"영상은 다 만들었는데, 나레이션 녹음할 성우 부를 돈이 없어요."
"안내멘트 한 줄 바꾸려고 또 스튜디오를 예약해야 하나요?"
— 매일 수천 명의 유튜버·소상공인이 반복하는 고민
성우 섭외비는 한 번에 30만~100만 원. 게다가 "그 문장 한 줄만 다시 녹음해주세요"라는 수정 요청엔 추가 비용이 붙습니다. 그런데 요즘은 사람 목소리와 구분이 안 되는 한국어 음성을 '코드 몇 줄'로 무한 생성할 수 있는 시대입니다. 나리랩스(Nari Labs)의 Dia처럼 공개된 오픈소스 음성AI(TTS·ASR)를 활용하면, 비전공자도 '한국어 나레이션·안내멘트·오디오북 자동 제작소'를 차려 월 100만 원 이상의 부업 수익을 만들 수 있습니다.
이 글은 이론이 아니라 실제로 돈을 버는 5단계 실전 로드맵입니다. 코딩을 한 번도 안 해본 분도 따라올 수 있게 구성했습니다.
TTS(Text-to-Speech)는 글 → 목소리, ASR(자동 음성인식)은 목소리 → 글. 이 둘을 조합하면 "대본 자동 작성 → 음성 생성 → 자막 추출"까지 하나의 자동화 파이프라인이 완성됩니다.
왜 지금 '음성AI 부업'인가
불과 2년 전만 해도 자연스러운 한국어 AI 음성은 월 수만 원의 구독형 서비스에 의존해야 했습니다. 하지만 Dia 같은 오픈소스 모델이 등장하면서, 이제는 내 컴퓨터(혹은 클라우드 GPU)에서 무제한으로, 라이선스 걱정 없이 음성을 생성할 수 있게 됐습니다. 원가가 '전기세' 수준으로 떨어졌다는 뜻입니다.
전체 그림: 5단계 자동 제작소 프로세스
STEP 1. 기술 선택 — 무엇으로 목소리를 만들까
첫 단계는 도구 선택입니다. 오픈소스 음성AI는 크게 두 종류입니다. TTS(글을 목소리로)와 ASR(목소리를 글로). 나레이션·안내멘트 사업의 핵심은 TTS이고, 오디오북 대본 정리나 자막 추출엔 ASR을 곁들입니다.
· TTS: 나리랩스 Dia 계열 등 감정·억양 표현이 자연스러운 오픈소스 모델
· ASR: Whisper 계열(다국어 음성→텍스트, 자막 자동 생성)
· 실행 환경: 내 PC에 GPU가 없다면 Google Colab·클라우드 GPU를 시간당 대여
STEP 2. 환경 구축 — 코딩 몰라도 되는 3줄
여기서 "나는 개발자가 아닌데…" 하고 겁먹을 필요 없습니다. 대부분의 오픈소스 음성AI는 복사-붙여넣기 수준의 명령어로 설치됩니다. 아래는 개념을 보여주는 예시입니다.
# 1) 라이브러리 설치
pip install "음성AI-패키지명"
# 2) 모델 불러오기
model = load_model("dia-korean")
# 3) 텍스트를 음성으로!
model.generate("안녕하세요, 투더제이 병원입니다.", out="안내.wav")이 3줄의 원리만 이해하면, 나머지는 "문장을 바꾸고 다시 실행"의 반복입니다. 진짜 실력은 이 코드를 고객 상황에 맞게 자동화·대량화하는 데서 나옵니다.
STEP 3. 음성 제작 — 품질을 가르는 3요소
고객이 돈을 내는 건 '음성'이 아니라 '티 안 나는 음성'입니다. 아마추어와 프로의 차이는 여기서 갈립니다.
① 대본 전처리: 숫자·영어·단위를 한글 발음으로 정리 ("3km" → "삼 킬로미터")
② 억양·쉼(pause) 조절: 문장부호와 태그로 자연스러운 호흡 부여
③ 후처리: 잡음 제거·음량 정규화로 방송용 품질 확보
STEP 4. 상품화 — 누구에게 무엇을 팔까
기술은 수단일 뿐, 수익은 '패키지'에서 나옵니다. 같은 TTS라도 어떻게 포장하느냐에 따라 단가가 달라집니다.
타깃 고객별로 팔 수 있는 상품이 명확합니다.
STEP 5. 영업·수익화 — 월 100만 원의 산수
가장 궁금한 부분이죠. 결론부터 말하면 '단발 판매'가 아니라 '월 구독형 납품'이 핵심입니다. 한 번 만든 고객과의 관계에서 매달 안정적으로 수익이 나오는 구조를 만드세요.
· 유튜버 나레이션 정기납품 2곳 × 25만 원 = 50만 원
· 쇼핑몰 상품 음성 패키지 1곳 × 30만 원 = 30만 원
· 병원 안내멘트 유지보수 2곳 × 10만 원 = 20만 원
→ 합계 월 100만 원 (고객 5곳, 실제 작업시간 주 수 시간 수준)
영업은 거창할 필요 없습니다. 크몽·숨고 같은 재능마켓에 '한국어 AI 나레이션 제작' 서비스를 등록하고, 유튜브 댓글·지역 상권 커뮤니티에 샘플 음성을 뿌리는 것부터 시작하면 됩니다. 샘플의 품질이 곧 영업사원입니다.
사용하는 모델의 라이선스와 상업적 이용 조건을 반드시 확인하세요. 오픈소스라고 모두 상업 이용이 자유로운 것은 아니며, 특정 인물의 목소리를 무단 복제하는 것은 법적 문제가 됩니다. '내가 만든 고유한 AI 보이스'로 승부하는 게 안전하고 오래갑니다.
정리하며
음성AI 부업의 진짜 진입장벽은 '코딩 실력'이 아니라 '기술을 상품으로 바꾸는 설계'입니다. 설치는 3줄, 하지만 고객 상황에 맞는 자동화 파이프라인을 짜고, 대본 전처리와 후처리로 품질을 끌어올리고, 반복 매출 구조를 설계하는 것 — 이게 월 100만 원과 취미의 차이를 만듭니다.
오늘 소개한 5단계 중 STEP 2~3(환경 구축과 자동화)에서 막히는 분이 많습니다. 혼자 유튜브 영상을 뒤지며 몇 주를 헤매기보다, 처음부터 돈이 되는 파이프라인 설계를 배우는 게 결국 가장 빠른 길입니다.
투더제이(TTJ) 코딩클래스 정규반에서는 이번 글의 5단계를 비전공자도 실제 수익 사례로 완성할 수 있게, 오픈소스 음성AI 환경 구축부터 자동화 스크립트, 고객 납품 실전까지 한 흐름으로 다룹니다. '배우기만 하는 코딩'이 아니라 '돈이 되는 코딩'을 시작하고 싶다면, 지금이 가장 좋은 타이밍입니다.