ElevenLabs, 사내 교육 영상과 팟캐스트 목소리를 만들어 주는 AI 음성 플랫폼

사내 교육 영상에 내레이션을 넣어야 하는데 녹음 부스도 성우 예산도 없는 상황, 혹은 한국어로 만든 제품 소개 영상을 영어와 일본어 버전으로도 내야 하는 상황은 회사에서 꽤 흔하다. ElevenLabs는 이런 음성 작업을 텍스트 입력과 파일 업로드로 처리하게 해 주는 AI 음성 플랫폼이다. 2022년 폴란드 출신의 Mati Staniszewski와 Piotr Dąbkowski가 세웠고, 어릴 때 본 외화 더빙의 어색함을 고치겠다는 것이 출발점이었다고 알려져 있다. 2026년 2월에는 5억 달러 규모의 시리즈 D를 110억 달러 기업가치로 마쳤고, 같은 해 상반기 연환산 매출 5억 달러를 넘겼다고 회사가 밝혔다.

한눈에 보기

텍스트 음성 변환, 더빙, 보이스 클로닝

핵심 기능은 세 갈래로 나뉜다.

• 텍스트 음성 변환(TTS). 현재 주력 모델인 Eleven v3는 70개 이상의 언어를 지원하고, 회사가 “가장 표현력이 풍부한 모델”이라고 소개하는 만큼 감정과 호흡, 여러 화자의 대화까지 다룬다. 긴 분량을 안정적으로 읽는 데는 29개 언어의 Multilingual v2가, 속도가 중요한 실시간 용도에는 지연이 75밀리초 안팎인 Flash v2.5가 권장된다.
• 더빙. 영상이나 음성 파일을 올리거나 URL을 붙이면 원래 화자의 목소리 특성을 유지한 채 90개 이상의 언어와 억양으로 옮겨 준다. 현재 기본인 Dubbing v2는 대본이 아니라 원본 오디오에서 직접 작업해 말투와 연기가 함께 넘어가는 것이 특징이고, 시작과 끝 타이밍도 원본에 맞춰진다.
• 보이스 클로닝. 몇 분의 샘플로 만드는 Instant Voice Cloning과 30분 이상(권장 1~3시간)의 깨끗한 녹음으로 만드는 Professional Voice Cloning이 있다.

Studio, 대본과 화자를 한 화면에서

이 셋을 한 화면에서 다루는 것이 Studio다. 대본을 문단별로 화자에게 배정하고, 목소리와 효과음, 배경음을 타임라인에 놓고, 결과를 내보내는 편집기다. 사내 교육 영상을 만든다면 강의 대본을 넣고 진행자 목소리와 등장인물 목소리를 나눠 배정한 뒤, 슬라이드 영상에 맞춰 길이를 조절하는 식으로 쓴다. 팟캐스트 용도라면 두 명의 화자를 지정해 대화형 대본을 읽히고, 나중에 대본 한 줄만 고쳐 그 구간만 다시 생성할 수 있다. 녹음을 다시 잡을 필요가 없다는 점이 사람 성우와의 가장 큰 차이로 보인다. 고객사로는 Meta, Headspace, Nvidia 등이 소개되어 있다.

직군별 사용 장면

직군별로 보면 마케팅 팀이 가장 먼저 떠오른다. 제품 소개 영상 하나를 여러 언어로 더빙해 국가별 채널에 올리는 작업이 편집자 한 명 선에서 끝난다. 기획·PM은 사내 온보딩 자료나 매뉴얼 영상에 내레이션을 붙일 때, 인사·교육 담당자는 정기적으로 바뀌는 교육 콘텐츠를 다시 녹음하지 않고 대본만 고치고 싶을 때 쓸 만하다. 개발 직군은 API로 앱에 음성 안내를 넣는 용도로 접근하고, 법무·컴플라이언스는 뒤에 다룰 동의와 라이선스 조건을 검토하는 역할로 이 도구를 만나게 된다.

요금제와 무료 플랜의 조건

가격은 2026년 9월 기준 크레딧 단위로 매겨진다. 무료 플랜은 월 1만 크레딧으로, 텍스트 음성 변환에서는 대략 글자 1개가 1크레딧이라 고품질 모델 기준 약 10분 분량의 음성을 만들 수 있다.

더빙은 별도 단가가 붙는데, 자동 더빙은 영상 1분에 2,000크레딧(워터마크 있음) 또는 3,000크레딧(없음), 편집 가능한 Dubbing Studio는 5,000 또는 1만 크레딧이다. 유료 플랜의 미사용 크레딧은 최대 두 달까지 이월된다.

무료 플랜에서 특히 확인해야 할 조건이 있다. 공식 도움말은 무료 플랜에 상업 라이선스가 포함되지 않으며, 무료로 만든 콘텐츠를 공개할 때는 제목에 “elevenlabs.io” 또는 “11.ai”를 표기해야 한다고 명시한다. 회사 계정으로 만든 영상을 유튜브나 사내 포털에 올리는 순간 상업적 이용으로 볼 여지가 크므로, 시험 단계가 아니라면 Starter 이상에서 시작하는 것이 안전하다. 무료 플랜의 더빙 결과물에는 워터마크가 자동으로 붙고 제거할 수 없다는 점도 같은 맥락이다.

시작하기

1. 가입과 첫 음성. 시작은 이메일이나 Google 계정으로 가입하면 되고, 첫 작업은 Text to Speech 화면에서 한국어 문장 두세 줄을 넣고 라이브러리 목소리 몇 개를 비교해 보는 것으로 충분하다.
2. Studio 프로젝트. 다음 단계로는 Studio에서 3분 분량의 교육 대본을 프로젝트로 만들어 화자 두 명을 배정하고, 내보낸 음성을 기존 영상에 얹어 보는 것을 권한다.
3. 더빙 시험. 더빙은 자막이 없는 짧은 원본 영상으로 먼저 시험해 원어민 검수를 한 번 거치는 것이 좋다. 자동 번역의 어색한 표현이 그대로 음성으로 나가기 때문이다.
4. 목소리 선택. 한국어 결과물은 영어보다 발음과 억양의 편차가 크다는 사용자 관찰이 이어지고 있어, 목소리 선택에 시간을 쓰는 편이 결과 차이를 만든다.

무료 플랜은 목소리와 품질을 확인하는 용도로 보고, 회사 콘텐츠에 실제로 쓰려면 상업 라이선스가 포함된 Starter 이상에서 시작하는 것이 맞다.

주의점

주의점은 음성 복제에 집중된다.

• 본인 목소리만 복제할 수 있다. Professional Voice Cloning 문서는 “본인의 목소리만 복제할 수 있으며, 상대의 동의가 있어도 다른 사람의 목소리는 복제할 수 없다”고 밝힌다. 학습을 시작하기 전에 같은 장비로 제시된 문장을 읽는 음성 검증 단계가 있고, 실패하면 24시간 뒤 다시 시도해야 한다. 회사 대표나 강사의 목소리로 교육 영상을 만들려면 그 사람이 직접 자기 계정 또는 회사 워크스페이스에서 검증을 거쳐야 한다는 뜻이다.
• 유명인 차단과 추적 가능성. 유명인과 고위험 인물의 목소리는 시스템에서 차단되고, 생성물은 만든 사용자에게 추적 가능하도록 설계되어 있다.
• 사내 규정으로 정할 것. 퇴사자의 복제 음성을 계속 쓰는 문제, 음성 데이터의 보관 기간, 학습 사용 여부는 서비스 약관과 별도로 사내 규정에서 정해 두는 편이 안전하다.

목소리는 개인정보이자 인격의 일부로 다뤄지는 추세라, 복제 전 서면 동의와 사용 범위 명시는 도구의 검증 절차와 무관하게 필요하다.

정리

정리하면 ElevenLabs는 성우 섭외와 스튜디오 녹음, 다국어 더빙에 들어가던 비용과 일정을 크게 줄여 주는 도구다. 기능보다 먼저 정리할 것은 “누구의 목소리를, 어떤 동의를 받아, 어디까지 쓸 것인가”라는 규칙이고, 그것이 정해진 팀에게는 사내 교육 영상과 팟캐스트 제작의 병목 하나를 확실히 없애 주는 도구로 보인다.