AI 도구 활용법 – 무료 AI 목소리 복제(Voice Cloning) 3가지 – 한국어 지원과 상업 이용 조건 비교

AI 목소리 복제(Voice Cloning)는 짧은 녹음을 참고 음성으로 주면 그 목소리로 다른 글을 읽어 주는 기술입니다. 글을 소리로 바꿔 주는 AI 음성(TTS, Text-to-Speech) 모델에 들어 있는 기능이에요. 허깅페이스(Hugging Face)에는 이걸 브라우저에서 바로 써 볼 수 있게 열어 둔 공개 모델이 여럿 있는데, 그중 지원 언어에 한국어가 들어 있는 Qwen3-TTS, VoxCPM2, OmniVoice 세 가지 AI 목소리 복제 모델을 골라 모델 카드(Model Card)를 읽어 봤어요.

세 AI 목소리 복제 모델 모두 무료로 공개돼 있지만 카드에 적힌 이용 조건은 서로 다릅니다. 영상 내레이션처럼 수익이 붙을 수 있는 곳에 쓰려는 분이라면 소리를 들어 보기 전에 라이선스(License)부터 보는 편이 낫겠더라고요. 아래 내용은 2026년 10월 12일에 세 모델의 카드와 스페이스(Space) 화면을 직접 열어 확인했습니다.

AI 목소리 복제 모델 세 개의 라이선스가 다르다

모델 카드는 모델을 올린 쪽이 직접 쓰는 설명서이고, 스페이스는 그 모델을 브라우저에서 돌려 보게 만든 데모 페이지입니다. 이번에 본 AI 목소리 복제 모델 세 개는 이용 조건이 카드 맨 위의 표시나 맨 아래 License 절에 적혀 있었어요. 아래 표의 라이선스 칸에는 카드의 표기를 그대로 옮겼어요.

Apache 2.0은 라이선스 원문 2조에서 복제와 배포, 2차 저작물 작성 권리를 무상(no-charge)이고 로열티 없는(royalty-free) 조건으로 준다고 적는 라이선스입니다. CC-BY-NC의 NC는 비영리(NonCommercial)를 뜻하고, 크리에이티브 커먼즈(Creative Commons)의 BY-NC 4.0 안내 페이지는 이 조건을 자료를 상업적 목적으로 쓸 수 없다는 뜻으로 설명해요. OmniVoice 카드는 CC-BY-NC의 버전 번호까지는 적지 않았습니다.

Qwen3-TTS, 한국어 기본 목소리가 들어 있다

Qwen3-TTS는 알리바바의 Qwen 팀이 공개한 음성 합성(TTS, Text-to-Speech) 모델입니다. 카드는 중국어, 영어, 일본어, 한국어를 포함한 10개 언어를 지원한다고 적고, 카드 머리의 라이선스 표시는 apache-2.0이에요. 상업 이용을 따로 언급한 문장은 제가 읽은 카드에서 찾지 못했습니다.

모델은 용도별로 나뉘어 있습니다. AI 목소리 복제를 맡는 쪽은 Base 모델이고, 카드는 이 모델을 사용자 음성으로 “3초 빠른 복제”를 할 수 있는 모델로 소개해요. 이 3초는 카드의 표현이고 제가 재 본 값은 아닙니다. 복제할 때는 참고 음성과 그 음성의 대본을 함께 넣는 것이 기본이고, 대본 없이 화자 특징만 쓰는 방식도 있는데 그러면 복제 품질이 떨어질 수 있다고 카드에 적혀 있어요.

복제 없이 미리 준비된 목소리로 읽게 하는 CustomVoice 모델에는 목소리 9개가 들어 있고, 그중 한국어가 모국어로 표시된 것은 Sohee 하나입니다. 카드는 각 목소리의 모국어로 쓸 때 품질이 가장 좋다고 권합니다.

스페이스는 목소리 설계(Voice Design), AI 목소리 복제, 기본 목소리 탭으로 나뉘어 있습니다. 화면 아래에는 한 번 생성할 때 시간 제한이 있으니 긴 글은 나눠 넣으라는 안내가 붙어 있어요. 저는 이 블로그의 쇼츠 내레이션을 AI 목소리 복제로 만들어 본 적이 있는데, 그때 쓴 것이 제 컴퓨터에 내려받은 Qwen3-TTS와 제 목소리였습니다.

함께 읽기힉스필드(Higgsfield) – AI 영상 모델 구성과 요금제 분석힉스필드가 어떤 AI 영상 생성 도구인지 공식 문서 기준으로 정리했습니다. 멀티 모델 구성, Studio UI, 시네마 제작 기능, 요금…

VoxCPM2, 카드가 상업 이용을 문장으로 적었다

VoxCPM2는 OpenBMB가 올린 모델입니다. 카드 첫 문장에 따르면 매개변수 20억 개 규모이고 30개 언어를 지원하며 48kHz로 소리를 내고, 200만 시간이 넘는 다국어 음성으로 학습했다고 해요. 지원 언어 30개 목록에 Korean이 들어 있습니다.

세 AI 목소리 복제 모델 가운데 상업 이용을 문장으로 적은 카드는 이 모델뿐이었습니다. 주요 특징 목록의 마지막 줄과 카드 끝의 License 절에 같은 내용이 두 번 나와요.

License 절에는 문장이 하나 더 붙어 있습니다. 실제 서비스에 넣을 때는 쓰임새에 맞춘 충분한 시험과 안전성 평가를 권한다는 내용이에요. 카드의 한계(Limitations) 절도 같이 읽어 둘 만한데, 언어마다 학습 데이터 양이 달라 성능이 다르다는 항목과 사칭, 사기, 허위 정보에 쓰는 것을 금지한다는 항목이 있습니다.

스페이스 화면은 세 가지 방식을 안내합니다. 참고 음성 없이 설명 글만으로 목소리를 만드는 방식, 참고 음성을 올리고 지시문으로 감정과 속도를 조절하는 복제, 참고 음성과 대본을 함께 써서 더 가깝게 따라 하는 복제예요. 스페이스 저장소의 안내문에는 50초를 넘는 참고 음성은 거부된다고 적혀 있고, 지시문 칸은 중국어와 영어를 지원한다고 표시돼 있습니다.

OmniVoice, 코드와 모델의 조건이 따로 적혀 있다

OmniVoice는 k2-fsa가 올린 모델이고, 스페이스 화면에는 샤오미 AI 랩의 Next-gen Kaldi 팀이 만들었다고 적혀 있습니다. 카드는 600개가 넘는 언어를 지원한다고 소개하고, 카드의 언어 코드 목록에 한국어(ko)가 있어요. 짧은 참고 음성으로 하는 AI 목소리 복제와, 성별이나 나이 같은 속성을 지정하는 목소리 설계를 함께 지원합니다.

조심해서 읽을 곳은 카드 맨 아래의 License 절입니다.

코드는 Apache 2.0인데 학습된 모델은 CC-BY-NC이고, 카드는 그 이유를 학습 데이터의 제약이라고 적었습니다. 헷갈리기 쉬운 지점이 하나 있어요. 스페이스 저장소의 설정에는 라이선스가 apache-2.0으로 표시돼 있어서, 스페이스만 보면 모델도 같은 조건으로 읽힐 수 있습니다. 실제로 소리를 만드는 모델의 조건은 모델 카드 쪽에 적혀 있어요.

함께 읽기AI 도구 활용법 – 클로드 프롬프트(Claude Prompt) 습관 5가지 – 공식 문서의 전후 예시로 고치기클로드 프롬프트를 쓸 때 고칠 만한 습관 5가지를 Anthropic 공식 문서의 전후 예시로 정리했습니다. 문서가 붙인 조건과 직접 만든…

세 스페이스에 한국어 문장을 넣어 봤다

2026년 10월 12일에 세 스페이스에 로그인 없이 들어가 같은 한국어 문장 하나를 넣어 봤습니다. 셋 다 소리가 나왔고, 그 소리를 받아쓰기 모델에 넣으니 넣은 문장과 같은 글이 돌아왔어요.

시간은 한 번 잰 값이라 사람이 몰리는 때에는 더 걸릴 수 있습니다. 위 표는 기본 목소리와 목소리 설계로 한 시험입니다. VoxCPM2의 목소리 주문란은 화면에 중국어와 영어를 지원한다고 적혀 있어서 주문은 영어로 넣었습니다.

복제는 VoxCPM2 스페이스에서 해 봤습니다. 사람 녹음 대신 위에서 AI가 만든 목소리를 참고 음성으로 올렸고, 생성 버튼부터 3.1초 만에 소리가 나왔어요. 받아쓰기에서는 한 낱말이 다르게 적혔고, 참고 음성과 얼마나 닮았는지는 재지 않았어요. Qwen3-TTS와 OmniVoice 스페이스는 세 곳 모두 복제용 입력란이 있는 것까지 확인했고, 복제는 아래에 적은 하루 한도가 다시 찬 뒤에 해 볼 수 있습니다.

AI 목소리 복제에 쓸 참고 음성은 얼마나 준비하나

참고 음성의 조건도 모델마다 적힌 내용이 달랐습니다. 아래 표는 카드와 스페이스, 공식 저장소에 적힌 것만 모은 것이에요.

OmniVoice의 공식 저장소는 이유도 함께 적었습니다. 참고 음성이 길어지면 생성이 느려지고 복제 품질이 떨어질 수 있다는 거예요. 발음을 표준에 가깝게 하려면 만들려는 말과 같은 언어의 참고 음성을 쓰라는 조언도 있습니다. 다른 언어로 녹음한 음성을 넣으면 결과에 그 언어의 억양이 실린다고 해요.

AI 목소리 복제 스페이스를 무료로 얼마나 쓸 수 있는지는 모델 카드에 없고 허깅페이스 문서에 있습니다. Qwen3-TTS와 OmniVoice 스페이스에는 ZeroGPU로 돌아간다는 표시가 붙어 있는데, 허깅페이스의 ZeroGPU 문서는 하루에 쓸 수 있는 GPU 시간을 로그인하지 않은 사용자 2분, 무료 계정 5분으로 적고 있어요. 처음 쓴 때부터 24시간 뒤에 다시 채워집니다. 이 한도는 스페이스마다 따로가 아니라 계정 하나가 ZeroGPU 전체에서 쓰는 시간입니다.

로그인 없이 써 보니 두 스페이스를 합쳐 5초짜리 문장을 세 번 만든 뒤 네 번째 요청에서 한도 안내가 떴고, 안내문은 허깅페이스 계정으로 로그인하면 한도가 늘어난다고 알려 줬어요. 여러 번 들어 보며 비교할 생각이면 무료 계정으로 로그인해 두는 편이 낫겠더라고요. 로그인한 상태에서 몇 번까지 되는지는 세어 보지 않았어요. VoxCPM 데모 스페이스에는 이 표시가 없었고 한도 안내도 찾지 못했습니다. 같은 날 다섯 번 요청하는 동안에도 한도 안내는 뜨지 않았고요.

AI 목소리 복제는 본인 목소리나 허락받은 목소리로만

OmniVoice 카드의 고지(Disclaimer) 절은 허락받지 않은 목소리 복제, 목소리 사칭, 사기를 포함한 불법적이거나 비윤리적인 사용을 금지하고, 사용하는 사람이 자기 지역의 법과 규정을 지켜야 한다고 적었습니다. VoxCPM2 카드에는 금지 항목 옆에 문장이 하나 더 있어요. “AI-generated content should be clearly labeled.” AI가 만든 콘텐츠라는 점을 분명히 표시하라는 뜻입니다.

Qwen3-TTS 카드에서는 이런 주의 문구를 찾지 못했는데, 그렇다고 남의 목소리로 AI 목소리 복제를 해도 된다는 얘기가 되지는 않습니다. 라이선스는 모델을 어떻게 써도 되는지를 정한 것이고, 목소리 주인의 동의는 별개의 문제예요. 참고 음성에는 본인 목소리나 허락받은 목소리만 넣으세요.

AI 목소리 복제를 처음 써 보는 분께 권하는 순서는 이렇습니다. 문서에 있는 절차는 아니고 위 내용을 묶어 제가 정리한 것이에요.

AI 목소리 복제로 내레이션을 만든 다음 단계인 영상 쪽 도구는 힉스필드 글에서 다뤘고, AI를 내 PC에서 돌리는 쪽 소식은 엔비디아 RTX Spark와 PAIR 글에 정리해 뒀습니다.

AI 목소리 복제 자주 묻는 질문

세 모델 모두 한국어로 쓸 수 있나요?

2026년 10월 12일에 읽은 모델 카드 기준으로 셋 다 지원 언어에 한국어가 들어 있습니다. Qwen3-TTS는 10개 언어, VoxCPM2는 30개 언어 목록에 Korean이 있고, OmniVoice는 카드의 언어 코드 목록에 ko가 있어요. 한국어 소리의 품질은 이 글에서 재지 않았습니다.

만든 목소리를 돈 버는 영상에 써도 되나요?

모델마다 카드에 적힌 조건이 다릅니다. VoxCPM2 카드는 Apache-2.0 라이선스이고 상업 이용이 무료라고 적었고, Qwen3-TTS 카드는 라이선스를 apache-2.0으로만 표시했습니다. OmniVoice 카드는 코드는 Apache 2.0, 학습된 모델은 CC-BY-NC라고 적었어요. 쓰기 전에 카드 원문을 직접 확인하세요.

다른 사람 목소리를 복제해도 되나요?

OmniVoice 카드는 허락받지 않은 목소리 복제와 사칭, 사기에 쓰는 것을 금지한다고 적었고, VoxCPM2 카드도 사칭과 사기, 허위 정보에 쓰는 것을 금지한다고 적었습니다. 본인 목소리나 허락받은 목소리만 쓰는 것이 맞습니다.

글에 나온 규칙 파일과 에이전트는 Claude Code에서 쓰는 방식이고, 공식 안내는 Claude Code 공식 문서에 있습니다.

이 글은 직접 만들고 운영하며 남긴 기록입니다. 적힌 수치는 작성 시점의 제 계정 기준이며, 같은 결과나 수익을 보장하지 않습니다.