Voice.ai는 미국 Voice AI, Inc.가 운영하는 음성 플랫폼으로, GPU 기반 실시간 음성 변환기와 15개 이상 언어의 텍스트 음성 변환, 즉시 음성 복제, 전화 음성 에이전트를 하나의 크레딧 체계로 묶고 문서화된 API를 제공합니다.
이 도구를 사용해 보셨나요? 평점을 남겨 주세요
이 도구를 사용해 보셨나요? 평점을 남겨 주세요
Voice.ai는 미국 법인 Voice AI, Inc.가 운영하는 음성 기술 플랫폼입니다. 사이트의 모든 페이지 하단에는 Voice.ai®와 Voice Universe®가 등록 상표임이 명시되어 있습니다. 이 제품은 처음에는 지금보다 훨씬 좁은 형태로 출발했습니다. 게이머와 스트리머가 디스코드나 게임 음성 채널에서 말하는 동안 자신의 목소리 음색을 실시간으로 바꿔 주는 데스크톱 애플리케이션이었죠. 그 최초의 실시간 음성 변환기는 지금도 남아 있고, 여전히 대부분의 사람이 이 도메인을 찾는 이유입니다. 그러나 이 플랫폼은 이제 하나의 계정 아래에서 서로 다른 네 가지를 판매하며, 자신에게 정말 필요한 것이 그중 무엇인지 파악하는 일이 가입 전에 가장 먼저 정리해야 할 사안입니다.
네 가지 제품군은 실시간 음성 변환기, 텍스트 음성 변환 엔진, 즉시 음성 복제, 그리고 전화 응대용 음성 에이전트입니다. 공식 홈페이지 제목은 이 가운데 두 가지를 나란히 붙여 놓았는데, 무료 AI 음성 변환기이자 음성 에이전트 플랫폼이라는 조합은 상당히 이례적입니다. 두 사용자층은 겹치는 부분이 거의 없기 때문입니다. 한쪽은 마인크래프트 서버에서 만화 캐릭터처럼 들리고 싶은 청소년이고, 다른 한쪽은 새벽 세 시에 걸려 오는 영업 전화도 누군가 받기를 바라는 운영 책임자입니다. Voice.ai는 하나의 코드베이스와 하나의 크레딧 잔액으로 양쪽을 모두 상대하며, 이 이중적 정체성이 제품을 쓸 때 느껴지는 여러 인상을 설명해 줍니다.
회사가 내세우는 기술적 입지는 아무 목소리나 복제할 수 있다는 주장보다 더 좁고 더 흥미롭습니다. 창업자이자 최고경영자인 Heath Ahrens는 테크크런치에 이렇게 설명했습니다. 자사 음성 대 음성 인공지능의 핵심 가치는 특정 인물을 완벽하게 복제하는 데 있지 않고, 말하는 사람의 감정과 속도와 강세라는 핵심 요소를 유지한 채 목소리의 음색만 교체해 완전히 새로운 결과물을 실시간으로 만들어 내는 데 있다는 것입니다. 이는 재현 정확도를 전면에 내세우는 음성 변환 기업들과 의도적으로 거리를 두는 선언입니다. Voice.ai가 최적화한 목표는 변환 결과가 자연스럽게 들리고 실시간으로 작동하는 것이지, 복제물이 감식 수준에서 구별 불가능해지는 것이 아닙니다.
창업자의 이력은 회사의 주장을 읽는 데 도움이 됩니다. Ahrens는 2007년 iSpeech를 설립했고, 회사 소개 페이지는 이를 최초의 클라우드 기반 텍스트 음성 변환 플랫폼이라고 설명합니다. 2009년에는 문자 메시지를 소리 내어 읽어 주는 최초의 애플리케이션인 DriveSafe.ly를 출시했습니다. 그는 얼굴 인식 회사인 Haystack도 창업한 바 있습니다. 20년 가까이 음성 인터페이스를 만들어 온 창업자라는 점을 감안하면, 최근의 개발자 API와 기업용 음성 에이전트 전환은 방향 전환이라기보다 원래의 자리로 돌아온 것에 가까워 보입니다.
규모를 가늠하게 해 주는 수치가 두 가지 있지만, 둘 다 시점이 분명합니다. 테크크런치가 2023년 6월 첫 외부 투자 유치를 보도했을 때 Voice.ai는 48만 명이 넘는 사용자와 5만 개가 넘는 음성 필터를 보유하고 있었고, 그 이전까지는 300만 달러의 자체 자금과 입소문만으로 성장했으며 디스코드 커뮤니티 규모는 12만 명을 넘었습니다. 당시 Mucker Capital과 M13이 600만 달러 투자를 주도했고, M13은 지금도 이 회사를 시드 단계 투자처로 표기하고 있습니다. 한편 현재 앱스토어 페이지는 사용자가 만든 음성 2만 개 이상의 커뮤니티 라이브러리를 소개합니다. 이 수치들은 서로 다른 시점의 서로 다른 대상을 센 것이므로 하나의 추세선으로 이어 붙여서는 안 됩니다.
Voice.ai를 일반적인 텍스트 음성 변환 업체와 진짜로 구분 짓는 지점은 음성 라이브러리 상당 부분이 회사 소유가 아니라는 사실입니다. Voice Universe는 사용자가 직접 만든 음성을 올리고 다른 사용자가 가져다 쓰는 커뮤니티 라이브러리입니다. 이 이름이 상표로 등록되어 있다는 사실만으로도 회사 정체성에서 차지하는 위치를 짐작할 수 있습니다. 형태로 보면 큐레이션된 공식 음색 카탈로그보다는 거래 장터나 모드 커뮤니티에 가깝고, 바로 이 점이 플랫폼의 가장 큰 강점과 가장 까다로운 문제를 동시에 만들어 냅니다.
강점은 넓이와 속도입니다. 수만 명의 기여자가 함께 채운 목록은 어떤 사내 녹음 스튜디오도 따라잡기 어려운 속도로 자라고 훨씬 좁은 틈새까지 덮습니다. 문제는 품질 편차와 출처의 적법성입니다. 누구나 기여할 수 있기에 품질이 고르지 않습니다. 한 외부 리뷰어는 음질이 전반적으로 끊긴다고 지적하면서, 애니메이션 소녀 음색이라는 것들 상당수가 사실은 음높이만 조정한 결과로 보인다고 평했습니다. 또한 업로드물이 사용자 제작물이기 때문에 각 음성이 당사자의 동의를 받았는지에 대한 책임은 플랫폼이 아니라 업로더에게 놓이며, 이용약관이 이 문제에 그토록 많은 분량을 할애하는 이유가 바로 여기에 있습니다.
실시간 음성 변환은 최초의 제품이자 요구 사항이 가장 까다로운 기능입니다. 데스크톱에서는 Live Mode라는 이름으로 동작하며, 로컬 그래픽 카드에서 음성 처리를 마친 뒤 Ahrens가 가상 오디오 케이블이라고 표현한 경로를 통해 변환된 소리를 다른 애플리케이션으로 보냅니다. 이 로컬 처리 구조 덕분에 대화를 나눌 수 있을 만큼 지연이 짧지만, 동시에 하드웨어 요구 사항이 형식적인 것이 아니라 실질적인 제약이라는 뜻이기도 합니다.
공식 FAQ는 이 대목에서 보기 드물게 솔직합니다. Live Mode를 쓰려면 최소 어느 정도의 그래픽 카드가 필요한지를 묻는 전용 항목이 있고, 그래픽 카드가 Live Mode를 지원하지 않는다는 경고 메시지에 대한 별도 항목도 따로 마련되어 있습니다. 제조사가 특정 하드웨어 실패 상황을 위해 문서화된 오류 안내를 작성한다는 것은 그 상황에 부딪히는 사용자가 상당수라는 뜻입니다. 한 외부 리뷰는 Nvidia GTX 980이나 AMD RX 580 아래 등급의 그래픽 카드를 쓰는 컴퓨터에서 끊김과 지연이 발생한다고 전하면서, 이 애플리케이션이 그래픽 카드 자원의 87퍼센트를 점유하는 것을 확인했다는 사용자 증언을 인용했습니다. Live Mode는 누구나 쓸 수 있는 보편적 기능이 아니라 하드웨어 하한선이 있는 기능으로 이해하는 편이 정확합니다.
텍스트 음성 변환 엔진은 최근 개발 자원이 가장 많이 투입된 영역이자 요금 모델의 주된 계량 대상입니다. 공식 사이트는 15개 이상의 언어를 지원한다고 밝히면서 영어와 프랑스어, 힌디어, 우크라이나어, 일본어, 한국어, 스웨덴어, 중남미 스페인어, 브라질 포르투갈어, 중국어, 네덜란드어, 튀르키예어, 독일어 그리고 이탈리아어를 나열합니다. 회사가 밝힌 목표는 하나의 음색을 임의의 억양이나 언어로 현지화하는 것으로, 음색 정체성과 언어를 분리 가능한 두 축으로 다룬다는 뜻입니다.
유료 등급은 무료 등급이 붙들어 둔 실무상의 필수 요소들을 되돌려 줍니다. 무료 등급은 한 번의 변환을 500자로 제한하는데 이는 짧은 문단 정도 분량이며, Starter 등급은 이를 5,000자로 올리고 무엇보다 생성된 파일을 내려받는 행위 자체를 열어 줍니다. 이 밖에 사이트 내비게이션에 신규로 표시된 TTS Lite라는 더 가벼운 진입점이 있고, Starter 등급부터는 Text to Speech Studio가 포함됩니다.
음성 복제는 무제한 기능이 아니라 등급별 할당량으로 상품화되어 있어서, 회사가 각 고객군에게 어느 정도 사용량을 예상하는지 읽어 내기가 쉽습니다. 무료 등급에는 즉시 음성 복제가 없다고 명시되어 있습니다. Starter는 5개, Launch는 10개, Core는 50개, Scale은 200개, Business는 2,200개를 제공합니다. 이 할당량 사다리는 각 등급이 누구를 겨냥해 설계되었는지 보여 주는 가장 선명한 신호 가운데 하나입니다.
특별히 짚어 둘 세부 사항이 하나 있습니다. 공식 사이트의 두 페이지가 서로 어긋나기 때문입니다. 홈페이지는 단 10초 분량의 오디오만으로 놀라운 현실감의 음성 복제가 가능하다고 적었고, 음성 복제 전용 페이지는 단 15초면 복제가 완료된다고 적었습니다. 둘 다 같은 시기에 게시된 공식 표현이며 서로를 참조하지도, 그 차이를 설명하지도 않습니다. 더 긴 쪽 수치를 기준으로 계획하고 짧은 쪽은 기술 사양이 아니라 마케팅상의 하한선으로 보는 편이 안전합니다.
음성 에이전트는 가장 최근에 추가된 제품군이자 현재 상업적 무게가 가장 실린 축으로, 사이트 내비게이션 첫 번째 자리에 신규 표시와 함께 놓여 있습니다. 핵심 주장은 에이전트가 걸려 오는 전화와 걸어야 할 전화를 대신 처리해 기업이 더는 전화를 놓치지 않게 한다는 것입니다. 회사는 에이전트가 전화를 자동으로 걸고 받으며 질문에 답하고 일정을 예약하고 대화 전체를 끝까지 관리한다고 설명합니다. 연동 대상으로는 Salesforce와 HubSpot, Zendesk 그리고 Slack이 거명되어 있습니다.
이 제품군이 홍보용 페이지가 아니라 실제 상품으로 읽히는 이유는 전화 업무 고유의 단위로 계량되기 때문입니다. 요금제 간 차이는 동시 통화 수와 전화번호 개수로 나타납니다. Starter는 동시 통화 2회선과 번호 1개, Launch는 4회선과 3개, Core는 8회선과 10개, Scale은 16회선과 20개, Business는 동시 통화 30회선과 번호 50개입니다. 이는 시연용 제품이 아니라 실제 통화 플랫폼이 갖는 제약입니다.
네 개의 주력 제품군 외에도 사이트는 브라우저에서 쓰는 무료 오디오 도구 아홉 가지를 제공합니다. 텍스트 음성 변환과 온라인 음성 변환기, 오디오 향상, 보컬 제거, 에코 제거, 인공지능 스템 분리, 곡의 조성과 BPM 탐지, 리버브 제거 그리고 오디오 형식 변환입니다. 이들은 사업 축이라기보다 유입 통로에 가깝고 동일한 크레딧으로 계량됩니다. 무료 등급은 한 번에 5분으로 제한하며 등급이 올라갈수록 180분까지 늘어납니다.
API는 약속이 아니라 실재하는 제품군이며, 그 근거는 주장보다 세부 사항에 있습니다. 개발자 페이지는 텍스트 음성 변환과 음성 에이전트 그리고 음성 복제라는 세 가지 인터페이스를 공개하고 있으며, dev.voice.ai/api/v1/tts/speech라는 실제 엔드포인트와 실행 가능한 파이썬 예제 안의 voiceai-tts-v1-latest라는 구체적 모델 식별자가 함께 제시됩니다. 파이썬과 타입스크립트 두 가지 SDK 및 REST 예제가 갖춰져 있고 웹과 iOS 및 안드로이드를 포괄하며, 실시간 음성 엔지니어들이 실제로 쓰는 오픈소스 프레임워크인 LiveKit 및 Pipecat과의 호환성을 명시합니다.
플랫폼은 대화형 상호작용의 응답 시간이 150밀리초 미만이라고 홍보합니다. 이는 제조사가 스스로 밝힌 수치이며 시험 조건이나 제3자 벤치마크 없이 게시되었으므로 검증된 실측값이 아니라 설계 목표로 보아야 합니다. 배포 형태는 클라우드 호스팅 API와 온프레미스 구축, 고객 자체 VPC 내 프라이빗 클라우드, 그리고 저지연 로컬 배포의 네 가지가 제공됩니다. API는 MCP 호환 에이전트 워크플로와 동적 지식 접근을 위한 RAG 연동 및 도구 호출도 지원하고, 오디오 생성 완료와 에이전트 응답 콜백 및 대화 상태 갱신과 오류 및 재시도 알림 시점에 발동하는 웹훅도 제공합니다.
놓치기 쉽지만 늦게 발견하면 대가가 큰 전제 조건이 하나 있습니다. 이용약관은 사업용과 기업용, API 또는 그 밖의 상업적 이용에는 Voice.ai와 별도의 계약이 필요하다고 명시합니다. 셀프 서비스 절차로 API 키를 발급받았다는 사실이 계약상 그 위에서 제품을 출시해도 된다는 뜻은 아닙니다.
게임과 스트리밍 그리고 버추얼 방송. 이 플랫폼의 역사적 중심이자 지금도 가장 큰 실사용자층입니다. 테크크런치는 게이머와 콘텐츠 제작자 및 버추얼 유튜버가 TikTok과 Zoom, 디스코드, 마인크래프트, GTA5, 포트나이트, 발로란트, 리그 오브 레전드, Among Us, Skype 그리고 WhatsApp에서 이 제품을 채택했다고 전했습니다. 공식 FAQ는 디스코드와 Skype, WhatsApp, Zoom, PUBG, 포트나이트, Google Meet, 리그 오브 레전드, 월드 오브 워크래프트, Among Us, 마인크래프트, TeamSpeak, 텔레그램 그리고 Viber에 대한 개별 연동 문제 해결 항목으로 이를 뒷받침합니다. 본인의 사용 환경이 이 목록에 있다면 누군가 이미 실패 사례를 정리해 두었다는 뜻입니다.
수신 및 발신 전화 처리. 음성 에이전트 제품군은 전화를 놓쳐 영업 기회를 잃는 기업을 겨냥합니다. 동시 통화와 번호 수의 등급 구분 덕분에 규모를 솔직하게 산정할 수 있습니다. 시험 삼아 도입해 보는 단일 매장은 Starter의 동시 통화 2회선 안에 충분히 들어가고, 번호 50개가 필요한 규모라면 Business 영역입니다.
더빙과 내레이션 제작. 음성 복제 페이지는 팟캐스트와 비디오 게임 그리고 전문 더빙을 거명하며, 직접 말하지 않고도 수천 시간 분량의 더빙 콘텐츠를 만들 수 있다고 설명합니다. 이를 실제로 가능하게 하는 문턱은 Starter 등급입니다. 파일 내려받기와 상업적 이용 라이선스가 이 등급부터 제공되기 때문이며, 내려받기가 없으면 무료 등급은 어떤 실제 제작 파이프라인에도 연결될 수 없습니다.
다국어 현지화. 음색 정체성과 언어가 분리 가능한 축으로 다뤄지므로 동일한 음색을 이름이 명시된 열네 개 언어 사이에서 억양이나 언어 단위로 현지화할 수 있습니다. 여러 시장에서 하나의 채널 페르소나를 유지해야 하는 제작자에게는 언어마다 서로 무관한 기성 음색을 고르는 것보다 훨씬 유용합니다.
접근성과 정체성 표현. 윤리 페이지는 두 집단을 명시적으로 언급합니다. 이 기술이 트랜스젠더 당사자가 발성 훈련이나 의료적 개입 없이 자신이 원하는 목소리를 갖도록 돕는다고 적었고, 후두암이나 루게릭병 또는 파킨슨병 같은 질환으로 목소리를 잃은 사람들에게는 기존 텍스트 음성 변환보다 나은 대안이 될 수 있다고 밝혔습니다. 테크크런치도 앞의 집단을 프라이버시를 중시하는 사용자 및 새로운 온라인 페르소나를 탐색하는 사용자와 나란히 신흥 사용자군으로 독립적으로 확인했습니다.
프라이버시 목적의 목소리 가리기. 오락적 용도와는 성격이 다른 수요입니다. 음성 채팅에는 참여하고 싶지만 자신의 실제 목소리는 드러내고 싶지 않은 경우죠. 감정과 속도는 남기고 음색만 바꾼다는 회사의 기술 방향은 기계적인 필터보다 이 목적에 더 잘 맞습니다.
복제용 원본은 깨끗하게 녹음하세요. 복제 품질의 상한은 원본 소재가 결정합니다. 조용한 방과 마이크와의 일정한 거리, 그리고 낱말 나열이 아닌 자연스러운 문장 낭독으로 만든 모델은 소음 속에서 녹음한 짧은 조각보다 확연히 낫습니다.
최소 길이보다 여유 있게 녹음하세요. 공식 사이트가 제시한 두 개의 최소 길이인 10초와 15초가 서로 어긋나므로 둘 다 하한선으로 보는 편이 안전합니다. 더 길고 음성 내용이 다양한 표본일수록 모델이 참고할 음소 범위가 넓어집니다.
본인 목소리의 복제본을 공개할지는 신중히 결정하세요. 업로드는 그 음성이 다른 사람이 가져다 쓰는 라이브러리로 들어간다는 뜻입니다. Comparitech의 핵심 안전 권고는 본인 목소리로 학습시킨 모델을 업로드하지 말라는 것이며, 그 근거는 타인이 음성 사기에 악용할 수 있다는 점입니다. 다만 같은 글은 이것이 이 제품만의 문제가 아니라 음성 복제 플랫폼 전반의 공통 사안이라고도 밝힙니다. 어떤 복제본이 비공개라고 단정하기 전에 계정의 공개 범위 설정을 먼저 확인하세요.
metamodel 학습 설정을 확인하세요. 약관은 서비스를 이용함으로써 회사가 사용자의 하드웨어를 metamodel 학습과 연산에 사용하는 데 동의하는 것으로 보며 모든 사용자가 언제든 이를 끌 수 있다고 적었습니다. 다만 이 설정의 기본값이 켜짐인지 꺼짐인지는 밝히지 않았으므로 직접 확인해야 하며 짐작해서는 안 됩니다.
게임과 음성 변환을 동시에 한다면 그래픽 카드 여유를 두세요. Live Mode는 게임과 같은 그래픽 카드를 두고 경쟁합니다. 여유가 빠듯한 카드라면 게임 프레임 저하와 음성 왜곡이 동시에 발생합니다.
구독 뒤가 아니라 구독 전에 확인하세요. 여러 독립 리뷰어가 같은 지점을 지적합니다. 설치를 마치기 전에는 가격을 볼 수 없다는 것이죠. 요금제 페이지 자체는 공개되어 있고 상세하므로, 무엇이든 설치하기 전에 브라우저에서 먼저 읽어 두세요.
타인 음성의 동의 증빙을 보관하세요. 타인의 목소리를 복제한다면 약관은 그 사람의 명시적 법적 허가를 요구하며, 면책 조항은 이를 그르쳤을 때의 결과를 사용자에게 지웁니다. 서면 허가를 파일로 남겨 두는 것이 이 요구를 실무적으로 충족하는 방식입니다.
결과물로 경쟁 음성 제품을 만들지 마세요. 약관은 그 출력물을 이용해 어떤 음성 모델을 학습하거나 개발하거나 개선하는 행위, 새로운 합성 음성이나 파생 제품을 만드는 행위, 경쟁 제품을 뒷받침하는 행위를 명시적으로 금지합니다.
충분한 하드웨어를 갖춘 게이머와 스트리머 및 버추얼 방송인 이 실시간 기능 쪽에서 가장 잘 맞는 사용자층입니다. 중급 이상의 게이밍 그래픽 카드가 있고 디스코드나 멀티플레이 음성 채팅에서 많은 시간을 보낸다면 이곳이 이 제품의 본진이며, 커뮤니티 음성 라이브러리도 이 영역에서 가장 두텁습니다.
중간 규모의 더빙 콘텐츠 제작자 는 Starter 등급부터 충분한 지원을 받습니다. 내려받기와 상업적 라이선스가 이 등급에서 시작되기 때문입니다. 이름이 명시된 열네 개 언어는 여러 시장에 게시하는 제작자에게 현실적인 선택지를 만들어 줍니다.
걸려 오는 전화를 놓치고 있는 소규모 사업자 가 음성 에이전트 제품군의 대상 고객입니다. 하위 등급은 실제 시범 도입 비용을 감당할 수 있는 수준으로 낮춰 줍니다. 월 5달러에 번호 하나와 동시 통화 두 회선을 확보하는 것은 본격 투자에 앞서 자동 응대가 자기 사업에 맞는지 확인하는 현실적인 방법입니다.
실시간 음성 기능을 만드는 개발자 는 문서와 이름이 명시된 SDK 및 프레임워크 호환성을 갖춘 API를 얻습니다. 다만 약관이 요구하는 별도의 상업 계약을 체결하는 것이 전제입니다.
정체성이나 접근성 때문에 다른 목소리가 필요한 사람들 은 윤리 페이지에서 명시적으로 다뤄지며, 테크크런치도 이를 성장하는 사용자군으로 독립적으로 확인했습니다.
다른 선택지를 찾아야 하는 경우: 내장 그래픽이나 오래된 노트북으로 실시간 변환을 원하는 사람은 어떤 요금제도 하드웨어 하한선을 보완해 주지 못합니다. 결과물의 권리 귀속과 비침해에 대해 계약상 확실성이 필요한 사람은 약관이 바로 그 부분을 면책합니다. 그리고 엄격한 환불 불가 정책을 감내할 수 없는 사람도 마찬가지입니다.
데스크톱 애플리케이션은 기능이 가장 완전한 클라이언트이자 Live Mode 실시간 변환이 동작하는 유일한 곳으로, 사이트 자체 설치 파일로 배포됩니다. 그 성능 상한은 구독 등급만이 아니라 컴퓨터의 그래픽 카드가 결정합니다.
웹 플랫폼은 텍스트 음성 변환과 음성 에이전트 콘솔 및 아홉 개 온라인 오디오 도구를 포괄하며, 처리가 서버에서 이뤄지므로 로컬 하드웨어 요구 사항이 없습니다. 사전 평가에는 이쪽이 알맞은 진입점입니다.
모바일에서는 iOS 애플리케이션을 Voice AI Inc.가 배포합니다. 애플 공식 인터페이스 데이터에 따르면 평점은 189건 기준 4.0점이고 콘텐츠 등급은 12세 이상이며 무료로 내려받을 수 있고 iOS 18.0 이상을 요구하며, 2023년 5월에 처음 출시되어 2026년 7월에 2.0.5 버전으로 갱신되었습니다. 회사 자체 FAQ에 기록된 기능 격차가 하나 있습니다. 모바일 앱으로 실시간 음성 변환이 가능한지, 그리고 왜 모바일 앱에는 아직 실시간 음성 변환이 없는지를 묻는 두 항목이 있어 모바일과 데스크톱이 동등하지 않다는 사실을 보여 줍니다. 테크크런치는 2023년 보도에서 Mac과 PC 및 안드로이드와 iOS를 아우른다고 전했지만, 현재 사이트의 내려받기 경로에는 윈도우 설치 파일과 앱스토어 링크가 노출되어 있고 안드로이드 현황은 집필 시점에 공식 경로로 확인할 수 없었으므로 사이트에서 직접 확인하기를 권합니다.
프로그래밍 방식 접근에서는 API가 웹과 iOS 및 안드로이드를 포괄하며, 배포 형태로 클라우드 호스팅과 온프레미스, 고객 자체 VPC 내 프라이빗 클라우드, 저지연 로컬 배포를 제공합니다.
요금은 사이트 요금제 페이지에 공개되어 있으며, 월간 크레딧 한도로 계량되는 일곱 개 등급 구조이고 연간 결제는 두 달 무료로 안내됩니다.
| 등급 | 월 요금 | 월 크레딧 | 즉시 음성 복제 | 동시 통화 | 전화번호 |
|---|---|---|---|---|---|
| Free | 0달러 | 5k | 없음 | — | — |
| Starter | 5달러 | 15k | 5개 | 2회선 | 1개 |
| Launch | 24달러(첫 달 12달러) | 200k | 10개 | 4회선 | 3개 |
| Core | 99달러 | 1M | 50개 | 8회선 | 10개 |
| Scale | 330달러 | 4M | 200개 | 16회선 | 20개 |
| Business | 880달러 | 22M | 2,200개 | 30회선 | 50개 |
| Enterprise | 개별 협의 | 개별 협의 | — | — | — |
크레딧 체계는 제대로 이해해 둘 가치가 있는 부분입니다. 크레딧은 여러 기능에 걸쳐 공통으로 쓰이되 기능마다 다른 비율로 소모되는 단위이기 때문입니다. Core 등급에서 동일한 100만 크레딧은 텍스트 음성 변환 1,000분이 되거나 음성 에이전트 통화 1,000분이 되거나 오디오 도구 처리 15,000분이 됩니다. 텍스트 음성 변환과 에이전트 통화의 단가는 서로 비슷하고, 오디오 도구 처리의 분당 비용은 앞의 둘의 약 15분의 1 수준입니다. 무료 등급의 한도는 실사용에서 상당히 빠듯합니다. 5,000 크레딧은 텍스트 음성 변환 5분이나 오디오 도구 3회 사용에 그칩니다.
등급과 연동된 다른 제한들도 크레딧 수량 못지않게 경험을 좌우합니다. 한 번의 변환 글자 수는 무료 등급의 500자에서 Starter 이상의 5,000자로 올라갑니다. 오디오 도구의 1회 길이 상한은 무료 등급 5분에서 10분과 20분과 60분을 거쳐 180분까지 늘어납니다. 텍스트 음성 변환 동시 생성 수는 Starter의 3개에서 Scale 및 Business의 15개로 증가합니다. Enterprise 등급에는 DPA와 SLA 관련 맞춤 조건, HIPAA 고객을 위한 BAA, 맞춤 SSO, 상향된 동시 처리 한도 및 우선 지원이 추가됩니다.
구독 전에 결제와 관련해 강조할 점이 두 가지 있습니다. 약관은 구매 시 달리 명시되거나 관련 법이 요구하지 않는 한 모든 대금이 환불되지 않는다고 밝힙니다. 구독료와 사용량 기반 요금 및 일회성 구매가 모두 해당되며 예외는 회사 재량이고 의무는 없습니다. 또한 여러 독립 리뷰어가 설치 이후에야 가격이 드러난다고 지적하지만, 공개된 요금제 페이지가 있으므로 그 상황을 받아들일 이유는 없습니다. 먼저 읽으면 됩니다.
ElevenLabs 는 복제 정확도와 표현력 있는 텍스트 음성 변환의 기준점입니다. 테크크런치 보도는 Voice.ai를 같은 큰 범주에 놓으면서도 ElevenLabs가 소름 돋을 만큼 뛰어난 음성 복제로 알려져 있다고 언급했습니다. 최고 품질의 합성 내레이션이 필요하고 실시간 변환이 필요 없다면 그쪽이 더 직접적인 선택입니다.
Respeecher 는 전문 음성 대 음성 영역의 반대편 끝에 있으며 영화와 방송 제작에서 실적을 쌓았습니다. 실시간 변환이 아니라 특정 대상 화자를 방송 수준으로 재현해야 할 때 더 적절한 비교 대상입니다.
Voicemod 는 실시간 게임 음성 변환 쪽의 가장 직접적인 경쟁 제품이며, Trustpilot 페이지의 다른 사람들이 함께 본 항목이 두 제품을 나란히 놓아 Voicemod를 456건 기준 1.7점으로, Voice.ai를 233건 기준 2.0점으로 표시합니다. 두 점수 모두 낮고 두 프로필 모두 아래에서 다루는 표본 편향 문제를 안고 있습니다.
Murf와 Acapela 는 테크크런치가 기존 음성 시뮬레이션 업체로 거명한 곳들이며, 실시간 변환보다는 전통적인 더빙 제작에 가깝습니다.
전용 음성 에이전트 플랫폼 은 전화 업무 축에 한정한 비교 대상입니다. 통화 자동화만 필요하고 음성 변환이 무관하다면 음성 라이브러리 크기가 아니라 동시 처리 능력과 전화 기능 및 규정 준수 문서를 기준으로 Voice.ai의 에이전트 등급을 전용 대화형 플랫폼과 견주어야 합니다.
실시간 변환에는 하드웨어 하한선이 있습니다. Live Mode는 로컬 그래픽 카드 처리에 의존합니다. 회사는 최소 그래픽 카드 요구 사항과 지원되지 않는 카드에 대한 전용 경고를 함께 문서화하고 있으며, 외부 시험은 대략 GTX 980이나 RX 580 아래 등급 하드웨어에서 끊김이 발생한다고 전하고 한 사용자는 그래픽 카드 점유율 87퍼센트를 보고했습니다. 어떤 구독 등급도 이 제약을 없애 주지 않습니다.
모바일은 데스크톱과 동등하지 않습니다. 공식 FAQ가 스스로 왜 모바일 앱에 아직 실시간 음성 변환이 없는지를 묻고 답합니다. 휴대전화에서의 실시간 변환이 핵심 용도인 사용자라면 결제 전에 현재 상태를 확인해야 합니다.
복제 소요 시간에 대해 공식 수치가 두 개이며 서로 어긋납니다. 홈페이지는 10초, 복제 페이지는 15초이고 같은 시기에 게시되었으며 조율되지 않았습니다.
커뮤니티 평점이 낮고 표본이 중립적이지 않습니다. Trustpilot은 233건 기준 2.0점을 보여 주며 분포가 뚜렷하게 양극화되어 있습니다. 1점이 82퍼센트, 5점이 14퍼센트이고 중간대는 거의 비어 있습니다. 이 프로필은 2023년 8월부터 기업이 소유권을 확인했고 회사가 고객에게 적극적으로 리뷰를 요청하며 부정적 리뷰의 100퍼센트에 답변했습니다. 요청으로 형성된 표본은 자연 발생 표본과 체계적으로 다르므로 이 점수는 다른 경로를 대체하는 것이 아니라 함께 읽어야 합니다. 앱스토어의 189건 기준 4.0점은 비슷한 표본 규모에서 뚜렷하게 더 긍정적이며, Trustpilot이 최근 리뷰 59건을 정리한 요약은 핵심 음질이 아니라 자동 구독과 예기치 못한 갱신 청구 및 응답 없는 고객 지원에 집중되어 있습니다.
청구 관련 불만은 여러 독립 출처에서 일관됩니다. Comparitech는 설치 이후에야 구독 가격이 표시되는 점과 별도 가입을 요구하는 엄격하고 번거로운 환불 절차를 지목합니다. Onerep은 불명확한 가격 및 체험 한도와 해지 이후에도 청구되는 사례를 전합니다. 약관 자체가 환불 불가가 기본임을 확인해 줍니다.
제품은 여전히 베타로 설명됩니다. Onerep은 2026년 1월 평가에서 2026년 현재까지도 Voice.ai가 베타 상태라고 밝히며 이를 사용자가 겪는 오류의 설명으로 제시합니다.
상업적 권리에 대한 서술이 일관되지 않습니다. 요금제 페이지는 Starter 등급부터 상업적 라이선스를 제공한다고 적었지만, 약관은 두 곳에서 서비스가 개인적 비상업적 용도로만 제공되며 사업용과 기업용, API 또는 그 밖의 상업적 이용에는 별도 계약이 필요하다고 명시합니다. 사이트는 이 둘이 어떻게 맞물리는지 설명하지 않습니다. 상업적 배포를 계획한다면 이 부분을 서면으로 확인해 두어야 합니다.
결과물과 음성 자산에 대한 어떠한 보증도 없습니다. 약관은 어떤 결과물이나 음성 자산도 비침해이거나 의도한 용도로 허가되었거나 특정 목적에 적합하다고 보증하지 않으며, 플랫폼의 모든 음성이 사용자 제작물이고 회사는 이에 책임지지 않는다고 밝힙니다. 면책 조항은 제3자 권리 주장의 결과를 사용자에게 지웁니다.
입력물은 모델 학습에 쓰입니다. 업로드한 입력물은 영구적이고 취소 불가능하며 전 세계에 적용되고 로열티가 없으며 재실시가 가능한 라이선스를 부여하고, 그 용도에는 회사 모델의 학습 및 개선과 신제품 개발이 명시적으로 포함됩니다. 회사는 명시적 허가 없이 사용자의 목소리를 단독으로 상업화하지 않겠다고 약속하지만, 이는 학습에 쓰지 않겠다는 약속보다 훨씬 좁습니다.
연산 자원 제공이 이용 조건의 일부입니다. 서비스 이용에는 회사가 사용자의 하드웨어를 metamodel 학습에 쓰는 데 대한 동의가 따라붙습니다. 언제든 끌 수 있지만 기본값은 명시되어 있지 않습니다.
개인정보 문서에 구체성이 부족합니다. Onerep은 암호화 방식이 명시되지 않았고 보관 기간도 제시되지 않았으며 캘리포니아 외 지역 사용자에게는 데이터 삭제 선택지가 없다고 전합니다. Comparitech는 이 서비스가 Do Not Track에 응답하지 않는다고 지적합니다. 다만 Comparitech의 종합 결론은 일정한 예방 조치를 전제로 제품이 안전하다는 것이었고 데이터 유출이나 법적 분쟁은 발견하지 못했습니다.
규정 준수 주장에 뒷받침 자료가 없습니다. 사이트는 GDPR과 SOC 2 및 HIPAA를 비롯한 모든 주요 기업 규정을 완전히 준수한다고 밝히지만 감사 보고서나 인증 번호는 공개하지 않습니다. 기업 구매 담당자는 근거 문서를 요청해야 합니다.
연령과 관할. 이용에는 만 18세 이상이어야 합니다. 준거법은 델라웨어주 법이고 델라웨어주 법원이 전속 관할을 가지며, 이는 미국 밖 사용자에게 실질적인 고려 사항입니다.
실제로 무료 등급이 존재하지만 범위가 좁습니다. 매월 5,000 크레딧을 제공하는데 이는 텍스트 음성 변환 약 5분이나 오디오 도구 3회 사용에 해당하고, 한 번의 변환은 500자로 제한되며, 즉시 음성 복제는 전혀 포함되지 않고, 생성된 파일을 내려받을 수도 없습니다. 유료 등급은 월 5달러부터 시작합니다. 여러 독립 리뷰어가 무료 음성 변환기라는 홍보와 유료 장벽 뒤에 놓인 내용의 간극을 비판해 왔으므로, 무료 등급은 실사용 가능한 방안이 아니라 평가 수단으로 보는 편이 맞습니다.
이 부분은 실제로 모호하므로 의존하기 전에 서면으로 정리해 두는 편이 좋습니다. 요금제 페이지는 상업적 라이선스를 Starter 등급부터 포함된 혜택으로 표기합니다. 반면 이용약관은 두 곳에서 서비스가 개인적 비상업적 용도로만 제공되며 사업용과 기업용, API 또는 그 밖의 상업적 이용에는 회사와의 별도 계약이 필요하다고 밝힙니다. 사이트는 이 두 서술을 조율하지 않습니다. 나아가 약관은 결과물이 비침해이거나 의도한 용도로 허가되었다는 보증도 면책합니다.
필요합니다. 약관은 세 가지 조건에서만 오디오 콘텐츠 업로드나 생성을 허용합니다. 본인의 목소리를 사용하는 경우, 목소리의 주인에게서 명시적인 법적 허가를 받은 경우, 또는 패러디나 풍자처럼 관련 법에서 명확히 허용되는 용도인 경우입니다. 생존 여부를 불문하고 실존 인물을 속이거나 기만하거나 오도할 목적으로 사칭하는 행위는 금지되며 즉각적인 접근 차단과 법적 조치 및 수사기관 협조로 이어질 수 있습니다. 여기서 앱스토어 설명과의 간극에 유의해야 합니다. 스토어 문구는 유명인부터 가상 캐릭터까지 누구처럼도 들릴 수 있다는 점을 내세우지만, 구속력을 갖는 것은 스토어 문구가 아니라 약관입니다.
그렇지 않으며 이 지점에서 많은 사람이 걸립니다. 약관에는 No License to Voices라는 제목의 전용 조항이 있어, 다른 사용자가 올린 음성을 포함해 플랫폼의 어떤 음성이나 음성 모델 또는 음성 복제본이나 음성 정체성에 대해서도 사용자에게 어떠한 권리도 부여하지 않으며, 어떤 음성 자산이 공개 상태라는 사실이 그것을 사용하거나 복제하거나 배포하거나 상업화할 허가를 주지는 않는다고 명시합니다. Voice Universe에서 보인다는 것이 라이선스는 아닙니다.
외장 그래픽 카드가 필요하며 성능도 어느 정도 받쳐 줘야 합니다. Live Mode는 그래픽 카드에서 오디오를 로컬로 처리하며, 공식 FAQ는 최소 그래픽 카드 요구 사항과 지원되지 않는 카드에 대한 명시적 경고를 함께 문서화하고 있습니다. 외부 시험 보고에 따르면 대략 Nvidia GTX 980이나 AMD RX 580 아래 등급의 하드웨어에서는 끊기고 지연되는 출력이 발생하며 한 사용자는 그래픽 카드 점유율 87퍼센트를 보고했습니다. 반면 서버 측 기능인 텍스트 음성 변환과 오디오 도구 및 음성 에이전트에는 이런 요구 사항이 없습니다.
공식 사이트는 15개 이상의 언어를 지원한다고 밝히면서 영어와 프랑스어, 힌디어, 우크라이나어, 일본어, 한국어, 스웨덴어, 중남미 스페인어, 브라질 포르투갈어, 중국어, 네덜란드어, 튀르키예어, 독일어 그리고 이탈리아어를 이름으로 나열하고, 하나의 음색을 다른 억양이나 언어로 현지화할 수 있다고 설명합니다.
회사는 안전 안내 페이지에서 이 두 의혹에 직접 답합니다. 애플리케이션을 McAfee와 Google 및 Avast를 비롯한 백신 업체에 정기적으로 제출해 검증받고 VirusTotal 결과를 공개한다고 밝혔으며, 분산 컴퓨팅 기능은 암호화폐나 채굴과 무관하고 기여된 연산 자원은 음성을 만들고 모델을 학습시키며 성능이 낮은 기기의 음성 처리를 돕는 데만 쓰인다고 설명합니다. 두 건의 독립 평가도 대체로 동의합니다. Comparitech는 예방 조치를 전제로 제품이 안전하다고 결론지으며 데이터 유출이나 법적 분쟁을 발견하지 못했고, Onerep은 바이러스도 채굴 프로그램도 아니며 사용이 불법도 아니라고 결론지었습니다. 다만 두 곳 모두 청구 투명성과 개인정보 문서에 대해서는 별도의 우려를 제기했고, Comparitech의 주된 안전 권고는 본인 목소리로 학습시킨 모델을 올리지 말라는 것입니다.
업로드한 입력물은 회사에 영구적이고 취소 불가능하며 전 세계에 적용되고 로열티가 없으며 재실시 가능한 비독점 라이선스를 부여합니다. 그 범위에는 서비스 운영과 회사 모델의 학습 및 개선, 신규 기능과 신제품 개발이 포함됩니다. 회사는 명시적 허가 없이 사용자의 목소리를 단독으로 상업화하지 않겠다고 밝혔습니다. 또한 서비스 이용에는 사용자의 하드웨어를 metamodel 학습에 쓰는 데 대한 동의가 따르며 이 기능은 언제든 끌 수 있습니다. 외부 리뷰어들은 개인정보 처리방침이 암호화 방식이나 보관 기간을 명시하지 않고 삭제권은 캘리포니아 거주자에게만 제공된다고 지적합니다.
기본적으로는 불가능합니다. 약관은 구매 시 달리 명시되거나 관련 법이 요구하지 않는 한 구독료와 사용량 기반 요금 및 일회성 구매를 포함해 모든 대금이 환불되지 않는다고 밝히며, 예외는 회사 재량이고 그렇게 할 의무는 없다고 적었습니다. 독립 리뷰어들은 환불 절차가 엄격하고 별도 가입을 요구한다고 설명하며, 구독과 갱신 관련 불만은 Trustpilot의 최근 리뷰 요약에서 가장 집중된 주제입니다.
주된 차이는 무엇을 최적화했는가에 있습니다. Ahrens는 이를 분명히 밝혔습니다. 핵심 가치는 특정 인물을 완벽하게 복제하는 것이 아니라 실시간으로 음색을 바꾸면서도 말하는 사람의 감정과 속도와 강세를 유지하는 데 있다는 것입니다. ElevenLabs와 Respeecher는 완성된 콘텐츠를 위해 목표 음색의 재현 정확도를 중심으로 만들어졌습니다. Voice.ai는 실시간 변환과 커뮤니티가 함께 채운 음성 라이브러리, 그리고 이제는 전화 음성 에이전트를 중심으로 만들어졌습니다. 특정 화자 한 명을 방송 수준으로 재현해야 한다면 전문 업체들이 더 적합하고, 게임이나 통화 중에 실시간으로 다른 사람처럼 들려야 한다면 이곳이 본진입니다.
