아 적게 하면 소리가 비슷한 다른 낱말로 바뀌는 일이 있어, 저희는 대본을 자막용으로 미리 나눠 원고로 넣습니다. 나누는 방법은 챗GPT프롬프트로 유튜브 자막 나누기에 적었습니다.
편집 프로그램의 AI 목소리로 음성을 만들었다면, 자막 글자를 고칠 때 그 구간의 음성도 다시 만듭니다. 글자와 소리가 달라지지 않게 하기 위해서입니다.
화자 표시는 자막과 최종 대본에서 지웁니다.
8. 음성을 만들기 전에 확인하는 것
- TTS용 대본에 소제목, 번호, 표, 효과음 표시가 남아 있지 않은지 봅니다.
- 문장이 끝나는 곳마다 줄이 바뀌어 있는지 봅니다.
- 대사마다 화자 표시가 있고, 그 이름이 쓸 목소리의 이름과 같은지 봅니다.
- 대본의 글자수로 예상 길이를 계산해 목표 길이와 맞는지 봅니다.
- 쓰는 서비스의 한 달 분량 안에 들어오는지 봅니다.
함께 보면 좋은 글·도구
글자수 세기·영상 길이 계산기 — 대본의 글자수와 예상 영상 길이를 확인합니다.
챗GPT프롬프트로 유튜브 자막 나누기 — 자막을 한 줄 16자 이내로 나누는 규칙입니다.
유튜브 썸네일 크기와 문구 — 공식 권장 크기와 문구를 두 줄로 쓰는 기준입니다.