🎵 음악 (music) — 급소는 저작권

멜로디·화성·리듬에, 필요하면 가사와 보컬까지 결합해 한 곡의 음악을 생성한다. 프롬프트 한 줄로 완성곡을 출력하는 서비스다. 학습에 사용된 원곡과 생성된 곡의 권리 귀속은 현재도 법정에서 쟁점이 되고 있다.

🗣️ 음성 (voice) — 급소는 동의

글자를 사람 목소리로 낭독(TTS)하고, 특정 목소리를 복제(보이스 클론)하며, 다른 언어로 더빙한다. 음악이 아니라 발화다. 타인의 목소리를 무단으로 복제하면 사칭·사기로 이어진다.

🎨 이미지 프롬프트: "Editorial illustration on dark navy #1a1a2e background. At the top a single node labeled 'Audio' splits into two diverging roads. The left road leads to a card labeled 'Music' with a small copyright symbol; the right road leads to a card labeled 'Voice' with a small padlock. Exactly three text labels: 'Audio', 'Music', 'Voice'. The left road glows teal, the right road glows purple. Thin line-art, teal #00b894 and purple #6c5ce7 accents, 16:9. CRITICAL: All visible text MUST be in English ONLY (no Korean characters). Each label appears EXACTLY ONCE — short labels only, no paragraph text, keep inside the frame. No mirrored or reversed text."

🧩 여섯 칸

1. 화면 캡처 — 실제로 어떻게 생겼나
2. 한 줄 소개 — 한 문장으로 하면
3. 강점 — 무엇을 제일 잘하나
4. 한계 — 무엇이 약하거나 불편한가
5. 가격 모델 — 무료·유료 구독·오픈소스
6. 언제 쓰나 — 어떤 상황에서 고르나

🎨 이미지 프롬프트: "Editorial illustration on dark navy #1a1a2e background showing an empty slide template. A large panel on the left labeled 'Screenshot'. On the right, five small stacked cards labeled top to bottom: 'Identity', 'Strength', 'Limit', 'Price', 'When'. Along the bottom edge sit five small round badges labeled 'Length', 'Rights', 'Consent', 'Watermark', 'Language'. Thin line-art, teal #00b894 left panel and purple #6c5ce7 right cards, 16:9. CRITICAL: All visible text MUST be in English ONLY (no Korean characters). Each label appears EXACTLY ONCE — short labels only, no paragraph text, keep inside the frame. No mirrored or reversed text."

🗣️ 음성 — 텍스트 쌍으로 학습

음성과, 그 음성을 전사한 텍스트의 쌍으로 학습했다. 새 문장을 입력하면 대응되는 파형을 생성해 음성으로 출력한다. 보이스 클론은 특정 화자의 짧은 녹음을 조건으로 그 목소리의 특성을 재현하는 것 — 이해가 아니라 통계적 특징의 재현이다.

🎵 음악 — 태그 쌍으로 학습

음악과, 그 곡을 묘사한 설명(태그)의 쌍으로 학습했다. "잔잔한 어쿠스틱 기타, 느린 템포" 같은 태그를 입력하면 그 설명에 부합하는 음악을 생성하고, 가사를 함께 넣으면 보컬까지 합성한다.

🎨 이미지 프롬프트: "Editorial illustration on dark navy #1a1a2e background showing a tree. One single root at the bottom labeled 'One principle'. From it two thick branches rise: the left branch ends in a small musical note above a tag labeled 'Music', the right branch ends in a small microphone above a tag labeled 'Voice'. Each branch tip further splits into several tiny app icons. Exactly three text labels: 'One principle', 'Music', 'Voice'. Thin line-art, teal #00b894 root and purple #6c5ce7 branches, 16:9. CRITICAL: All visible text MUST be in English ONLY (no Korean characters). Each label appears EXACTLY ONCE — short labels only, no paragraph text, keep inside the frame. No mirrored or reversed text."

🧭 한 줄 소개

프롬프트 한 줄과 노랫말로 보컬 있는 완성곡을 짓는 음악 생성 서비스.

✅ 강점

완성도와 손쉬움. 반주만이 아니라 노랫말 붙은 보컬 곡을 몇 줄로 뽑는다. 장르 폭이 넓고 가사 편집·스템 분리 등 제작 편의가 붙는다.

⚠️ 한계

저작권 이슈가 첨예하다. 대형 음반사 소송이 진행 중이고, 약관도 유료 요금제에 상업권을 부여하되 "결과물에 저작권 성립을 보증하지 않는다"고 명시 — 상업이용 허용 ≠ 저작권 보장.

💳 가격

무료=비상업(개인) 한정, 유료(Pro·Premier)에서 상위 모델·상업권·스튜디오 기능.

🎯 언제 쓰나

노랫말 있는 완성곡을 빠르게 뽑을 때 — 영상 배경음악·징글·오리지널 곡. 상업 배포면 등급별 상업권·저작권 한계를 먼저 확인.

🧭 한 줄 소개

프롬프트로 보컬 곡을 짓는 음악 생성 서비스. 음질·스타일 재현으로 이름을 얻은 완성곡 양대 주자.

✅ 강점

음질과 표현. 장르·보컬의 결을 세밀하게 잡고, 짧은 구간부터 긴 트랙까지 다룬다.

⚠️ 한계 (2026년의 큰 변화)

유니버설(UMG, 2025-10)·워너(WMG, 2025-11)와 라이선스 계약 체결 후 licensed 플랫폼으로 전환 중. 전환 과정에서 다운로드·스템 반출이 한시적으로 제한되었다고 보도 — "자유롭게 다운로드해 사용한다"는 전제가 이전과 달라질 수 있다.

💳 가격

유료 구독 중심(크레딧제). 전환 국면이라 조건 유동적 → 공식 페이지 확인.

🎯 언제 쓰나

음질·스타일 재현이 중요하고 권리가 정리된 경로로 음악을 만들 때. 단, 다운로드·상업 정책 변동을 감안한다.

🧭 한 줄 소개

Google 생태계에 녹아든 음악 생성 모델. Gemini·YouTube Dream Track·Vids·Flow 안에서 음악을 만든다(최대 약 3분).

✅ 강점

생태계 통합과 투명성 장치. 텍스트로 악기·템포·분위기를 조율하고, 무엇보다 생성물에 SynthID 워터마크가 기본으로 박힌다 — 귀에는 안 들리지만 AI 생성 여부를 나중에 탐지할 수 있다.

⚠️ 한계

Google 계정·생태계에 묶인다. 무료 도구 MusicFX는 완성곡이 아니라 짧은 클립·루프 중심이라 곡 한 편을 통째로 뽑기엔 부족하다.

💳 가격

MusicFX는 무료 실험 도구. Lyria는 Gemini·Vertex AI 등 각 제품 등급·API 안에서 제공.

🎯 언제 쓰나

이미 Google 생태계를 쓸 때, AI 생성 표식(워터마크)이 필요한 콘텐츠일 때, 배경용 짧은 음악·루프가 필요할 때.

🧭 한 줄 소개

권리가 정리된(licensed) 데이터로 학습했음을 앞세운 제작 현장용 오디오 생성. 음악뿐 아니라 효과음(SFX)·분위기 사운드까지.

✅ 강점

상업 안전과 제작 제어. 학습 데이터 권리를 정리했다고 밝히고 엔터프라이즈엔 법적 배상(인뎀니피케이션)이 따른다. 인페인팅·트랙 확장 같은 세밀한 제어도 갖췄다.

⚠️ 한계

보컬 있는 "히트곡"보다 제작용 사운드·배경음악·효과음에 무게. 노랫말 붙은 완성곡을 손쉽게 뽑는 목적이면 Suno·Udio가 더 맞을 수 있다.

💳 가격·라이선스

커뮤니티 라이선스 — 연매출 100만 달러 미만은 상업 무료, 초과 시 엔터프라이즈 협의. API·웹·오픈 가중치·자체 호스팅.

🎯 언제 쓰나

상업 안전과 배상이 중요할 때, 배경음악·효과음을 제작 파이프라인에서 쓸 때, 소규모 상업이용을 무료 범위에서.

🧭 한 줄 소개

누구나 내려받아 로컬에서 돌리는 오픈 음악 생성의 연구 표준. 텍스트·멜로디 조건으로 반주 음악을 만든다(효과음 AudioGen·압축기 EnCodec과 한 묶음).

✅ 강점

개방성과 통제권. 로컬에서 실행하므로 데이터가 외부로 유출되지 않고, 코드가 공개되어 있어 실험·연구·파인튜닝이 자유로운 오픈 음악 생성 연구의 공용 출발점.

⚠️ 한계

완성도는 최신 상용에 못 미치고, 보컬 완성곡보다 짧은 반주 생성에 가깝다. 좋은 결과엔 숙련이, 로컬 실행엔 GPU가 필요하다.

💳 가격·라이선스

모델은 무료. 다만 라이선스가 상업을 가른다 — 코드는 MIT(자유)이지만 가중치는 CC-BY-NC(비상업). 연구·개인은 자유, 상업 배포는 막힌다.

🎯 언제 쓰나

로컬에서 자유롭게 실험·연구·자동화할 때, 데이터를 외부로 전송할 수 없을 때. 단, 상업 배포는 비상업 라이선스에 걸린다.

🔤 TTS · 🎭 보이스 클론 · 🌐 더빙

• TTS — 글자를 목소리로 읽는다
• 보이스 클론 — 짧은 녹음으로 특정 목소리를 흉내 낸다
• 더빙 — A언어를 B언어 목소리로 옮긴다

음성 갈래의 급소는 저작권이 아니라 동의와 신뢰다. 타인의 목소리를 무단으로 복제하면 사칭·사기·딥페이크로 이어진다. 도구를 검토할 때 "이 목소리를 생성할 권리가 있는가"를 함께 확인한다.

🎨 이미지 프롬프트: "Editorial illustration on dark navy #1a1a2e background showing a central rounded box that reads exactly 'Voice' and nothing else, splitting into three branches. The top branch ends in a speaker labeled 'TTS'; the middle branch ends in a duplicated voice waveform labeled 'Clone'; the bottom branch ends in two flags labeled 'Dubbing'. A small padlock sits beside each branch. Exactly four text labels and no other text anywhere: 'Voice', 'TTS', 'Clone', 'Dubbing'. The central box contains ONLY the word 'Voice' — do not write 'Branches' or any other word. Thin line-art, teal #00b894 and purple #6c5ce7 accents, 16:9. CRITICAL: All visible text MUST be in English ONLY (no Korean characters). Each label appears EXACTLY ONCE — short labels only, no paragraph text, keep inside the frame. No mirrored or reversed text."

🧭 한 줄 소개

TTS·보이스 클론·더빙을 아우르는 음성 생성의 대표 주자. 자연스러움·표현력의 업계 기준점.

✅ 강점

목소리 품질과 폭. v3는 [속삭임]·[외침] 같은 감정·연기 태그를 지원하고 숫자·기호 오류를 크게 줄였다. 더빙 스튜디오로 30여 개 언어에 감정을 유지한 번역 더빙, URL 임포트, 높은 클론 품질.

⚠️ 한계

유료 중심이라 고품질·대량 작업은 비용이 빠르게 증가한다. 강력한 클론은 곧 악용 위험 → 동의·정책 준수가 전제.

💳 가격·정책

무료 티어는 상업·워터마크·생성량 제한. 보이스 클론은 본인 동의 또는 법적 권리가 있는 목소리만 허용, 무단·기만 사용 금지.

🎯 언제 쓰나

품질 좋은 내레이션·오디오북·더빙이 필요할 때, 여러 언어로 콘텐츠를 옮길 때. 음성 작업의 기본 선택.

🧭 한 줄 소개

실시간으로 듣고 말하는 대화형 음성. 낭독을 넘어, 사람과 주고받는 음성 에이전트·통화형 서비스에 초점(API·ChatGPT 음성 모드).

✅ 강점

실시간성과 지시 따르기. 낮은 지연으로 말을 주고받고, "어떻게 말하느냐(어조·감정)"를 텍스트로 지시한다. 도구 호출·복잡한 지시가 강해 상담·통역 같은 대화형 응용에 맞고, 실시간 번역으로 확장 중.

⚠️ 한계

완성된 소비자용 "더빙 스튜디오"라기보다 개발자가 붙여 쓰는 API 성격. 오디오북 같은 긴 낭독의 후반 편집은 전용 도구가 나을 수 있다.

💳 가격

API 사용량 과금(오디오 토큰)과 ChatGPT 구독 안의 음성 모드.

🎯 언제 쓰나

실시간 음성 대화·에이전트·통역을 구축할 때, 이미 OpenAI API 위에서 개발 중일 때. 정적 낭독보다 양방향 대화가 목적일 때.

🧭 한 줄 소개

다국어와 생태계 통합을 앞세운 음성 합성. 70개 이상 언어를 지원하고, 자연어 프롬프트로 어조·속도·감정을 조율한다.

✅ 강점

언어 폭과 통제. 70여 개 언어·30여 음성, 여러 화자 대화를 한 번에 합성, 자연어 스타일 지시. Chirp 3는 즉석 보이스 클론을 허용 목록(allow-list) 승인 게이트로 열어 악용을 막는다. Vertex AI로 대규모 서비스에 붙이기 좋다.

⚠️ 한계

Google Cloud 생태계·개발 환경 전제. 소비자용 완성 앱이라기보다 클라우드 서비스·API 성격이라 붙여 쓰려면 개발이 필요하다.

💳 가격

Google Cloud 사용량 과금. 무료 한도 후 사용량 과금.

🎯 언제 쓰나

여러 언어로 안내·낭독을 대량 생성할 때, 다화자 대화 음성이 필요할 때, 이미 Google Cloud에서 서비스를 운영할 때.

🧭 한 줄 소개

지연(latency)을 극한으로 줄인 실시간 TTS. 통화·음성 에이전트처럼 반응 속도가 곧 품질인 곳을 노린다.

✅ 강점

속도. 첫 소리까지의 지연을 수십 밀리초 수준까지 줄여 음성 에이전트 지연 선두로 꼽힌다. 표현력 있는 목소리·보이스 클론도 갖췄고, 문자당 과금이라 규모가 커도 단가를 가늠하기 쉽다.

⚠️ 한계

강점이 실시간 대화에 집중돼 오디오북·더빙 같은 완성형 제작 편의는 전용 도구가 나을 수 있다. 실제 통화 총비용은 STT·LLM·통신까지 얹히면 커진다 — TTS 단가만으로 판단하면 안 된다.

💳 가격

무료 티어·저가 유료 구독, 사용량(문자) 과금. 보이스 클론은 별도 조건.

🎯 언제 쓰나

실시간 통화·음성 봇처럼 지연이 결정적일 때. 낭독·더빙보다 즉답 대화가 목적일 때.

📉 무슨 일이 있었나

한때 다국어 음성 생성으로 널리 쓰이던 PlayHT(이후 PlayAI)는 2025년 7월 Meta에 인수됐고, 2025년 12월 31일 서비스를 종료했다. 종료와 함께 계정·저장 프로젝트·생성 음원·만들어 둔 보이스 클론까지 삭제됐다고 보도됐다.

🔑 교훈

폐쇄형 서비스는 편리하지만 제공자의 통제 아래 있다 — 요금·정책만이 아니라 서비스 존속 자체가 제공자의 결정이다. 중요한 자산을 한 서비스에만 종속시키면, 서비스 종료 시 자산도 함께 사라진다. 이것이 뒤에 다룰 오픈소스의 존재 이유 중 하나다 — 로컬에서 실행하는 모델은 제공자가 서비스를 종료해도 유지된다.

🎨 이미지 프롬프트: "Editorial illustration on dark navy #1a1a2e background. On the left a bright glowing browser window is switched on and healthy; on the right an identical window is grey, switched off, with small data icons dissolving into fading dots. A short arrow crosses from left to right. One short caption at the bottom reads 'Backup and portability'. Exactly one text label: 'Backup and portability'. Use generic blank windows with no brand logos. Thin line-art, teal #00b894 on the left and dim grey on the right with purple #6c5ce7 accents, 16:9. CRITICAL: All visible text MUST be in English ONLY (no Korean characters). Each label appears EXACTLY ONCE — short labels only, no paragraph text, keep inside the frame. No mirrored or reversed text."

🛡️ 도구가 둔 방어선

원리를 이해한 사람은 이 기술이 왜 강력한지, 왜 위험한지를 동시에 파악한다. 그래서 도구들은 방어선을 둔다. - 클론에 본인 동의를 요구 - 결과물에 워터마크·AI 표식 - 승인 게이트로 오남용 차단

그러나 최종 책임은 도구가 아니라 사용자에게 있다. "내가 생성할 목소리의 주인이 이에 동의했는가" — 이 질문을 항상 먼저 던진다.

🎨 이미지 프롬프트: "Editorial illustration on dark navy #1a1a2e background showing a balance scale. The left pan holds a bright bulb labeled 'Convenience'; the right pan holds a warning triangle glowing red labeled 'Deepfake risk'. The base of the scale carries one short label 'Consent'. Exactly three text labels: 'Convenience', 'Deepfake risk', 'Consent'. Thin line-art, teal #00b894 on the left, red glow on the right pan, purple #6c5ce7 accents, 16:9. CRITICAL: All visible text MUST be in English ONLY (no Korean characters). Each label appears EXACTLY ONCE — short labels only, no paragraph text, keep inside the frame. No mirrored or reversed text."